采用道路骨架线stroke的复杂道路匹配方法

同名道路要素匹配是道路网数据增量更新的核心问题。大比例尺下道路网不再是简单的单线节点结构,存在大量的多层车道和复杂立交,难以直接利用现有的道路匹配算法。针对这一情况,提出一种采用道路骨架线stroke的复杂道路匹配方法。在匹配前,首先对大比例尺复杂道路数据进行结构特征识别,利用Delaunay三角网生成复杂道路骨架线stroke,并存储骨架线stroke与原始数据结构特征的映射关系;最后利用骨架线stroke与小比例尺道路数据进行层次匹配和类型匹配,并将这种匹配关系转换为实际匹配结果。实验结果表明,该方法能够较好地解决不同比例尺下的复杂道路网匹配。     

小比例尺道路网眼约束下的多尺度道路网自动匹配

针对道路网多尺度匹配的问题,提出了一种在小比例尺数据道路网眼约束下的多尺度道路匹配方法。首先,构建两幅不同比例尺数据的道路网眼;其次,在小比例尺道路网眼的约束下,提取出大比例尺道路中由若干道路网眼构成的复合网眼,并完成与小比例尺道路网眼具有多对一和一对一关系的网眼匹配;然后,实现不同比例尺道路网眼的多对多匹配;最后,由复合网眼与小比例尺道路网眼的匹配关系转化为多比例尺道路网眼边界道路之间的匹配和内部道路之间的匹配,完成整个道路网的匹配。试验结果证明,本方法能较好地实现多尺度道路网的匹配。     

道路网约束和种子树索引的居民地粗匹配

针对传统的空间索引在实际应用中存在的局限性及不同尺度居民地数据匹配精度不高的问题,该文将道路网空间约束和种子树连接算法思想引入到多尺度居民地匹配中,以小比例尺道路网作为空间约束,构建道路网约束种子树索引,并依据同名要素粗匹配规则对居民地要素进行粗匹配。实验及对比分析表明,该方法能够较好地提高居民地要素匹配的效率,同时在道路网约束下具有较高的匹配精度。     

地图数据缩编更新中道路数据匹配方法

用比例尺1∶1万的道路数据缩编更新比例尺1∶5万的相应数据,需要建立不同尺度、不同时态的道路目标间的匹配关系,以提取变化数据进行更新。通过分析道路目标间存在的分解、基本以及抽象的三个匹配层次,利用缓冲区分析和拓扑关系等手段开发了系列算法,进而完成了各目标间的匹配。实验表明,该匹配方法正确率高,实用性强,能满足缩编更新道路数据的要求。     

顾及几何与场景结构相似度的管线数据多步骤匹配算法

针对城市管线数据重复探测，综合管线数据生产成本高的问题，该文提出一种几何相似度与空间场景结构相似度相结合的管线数据多步骤匹配算法。以路划(stroke)作为匹配单元，使用长度、角度和空间距离指标通过分配不同的权重和阈值来计算几何相似度，将几何特征与邻域空间的空间拓扑关系相结合计算空间场景结构相似度。设计基于弧段分解的stroke部分匹配算法最大限度地保留了原有的两组地下管线数据。设计基于顶点分解的stroke部分匹配算法可以解决单线间局部匹配中的问题(如生长、缩短、拓扑变化等)。实验结果表明，该文所提算法具有较高的匹配精度、召回率和运行效率，研究结果可以有效降低综合管线数据的生产成本，提高专业管线数据质量。     

顾及上下级空间关系相似性的道路网联动匹配方法

现有道路网匹配方法中,大多利用道路自身结点和弧段特征进行匹配,而较少注意道路邻域要素在道路网匹配中的重要定位参考作用,从而影响匹配效率和正确率的进一步提高。针对上述问题,本文提出了一种顾及上下级空间关系相似性的道路网联动匹配方法,即模仿人在读图时通过特征地物和空间关联寻找目标地物的思维过程,将匹配看作是一种特征目标寻找、信息关联传递的推理过程。首先,运用Stroke技术将复杂道路网进行等级划分。其次,通过道路骨架关联关系树构建道路网联动匹配模型。最后,选取高等级骨干道路作为起始特征对象,计算道路间的上下级空间关系相似性,逐级迭代使匹配信息在道路网联动匹配模型中传递,从而得到匹配结果。试验表明,本文算法缩小了待匹配数据的搜索范围,能够有效提高匹配正确率和效率,尤其在数据位移较大、存在非系统性几何位置偏差的情况下优势明显。     

采用Stroke层次结构模型的道路网匹配方法

地理空间信息时刻处于变化之中,道路网变化尤其明显。如何确保道路数据的现势性成为重要研究课题。每条道路往往由多条弧段组成,目前的匹配算法大多对离散弧段单独匹配,而没有把每条道路作为一个整体进行匹配,导致即使是同一条道路,往往也存在局部匹配错误的情形。本文提出了基于Stroke层次结构模型的城市道路网匹配新方法。该方法采用Stroke技术把离散的道路弧段构建为完整的道路,亦即Stroke;进一步对Stroke进行分类分级,进而构建不同层次Stroke之间的关联匹配准则;最后采取由高等级Stroke到低等级Stroke逐级匹配、并以高等级Stroke约束较低等级Stroke匹配的方法与顺序,依次完成整个道路网之间的匹配过程。该算法的优势在于:把离散的道路弧段转化为整条Stroke进行整体匹配,避免了局部因素的影响;以高等级Stroke约束较低等级Stroke匹配,层层约束,算法运算效率与匹配正确率显著提高。     

数字城市矢量地形图数据更新方法研究

在对矢量地形图数据更新算法进行分析的基础上,设计了数字城市GIS系统的矢量地形图数据更新策略与流程。针对不同比例尺的矢量地形图数据分别采取版本更新和增量更新的方式,提出根据比例尺、要素的凸包、属性等特征的匹配结果筛选出数据库中变化的要素。最后以贵州省兴义市矢量地形图数据为例,对提出的更新方法进行了验证,结果表明,所提出的更新方法可以应用于数字城市矢量地形图数据的更新。     

模糊信息处理的道路网匹配方法

针对传统的道路网匹配方法用阈值来决定待匹配对象的匹配关系,无法准确实现匹配判定的问题,该文提出了一种基于模糊信息处理的道路网匹配方法:在道路网数据论域中讨论模糊集合,通过置信水平判定模糊集合是否为空,从而判定匹配关系,较好地结合了匹配对象间匹配关系的模糊性与模糊数学的数据处理知识。基于两组数据的实验结果标明:所提方法不仅打破了设定阈值的常规思想,而且达到了较好的匹配效率,研究结果可以为道路网数据以及空间数据的融合、集成和更新提供参考。     

道路网多特征匹配优化算法

同名道路匹配技术是道路数据集成、更新和融合的重要前提。道路网匹配在智能交通(intelligent transportation system,ITS)与位置服务(location-based service,LBS)等方面具有重要的研究价值和应用意义。本文提出了一种道路网多特征匹配优化算法:首先从形状、距离、语义3方面分别设计了基于面积累积的形状差、综合中值Hausdorff距离和全局加权属性项距离3种相似性度量,以更准确地描述道路待匹配对之间的特征差异;然后通过SVM对相似性特征样本集训练,以构建道路网回归匹配模型;最后利用此模型对未知匹配结果道路待匹配对进行匹配结果预测。大量试验结果表明,本文算法对非线性偏差明显的道路网数据能够实现较高的匹配准确率和召回率,能有效地用于包含多重匹配关系的道路网匹配。     

顾及几何特征和拓扑连续性的道路网匹配方法

已有的道路网匹配方法需要一定的人为干预和控制,仍无法实现匹配自动化,而且对于具有一定尺度差异的数据而言,受不相关道路对象的影响,匹配结果中会存在较多的误匹配。为此,本文提出一种顾及几何特征和拓扑连续性的由粗匹配到精匹配的分层匹配策略。粗匹配阶段,利用短边中位数Hausdorff距离计算匹配对象的相似度,再以道路网弧段端点的近邻分析结果作为匹配阈值,判断匹配对象是否为同名实体;精匹配阶段,将粗匹配阶段评价结果中离散的同名实体构建为完整的道路Stroke,即以追踪的方式剔除误匹配和添加漏匹配。利用宿城区不同尺度的道路网对所提算法进行验证,结果表明,该算法具有较好的匹配效果,能够实现匹配自动化。     

多尺度道路网的距离匹配算法研究

根据道路网折线的匹配特点,提出基于格网索引的折线——结点距离匹配算法,将复杂的折线与折线之间的几何相似度计算转换为求结点到折线距离的匹配方法,降低了计算复杂度,并通过建立格网索引来提高计算效率。在应用实例中,采用曲线拟合的最小二乘法确定算法的匹配容差和匹配成功率之间的关系,并通过与现有统计匹配算法比较,可知该算法效率高且匹配成功率较理想,能够满足多尺度道路网数据匹配的应用需求。     

航向垂线的地图匹配算法

针对现有地图匹配算法的优缺点,该文结合车辆导航特点对空间道路数据进行网格化处理并建立拓扑关系,改进了交叉路口的地图匹配算法,充分利用航向信息设计了基于航向垂线地图匹配算法。通过实际动态测量获取的数据,验证了该算法在解决交叉路口误匹配、不匹配和匹配精度低等问题中的优势。在提高匹配精度和准确性的同时,该算法的解算速度同样能较好地满足导航实时性的要求。     

多源点要素的全局一致性自动匹配

多源点要素的自动匹配是空间数据集成与融合的重要基础性工作.本文通过计算点要素的匹配可信度指标,建立点要素的一致性优化匹配模型,并转化为二分图最大带权匹配问题,从而实现了多源点要素的全局一致性匹配,其匹配结果更好地顾及了所有匹配要素相互之间的一致性和相似性.实验表明:相比传统方法,本文方法具有较高的匹配准确率,能够适应更...     

Enrichment of topographic road database for the purpose of routing and navigation

With growing demand on multi-purpose or multi-modal navigation, the route calculation needs to traverse semantically enriched road networks for different transportation modes. Currently, operational route planning algorithms reveal rather limited performances or their potential for comprehensive applications are constrained by the unavailable or insufficient interoperation among the underlying geo-data that are separately maintained in different spatial databases. To overcome this limitation, a novel approach has been proposed to integrate the routing-relevant information from different data sources, which involves three processes: (1) automatic matching to identify the corresponding road objects between different datasets; (2) interaction to refine the automatic matching result; and (3) transferring the routing-relevant information from one data-set to another. In process (1), the Delimited Stroke Oriented algorithm is employed to achieve the automatic data matching between different datasets, which has revealed a high matching rate and certainty. However uncertain matching problems occur in areas where topological conditions are too complicated or inconsistent. The remaining unmatched or wrongly matched objects are treated in process (2), with the help of a series of interaction tools. On the basis of refined matching results after the interaction, process (3) is dedicated to automatic integration of the routing-relevant information from different data sources.     

顾及多要素影响的路网匹配改进算法

针对导航地图中现有的匹配算法在复杂路段的匹配效果一般较差的问题,本文提出一种改进的匹配算法。首先,引入分块思想,提出将路网中的每个路段按规则分为简单路段块和复杂路段块,不同路段块采取不同的匹配算法;其次,充分利用车辆行驶的连续性,综合考虑了车辆行驶方向、车速与交叉口距离等多种因素对匹配结果的影响,在选取正确的匹配路段时合理利用了历史数据信息。实验表明,该算法不但对能够改善复杂路段的匹配效果,而且还能够对匹配点沿路段方向上的误差进行实时校正。     

Data matching of building polygons at multiple map scales improved by contextual information and relaxation

The aim of matching spatial data at different map scales is to find corresponding objects at different levels of detail (LODs) that represent the same real-world phenomena. This is a prerequisite for integrating, evaluating and updating spatial data collected and maintained at various scales. However, matching spatial data is not straightforward due to the ambiguities caused by problems like many-to-many correspondence, non-systematic displacement and different LODs between data sets. This paper proposes an approach to matching areal objects (e.g. buildings) based on relaxation labeling techniques widely applied in pattern recognition and computer vision. The underlying idea is to utilize contextual information (quantified by compatibility coefficient) in an iterative process, where the ambiguities are reduced until a consistent matching is achieved. This paper describes (1) a domain-specific extension to previous relaxation schemes and (2) a new compatibility coefficient that exploits relative relationships between areal object pairs in spatial data. Our approach were validated through extensive experiments using building data sets at 1:10k and 1:50k as an example. Our contextual approach showed superior performance against a non-contextual approach in general and especially in ambiguous situations. The proposed approach can also be applied to matching other areal features and/or for a different scale range.     

一种综合地图匹配算法的设计与实现

根据位置点匹配算法和基于加权系统的地图匹配算法的一般原理,设计并实现了一种综合地图匹配算法,在不同的道路条件下采用不同的匹配策略,并考虑了道路网的连通性因素,实验证明算法的正确匹配率达到了86%,在道路交叉路口的匹配时间约0.34s,基本上可以满足车辆导航定位系统的要求。