基于不同交通工具多约束条件的最短路径算法研究

多约束条件下的最短路径选择可以满足用户的出行需求,然而不同的交通工具在相同起始点下最短路径选择存在很大差异。为了满足多用户的出行需求,基于不同交通工具的多约束条件,对传统的Dijkstra算法进行改进,由传统的基于单约束条件向多约束条件改进,并对最短路径选择的准确程度进行优化。通过实例,验证算法的可行性和准确程度。     

一种基于六角格的越野通行方法

为了解决车辆的越野路径规划问题,分析了影响车辆越野通行的主要影响因子,提出了采用六角格网为基础格网量化地形的数据模型,研究了六角格网的空间数据结构及六角格网属性信息的建模过程。对影响车辆越野通行的影响因素进行了分类分析,重点研究了地形、道路、坡度等对车辆通行等级的影响,并且提出了多因子综合分析方法,建立了多因子综合作用下的越野机动通行性分析模型。     

基于层次分析法的越野通行速度确定方法研究

在复杂越野地形环境中,确定机动车辆在不同地形因素影响下的机动速度是进行越野条件下车辆通行性分析和路径规划的基础。考虑到地表属性、高程和坡度对越野机动车辆通行速度的影响,本文提出基于层次分析法的越野通行速度确定方法。首先,对复杂的地形环境进行定性和定量化描述,选取六角格网对地形进行分析;其次,对影响车辆越野机动速度的地形因素进行分类分析;在此基础上,采用层次分析法对这些影响因素构建越野通行速度层次结构模型,使这些因素加以关联。该方法将定性分析和定量分析相结合,综合考虑多种地形因素对越野机动车辆速度的影响,使结果更加符合实际。通过实验证明,该方法计算得到的越野机动车辆速度,对越野条件下的通行分析和路径规划研究具有一定的参考意义。     

矢量化多边形优化方法

从地理空间数据不确定性理论出发,提出了矢量化多边形的优化方法。该方法通过对矢量多边形进行"磨角插值"和基于可接受域限定的自适应滤波平滑处理,以此来削弱由空间数据表示不确定性造成的误差,使矢量化多边形最大限度地逼近地理实体真实轮廓。采用基于全局阈值的DP算法进行压缩处理,消除了数据冗余。从压缩比、位置误差及处理效率3个方面进行对比实验,验证了所提方法的有效性。     

无拓扑遥感影像矢量化数据公共边提取算法

分析了遥感影像矢量化数据的特征,指出传统的深度搜索匹配方法用于无拓扑矢量化数据公共边提取存在的不足。针对此问题,提出了基于共线搜索匹配的公共边提取算法,提取无拓扑遥感影像矢量化数据中多边形要素的公共边和非公共边,然后使用经典的道格拉斯普克算法压缩,有效地消除了对要素分别压缩时产生的缝隙问题,验证了算法的可靠性。