Automatic Matching of Multi-scale Road Networks under the Constraints of Smaller Scale Road Meshes

In this paper,we propose a new method to achieve automatic matching of multi-scale roads under the constraints of smaller scale data.The matching process is:Firstly,meshes are extracted from two different scales road data.Secondly,several basic meshes in the larger scale road network will be merged into a composite one which is matched with one mesh in the smaller scale road network,to complete the N∶1(N>1)and 1∶1 matching.Thirdly,meshes of the two different scale road data with M∶N(M>1,N>1)matching relationships will be matched.Finally,roads will be classified into two categories under the constraints of meshes:mesh boundary roads and mesh internal roads,and then matchings between the two scales meshes will be carried out within their own categories according to the matching relationships.The results show that roads of different scales will be more precisely matched using the proposed method.

Hierarchical Area Partitioning Method of Urban Road Networks Matching

In view of the “Node-Arc” data model of road network in the aspect of structured expressing the deficiencies, the hierarchical area partitioning of road network based on the principle of stroke, which made road network space structure characteristics of the expression with the hierarchical feature was designed. Based on road hierarchy and connected relationship with the area domain boundaries, the road in the area was hierarchically divided. A hierarchical model was established based on “whole-part-object” data model. Finally, the model of urban road network matching is proposed, which used consistency evaluation model selected matching objects from high-grade road to the low-level road. The experiment results indicated that the method was suitable to solve the road matching problem with typical urban features.

A novel vehicle navigation map matching algorithm based on fuzzy logic and its application

A new real-time map matching algorithm based on fuzzy logic is proposed. 3 main factors affecting the reliability of map matching, including the distance between the vehicle location and the matching road segment, the angle between the vehicle direction and the road segment direction and the road connectivity are discussed. Fuzzy rules for the distance, angle and connectivity are presented to calculate the matching reliability. 2 indicators for estimating the matching reliability are then derived, one is the lower limit of the reliability, and the other is the limit error of the difference between the maximal value and the second-maximal value of the reliability. A real-time map-matching system based on fuzzy logic is therefore developed. Using the real data of global positioning system(GIS) based navigation and geographic information system(GPS) based road map, the method is verified and the (results) prove the effectiveness of the proposed method.

基于匹配置信度的路网几何特征融合方法研究

路网几何融合是维护路网数据现势性的重要手段。目前,路网融合的相关研究侧重于对匹配算法、融合策略的改进与提升,多源路网数据融合的具体方案较少。本文结合全球测图项目的迫切需求,提出了一种基于匹配置信度的路网几何特征融合方法。通过多特征因子匹配方法识别同名路网实体,设计路网匹配置信度提取增量路网数据,利用路网接边修复融合路网。实际生产应用表明,文中提出的方法在较大程度上提升了原始路网的完整性及现势性。

An improved probabilistic relaxation method for matching multi-scale road networks

Matching multi-scale road networks in the same area is the first step in merging two road networks or updating one based upon the other.The quality of the merge or update depends greatly on the matching accuracy of the two road networks.We propose an improved probabilistic relaxation method,considering both local and global optimizations for matching multi-scale of road networks.The aim is to achieve local optimization,as well as to address the identification of the M:N matching pattern by means of inserting virtual nodes to achieve global optimization effects.Then,by adding two attribute-related evaluation indicators,we developed four evaluation indicators to evaluate the matching accuracy,considering both geographic and attribute information.This paper also provides instructions on how to identify the proper buffer threshold during matching procedures.Extensive experiments were conducted to compare the proposed method with the traditional approach.The results indicate that:(1)the overall matching accuracy of each evaluation indicator exceeds 90%;(2)the overall matching accuracy increases by 6–12%after an M:N matching pattern is added,and by 4–6%following the addition of topology indicators;and(3)the proper buffer threshold is about twice the average value of the closest distance from all nodes.

基于轨迹扰动和路网匹配的位置隐私保护算法

针对现有扰动机制未考虑位置点语义关系导致数据可用性较低的问题,提出一种基于差分隐私(DP)的轨迹位置隐私保护机制(DP-TLPM)。首先,DP-TLPM利用滑动窗口提取轨迹停留点生成模糊区域,再利用指数机制和拉普拉斯机制对该区域进行采样;其次,为了消除采样点中可能存在的无语义位置点,提出一种路网匹配算法,对轨迹分段并利用误差椭圆匹配(EEM)进行迭代匹配;最后,根据匹配后的位置点形成扰动轨迹,由用户端将扰动轨迹发送至服务器。实验以混淆质量和均方根误差(RMSE)为评价标准对该机制进行综合评测。与GeoInd算法相比,DP-TLPM的数据质量损失降低了24%,轨迹的混淆质量提高了52%,从隐私保护强度和数据质量两方面验证了该算法的有效性。

基于路网复杂度分区的轨迹分段地图匹配方法

针对现有大多数地图匹配方法在城市复杂环境下难以有效平衡匹配速度和精度的问题,提出了一种基于路网复杂度分区的轨迹分段地图匹配方法。该方法包括路网分区和轨迹分段匹配两个部分。通过构建的路网复杂度分区模型将路网划分为复杂区域和非复杂区域;对复杂区域内的轨迹段采用改进的隐马尔可夫模型进行匹配,非复杂区域内的轨迹段采用基于几何拓扑的快速匹配模型进行匹配;将不同区域内匹配的轨迹段进行拼接,得到完整轨迹的匹配结果。为得到路网复杂度分区模型的最优参数,进行了11组不同参数设置的对比实验,并将最终结果与ST-matching和传统隐马尔可夫模型两种地图匹配方法匹配的结果进行对比。结果表明,在三个数据集的匹配准确率均在96%以上,比其他两种对比算法匹配时间减少了60%,在保证匹配准确率的前提下有效提升了匹配效率。

基于CRITIC方法的OpenStreetMap路网匹配

OpenStreetMap(OSM)数据具有更新速度快、易获取等优点,已成为城市道路数据更新的重要数据源之一。采用OSM数据对城市道路数据更新,其中OSM与已有路网数据间的匹配是关键技术之一。现有路网匹配方法中,常采用几何相似因子及其权重来实现路网间的匹配,但这些方法大多使用固定的几何相似因子权重来处理整个数据集。相比于专业路网数据,OSM数据具有明显的非系统性形变特征,采用现有方法处理OSM与专业路网间的匹配时,匹配精度较低。为了提高OSM路网与专业路网的匹配精度,提出一种基于CRITIC方法的OSM路网匹配方法,该方法针对OSM路网数据的非系统性形变特征,选用CRITIC方法自动计算得到每个道路要素的距离、面积和方向这3个几何相似因子权重,减少人为定权的局限性。通过实验验证,文中匹配方法在OSM路网的匹配中取得了较好的效果,匹配精度较高。匹配的准确率、召回率、F1分数分别达到了96.73%、98.67%和97.68%。

基于改进HMM的车辆轨迹匹配方法研究

针对传统基于隐马尔可夫模型(HMM)的车辆轨迹匹配算法在复杂特殊路段无法兼备准确率与时间效率的问题,提出了基于改进HMM建模的车辆轨迹匹配方法。在候选路段的确定上通过生成网格索引提高整体检索效率,改进的HMM模型在发射概率的计算上综合航向角因素,考虑车辆速度对航向角造成的偏差影响,并设置经验因子进行调节。同时,考虑前后观测值误差过大及曲线路段等影响因素,采用单位采样间隔内的车辆实际行驶距离代替观测距离值,以保证传递概率计算的准确性。最后,利用实测数据进行试验,验证算法的性能。实验结果表明,所提方法匹配准确率约94.0%,相较于传统HMM轨迹匹配方法提高了2.8%,在提高时间效率及复杂路段的匹配准确度上也具有一定优势,单点匹配时间减少约0.9 ms,适用于交叉路口、立交桥、平行路段等复杂路况下的匹配。

基于局部信息的服务迁移路径选择算法

随着移动边缘计算技术的高速发展,提供高质量的移动服务需要根据用户实时的移动轨迹变化多元地考虑网络通信中的影响因素来动态地规划服务迁移路径。针对现有服务迁移路径规划研究中对城市场景下用户移动轨迹预测缺失、规划迁移路径与用户移动路径相似度较低等问题,提出一种根据用户实时移动轨迹的服务移动路径选择算法。首先通过基于长短期记忆(LSTM)模型的轨迹预测算法和基于隐马尔可夫模型(HMM)的路网匹配算法预测用户未来移动轨迹,然后根据预测移动轨迹与邻近局部基站状态信息选择最佳迁移边缘服务器,进而完成城市场景下基于网格地图的服务迁移路径选择。在深圳市出租车轨迹数据集与手机基站状态数据集所构造的数据集上,相较于改进深度优先搜索(DFS)算法、改进A*算法、基于矩阵的动态多路径选择(MDMPS)算法和基于矩形区域划分的服务迁移路径选择(GDSMPS)算法,所提算法的平均服务迁移时间分别减少了34.8%、44.5%、24.9%和12.7%,平衡路径相似度分别提升了26.2%、49.7%、14.3%和4.7%;在噪声数据集和长路径数据集上,所提算法的平均服务迁移时间波动幅度最小且平均轨迹相似度最高。实验结果表明,所提算法不仅可以有效减少服务迁移时间,提升迁移路径与用户移动路径的相似度,而且具有良好的抗数据噪声能力与优秀的长路径规划能力。

Does the Belt and Road Initiative Promote Value Chain Connection Between China and the Silk Road Countries?

The global value chains have become the core skeleton of the global economy.As a large-scale international cooperation initiative,the Belt and Road Initiative(BRI hereafter)may have a significant impact on the global economic landscape.In this context,the spatiotemporal pattern and evolution of the value chain connection of the Silk Road countries and whether the BRI will promote the value chain connections between China and these countries are important research questions for understanding the changing global economic landscape.This paper employs input-output analysis,network analysis and difference-in-differences based on Propensity Score Matching(PSM-DID)to conduct an in-depth quantitative study of these questions.The results show that,first,the overall value chain connection between China and the Silk Road countries has been rising since 2001.From the perspective of geographical distribution,Southeast Asia is the highest value chain connection region with China,and the growth in the central and eastern Europe is the most significant,whereas the central Asia is the lowest value connection region.From the perspective of complex network analysis,China’s position in the network of value flow among the Silk Road countries has been increasing continuously,and it has been in the lead position since 2008.Besides,the implementation of the BRI has had a significant positive influence on the overall value chain connection between China and the Silk Road countries,but this positive influence is limited to the central and eastern Europe region,whereas it is not significant in other regions.Finally,this paper suggests that to promote the development of value chain connection,the Silk Road countries need to develop more specific policies related to value chains.Policymakers need to be able to correctly identify the comparative advantages of the region and the types of value chains that are compatible with them and then find suitable partners and formulate targeted promotion policies.

基于路网密度的城市功能空间分布评价——以西安市为例

从路网密度视角开展城市功能空间分布评价,对提升城市活力、优化功能空间结构、实现城市可持续发展具有重要意义。以西安市为例,结合POI数据和道路网数据,采用双变量空间自相关方法开展路网密度与城市功能的空间耦合分析,将空间单元划分为适配空间和错配空间(包括拥挤空间和低效空间)两大类型,并针对错配空间提出结合路网密度的适宜性功能优化策略。研究发现,西安市路网密度与城市功能空间耦合度较高,呈“适配—错配—适配”环状分布格局,建议通过疏解置换和有机更新策略优化拥挤空间,通过功能混合与集聚提升策略优化低效空间,从而实现城市资源的集约高效利用。

基于自适应轨迹聚类的城市路网提取与更新方法

由于城市路网更新频繁及传统地图更新方法的局限性,很多城市路网地图数据无法及时更新。基于移动轨迹数据的路网地图更新是实现城市路网地图快速、高效更新的有效途径。虽然目前基于移动轨迹数据发展了一些基于栅格化的方法、基于聚类的方法和增量化的方法来提取与更新城市路网,但这些方法对于参数依赖性较强,且难以准确提取较为复杂的道路形状。因此,本文结合移动轨迹数据的特点及道路网的结构特征,提出了一种基于移动轨迹匹配的城市路网地图动态更新方法。首先,通过轨迹点的位置和方向属性进行轨迹点–路段匹配;然后,对未匹配的轨迹点采用顾及方向约束的空间自适应聚类算法进行聚类,并对每个聚类进行最优曲线拟合,获得新增道路;最后,以城市浮动车轨迹数据为例进行实验与对比分析。实验结果表明,与现有方法相比,本文方法需要的参数较少,且能够处理复杂形状道路的提取,具有较高的运行效率。

GNSS高采样率路径增量地图匹配方法

针对高采样率GNSS轨迹数据在复杂城市路网中的匹配问题,本文提出一种基于路径增量的匹配方法。该方法分为组合过滤及增量匹配两个部分,首先通过组合过滤进行路网简化,然后以路径为增量进行匹配计算,在路口点处的匹配中采用综合距离因子与弯曲度的相似度评价方案。为验证其有效性,选取多条复杂程度各异的高采样率轨迹数据进行试验,并与曲率积分约束的地图匹配算法和隐马尔科夫模型两种现有匹配方法进行对比。结果表明,本文算法在高采样率匹配试验中的匹配准确率和效率均表现最优,且能够较好地处理各类复杂路段的匹配,能够满足在复杂城市路网中的高采样率轨迹匹配的需求。

采用R树和轨迹分段的HMM高效地图匹配方法

针对传统隐马尔可夫模型(hidden-Markov model,HMM)地图匹配算法无法高效处理大量轨迹数据的问题,提出了一种改进的HMM地图匹配算法。采用R树空间索引方法为路网建立空间索引,基于轨迹点位置变化率对GPS轨迹数据进行分段,并利用R树索引快速确定子轨迹所属的候选路段,在子轨迹中挑选关键点代替整段子轨迹判断所属路段,根据结果完成各子轨迹的地图匹配。仿真结果表明:与传统HMM地图匹配算法相比,改进算法可以同时减少道路搜索和轨迹点遍历的工作量,大幅提高算法效率。

基于最小费用网络流的多指标道路网匹配方法

多源道路网匹配过程中存在次优化问题,依靠单一度量指标的匹配结果往往出现误匹配和漏匹配,为此,文中提出一种基于最小费用网络流的多指标综合路网匹配方法。该方法通过在关系数据库中构建最小费用网络流模型,综合距离相似度、方向相似度和形状相似度用于度量道路实体相似度,并考虑异源道路网M∶N匹配进行全局最优化匹配。实验选取6个实验区的OpenStreetMap路网和TIGER/Line路网进行综合验证。结果表明,该方法的匹配准确率相较单一指标有显著提升,并能有效解决次优化问题导致的误匹配和漏匹配。

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。

多尺度道路网的距离匹配算法研究

根据道路网折线的匹配特点,提出基于格网索引的折线——结点距离匹配算法,将复杂的折线与折线之间的几何相似度计算转换为求结点到折线距离的匹配方法,降低了计算复杂度,并通过建立格网索引来提高计算效率。在应用实例中,采用曲线拟合的最小二乘法确定算法的匹配容差和匹配成功率之间的关系,并通过与现有统计匹配算法比较,可知该算法效率高且匹配成功率较理想,能够满足多尺度道路网数据匹配的应用需求。

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。

基于结构模式的道路网节点匹配方法

针对道路网交叉口的结构形态特点,提出一种基于结构模式的道路网节点匹配方法。首先识别道路网中的复杂道路和交叉口模式来统一道路结构;然后通过道路交叉口的结构化描述,提取每个道路节点的局部网络模式特征;对于待匹配的道路节点,寻找对应结构模式间的最大公共子网,并计算节点之间的形态相似性,在形态相似性的基础上进行道路节点的匹配;最后通过稳健估计的方法剔除错误的结构匹配。试验表明,该方法提取的局部网络结构模式能够有效地用于道路网的匹配,对于数据定位精度差异较大、甚至不同坐标系下的数据都能得到较好的匹配结果。