OSM/高德路网匹配融合技术在道路空间化中的应用

“六合一”道路编码是交管业务中用来定位事故和违法的基础文本数据,缺乏空间位置信息,而已有的常用路网数据如高德路网,都是基于多车道路段表达的路网且现势性相对于OSM（OpenStreetMap）路网较低,难以满足交管业务的需求。针对上述问题,以高德路网作为基础、高现势性的OSM路网作补充,将轨迹聚类分析中的LCSS（longest common subsequence）算法应用在路网匹配过程中,并对匹配后的路网使用Stroke方法进行路网融合。实验结果表明,使用LCSS算法可以达到良好的路网匹配效果。最后基于此开发了一套路网匹配融合程序,并在武汉市交通管理局投入使用。     

利用密集匹配点云的建筑物结构矢量化方法

针对在建筑精细信息分析、城市更新等领域中,包含结构信息的矢量化结果自动化程度不足的问题,提出了一种以密集匹配点云作为数据源的建筑物结构感知与矢量化方法.首先,在建筑物结构单体点云提取的基础上,利用矢量轮廓重建算法和基于建筑剖面轮廓的屋檐改正方法剔除屋檐的影响,进一步采用剖面特征追踪方法,并结合基于图像的剖面结构拓扑对比...     

基于浮动车数据的道路单向限行状态动态识别

交通道路的单向限行状态识别可以为社会公众提供及时准确的路网限行信息,提高公众出行效率,提升动态交通信息服务水平。提出了一种基于浮动车数据的道路单向限行状态动态识别算法。该算法首先获取地图线要素信息,并进行空间信息网格对交通道路的投影匹配预处理,实现海量浮动车数据的快速匹配;然后分析各道路的浮动车数据方向信息的统计特性,对其进行双阈值信息过滤和方向信息过滤处理,以动态提取交通道路的单向限行状态信息。经实际路网测试验证,该算法可有效识别道路的单向限行状态信息。     

基于概率及复合指标的矢量数据对比

提出了一种广义的空间实体对比匹配算法──基于概率及复合指标的矢量数据对比算法。该算法由传统匹配单个指标扩展到多个指标,综合考虑矢量数据的属性、空间和图形信息,融合了多种信息指标,并能有效解决非一对一的匹配情况。实验结果表明该方法具有良好的精度和召回率,对比结果可有效应用于矢量地图数据的增量更新。     

一种使用动态分析的对象状态机自动提取方法

对象行为协议对于辅助其他开发者理解并正确使用对象所提供的外部行为具有十分重要的意义.然而相关文档却常常缺失或存在不一致,需要通过逆向分析的方法进行恢复.针对这一问题,本文提出了一种基于驱动执行和动态分析的对象状态机(Object State Machine,OSM)提取方法.该方法从源代码中提取包含类属性的条件表达式,以其在运行时刻的取值情况及程序异常信息作为状态标识,并通过驱动执行的方式获取运行时的状态转换信息,然后分析运行时信息逐步构造对象状态机.该方法已实现为相应的原型系统,初步实验结果表明通过该方法可以高效、准确地恢复对象行为协议.     

嵌入路网图模型的自动驾驶场景描述语言

深度学习的快速发展带动着自动驾驶技术的迅速进步.深度学习感知模型在识别准确率逐步提升的同时,也存在鲁棒性和可靠性不足等隐患,需要在大量场景下进行充分测试以确保达到可接受的安全标准.基于场景的仿真测试是自动驾驶技术的核心和关键,如何描述和生成多样化仿真测试场景是需要解决的关键问题之一.场景描述语言能够描述自动驾驶场景并在虚拟环境中实例化场景获取仿真数据,但现有的场景描述语言大都缺少对于场景道路结构的高层抽象和描述.提出路网属性图来表示路网中抽象出的实体及他们的关系,并设计能简洁描述场景路网结构的语言SceneRoad. SceneRoad可以基于描述的场景道路结构特征构建路网特征查询图.这样,在路网中搜索符合描述的场景道路特征的问题被抽象为路网图上的子图匹配问题,该问题可用VF2算法求解.进一步地,将SceneRoad作为扩展集成到Scenic场景描述语言中.使用拓展后的语言随机生成大量多样的静态场景并构建仿真数据集.仿真数据集的统计信息表明生成的场景具有丰富的场景多样性.不同感知模型在真实和仿真数据集上的训练测试结果表明,模型在两个数据集上的表现呈正相关,意味着模型在仿真数据集上的评估...     

面向二维GIS矢量数据三维可视化的地形匹配技术研究

提出一种二维GIS矢量数据三维可视化过程中地物与地形的快速匹配方法.结合矢量所代表地物的特性,对基于矢量信息的三维地物进行了分类,综合采用了地物匹配地形和地形匹配地物两种方法.地物匹配地形算法通过实时调整地物的位置和姿态实现与地形的匹配,地形匹配地物算法以不同的距离度量为基础,对矢量约束域内地形进行变形操作实现匹配.本算法还讨论了原始地形数据分辨率较低以及多个地形匹配影响域相交等特殊情况的处理方法.试验结果表明,本方法能满足基于点、线、面矢量信息的三维地物与地形的匹配需求,实现地物与地形无缝结合及平滑过渡,从而达到改善视觉效果的目的.     

稀疏字典编码的超分辨率重建

基于学习的超分辨率方法通常根据低分辨率图像从样本库中选取若干特征相似的匹配对象,再使用优化算法进行超分辨率估计,但其结果受匹配对象的质量限制,并且匹配特征一般只选择图像的几何结构信息,匹配准确性较低.提出了稀疏字典编码的超分辨率模型,将高、低分辨率图像特征块统一进行稀疏编码,建立高、低分辨率图像的稀疏关联,同步实现匹配搜索和优化估计,突破了上述方法的限制.应用形态分量分析法提取图像的特征数据,提高了特征匹配的准确性,并同步实现超分辨率重建和降噪功能.优化方法采用稀疏K-SVD算法以提高稀疏字典编码的计算速度.采用自然图像进行实验与其他基于学习的超分辨率算法相比,重建所得到的图像质量更优.     

一种基于概念相似度的数据分类方法

依据数据属性间的相似信息,提出了一种分类方法.该方法将属性矢量化,属性作为m维空间的基本矢量,数据记录作为属性矢量的和.利用属性间先验的概念相似信息,给出了求取任意属性矢量对的相似距离算法,并将数据间相关度计算转换为属性矢量及其相互投影的公式,从而得到任意两条数据的相关度;利用相关度,提出了一种分类算法.用详实的实验证明了该算法的有效性.     

基于光谱匹配滤波的蚀变信息提取

从遥感图象中提取出围岩蚀变信息，一直是资源遥感应用与评价的重点与难点．在光谱一空间匹配滤波的基础上，发展了基于光谱匹配的蚀变信息提取方法．该方法在0-均值空间，以标准光谱数据库中的矿物光谱为参考光谱矢量，根据图象像元与参考光谱矢量的匹配程度，建立滤波检测器，从光谱匹配的角度进行滤波以及合理的阈值化处理，分割出蚀变信息．以新疆东天山某金矿床和西藏冈底斯某铜矿带的ETM^ 数据为例，从图象背景中提取出与各自矿化相关的蚀变信息，部分蚀变组合分布信息与矿床位置吻合，从而反映该方法通用性较好．     

Towards generating network of bikeways from Mapillary data

Nowadays, biking is flourishing in many Western cities. While many roads are used for both cars and bicycles, buffered bike lanes are marked for the safety of cyclists. In many cities, segregated paths are built up to have physical separation from motor vehicles. These types of biking ways are regarded as attributes in geographic information system (GIS) data. This information is required and important in the service of route planning, as cyclists may prefer certain types of bikeways. This paper presents a framework for generating networks of bikeways with attribute information from the data collected on the collaborative street view data platform Mapillary. The framework consists of two layers: The first layer focuses on constructing a bikeway road network using Global Positioning System (GPS) information of Mapillary images. Mapillary sequences are classified into walking, cycling, driving (ordinary road), and driving (motorway) trajectories based on the transportation mode with a trained XGBoost classifier. The bikeway road network is then extracted from cycling and driving (ordinary road) trajectories using a raster-based method. The second layer focuses on extracting attribute information from Mapillary images. Cycling-specific information (i.e., bicycle signs/markings) is extracted using a two-stage detection and classification model. A series of quantitative evaluations based on a case study demonstrated the ability and potential of the framework for extracting bikeway road information to enrich the existing OSM cycling road data.     

基于GIS路网的公交路线轨迹算法

为解决公交路线轨迹偏移路网以及在GIS路网信息缺失尤其是乡村道路情况下的公交轨迹描绘.论文首先通过深入分析公交车辆GPS数据,分别聚类出线路上下行轨迹点;其次,轨迹点清洗并排序;再次,结合GIS路网基础信息进行地图匹配;最后,根据改进的Dijkstra算法解决路网拓扑结构缺失情况下制作出公交路线轨迹.将该算法实施在A市35条公交线路上,线路匹配成功率为85%,未匹配成功线路由于样本缺失或者路网基础信息错误导致,可见该算法具有较好的准确率和实用性.     

基于OpenStreetMap最短路径算法的分析与实现

随着计算机网络技术和地理信息科学的发展,最短路径问题无论是在交通运输,还是在城市规划、物流管理、网络通讯等方面,都发挥了重要的作用。文中旨在阐述如何基于OSM运用Dijkstra算法计算两联通节点之间的最短路径。首先介绍了开放式OSM的特点以及地图数据文件中道路图像元素的数据结构;然后运用正则表达式算法从OSM数据中提取出交通道路信息,并选择合适的结构进行存储;最后通过将道路信息抽象成路径拓扑图,并以道路的地理距离作为路径权值,运用Dijkstra最短路径算法求解出两连通节点之间的最短路径。     

面向复杂路网低频GPS采样数据新型地图匹配算法

大数据时代低频采样交通轨迹数据呈指数级增长,准确、高效地对复杂路网中产生的海量低频浮动车数据进行地图匹配对出租车载客热点和路线推荐具有重要意义。基于上述考虑,提出了一种基于曲线拟合的改进算法,对缺失的轨迹数据和路网数据分别使用插值和均值化的方法进行补全,利用Geohash技术对路网和轨迹数据进行存储和搜索,充分考虑车辆速度和道路限速因素,使用轨迹点后向向量和路段向量对路候选段进行分析,设计综合评价函数得到最优匹配结果。实验结果表明,与传统垂直投影算法和曲线拟合算法进行对比,所提曲线拟合算法准确率较高,时间效率得到显著提升。     

矢量道路拓扑追踪匹配算法

目的 基于道路形状特征的匹配算法在匹配性能上比较稳定,但当遇到道路交叉口等复杂路况时容易出现误匹配,且实时性上有一定缺陷,而矢量道路良好的拓扑结构,为此提出一种利用矢量道路拓扑关系进行追踪匹配的算法。方法 算法利用结点、路段和路口这3种对象来对矢量道路进行表达,建立各个对象之间的拓扑关系,并将匹配过程划分为4个不同的状态,根据各个状态实施相应的匹配方法。首先,进行初始化、追踪、路口和搜索4个状态的定义和划分,确定各个状态之间的转换关系;进一步,设计道路中的结点、路段和路口3种对象的数据结构,建立点、线之间的空间拓扑关系;其次,根据4个状态的具体任务和实际特点,对进入该状态的行驶轨迹进行相应地分析处理和匹配计算;最后,根据追踪的结果进行匹配分析,完成对车辆行驶轨迹的误差修正。结果 采用GPS-RTK采集的北京市西五环及密云地区的矢量道路数据对实地跑车的惯性导航轨迹进行拓扑追踪匹配仿真实验,完成拓扑追踪匹配算法的路口距离阈值选取,并与传统基于道路形状特征的匹配算法在匹配效果和实时性进行性能对比测试,其性能指标为匹配准确率和匹配时间。当矢量道路拓扑追踪算法的路口距离阈值取20 m时,匹配准确率达到了最高值93.5%。在匹配性能对比上,拓扑追踪算法相较于其他两种算法也有一定优势,在相同道路段中匹配准确率达到了90.2%,匹配速度也提高了48倍。结论 采用矢量道路数据的拓扑信息对车辆轨迹进行追踪匹配的方法,能够用于卫星信号“盲区”或者信号干扰等特殊环境和场合的组合系统辅助导航,弥补传统基于卫星的组合导航在自主性、抗干扰性的不足。同时,算法针对复杂路况的匹配结果也较为理想,能够满足组合导航匹配工作的要求。     

融合链接预测相似度矩阵的属性网络嵌入算法

在属性网络中,与节点相关联的属性信息有助于提升网络嵌入各种任务的性能,但网络是一种图状结构,节点不仅包含属性信息还隐含着丰富的结构信息。为了充分融合结构信息,首先通过定义节点的影响力特性、空间关系特征;然后根据链接预测领域基于相似度的定义构建相似度矩阵,将节点二元组中的关联向量映射到相似度矩阵这一关系空间中,从而保留与节点相关的结构向量信息;再基于图的拉普拉斯矩阵融合属性信息和标签特征,将上述三类信息集成到一个最优化框架中;最后,通过二阶导数求局部最大值计算投影矩阵获取节点的特征表示进行网络嵌入。实验结果表明,提出的算法能够充分利用节点二元组的邻接结构信息,相比于其他基准网络嵌入算法,本模型在节点分类任务上取得了更好的结果。     

基于路网的LBSN用户移动轨迹聚类挖掘方法

基于LBSN（基于位置的社交网络）中数据的地理和社交属性, 结合用户轨迹和好友关系, 有助于提高不确定轨迹聚类挖掘的效率。根据LBSN用户的好友关系特征, 引入评分函数, 对用户影响力进行排序, 找出其中的活跃用户; 在传统路网子轨迹匹配和对签到数据清理的基础上, 加入子轨迹匹配准确性监测, 并存储活跃用户匹配成功的路段, 进而减少路网匹配时间。最后综合R*树的空间索引机制和DBSCAN聚类算法对城市内的热点路径进行挖掘。理论分析和实验表明, 相比于已有方法, 改进的的聚类挖掘方法在LBSN环境中的时间效率和准确性都有较大的提高, 且有较好的可伸缩性。     

基于仿射传播聚类的大规模选址布局问题求解*

选址布局问题是一个广泛研究的运筹学问题。通过将选址布局问题看做聚类问题,结合仿射传播聚类算法并且将候选地址的信息映射为特征向量,提出了两种求解选址布局问题的方法：基于块划分的选址布局方法和基于道路网络的选址布局方法。使用模拟数据集和真实数据集来评估两种方法,实验结果表明两种方法都能够求解设施资源受限和不受限情况下的选址布局问题,而且可以很好地解决大规模的选址布局问题。     

基于条件随机场和低采样率浮动车数据的地图匹配算法

提出了一种基于条件随机场和低采样率浮动车数据的地图匹配算法。首先建立道路网络模型,在此基础上,计算GPS观测点可能匹配的候选投影点集合以及集合中每一个候选投影点的观测概率,再计算相邻GPS观测点的候选路径集合以及每两个相邻候选投影点之间的传递概率;然后根据这些候选投影点和候选路径,在滑动窗口内,基于条件随机场模型应用前后向递归算法,计算每个候选投影点的概率权重值;最后根据概率权重值,选取GPS观测点的最佳匹配投影点。该算法(FB-MM)在低采样率的情况下,综合考虑了道路网络的拓扑结构和GPS观测点之间的关联信息,实现了较好的地图匹配效果。