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。     

城市道路网匹配的层次化面域剖分模型

针对道路网“节点-弧段”数据模型在道路网结构化表达方面存在的不足,本文基于stroke的基本原理,设计了基于道路等级划分的道路网层次化面域剖分模型,使道路网空间结构特征表达具备了层次化特征。基于道路重要性等级和与面域边界的连通关系,对面域内的道路进行了层次性划分。建立了由“整体-局部-对象本身”的道路网层次化表达模型。最后,基于该模型本文提出城市道路网匹配模型,从高等级道路到低等级道路,利用特征一致性评价模型选取匹配对象。通过试验结果分析,证明了本文方法适用于解决具有典型城市特征的道路匹配问题。     

全局寻优的矢量道路网自动匹配方法研究

对道路之间存在1:N匹配关系的矢量道路网自动匹配问题进行研究.针对现有方法中大多数是基于局部寻优策略来寻找匹配道路,当同名道路存在较大距离偏差.又存在1:N匹配关系时,很容易导致误匹配的问题,改局部寻优策略为全局寻优策略,通过综合利用道路结点和道路弧段的特征信息,建立道路网匹配的最优化模型,并利用概率松弛法求解最优解,从而获得道路结点的匹配关系,以此为基础再获得道路弧段之间的匹配关系.试验表明:本文方法更具全局一致性,具有较高的准确率;即使在同名道路存在较大位置偏差甚至是非均匀偏差时,也可取得较为满意的结果,避免各种局部寻优方法难以准确设定权值的难题.     

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。     

顾及邻域居民地群组相似性的道路网匹配方法

现有多源同比例尺道路网匹配方法中,大多只利用道路自身特征进行匹配,而较少顾及道路周边要素对匹配过程的影响和约束,从而影响了道路网匹配效果的进一步提高,特别是对系统误差改正后仍存在一定位置或旋转偏差的道路数据进行匹配时,这种影响尤为明显。本文借鉴人类对陌生环境的空间认知特点,提出了一种顾及邻域居民地群组相似性的道路网匹配方法。该方法通过构建城市骨架线网确定与道路相邻的居民地群组,进而计算居民地群组空间关系和几何特征相似度来获得对应道路的匹配结果。其特点在于:对存在位置或旋转偏差的道路数据匹配,以其邻域空间内居民地群组的整体相似性指标来带动道路自身匹配,实际上是增加了周边居民地群组对道路匹配过程的约束,更具鲁棒性。试验及对比分析表明,本方法能够较好地解决系统误差改正后仍存在较大位置和旋转偏差的道路数据间的匹配问题,提高匹配的正确率。     

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。     

高等级道路网的拓扑自动保持方法

目的 基于道路网的结构分析,提出了一种高等级道路网拓扑自动保持方法,适用于任意提取的高等级路网。首先根据道路的连通关系生成对偶图,利用最小生成树保持道路网的整体连通性;然后使用广度优先搜索和最短路径计算进行悬挂弧段连接和合理路径连接,保持高等级道路网的导航连通性;最后通过实验验证了本文方法所保持的道路网拓扑结构的有效性。实验结果表明,通过本方法保持的拓扑关系能够保持道路网的整体连通性,反映道路网的高等级结构模式特征,而且与基于原始划分的高等级道路网所规划的最短路径相比,拓扑自动保持后的高等级道路网能够合理地反映道路结点之间的导航路径规划。     

语义与几何相结合的道路网融合研究与实现

道路网是最重要的地理空间要素之一,空间数据融合能够把不同来源道路空间数据或信息加以结合,以获得信息量更丰富或更适于处理、分析、决策的新的数据集。传统的方法受限于道路网数据模型、属性数据类型以及缺少唯一标识的属性信息,道路网融合方法多以各个弧段或道路的位置、形状、方向等几何特征进行匹配,而忽略了道路的语义匹配。本文在数据来源与技术分析的基础上,提出了一种在工程化应用中可行的语义与几何相结合的道路网匹配方法,并通过FME实现空间数据融合,旨在为两个或多个道路网数据融合、联动更新提供方法参考。     

采用拓扑关系与道路分类的立交桥整体识别方法

结构复杂、形态繁多的立交桥结构是道路网的重要组成部分。大比例尺地图中立交桥结构的识别对道路网的拓扑关系构建、自动综合、匹配、更新,乃至城市居民地等相关要素的研究都具有重要影响。当前在道路网数据匹配更新过程中尚未对立交桥结构进行深入的研究,关于立交桥识别方面的研究也相对较少。本文参考道路桥梁专业中立交桥的分类方法,概括出不同种类立交桥的图形。对这些图形自身构建拓扑关系,利用道路分类方法判断图形中每条弧段的道路类别,并统计数量,建立立交桥图形的量化表达式。在识别过程中通过比对量化表达式来识别出立交桥结构及其类型。     

道路网信息层次度量方法

针对目前以信息熵度量道路网信息方法存在的不合理、不准确的问题,该文提出一种基于空间认知的道路网信息层次度量方法。从地图空间信息产生的本质出发,结合空间信息认知的层次性特点,将道路网空间信息划分为3个层次:元素层次道路要素的几何形态信息、邻域层次邻接道路的空间关系信息、整体层次道路分布信息。依据各层次空间特征的多样性,分别建立3个层次空间特征的定量描述指标,计算基于各指标的几何形态信息、空间关系信息、道路分布信息。最后,通过实验分析验证了该方法的合理性。     

面状居民地匹配骨架线傅里叶变化方法

道路网匹配过程往往采用全局遍历的搜索模式,这种模式会影响匹配效率。针对这一问题,提出一种利用道路分类的层次迭代匹配新方法。首先,依据拓扑关系对道路进行分类,并按道路类型将其划分为匹配层和非匹配层,其中划分至匹配层的道路类型数量较少;其次,对匹配层匹配,并只在同种类型道路集中搜索匹配对象,从而避免全局遍历;然后,将非匹配层中剩余未匹配的道路视为新道路网,重新依据拓扑关系分类,划分出新的匹配层和非匹配层,仍按相同方法进行匹配,如此迭代直至匹配结束;最后,对少量无匹配对象道路进行全局遍历检查,作为提高匹配正确率的有效补充。实验结果及对比分析表明,该方法避免了全局遍历匹配,减少了不同层次间道路的干扰,有效提高了匹配的效率和正确率。     

一种改进的快速浮动车地图匹配方法

浮动车地图匹配算法能够实现浮动车离散点与路段的快速准确匹配,是浮动车路况信息生成技术中的核心环节。本文针对现有方法的不足,实现了建立定位点的有效阈值缓冲区,并依据空间关系检索候选匹配路段,研究实现了一种利用行驶速度、行驶方向、投影距离、行驶距离4个参数进行行车轨迹判别的逻辑匹配算法。试验表明,该方法无需对路网数据进行大量的前期处理工作,简化了候选匹配路段的检索过程,在保证匹配正确率的同时也表现出了更高的效率。     

面向智慧城市的GIS框架

现有轨迹匹配方法具有一定局限性,其匹配精度无法满足车辆导航定位的需求。针对拓扑匹配方法对于起始匹配位置的依赖性,提出了顾及速度与航向信息的轨迹匹配方法。该方法综合利用速度、距离和航向约束改进起始匹配路段和起始位置的判定,并通过后续时刻车辆的正确匹配位置修正起始位置,避免了传统拓扑匹配方法中起始位置匹配错误导致的误差传递累积,提高匹配路段的准确性。同时以起始位置为基础,速度与时间信息为约束确定匹配点。为验证所提方法的有效性,选取多条复杂程度各异的路线进行实验,并与现有的几何匹配方法和拓扑匹配方法进行比较。实验结果表明,该方法在不同复杂程度的城市路网下具有良好的匹配效果,准确率可达93.53%。在匹配准确率方面优于现有的两种方法,在匹配效率方面能满足定位导航的需求。     

利用城市骨架线网的道路和居民地联动匹配方法

同名道路或者居民地数据间由于数据一致性程度不高,往往存在较大的几何位置偏差,当对道路或者居民地单独进行匹配时,不利于提高匹配正确率和效率。针对这一问题,本文提出了一种利用城市骨架线网的道路和居民地联动匹配方法。联动匹配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,利用约束Delaunay三角网对地图构建城市骨架线网。然后,通过道路、骨架线、骨架线网眼和居民地之间的拓扑关系建立道路和居民地之间的匹配传递模型。最后,根据该传递模型实现通过道路匹配带动居民地匹配或者通过居民地匹配带动道路匹配的联动匹配。该方法优势在于只要有一种要素的数据一致性比较好,就能带动另一种要素取得很好的匹配效果,同时符合人类进行匹配时的认知过程。     

利用多元Logistic回归进行道路网匹配

识别同名道路在多源异构道路网匹配过程中十分关键。提出了一种多元Logistic模型的道路网匹配算法。首先选取并设计了能有效综合空间与非空间信息进行道路不相似性描述与区分的三种特征,即最小方向变化角、综合中值Hausdorff距离和语义差异三种不相似性特征,然后利用此三项特征结合多元Logistic回归模型构建准确的道路网匹配模型。利用该模型对道路网中待匹配道路进行匹配概率预测,从而获取道路的匹配结果,实现路网匹配。实验结果表明,本文方法避免了组合特征精确权值与阈值的设定,并能有效解决匹配结果对单元变量过于依赖的问题,具有良好的适应性、较高的准确率和召回率。     

Road hierarchy with integration of attributes using fuzzy-AHP

Road objects in a network data model are categorised into a hierarchical structure in accordance with their functions and capacities. In this study; five road attributes derived from semantic, geometric and topological properties of network data set (i.e. road class, road length and centralities of degree, closeness and betweenness) are utilised for the creation of road network hierarchy. The relationships with each attributes except road class and their effects on the determination of road importance are analysed by using a distribution graph and the equation of Pearson correlation coefficient. For creating road network hierarchy, integration process is achieved through the application of fuzzy analytic hierarchy process assuming attributes as the fuzzy criteria. The integration process is followed by the calculation of new priority attribute that indicates the importance of road objects. At the end of the process, road class, which is the most important attribute, is also used for the validation of proposed methodology. The results show that the new priority value of a road is superior to its each attribute value in hierarchical organisation.     

Centrality-based hierarchy for street network generalization in multi-resolution maps

This paper introduces a new hierarchy for cartographic generalisation processes, applied in street networks. The aims of implementing this hierarchy are to emphasise on significant street features, and to provide more free spaces between street features. The hierarchy is obtained from the functional classes of the features and four centrality measures in a street network, i.e. betweenness, reach, straightness and closeness extracted from a primary graph. The values of centrality measures change in every zoom level by calculating a radius parameter, which depends on the users’ field of view. The coefficients for the measures are constructed using a decision-making technique called fuzzy analytical hierarchy process (FAHP). The weights for each of the centrality measures are computed and normalised to form the proposed hierarchy. The hierarchy is applied and used later in the thinning process to omit insignificant features from the street network in medium scales.     

A Chain-Code-Based Map Matching Algorithm for Wheelchair Navigation

Accurate vehicle tracking is essential for navigation systems to function correctly. Unfortunately, GPS data is still plagued with errors that frequently produce inaccurate trajectories. Research in map matching algorithms focuses on how to efficiently match GPS tracking data to the underlying road network. This article presents an innovative map matching algorithm that considers the trajectory of the data rather than merely the current position as in the typical map matching case. Instead of computing the precise angle which is traditionally used, a discrete eight-direction chain code, to represent a trend of movement, is used. Coupled with distance information, map matching decisions are made by comparing the differences between trajectories representing the road segments and GPS tracking data chain-codes. Moreover, to contrast the performance of the chain-code algorithm, two evaluation strategies, linear and non-linear, are analyzed. The presented chain-code map matching algorithm was evaluated for wheelchair navigation using university campus sidewalk data. The evaluation results indicate that the algorithm is efficient in terms of accuracy and computational time.