一种改进的道路匹配算法

针对遗传算法在道路匹配时出现的平行路段匹配跳跃问题,利用距离角度拟合法进行改进。将矢量地图与影像地图叠加作为底图进行辅助判断,避免了导航中单一使用矢量数据信息量不足的情况。实验表明,改进后的算法解决了地图矢量数据不完整时产生的误匹配问题;同时在弯道、U形转弯处、交叉路口、平行路段等处都具有较好的匹配准确度。

一种基于浮动车移动轨迹与电子地图融合的道路匹配算法

在对城市道路网进行网格划分的基础上,提出一种利用参考历史数据和前瞻数据的三段式匹配思想与权重模型思想相融合的地图匹配算法.该算法可减少浮动车GPS定位点待匹配路段的搜索范围,从而极大降低算法的复杂度,实现较高的匹配精度.

基于手机切换变化模式的道路匹配方法

应用手机定位技术进行交通数据采集是当前国内外研究的热点,其中道路匹配是技术应用的关键环节之一。本文重点研究如何利用手机发生连续切换变化的通信数据信息进行道路匹配,其基本原理是利用手机在通信网络层的变化模式反推在道路网络层的变化模式,本质上可归结为模式匹配问题。本文主要内容包括:基于手机切换变化模式的道路匹配方法的基本原理和核心思想;界定与GPS坐标定位的道路匹配方法的区别;创新地提出通信网络层变化模式与道路网络层变化模式的关联技术,即道路切换序列标定方法;最后,结合城市中心区某道路的实测手机通信数据进行了实证分析。

GPS车辆监控系统道路匹配算法研究与实现

在对GPS接收到的定位信息进行解析的基础上,研究了GPS车辆监控系统中道路匹配的原理和方法,提出了综合考虑道路拓扑关系和连通性的直接投影匹配算法;重点介绍了该算法的技术路线、实现步骤和误差处理方法,并通过实验证明了系统算法的有效性。

多源矢量道路匹配方法研究

地理信息服务的基础是数据,要求数据现势性强,信息可靠。随着经济、科技的发展,地理数据的获取方式越来越丰富,卫星遥感、GPS等等都已经成为获取数据的技术手段。基于此,本文根据生产中的实际需要,探讨了矢量道路的匹配方法,并将其分为同源和非同源数据进行分类研究,作为道路变化检测的基础。最后根据研究方法予以实验,验证其有效性。

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。

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。

基于图卷积神经网络的道路网匹配

针对当前道路网匹配方法中权重关系和匹配阈值的确定主观性强、容易产生匹配误差等问题,提出了一种结合图卷积神经网络的道路网匹配方法。首先,选取长度、方向、距离、拓扑4个相似性度量因子作为道路网匹配模型的特征因子;然后,将待匹配道路转化为以道路为节点、道路的连接关系为边的对偶图的图结构,即把道路网匹配问题转化为节点分类的问题;最后,通过搭建图卷积神经网络实现道路网的匹配。试验结果表明,与传统方法相比,该方法的匹配准确率、召回率及F值均得到大幅提升,能够有效解决道路网匹配问题。

利用地图栅格化的海量浮动车数据道路匹配快速算法

提出了在大城市路网环境下快速确定海量浮动车数据匹配路段的方法。首先构建路网道路缓冲区,再对道路缓冲区地图进行栅格化处理,并构建空间位置与道路ID的索引,然后基于每个浮动车数据中的地理位置信息依据索引找出浮动车数据可能的匹配道路,最后对这些道路进行匹配度计算,确定浮动车数据的匹配道路。实验表明,该方法能显著减少每个浮动车数据需要计算匹配度道路的数量,成倍地提高海量浮动车数据道路匹配算法的效率。

天地图·福建多源道路数据匹配与融合技术研究

结合天地图·福建多来源道路数据融合现状,分析了数据匹配融合技术特点,对道路数据匹配与融合的关键技术进行了研究,利用ArcGIS和FME软件将关键技术应用在天地图·福建道路数据匹配与融合中,相比人工处理流程,可提高超过60%的工作效率。

面向地理实体的语义相似性度量方法及其在道路匹配中的应用

语义相似性度量是实现多源矢量空间数据集成与融合的关键技术。首先以地理实体为研究对象,从矢量空间数据表达视角对地理实体的语义信息进行分析与描述,提出基于多特征约束的语义相似性度量模型。然后该模型将地理要素分类关系作为控制条件提取目标实体集,在构建实体间语义特征对应关系的基础上引入属性特征熵的概念,计算不同特征的权重值,进而综合多特征相似性来度量地理实体的整体语义相似程度。最后将该模型应用到道路实体匹配实验中,通过计算实体之间的语义相似性实现匹配,验证了该模型的有效性。实验结果表明,基于多特征约束下的语义相似性度量模型能够合理计算地理实体的语义相似度,且提高了地理实体语义匹配效率。

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。

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。

基于场景匹配与可重构技术的自适应道路检测

车辆视觉辅助导航系统要求具有很高的鲁棒性和实时性。而视觉处理系统中,单一算法很难克服环境变化产生的影响,做到各种道路环境下的最优。针对目前这一研究难点,提出了基于道路场景匹配和硬件可重构技术的自适应道路检测方法。该方法基于道路场景分类来实现算法与道路场景的最佳匹配,利用可重构硬件来实现硬件算法功能的实时自适应重构,由此实现车辆视觉辅助导航自适应道路检测。实验结果表明:该方法具有检测性能好、鲁棒性强、实时性高的优点,检测正确率达到了90.17%,较好地解决了检测系统自适应性与实时性之间的矛盾。

基于多级网络划分的匹配道路初筛方法研究

针对GPS车辆定位系统地图匹配过程中传统匹配道路初筛方法在筛选速度和准确性方面的不足,提出了一种基于多级网络划分的匹配道路筛选方法。算法采用多级网络简单划分、层层筛选的策略,保证了初筛区域的快速、准确定位与初筛路段的准确获取,与多种传统的筛选方法,进行了基于实际数据的运行效果的对比。实证分析可知,文中提出的方法效果较好。

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。

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。

顾及道路连接关系的多尺度道路网匹配算法

针对目前基于“结点-弧段”模型的道路网匹配算法在多尺度条件下匹配效率不高的问题,提出了一种顾及道賂连接关系的多尺度道路网匹配算法。主要利用道路网尺度变化前后道路间连接关系不变的特征进行道路的粗匹配,避免传统粗匹配的阈值难以设置的问题,并根据道路结点的相似性进行精确匹配。首先对道路网数据进行预处理,识别和化简道路网中的微观结构,将道路网连接成stroke;然后将道胳网以stroke为单位抽象成为对偶图,将道路网匹配问题转换为对偶图的结点匹配,利用结点之间的连接关系进行粗匹配,并依据道略的长度、方向、距离等因素对结点进行相似性度量,完成道路的精确匹配,从而实现道路网的匹配。最后以不同尺度的賂网数据进行实验,结果表明该匹配方法的正确率较高。

利用道路信息的机载预警雷达空地目标分类

空地目标分类是机载预警雷达地面目标过滤的关键步骤,可以有效改善目标航迹质量。在充分利用目标航迹信息和地面道路信息的基础上,研究了一种基于航迹与道路相似度的空地目标分类方法。首先,设计了一种将目标滤波点迹匹配到路段的快速算法,筛选出用于后续分类的路段;然后在含有曲线路段的情况下,计算目标航迹与道路的平均距离及相关系数;最后依据门限判决和滑窗处理来完成两类目标的分类。仿真结果表明,该方法在不同目标航迹分布情况下均能正确实现空地目标的分类。