基于道路要素的多尺度路网数据模型

GIS-T路网数据模型是实现ITS应用的前提和基础。本文以道路要素作为表达、存储和组织路网数据的基本单位,考虑不同尺度下的应用需求,提出了基于道路要素的多尺度路网数据模型,同时建立了道路拓扑关系与车道拓扑关系。本模型在不同尺度下分为3个层次,不同层次的要素之间建立了实体对应关系。该模型在交通标志标线布设方案自动生成系统上的实验表明,其建模方法是可行、有效的。     

面向指路标志系统的非平面交通路网模型

通过对道路要素进行分类的方法,以非平面路网数据模型为基础,提出交通路网概念模型及数据模型,对立体交叉口中各个跨线桥与匝道等非平面道路要素进行描述,正确表达道路之间的拓扑关系.通过建立结点-可达结点关系,并加载交通规则,建立面向城市道路指路标志系统的非平面交通路网数据模型.把该模型应用于广州市立交指路标志系统中,实现了立...     

葫芦岛地区道路网络的建立

本文针对城市交通道路网的特点,根据现实的交通网络,对葫芦岛地区道路网络进行建立及分析。利用ArcGIS中的Geodatabase构建路网数据库,利用节点一弧段数据结构构建空间网络拓扑关系,生成点一弧矢量数据模型表示的道路网络。并实现四种网络分析功能:最佳路径分析、空间查询、追踪分析和缓冲区分析。     

面向实际车道的3维道路网络模型

亚洲国家,特别是中国的城市发展,立交桥、摩天大楼等日益复杂。传统基于道路中心线的道路网络模型在几何、时空语义属性、拓扑关系表达等方面都难以满足立体化交通需求。本文引入物理车道、虚拟车道和车道带概念,提出面向实际车道的多层次3维道路网络模型,重点分析该模型的数据库实现方法和实际车道拓扑构建、离散化、面向实际车道的寻径导航等关键问题。试验总结了该模型的若干明显特点如路网的多层次表达、灵活准确的车道拓扑控制等。     

基于车载LiDAR的交通标线自动提取方法研究

针对自动驾驶技术对高精度道路信息实时存储分析的需求日渐增大、道路点云数据冗余离散的问题,本文提出了一种从车载LiDAR点云数据中自动提取道路面、分类并矢量化交通标线的有效方法。首先,将点云数据中的非地面点滤除;其次,基于载体车辆的行车轨迹线生成伪扫描线实现道路面的提取;然后,构建一系列二维点云参考影像,利用点云强度等特征信息检测交通标线边界像素点及坐标,并去除离群值对交通标线进行分类细化;最后,对本文方法提取与传统方法提取的交通要素进行对比,实验结果表明,本文提取方法的准确度及效率都有了一定的提升。     

面向导航的动态多尺度路网数据模型

导航应用需要动态多尺度路网数据的支持.描述交通特征的时空多尺度语义,利用象形符号扩展的UML表示法,设计适用于导航的动态多尺度路网数据模型.模型以车行道为拓扑数据建模的基本单元,以完整道路为几何数据建模的基本单元,实现路网拓扑/几何的分离与多尺度表达,以及交通状态、交通事件,统计行程时间等动态信息与路网的集成表达.试验表明,本文提出的模型为相应的数据结构设计与数据库实现奠定了良好的基础,能有效支持导航应用.     

基于路网拓扑结构的指路标志标识系统数据模型的研究与应用

针对指路标志的标识功能,分析了指路标志的特征,提出了指路标志项的概念。基于路网拓扑结构,构建了以指路标志项为基本单元的指路标志标识系统的数据模型,使得在计算机中建立指路标志的信息管理及自动设计分析应用系统成为可能。最后,在此数据模型的基础上,开发了一个基于GIS平台的指路标志标识计算机应用系统。该系统能对指路标志进行自动设计、根据交通规则的修改对指路标志执行自动更新,说明本文提出的数据模型是有效可行的。     

车载激光点云的道路标线提取及语义关联

自动驾驶技术已成为未来智能交通的发展方向之一,高精度地图为L3级及以上自动驾驶实现高精度定位和路径规划提供先验信息,是自动驾驶车辆传感器在遮挡或观测距离受限情况下的重要补充。道路标线的位置和语义信息,比如实线和虚线的绝对位置是高精度地图的基本组成部分。本文从车载激光点云中提取扫描线,根据道路边缘位置几何形态的突变从扫描线中提取道路路面,在此基础上首先利用反距离加权插值的方法把路面点云图像以一定的分辨率转换为栅格图像,其次利用基于积分图的自适应阈值分割方法把栅格图像转化为二值图像,然后利用欧氏聚类的方法从二值图像中提取标线点云,并利用特征属性筛选的方法对提取的标线点云进行语义识别,最后建立交通标线和交通规则之间的语义关联。     

基于地理实体的道路网络面向对象数据模型研究

城市交通迅速发展,道路网络呈现出空间结构复杂、数据量大、时效性强等特点。本文讨论了传统路网模型的特点,顾及道路的信息完整性、数据冗余性、管理高效性3个指标,研究了以道路实体为基本元素的路网模型;运用面向对象技术对路网模型进行了数据建模,并通过动态交通信息更新机制对路网的动态属性进行管理;构建了城市道路实体化实验系统,验证了该模型的有效性和可行性。     

基于几何规则的车载近景立体影像道路交通标线自动提取

道路交通标线信息是道路导航地图中必不可少的数据，对于制作精度更高、道路细节信息更加丰富清晰的高精度导航地图具有重要的作用。本文以车载近景立体影像中的道路交通标线信息自动提取为研究目标，针对道路交通标线快速、精确采集的应用需求，提出了基于几何规则的车载近景立体影像道路交通标线自动提取方法。该方法首先分析了道路交通标线的几何特征；其次，构建了基于几何特征的交通标线信息提取规则；最后，以标线种子点为基础，结合前述规则，实现了道路交通标线三维空间信息的自动采集。以南京师范大学的车载移动测量系统拍摄的实际近景立体影像为数据进行了试验，试验结果证明，本文方法相比传统人机交互采集方法，在交通标线特征点采集效率、标线几何相似度等方面有较大的优势，可为高精度导航地图的生产提供一种可借鉴的技术支撑。     

一种支持城市路网交通关系自动化的智能模型

针对车载导航、地图网站等应用中路网要素之间交通关系维护的难题,提出一种支持路网要素交通关系自动化的智能过程模型,将路网要素交通关系自动化过程理解为由路网要素间的空间和语义关系、规则集和控制系统组成的产生式系统.该产生式系统可在路网要素空间和语义信息基础上,通过定义可扩展的交通关系规则集,自动化地生成符合应用需求的路网要素间的交通关系.此外,在该产生式系统中引入触发器概念监控和响应几何网络及其交通关系规则集的变更,实时更新逻辑网络中的连通关系信息,实现几何网络、规则集和逻辑网络三者的一致性.同时,提出路网要素交通关系处理的控制策略和关键流程,并对该智能网络模型的有效性进行了验证.

Abstract：

Maintaining the traffic connectivity relations between road features has always been a time consuming task for in-vehicle navigation, map website, and other traveling service related applications. Such a task has been commonly conducted artificially and inevitably inefficient, yet makes data quality control difficult. Considering the intrinsic rules of traffic connectivity formed by the geometrical structures, spatial and semantic relationships between road features in city road networks, an intelligent processing model is set forward in this paper for traffic connectivity automation. It is argued that traffic connectivity automation between road features is fundamentally a production system composed of the spatial and semantic relations between road features, connectivity rules and control system. With the implementation of an extendable connectivity rule set, the traffic connectivity relations between road network features are built automatically based on the spatial and semantic information of road network. The trigger concept is adopted to monitor and respond the changes in geometrical network and connectivity rules, and then dynamically updates the traffic connectivity between road network features in logical network so as to guarantee the consistence between geometrical network, connectivity rules and logical network. A series of control strategies and a conducting engine are developed to maintain the traffic connectivity relations. A case study conducted on a real road network verifies the effects of the proposed intelligent model.     

车辆导航系统中最短路径计算的数据模型

在自主车辆导航系统中如何实现符合现实状况的大范围的最短路径查询，对道路等级、道路通行条件、转弯规制等限制进行抽象，建立了模拟现实道路网络的交通仿真模型：对于大数据量交通网(全国范围)的路径计算，提出按道路等级分层建立拓扑网和分区域建立区域小型拓扑网的解决方案。     

基于特征的城市交通网络非平面数据模型

本文通过分析交通网络特征,提出了一种适合城市交通网络数据表达与操作、基于完整交交通特征的ＧＩＳ数据模型,以弥补传统基于弧段－节点的ＧＩＳ数据模型在城市交通网络建模中的不足,并在此基础上将传统的交通网络平面图表达模式升华到非平面模式,设计了基于特征的交通网络非平面数据模型的概念建模与逻辑建模方法,为相应的数据结构与数据库实现奠定了基础。     

改进蚁群算法支持下的交通流量分配

灾后城市交通运输能力下降，原有的流量分配方案不再适用。为保障正常的经济社会活动，本文提出了一种基于改进蚁群算法的交通流量分配方法。首先评估路网通行能力影响因素并建立道路质量评价体系，利用路段质量改进蚁群算法中的启发式因子；然后为扩大蚁群搜索范围加入随机节点并改进信息素的更新机制；最后应用改进算法对城市交通总量进行分批分配并得到流量分配图。结果表明，改进算法综合考虑了出行距离和道路质量，较改进前更符合交通流量分配要求，具有较好的路径寻优性，可为灾后救援工作和灾后路网交通分配决策提供建议和支持。     

基于高分辨率影像的道路交通可达性分析

基于完善的交通规划理论和模型,以某市为例,借助RS技术的空间数据获取能力和GIS技术的空间分析能力,综合考虑最短出行距离、最短出行时间以及网络节点人口密度3个因素,研究分析某市的道路交通可达性,并对现有的道路交通网络进行评价,为未来城市道路交通规划以及城市建设提供科学可靠的参考依据。     

基于介数中心性的交通拥堵指数计算

本文以北京城市交通为例,选取北京城市路网数据,计算城市路网介数中心性,以反映城市各道路路段的通达情况;并利用北京出租车GPS定点数据,计算实际的交通轨迹。传统的路网介数中心性主要依据各路段最短路径的比重评价理论上的道路通达性,而本文以网络介数中心性为基础,提出动态介数的方法,从城市各路段交通量比重的角度评价各道路实际拥堵情况。利用两个介数的对比能够全面客观地反映交通拥堵状况,提高交通拥堵指数的参考价值,并为城市建设规划决策及道路改建等方案提供依据,有利于缓解城市道路交通拥堵现状。     

基于稀疏浮动车数据的城市路网交通流速度估计

浮动车数据在时空维度呈现较强的稀疏性,是其应用于城市路网交通流估计所面临的主要难题之一。本文通过分析路网交通流速度的时空特征,构建了一种基于朴素贝叶斯法的估计模型,实现对路网中未被样本覆盖路段交通流速度的估计。时间特征主要考虑目标路段相邻时段的交通流速度,空间特征根据路段间交通流相似关系进行分析,突破了传统基于欧氏空间或拓扑关系的度量方式。结果显示,模型能有效地估计出样本缺失路段的交通流速度,且在精度方面相对传统基于拓扑关系的算法优势显著,较好地解决了数据时空稀疏性问题,对基于浮动车数据的交通应用具有较强的实践意义。     

基于GIS的大型活动交通组织模拟系统研究

对应用于大型活动的交通组织管理与模拟的信息系统空间数据库数据模型、道路空间网络管理技术、路径存储数据结构与编辑技术进行了分析研究,提出了基于GIS技术的大型活动交通组织模拟系统的数据模型、空间网络管理技术、路径存储数据结构与编辑的主要技术。在此基础上,通过VC++基于MO开发了应用系统。所开发系统成功应用于中华人民共和国第十届运动会的交通组织与管理,提高了交通管理的工作效率。     

广西城市交通地理信息数据库标准研究

交通地理信息系统的有效运行离不开交通地理信息数据的支撑,为规范广西城市交通地理数据库的内容、数据结构,促进广西交通地理数据共享,有必要制定地方交通地理信息数据标准。对广西交通地理信息数据库标准的编制方法进行了探讨和研究,对交通地理信息分类与编码规则、属性数据结构、数据库结构设计等关键问题进行了阐述,并总结了在标准编制过程中应用的关键技术,标准研究成果在南宁市交通行业信息系统中得到了应用。