基于对偶拓扑结构的路网路段重要性评估方法

现有的路网路段重要性评估方法考虑的是路网中的路段的统计特性或路网的局部结构对重要性的影响。在路段的重要性与路网的全体路段相关联的基础上,提出m阶邻居节点的复杂路网路段重要度评估方法。为验证算法的有效性,实验仿真采用成都市路网的对偶拓扑结构,在1 484个路段中提取10条关键路径对评估方法进行验证。评估结果显示:与度值法、介数法相比,该方法能显著地区分复杂路网中路段之间的重要性差异,准确地确定网络中的关键路径,具有更高的评估准确性。     

基于红绿色觉异常人群的路况地图色彩设计研究

红绿色觉异常人群对于明度变化的感受比正常视觉者更加敏感,可以弥补色相辨别的缺陷。通过针对黄色明度对比实验得出红绿色觉异常人群对明度对比各等级的视觉感受,找出对红绿色觉异常人群既可以容易识别又不会觉得刺眼的明度对比范围。实验结果引入地图设色,结合色彩象征意义,做出红绿色觉异常人群和正常人群通用的路况地图。在路况信息清晰表达前提下,尽可能保留色彩象征意义,并保证地图的观赏性。通过路况地图色彩明度对比实验制作出红绿色觉异常人群既能无障碍识别又带有警示象征意义的路况地图。     

改进角度纹理特征提取高分辨率遥感影像带状道路

针对目前高分辨率遥感影像的道路自动提取算法研究中的不足,该文提出了一种基于并行角度纹理特征的半自动道路提取算法:用户输入完成道路中心线上的起始点、道路方向、道路宽度等初始化工作,利用并行角度纹理特征获取道路前进方向,用抛物线参数方程构建道路轨迹模型来预测道路轨迹点,使用角度纹理特征值构建的紧质度系数和抛物线的曲率变化来约束道路轨迹点,验证失败则转入手工跟踪;往复执行以提取道路中心线。试验证明,本算法是一种稳健的道路半自动提取算法。     

一种机载激光雷达道路点云的半自动提取方法

针对直接从LiDAR点云数据中提取道路信息比较困难的问题,文章提出了一种基于点云分割和区域生长的机载LiDAR数据道路点云提取方法:采用曲面生长法对点云进行分割,直接得到包含道路信息的曲面点集合;应用LiDAR数据的回波强度对分割结果中的道路进行强度标定,并采用区域增长的思想实现了道路的精细提取。实验表明,该方法能够高效、准确地提取道路点云,在路桥建模方面有较强的使用价值。     

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。     

基于地理实体的道路交通空间数据库设计与建设

道路交通是城市最重要的基础设施,但现阶段道路交通空间数据往往重视空间表达,忽略管理特性,针对上述问题,本文提出基于地理实体的道路空间数据库建设思路。通过分析空间特征、研究数据构成,提出了道路交通实体模型,进行了地理实体空间数据库设计,最后阐述了基于地理实体思想的空间数据建库流程,并探讨了边界确定、交叉口归属等问题的解决思路。     

结合Gabor纹理与几何特征的高分辨率遥感影像城区道路提取方法

在充分考虑道路频谱在不同频带、不同方向上能量分布的基础上,提出一种基于Gabor纹理与几何特征相结合的高分辨率遥感影像城区道路提取方法。首先通过Gabor滤波器组得到遥感影像不同频带、不同方向上的Gabor纹理特征,并利用K-means方法对遥感影像进行分割;然后利用形态学方法分割与道路相连的地物,并选取适当的几何特征剔除非道路地物;最后利用形态学方法对道路网进行修整。实验结果表明,该方法可以有效、便捷地从高分辨率遥感影像中提取城区主干道路网。     

基于空间句法的武汉城市圈城乡道路网通达性演化分析

将空间句法理论与GIS相结合,基于1989~2010年武汉城市圈城乡道路网数据,定量分析城乡道路网发育的空间通达性演化规律:1 1989~2010年,城乡道路网拓扑连接位序-规模结构日益发育典型,形成稳定的"金字塔"结构,高等级、高控制力的高通达性轴线发育水平较低,导致整个网络伺服效率和应对"拥堵"能力的低下;2武汉城市圈城乡道路网生长发育具有时空惯性,呈现典型的"核心-边缘"和"等级圈层"复合结构;并生成两条带状城乡交通走廊和多个不同等级有序融合的"轴-辐"网络体系;3城乡道路网这种通达性等级空间格局与圈域城镇体系、交通设施和社会经济发展状况密切相关,尤其是与高速公路为代表的高等级路网发育水平,表现出复杂的共轭协调关系,表现出周期性和螺旋式的空间嬗变,是城乡道路网自组织生长机制支配,以及路网扩张和细分两种内力共同交互作用的结果。     

高分辨率遥感图像道路分割算法

为了提高从高分辨率遥感图像(high-resolution remote sensing image,HRI)中提取道路信息的自动化程度和准确性,发展了一种HRI道路分割算法,主要包括光谱合并、边界合并和基于形状特征的道路区域提取等3个步骤。其中,前2个步骤是基于区域生长的图像分割算法。光谱合并综合考虑了区域的均值、方差等统计特征量,以提高分割精度;边界合并采用了基于矢量梯度的边界计算方法,以准确提取多光谱HRI中的边界强度;结合全局最优合并算法实现光谱和边界合并,以得到最优化的分割结果。在道路区域被完整分割出来的基础上,利用形状特征提取道路,采用圆形度特征区分道路和非道路。利用2景Orb View3多光谱图像进行道路提取实验的结果表明,该方法的道路提取结果总精度和Kappa系数分别在97%和0.8以上,明显优于SVM监督分类方法。     

TPS测设道路填挖边线方法探讨

道路建设中,测设填挖线是经常遇到的问题,就此提出了TPS(全站仪)在任意控制点设站、测定辅助点和填挖点的放样方法。该方法的关键之处是,利用曲线要素推算各放样点的坐标,然后在道路施工现场附近选择一视野开阔的控制点安置TPS,一次性放样出全视野内的辅助点和填挖点,并连接填挖点组成填挖边线。为保证各阶削坡的精度,应注意保护各辅助点的平面位置,正确地削出最上阶平台,以控制以下各阶削坡。而以往的放样方法是抬竿法,需要在逐个横断面多次设站,用定向、量距、抬高的方法放样填挖点。这种方法的缺点是:效率低下,作业难度大,累计误差大。显然,用TPS一次设站,放样若干横断面填挖点的方法,提高了施工效率,降低了作业难度,且提高了放样点的精度。