校车最优路径规划算法

提出一个基于GIS网络分析的校车路径方案规划算法。算法采用Dijkstra最短路径算法结合道路网络拓扑分析。以高效利用各种资源为目的,通过限制搜索范围提高算法效率,并用空间分析选择最佳起始节点,计算将学区内路网上各乘车节点处的学生送至学校的最优路径方案。实验结果验证了该算法的高效性和有用性。     

嵌入式GIS中多尺度道路网路径规划方法的研究

针对大区域路径规划问题,论述了道路层次划分模型和多尺度道路网数据库的建立,提出了构建多级道路网拓扑结构的方法,利用层次空间推理和改进的启发式A^＊算法进行最优路径的选取。     

面向BIM的室内拓扑-栅格分层路径规划方法

针对传统路径规划方法在复杂大场景环境下的搜索空间大、效率低、避障安全性差等问题,本文提出了一种基于BIM的室内拓扑-栅格分层路径规划方法。首先,建立复杂室内环境的BIM模型,提取模型中结构、障碍物和通道的语义、几何及其关联信息,通过栅格抽象映射得到基础导航地图,并结合层次图思想,开展地图空间分层,获取拓扑-栅格分层地图;然后,利用细化算法,生成拓扑层中各子区域之间的离线先验路网,联合Dijkstra算法选取其中的最优路径,并基于自主改进的A*算法,快速高效搜索栅格层的最优路径,通过组合拼接拓扑层与栅格层的局部最优路径,构建完整的全局最优路径;最后,将本文方法与标准A*算法及蚁群算法作对比,在保证计算效率的同时,不仅缩小了路径搜索空间,还确保了最优路径的安全性,综合验证了所提路径规划方法的优越性。     

一种复杂地理环境越野通行路径寻优算法

设计了基于障碍距离的优化算法,解决突发事件应急联动中复杂地理环境下最短路径的寻优求解问题。在详细分析地理空间高程、坡度、障碍物等空间信息的基础上,通过计算搜索空间、搜索方向和网络弧段权值构建网络拓扑关系网,并利用遗传算法对最优路径进行寻优求解。     

面向OSM数据的多模式路径规划方法

阐述基于OSM数据进行多模式路径规划的方法,首先从OSM数据中提取所需的道路信息,构建合适的道路网络模型和存储模型,然后对出行者习惯采用的不同代价标准进行分析,最后针对多种交通模式,采用最短路径算法,求解出两连通节点之间的最优路径。     

面向多值栅格地图的A?最优路径算法改进

A~*启发算法是最优路径规划问题中最有效的算法之一,在路径规划问题中得到广泛应用。针对多值栅格环境下的最优路径规划的效率问题,对A~*算法在搜索策略上做了如下改进:一是提出了两种新的启发函数;二是提出了新的A~*双向搜索算法。实验表明改进算法求得的路径为最优路径,搜索效率比传统的Dijkstra算法有显著提升,双向A~*算法比单向A~*算法效率有明显提高。     

一种基于复杂环境信息的导航路径动态规划算法

针对现有路径规划算法受复杂环境信息影响较大的原因,该文通过分析环境信息,综合考虑行车的时效性、安全性要求,提出一种动态路径规划辅助决策方法。该方法通过对实时环境信息进行建模和量化处理,得到不同环境特征下的道路实际权重,为路径动态规划提供先决条件;然后利用基于一阶马尔可夫链的动态路径规划算法对路径进行规划,计算出若干可选路径可供驾驶员根据实际情况进行抉择;并通过与静态权值的路径分析算法相比较得到,它能够更好地满足复杂环境信息下最优路径的规划需求,算法效率受环境因素影响较小。     

基于启发式图搜索的遥感影像道路半自动提取

启发式图搜索法用于线状目标识别的原理是:用图结构表示边缘点和边缘段,根据启发函数计算顶点权值,在图的路径上建立相应的代价函数,通过在图中搜索对应的最小代价的通道以找到最优路径.图搜索法是一种全局最优方法,它在受噪声影响较大时效果仍然较好.文中使用了启发式图搜索法(A*算法)实现了道路的半自动跟踪.它的基本思路是:首先利用自适应平滑滤波算子进行道路信息增强,然后对传统的道路数学模型进行了进一步的扩展,突出了对道路几何特性和辐射特性的描述,并依此构建图搜索的代价函数,实现了基于启发式图搜索法A*算法的道路半自动跟踪.经实验证明,该方法进行遥感影像的道路半自动提取效果较好.     

改进蚁群算法的无人机三维环境路径规划

针对传统蚁群算法在进行无人机三维环境路径规划时存在规划速度慢、容易陷入局部最优等问题,本文提出了用引导函数改变状态转移规则、初始信息素先验分配、时变信息素更新方式3个改进策略,充分挖掘路径规划先验信息。通过增加引导函数进行路径增强,增大最优路径的选择概率;同时根据与先验路径的距离赋予信息素不同的初始浓度,使算法在搜索初期具有明确的方向性,基于优胜劣汰的思想进行信息素更新,并将信息素挥发因子设定为服从Laplace分布的波动因子,避免搜索过程陷入局部最优,最大化提升路径搜索效率,实现三维环境下的无人机路径规划。仿真试验结果表明,改进后的蚁群算法在规划最优路径长度和最优路径搜索效率上明显优于传统蚁群算法。     

复杂地理环境下基于障碍距离的最短路径寻优算法

针对复杂地理环境下最短路径寻优问题,文章设计了基于障碍距离的优化算法。算法引入了地表距离、障碍距离等概念,综合考虑了地理空间高程、坡度、障碍物等空间信息,以适合于复杂地形条件下目标间距离计算;在对目标地理空间网络化基础上,通过确定搜索空间、搜索方向、网络弧段权值等,构建完整的网络拓扑关系网;应用遗传算法进行最优线路寻优,最后通过实验验证了算法的可行性。     

基于A*算法的路网数据组织

路网的数据组织是路径规划算法设计的基础。采用C++标准模板库实现基于A*算法的路网数据组织,着重从路网的拓扑结构、空间索引、A*算法数据结构、分层和分网格组织几方面来讨论。最后给出实例证明其有效性。     

程序寻找支导线网计算路径的研究

支导线网在煤矿测量中普遍存在,但用程序自动寻找其计算路径比较复杂。本文从支导线网的拓扑关系出发,结合数据结构"树"的概念,采用先根遍历递归方式介绍了寻找支导线网的计算路径算法,并采用Vis-ual C++编程语言加以阐述与实现。该算法已用于煤矿井下支导线网的计算中,导线网计算效率明显提高,为其他工程的类似计算提供参考。     

顾及拓扑联通性的互通式立交桥增量更新

由于互通式立交桥错综复杂的拓扑结构特点,使互通式立交桥更新时存在拓扑联通性维护困难的问题,针对该问题提出一种顾及拓扑联通性的互通式立交桥增量更新方法.该方法以21种互通式立交桥类型为基础,通过分析每种类型的拓扑结构特点,用计算匝道数和平面交点数组成的二元组值来识别这21种互通式立交桥;根据不同类型互通式立交桥需要维护的...     

对偶图节点重要度的道路网自动选取方法

采用对偶拓扑方法构建基于广义路网拓扑的复杂交通网络,通过引入m阶邻居节点概念,考虑复杂交通网络中节点度、介中心及节点间距离等因素,顾及节点自身及1到m阶邻居节点的重要度贡献,定义了节点重要度评价模型,进而提出一种基于m阶邻居节点重要度贡献的道路网自动选取方法,并基于网络最小规模原则保持选取道路的连通性。为检验方法的有效性,引入度分布评价所选取道路对路网整体结构及拓扑特性的保持程度,并采用实际城市路网进行试验,结果表明本文方法选取的路网能较好地保持了原始路网的整体结构、拓扑特性及道路连通性,且算法稳定、可靠。     

顾及尺度变化和数据更新的道路网匹配算法

道路网数据匹配是地理空间数据库进行变化探测和数据更新的重要前提,不同比例尺下的道路网之间的匹配是一个非常重要的部分。本文总结和分析了道路网匹配的已有算法,针对不同比例尺道路网之间的匹配可能存在的问题和难点,设计了一个融合多种匹配技术的算法。在考虑不同比例尺下道路网数据的特点基础上,改进了空间场景结构的评价方法;分析了stroke匹配算法在不同比例尺道路网数据下的局限性,提出了一种可针对不同比例尺下道路数据存在变化与更新的stroke部分匹配算法。试验表明,文中所提出的方法能够适应不同比例尺下道路网的匹配,匹配效果较好,运行效率较高。     

基于检查的拓扑关系自动构建算法

从拓扑关系自动构建算法出发，归纳出拓扑关系构建中可能存在的五种错误情况，如悬挂链、桥、不合适节点等，对每种错误情况提出不同的判断方法以及解决方案。在此基础上改进拓扑关系自动构建算法。使之具备检查功能。实践证明，基于检查的拓扑关系自动构建算法是可行的，建立的拓扑关系是正确的。     

基于道路连通性和最短路径的综合地图匹配算法

本文研究了要素加权法、路网拓扑法和网格划分法等地图匹配算法,分析了地图匹配过程,包括地图数据预处理、道路连通性的建立、投影点的计算和道路匹配度的计算,提出了一种基于道路连通性,采用捕捉圆获取候选道路集的地图匹配算法,并且对车辆GPS信号丢失的情况,采用最短路径算法,推算出车辆经过的道路。最后通过试验比较分析,验证了本算法具有较高的匹配准确度、匹配速度和实用性。      

三维散乱点云的Voronoi拓扑近邻点集查询算法

提出一种三维散乱点云的Voronoi拓扑近邻点集查询算法,该算法改进R*-tree建立三维散乱点云的空间索引结构,采用动态扩展空心球算法获取样点的k近邻点集,通过偏心扩展和自适应扩展获取样点拓扑近邻参考数据,生成该局部点集的Voronoi图,查询样点Voronoi邻域获取样点拓扑近邻点集。通过算法时间复杂度分析及相关实验,证明该算法可快速、准确地获取任意复杂散乱点云的Voronoi拓扑近邻点集。     

车辆导航系统中最短路径计算的数据模型

在自主车辆导航系统中如何实现符合现实状况的大范围的最短路径查询，对道路等级、道路通行条件、转弯规制等限制进行抽象，建立了模拟现实道路网络的交通仿真模型：对于大数据量交通网(全国范围)的路径计算，提出按道路等级分层建立拓扑网和分区域建立区域小型拓扑网的解决方案。     

Building Displacement Based on the Topological Structure

Map data at smaller scales than their source can result in spatial conflict, whereby map symbols become too close, or overlaid. Server map generalisation operators may be applied to solve this problem, including displacement. In this paper, we show how an optimisation algorithm, the snake algorithm, was used to displace multiple objects in order to resolve spatial conflicts and maintain important spatial relationships between objects during displacement. Two principles based on the snake algorithm are proposed in this paper. First, the truss structure mirroring spatial proximity relationships between buildings and between building and road is formed based on the weighted proximity graph derived from constrained Delaunay triangulations (CDT) in each map partition. In the weighted proximity graph, each connecting line is determined as a snake and as an element unit to assemble the global stiffness matrix in snake algorithm. Second, a buffer method that calculates force between a building and a road (or other linear features) or between pair of buildings is adopted in the snake algorithm. This avoids the imbalance phenomenon caused by different force calculation methods during the displacement. The feasibility of the approach is demonstrated in obtaining real geographic data. Finally, the results are cartographically usable and in particular, the spatial relationships between objects are preserved.