基于参考数据的OSM道路数据质量评估模型

随着计算机技术的发展与互联网的普及,作为新型地理信息模式的志愿地理信息(Volunteered Geographic Information,VGI)受到越来越多学者的关注,逐渐成为专业地理信息的重要补充。由于松散的制图标准和非专业数据编辑,具有代表性的OpenStreetMap(OSM)在许多项目中的应用受到了阻碍,其可靠性和适用性成为研究人员最感兴趣的话题。提出了一种基于参考数据的OSM道路数据质量评价模型,从完整性、主题准确性和位置精度进行分析,并将该模型作为评估OSM数据适用性的方法。以郑州市部分区域的OSM道路数据为例,展开OSM数据质量评估研究,得出质量元素空间分布上的差异与联系。结果表明,与权威数据相比,OSM数据集的几何完整性达到97%,高等级道路分类精度高达98%,名称准确性超过88%,两个数据集之间的平均重叠百分比超过90%,名称完整性的最低结果不足40%,总体质量比较高。

“天地图·北京”多源道路数据融合关键技术研究

“天地图”是“数字中国”建设的重要内容,是面向公众的地理信息公共服务平台,可为用户提供北京市地理信息“一站式”协同服务。为了给用户提供更加准确的地理信息,亟须高效的数据融合技术,将不同来源、不同模式、不同媒质、不同时间、不同表示的信息进行结合,实现对被感知对象的更精确的描述。道路数据作为“天地图”的基础数据之一,其几何与属性特征的复杂性给矢量数据融合技术增加了挑战。本文围绕“天地图·北京”多源道路数据融合的分析、提取与融合过程,通过对比导航数据、主节点数据、交通委数据的属性、现势性、精度、权威性等具体情况,分析道路数据融合的技术特点,对多源道路数据融合的关键技术进行了研究并设计开发出两项工具,提高了数据融合的效率和准确度。

数据驱动的学校周边道路拥堵识别

为定量分析多个中小学周边道路拥堵情况,针对性地改善学校周边拥堵状况,对比通学时期与非通学时期的交通拥堵数据.建立学校周边道路拥堵指标,通过拥堵评价函数,分析各道路受周边学校出行影响的程度,识别重点拥堵道路.提出了一种基于地图开放平台获取交通大数据的算法,对南京主城区79所中小学周边道路进行实例分析,给出了各道路受学校出行影响的拥堵值.结果表明:在通学期间交通整体拥堵程度高于非通学时期,通学时期平均拥堵指数为1.973,非通学时期平均拥堵指数为1.664,通学时期比非通学时期平均拥堵指数提高了18.57%.

基于交通安全主动防范机制的道路风险评价与数据库研究

针对西南地区在道路环境风险安全方面所面临的挑战,本文对道路环境因素进行深入分析,并将对交通安全风险有显著影响的因素赋予权重,制定一套道路环境风险评价体系,以此作为构建交通安全主动预防机制的基础。文章旨在通过大数据、云计算、人工智能、IOT等新一代信息技术手段,基于Hadoop集群,创建道路环境风险联动数据库,构建道路环境风险预警模型,为提升交通安全而构建并实施主动预防机制的技术支撑,改善道路运行条件和环境,探索形成道路交通安全主动防范机制。

适应不同轨迹数据场景的道路线形组合优化提取方法

车辆轨迹数据是当前城市导航路网地图动态更新的一种重要数据源,从杂乱无序的轨迹点或轨迹线中提取并拟合道路几何形态,进而生成结构化的道路矢量地图是基于轨迹数据进行道路网地图构建与更新的关键步骤。现有的道路中心线提取方法主要采用单一的线形拟合算法进行轨迹数据拟合,然而真实道路的几何形态复杂多样和车辆轨迹数据质量参差不齐,导致单一的道路线形拟合算法只能在某些特定的数据场景下适用,无法针对不同的数据场景自适应的拟合出理想的道路中心线。此外,相比于专业测量方式采集的高频轨迹数据,出租车等采集的低频轨迹数据存在轨迹点稀疏、噪声多、定位误差大等问题,这使得从低频轨迹数据中提取理想的道路中心线仍具有挑战,尤其是针对复杂的交叉口区域。为此,本文基于分治策略的思想,提出了一种适应不同轨迹数据场景的道路线形组合优化提取方法。该方法在轨迹数据预处理的基础上,根据轨迹数据的分布特点对数据进行场景分类;进而,针对不同的数据场景匹配最优的线形拟合算法,通过组合优化策略生成理想的道路中心线。本文方法融合不同拟合算法的互补优势,可以有效解决数据分布稀疏、道路结构复杂(如自相交立交桥)等不同数据场景下的道路线形拟合问题。采用北京市出租车轨迹数据进行试验与对比分析,本文方法生成道路的平均位置精度为1.24 m,显著优于现有代表性方法。

复杂道路监控场景下的车辆检测与跟踪数据集

针对现有大部分车辆检测与跟踪数据集通常存在的采集场景单一、数据集长尾分布以及图像采集环境简单等问题,本文构建一个车辆数据集VeDT-MSS,用于城市以及乡村监控场景下4种车辆类别(小汽车、卡车、公交车和摩托车)的检测以及跟踪研究。该数据集具有交通场景多样化、卡车的类内多样性大、摩托车标注实例占比高以及背景复杂程度高4个显著特性。为了验证该数据集的有效性,在目标检测以及多目标跟踪任务上进行了大量的基线实验。实验结果表明,VeDT-MSS数据集在评估现有算法的鲁棒性和泛化性方面具有实用性。该数据集的提出对促进车辆检测与跟踪研究具有相当的潜力,并为计算机视觉社区评估算法性能提供一个新的数据选择。

基于道路矢量数据的路口地理实体面图元提取

地理实体数据是实景三维数据中的重要组成部分,路口实体在城市实景三维中有着重要作用,当前路口实体面图元的提取是通过人工查找路口位置并在路口位置处手动构建路口面,这种提取方式容易漏掉路口位置且有人工编辑工作量较多的问题。为准确定位路口位置且在路口位置处高效构建路口面图元,本文设计了一种基于道路矢量数据的路口地理实体面图元的提取方法,通过对道路面数据构建不规则三角网,分析不规则三角网(TIN)在路口处的特点,准确定位出路口位置,并在路口处自动构建路口面图元。本文基于湖南省基础测绘道路矢量数据,对基于道路矢量数据的路口地理实体面图元提取方法的有效性进行验证,实验结果表明,该方法路口定位准确率达97.5%,路口面构建较为准确,可以有效缩短路口实体生产周期,研究结果可以应用于其他条带状交叉口实体类的定位和构建。

基于中国知网数据库和CiteSpace文献计量的城市道路设计研究综述

城市道路设计是城市规划和交通工程的重要组成部分,其质量和效率直接影响着城市的可持续发展和居民生活质量。基于中国知网数据库和CiteSpace文献计量学软件,分析2010-2023年以城市道路设计为主题的期刊学术论文,从多个角度分析其研究现状、热点和趋势。结果表明,从2017年起,城市道路设计文献发表突破300篇/年;研究机构中上海市政工程设计研究总院(集团)有限公司发文数量最多,占比为25.07%;期刊主要以《城市道桥与防洪》、《现代园艺》、《建材与装饰》、《江西建材》和《山西建筑》等发文量较多;研究热点主要聚焦于城市道路设计、景观设计、海绵城市和快速路等方面。此外,大数据和人工智能等新技术的应用也为城市道路设计提供了新的思路和方法。最后,研究呼吁加强基础理论研究、政策支持和实践经验积累,以推动城市道路设计的不断创新和优化,为城市可持续发展做出贡献。

知识图谱和表示学习在道路交通事故数据挖掘中的应用

交通安全领域数据量庞大且蕴含丰富的语义信息,从海量道路交通事故数据中挖掘潜在的价值信息可为交通事故预防和智能研判提供支撑。然而,传统的事故分析方法在处理复杂且多语义交叉的事故数据时,存在一定的局限性。研究提出了一种基于知识图谱和知识表示学习的事故数据挖掘方法。通过翻译距离嵌入(Translating Embedding,TransE)模型对道路交通事故知识图谱进行表示学习,将事故实体和致因关系映射到向量空间,并在向量匹配运算中捕捉向量之间的语义信息,进而挖掘潜在的交通事故信息。研究采用真实的事故数据进行试验验证,结果表明所提方法具有较高的准确率和较强的语义解析性能,可为道路交通事故碎片化信息的最大化利用提供新的方法和思路。

基于卡口数据的车辆特征及道路运行特征分析

机动车出行调查是城市交通调查中十分重要的内容,传统调查方法主要为人工观测方法,人力成本较大且获取信息较少。随着信息化管理水平不断提升,道路交通科技设施如电子警察/卡口等覆盖面越来越广,通过卡口识别的车辆位置数据可以实现对机动车出行轨迹进行全跟踪。基于C市主城区范围内的卡口数据,辅以道路网数据,主要利用数据统计分析、地图匹配和可视化等手段,提取机动车出行特征数据和道路网络运行情况,统计出的数据特征和结果基本符合C市交通出行规律,具备较好的可操作性和可复制性。

基于数据分类分级的湖南省道路运输数据安全管理探究

随着信息化技术在道路运输领域的不断深化应用,省级道路运输管理部门积累了大量的道路运输数据资产。运政类、驾培类信息,客运站及危险货物等重要业务信息和大量个人敏感信息汇聚,呈现出量大、多样、高价值的大数据特性,已成为交通运输行业的重要资产,但道路运输数据广泛存在重要及非重要数据共同存放、保护措施相同或相似等问题,给数据安全带来了极大的隐患。本文在分析湖南省级道路运输数据现状的基础上,研究了道路运输数据分类分级方法及管理要求。

道路信息化建设中测量数据内业处理系统的设计

为提升道路测量数据内业处理的效率,可有效对异常数据进行处理,从系统硬件和软件方面设计一种道路测量数据内业处理系统,系统硬件主要包括测量数据内业处理模块、数据存储模块、核心控制器等,系统软件主要包括道路测量数据时间序列整理程序、处理程序、数据异常检测程序等。对所设计系统进行性能试验测试。测试结果表明:所设计系统的数据处理效果高、耗能低、异常数据检测能力强。说明所设计系统的应用效果更好,可靠性更高。

实景LiDAR点云数据提取与电力道路场景精准分割

为解决电力道路场景分割过程中,最终分割结果平均交并比(mIoU)较高问题,提出基于实景LiDAR点云数据的电力道路场景分割方法。采用虚拟网格保存离散点云数据,结合数学形态学滤波原理,获取预处理后的点云数据。依托于移动最小二乘法推算出法矢估计结果,根据显著性指标判别出特征点,最终提取出点云数据轮廓特征。以实景LiDAR点云数据为基础,在考虑轮廓特征的情况下生成保留边界的超体素结构,再应用自上而下的聚类分割算法(P-Linkage)即可得到场景分割结果。实验结果表明,新研究方法应用后,电力道路场景分割结果mIoU值大于70%,极大提升了道路场景分割质量。

基于大数据的道路运输监管模式研究与应用

河南省作为中国交通运输枢纽省份,道路运输压力突出,运输管理部门为了更好地履行道路运输监管责任,强化道路运输监管水平,针对非法营运、违规营运等监管重点,解决目前道路运输行业安全监管基础薄弱、监管工作任务繁重、监管力量薄弱且分散的问题。研究基于大数据环境下的新型道路运输监管模式,并根据行政级别,对各级运管部门的监管行为进行规范,构建三级监管体系,并以河南省综合交通运输管理服务平台为载体,将新的监管模式和监管规范化流程应用于道路运输监管工作,通过数据手段提高了研判预测的准确性,拓展了线索获取渠道,提高了执法处置效率,推动河南省道路运输监管进入更加智能化的阶段。

基于数据挖掘的露天矿道路质量研究

探讨了露天矿山道路质量评价方法;通过深度挖掘露天矿山运输环节矿卡运行数据,设计道路提取算法,分析了竖直加速度和高程数据,将2种评价指标高度H标准差和竖直加速度均方根RMSVA分别进行研究,并验证了二者的一致性和有效性;将评价结果划分为良好、一般、差3个级别,指出了不同级别道路对应的道路问题并给出修护建议。结果表明:2种指标在坡度-4%~4%范围内均可有效评价露天矿山道路质量,有助于提高矿山道路维护效率和质量。

基于大数据技术的山区道路自然灾害风险管理与控制研究

随着全球气候变化的影响,自然灾害的发生频率和影响程度不断加大,山区道路作为重要的交通基础设施,其安全运行对于区域经济的发展和民生改善具有重要意义。文章分析传统的风险管理在山区道路自然灾害管理中存在的问题,对山区道路运营安全管理的要素进行识别,提出影响山区道路安全的气象因素和地质因素,利用大数据技术,对山区道路在自然灾害下的风险进行深入分析和评估,并提出相应的控制措施,以提高山区道路的抗灾能力,减少灾害损失。

道路工程原材料数据平台的研发及多元化应用

阐述了道路工程原材料检测大数据平台的构建理念、数据统计分析方法及多元化应用功能优势,通过对道路工程原材料数据分析应用得到以下结论:通过充分挖掘室内检测数据,可为试验检测技术人员对原材料的初步分析提供参考,为建设单位提供前期原材料采购咨询决策服务,使道路工程原材料管理更加智能化,推动传统检测领域的数字化进程。

数据远程监测的非道路工程机械排放治理技术应用

在非道路工程机械排放治理领域,选择国二排放标准的典型机械进行颗粒物排放治理技术应用研究。匹配排放治理装置+利用数据远程传输技术监测装置运行状态的技术路线,标志着行业内对于减少环境污染的重视及科技应用的进步,但现有研究在排放数据的准确性获取、实时监控效率及减排效果的长期稳定性方面仍面临挑战。对此,通过细化试验机械选型、优化技术方案设计、明确技术路线,并结合排气温度与排气压力的综合分析、减排效果的量化统计,可系统提升排放治理技术的应用效果;通过精准监控排放治理装置在不同工况下的性能,达成促进排放减少的目标,并为环境保护贡献实质性成效。研究旨在强调技术创新在解决环境问题中的关键作用,为非道路工程机械排放治理提供新的思路与方案。

道路桥梁检测数据结合BIM技术的应用探析

为解决道路桥梁检测与维护效率低下问题,本文围绕BIM技术与道路桥梁检测数据的有效结合展开分析。在第一部分,探讨了BIM技术的定义、发展及其核心特点,并详细描述了道路桥梁检测数据的特性及处理难题。在此基础上还阐释了将检测数据集成到BIM模型的方式、相关信息的共享与更新流程及在桥梁检测与维护中的应用。在第二部分,讨论了该技术在实时监控、资产管理优化以及应急响应中的具体应用,为桥梁工程管理提供了数据驱动的解决方案,供参考。

道路运输领域大数据在精准执法中的应用

本文通过研究道路运输领域的前端感知、中端研判、后端响应的全周期闭环监管技术方案,转变传统交通执法“人海战术”的理念,践行“大数据+指挥中心+执法队伍”执法新模式,倡导智慧执法、精准执法、线上线下联动执法。