基于OpenStreetMap的智能交通路网数据的构建

以智能交通系统的应用为背景,研究了基于OSM(OpenStreetMap)路网数据的构造过程、路网数据的转换.重点对OSM数据的构造过程、数据的重构技术进行了探讨,以适应海量城市计算背景下路网数据独立于系统,达到实现路网数据语义标准化处理的目的.在构造的过程中,显示了路网数据构造的难度及问题,在数据的重构中尽量避开不合理的数据构建,以便更有效地实现智能城市管理所需要的基础数据的可靠性和稳定性.

基于空间推理的城市路网交叉口模式研究

以空间推理为基础,通过将来自开放街道地图中路网元素,包括节点和道路,描述成符合WKT规范的空间几何对象.利用点集理论和DE-9IM中定义的边界、内部、外部以及空间谓词的基础上,针对道路的数据特点,对空间谓词进行了重新定义及优化.计算的所有路网数据均以RDF三元组的格式存储在LarKC平台上,用于访问和推理.文章的最后给出了一个算法,对北京市朝阳区特定区域进行交叉口的模式及分布进行计算,并分析了该区域的路网特点.

基于LarKC的路标合法性检测方法

针对有效管理道路标志,特别是检查所有设置的路标是否符合相关的法律法规以及保证即将新建的道路标志与现有路标无矛盾问题进行研究.首先讨论了道路标志管理中的一些挑战问题,然后提出一个数据集成解决方案,并以此为基础,提出了一个自动验证路标正确性以及新建道路生成道路标志仿真方法,并开发了一个基于LarKC平台的智能路标管理系统SeRSM.该系统能给管理者提供决策依据以及大大降低城市管理的成本.

基于本体的道路标牌自动审核

随着城市规模的不断扩大,道路标牌的有效管理是智能交通中的一个关键问题.本文在基于本体有机整合海量、多源、异构语义数据的基础上,研究基于国家路标设置规范的路标牌位置和内容有效性自动审核,是对语义技术在智能交通应用中的有益探索.首先,对地缘信息中的道路、兴趣点及路标建立统一模型,采用本体技术把海量数据在语义层面上关联起来.其次,对国家路标设置规范中的规则进行分类,对每一类规则分别构造规则模板及为其构造带参数的SPARQL查询,从而将路标设置指南进行规范形式化表示,在此基础上实现对路标牌的自动检测.最后,在构建的实验数据集上进行了实验,实验结果证明,提出的方法路牌检测准正确率达到85.1%,召回率达到92.1%.