一种基于GPS轨迹的道路拓扑生成方法

复杂路网拓扑的自动生成建立在道路提取和交叉路口识别的基础之上,是智能交通控制和自动导航服务等领域的研究热点之一,基于浮动车或出租车的GPS轨迹可以反映交通路网的拓扑结构。为此,提出了一种基于GPS轨迹的道路拓扑生成方法,即在无道路地图辅助的情况下,该方法基于大规模GPS轨迹,能够快速提取路口交叉点,自动构建具有地理位置信息的拓扑结构和计算相邻路口的网络距离。实验结果表明,该方法能够提取出各个道路交叉点并建立各点之间的拓扑关系。在提取主干道路拓扑实验中,在设置路宽为55米的情况下提取路口交叉点的正确率达到了87.08%,各路口之间的平均网络距离误差率为8.87%,并且能够正确地得到交叉点之间的连通关系。     

一种改进U-Net的高分辨率遥感影像道路提取方法

从遥感影像中准确高效地提取道路信息,对基础地理数据库的建立与维护具有重大意义。高分辨率遥感影像背景信息复杂,导致现有算法无法较好地从中提取道路信息。U-Net网络在图像分割方面有较好的实验效果,但道路分割结果准确性不佳,因此,提出了一种改进U-Net网络的高分辨率影像道路提取方法。首先,设计基于U-Net的网络结构,将VGG16作为网络编码结构,可更好地提取特征语义信息;其次,利用Batch Normalization与Dropout解决网络训练过程中出现的过拟合;最后,对训练数据利用旋转与镜像变换进行扩充,采用ELU激活函数,提升了网络训练速度。实验结果表明：该方法可以较为准确高效地提取道路信息。     

空间网络数据库中最近邻查询的设计与实现

随着无线通讯技术、位置定位技术以及数据库技术的发展,使得能为移动用户提供相关的位置服务.K近邻查询是位置服务的一个重要功能.本文主要研究了空间网络数据库中的K近邻查询.以提出的集成道路网络距离与欧式距离的道路网络框架为基础,提出了一种新的KNN查询算法,通过网络扩展方法计算最近邻(NN),避免了不必要的磁盘I0s,减少了昂贵的最短路径计算,从而有效地提高了算法效率.实验结果说明,在目标点分布比较密集的情况下,算法显著优于其它的算法.     

面向城市交通网络的A*算法优化与应用

交通路网中最优路径的选取是电子地图导航中最基础的应用之一,如果规划路径选取的合理,能够大大提高行车的效率,为用户方便出行提供便利。本文根据城市交通网络的特点对A＊算法进行研究与优化。针对交通规则对有向图的数据模型进行改进,同时将道路通行能力属性赋予路段,建立路段权值的计算模型,从而实现导航过程中的最优路线规划。     

基于复杂网络的封闭小区交通开放策略探究

封闭小区降低了城市路网密度和可达性,如何开放封闭小区成为一个热点问题.本文对若干中国大型城市的道路网络进行实证研究,发现这些网络的度分布具有无标度性质.基于此性质提出了一个适用于封闭小区开放问题的城市道路复杂网络模型.该模型使得城市道路网络包含小区路网,且道路信息易于查询与筛选,这有利于制定并比较不同的小区开放策略.利用该模型,研究了网络效率的计算和相继故障过程的建模问题,以比较不同的开放策略对城市路网的影响.最后,针对效率和稳定性两个因子,分析城市道路网络的优化特征.结果表明,开放位于非中心地区的小区,开放程度最大,新开交叉口位于连接数不多的道路时,网络效率及稳定性最佳.     

车辆行驶最优路径优化算法设计

针对实际交通路网的特点,对道路网络模型、路网数据库的结构建设、最优路径优化算法等问题进行了研究.建立了体现城市道路交通的方向性及交叉口延误和限制的新城市路网模型,该模型利用交叉口、路段等基本构成要素描述道路网络,利用节点--弧段联合结构描述路段特性,再用图论中的有向图思想将路网抽象成数学模型描述;基于经典高效的狄杰斯特拉(Dijkstra)算法,设计了一种可应用于实际道路网络中的最优路径算法--改进的狄杰斯特拉算法,采用该算法可求解带有转向延误和限制的最优路径问题.     

基于Katz自动编码器的城市路网链路预测模型

城市交通道路网络（以下简称“路网”）是一种特殊的复杂网络,对路网进行链路预测在城市规划与城市结构演化方面有着重要的应用价值。针对路网的高度稀疏性、高度非线性特点,提出了一种基于Katz相似度自动编码器（Katz Auto Encoder Network Embedding,KAENE）的路网链路预测模型,它是一种基于自动编码器的深度学习网络嵌入模型,使用Katz相似度矩阵保存路网的结构特征,利用多层非线性自动编码器对路网进行网络表征学习,在模型训练阶段通过局部线性嵌入损失函数保存路网的局部特征,在此基础上引入L2范数来提高模型的泛化能力,最后结合路网的方向性特征提高路网的链路预测精确度。通过实验对比了KAENE模型与其他链路预测模型在国内外的不同城市路网数据上的表现以及不同嵌入维度对KAENE模型预测精度的影响,最后通过可视化了解了模型的网络表征学习过程。实验结果表明,KAENE在国内外6个具有代表性的路网数据集的链路预测任务中取得了良好的表现。     

基于道路网络的受限优化路径搜索算法

为刻画基于道路的景区空间相关情况,通过定义道路网络模型、道路受限距离、R-半径近邻道路等概念,提出受限的空间自相关指标及优化道路路径算法SRP,用于搜索景区路网中景点的最邻近道路及计算道路长度。利用MapInfo格式的贵州省城市主干道数据进行实验,结果表明,SRP算法能快速找到最优道路路径。     

基于道路网络的约束聚类

聚类法是最重要的空间数据分析方法之一。在大多数真实的应用中,对受限于网络空间的数据访问和分析更有意义（如道路网络上对象的分析）。目前已有一些道路网络聚类方法,但都是基于理想的抽象空间,没有考虑现实存在的约束条件（如交通限制信息）,因此不能直接应用到现实环境中。本文提出了带约束条件的道路网络模型,扩展了已有的聚类算法。算法的实验结果表明,算法对真实的道路网络中的对象聚类是高效的。     

基于分层道路网络的新型路径规划算法

为了降低路径规划算法的搜索空间,同时使得规划的结果更加合理,提出一种分层路径规划算法．该算法利用道路网络中道路的不同等级特性对路网进行分层处理,构造分层搜索策略,达到加快路径规划速度的目的．结合路径规划算法在实时车辆导航系统中的实际应用,给出了该算法的一个应用实例．实验结果表明,该算法能将路网中任意两点间的最短路径解算时间控制在1s之内．     

道路网络环境中的多对象最近邻查询

多对象最近邻查询(all nearest neighbors query)在地理信息系统、城市规划和资源分配等领域有着广泛的实际应用,也可作为某些聚类算法或应用的核心模块.针对欧氏空间的查询处理算法不能直接适用于道路网络环境,通过重复调用道路网络环境下的最近邻查询算法来进行多对象最近邻查询处理的计算代价较大,利用M树对道路网络中的边建立索引结构,基于该索引,提出了一个新颖的多对象最近邻查询处理算法BANNS(batched all nearest neighbors search).实验显示BANNS能稳定、快速、准确地处理道路网络中的多对象最近邻查询.     

“互联网+”下城市路网的最优路径选择

在"互联网+"的时代下,结合计算机数据采集以及系统仿真技术,对车辆在城市路网环境下,进行全局路径最优规划。将出发点与目的地连线所成对角线的矩形区域,作为路径限制搜索区域。不同时间段的车流量和不变的道路距离对道路阻抗产生影响的主要原因。在此基础上,建立城市路网的限制搜索区域时变权重有向图模型,并采用蚁群算法求解全局规划最优路径。最后进行MATLAB软件编程,仿真验证了算法的可行性以及有效性。     

基于交通管理GIS的道路模型研究与实现

道路模型是城市地理信息系统的基础,在系统设计中既要考虑数据的组织和存储方式,又要顾及到其视觉效果.以交警地理信息系统为背景,以对路网要素标识的惟一性和道路模型的视觉效果为切入点,提出了一个多层复合道路模型.该模型通过运用基于地理位置的编码规则对路网要素的编码确保了对路网要素的惟一标识,通过引入参数化的道沿过渡线和绘制路面标线的方法提高了道路模型的视觉效果.实践证明,该道路模型能够较好地满足交通管理系统的应用需求.     

网络环境下道路三维整体建模与简化方法

为实现网络环境下道路工程的三维可视化,对其中的关键技术：顾及约束的整体模型构建及模型简化方法进行了研究。基于约束Delaunay三角网构建理论,建立了外形与内部拓扑关系均为整体的道路三维模型。提出了顾及道路约束边界的半边折叠误差度量方法,采用半边折叠操作,在服务器端对道路模型进行整体简化,并建立操作层次树存储操作记录;提出了约束边优先细化,延迟简化的视相关策略,结合视相关重构准则,减少网络可视化所需传输的数据量,在客户端实现了道路三维模型的快速重构。基于上述原理方法开发了相关系统,已在高速公路的网络建设管理中成功应用。      

基于复杂网络的路网交通拥堵评估仿真模型

为了能够深入分析路网交通拥堵动态演进过程, 为交通拥堵治理提供决策分析工具, 提出了一个基于复杂网络的路网拥堵评估仿真模型。通过将路段阻抗概念引入复杂网络理论, 实现了路网拓扑模型和流量模型的结合; 此外, 还提出了虚拟测试车辆遍历的路网通行能力评估方法, 对不同路网条件下的道路通行能力进行评估。最后在PC系统上实现了完整的路网拥堵评估仿真系统, 并利用该系统对拥堵路段数量、交通流量和路网拓扑结构等因素对路网通行能力的影响进行了仿真分析。仿真实验结果与经典交通理论分析结果一致, 并能反映更多的动态过程信息, 表明该模型能够准确有效地进行交通路网拥堵评估, 可以为相应的交通拥堵管理决策提供依据。     

基于深度时空残差网络的路网短时交通流预测

针对城市路网短时交通流预测受到许多复杂因素的影响,提出一种基于深度时空残差网络的路网短时交通流预测模型DST-Res Net（deep spatio-temporal residual network）。针对时空数据的两个独特属性邻近性和周期性分别设计相应的残差网络分支,通过为两个分支中相同的道路分配不同的权重动态聚合两个分支网络的输出,调整时空属性对不同路段交通流预测的影响程度,将两个残差网络的聚合结果与外部因素进行融合。通过选择RMSE和R²为模型的评价指标进行实验验证,该DST-ResNet模型相较主流的LSTM模型具有更高的有效性和可行性。     

高分辨率多光谱遥感影像中城区道路信息的自动提取

提出一种从高分辨率遥感影像提取城市区域道路网络的方法。该方法采用改进的数学形态学运算方法对影像进行分割,进而得到粗略道路信息网,然后利用道路网的几何特征实现道路与建筑物的有效区分,最后通过抽骨架的方法获得最终道路网中心线。试验数据为某一城区高分辨率卫星影像,并对最终提取的结果进行了评价,结果表明,所提出的方法能够从高分辨率多波段卫星遥感影像上精确、有效、自动提取城区道路网络。     

基于拥堵系数的道路交通网络关键路段辨识

城市道路交通的路段信息与车流量信息对道路交通的安全、高效运行至关重要.在交通高峰时期,通过对关键路段加以控制,可实现整个道路交通网络的完全能控.为寻找路网中的关键路段,将道路网络的交叉口-节点模型转化为道路网络的路段-节点模型,基于路段信息与车流量信息提出拥堵系数来衡量道路交通网络的车辆拥堵程度,并将其作为道路网络的路段-节点模型的边权重,最后运用关键路段辨识算法对道路交通网络的关键路段进行辨识.以沈阳市皇姑区主城区道路为例建立以拥堵系数为权重的网络模型, 按照所提方法辨识的关键路段数量为14条,约占道路网络总路段数的14.3%,具有较低的控制成本,且大部分为由北向南方向和由西向东方向.其中8条路段分布在皇姑区道路实时拥堵排行前5名,约占关键路段总数的57.1%,表明所给出的关键路段更多地分布在交通状态较为拥堵的路段上,符合实际情况.     

Geodatabase网络模型的研究与应用

为了合理地管理、存储和显示海量的空间数据,ESRI公司推出了第三代地理数据模型-Geodatabase模型,该模型是一种面向对象的数据库技术。该文详细地介绍了作为Geodatabase基本模型的网络模型的概念、特点和分类,并以路网中的最短路径和供水管网中的爆管分析为例,深入地分析了Geodatabase网络模型在实际中的应用。     

基于新道路发现的GIS地图更新算法

针对导航系统中电子地图的更新代价大、耗时长的问题,结合浮动车的历史GPS轨迹信息匹配到当前电子地图中时匹配时效的情形,提出了一种基于失效数据筛选的新道路判定和电子地图更新算法。首先,通过计算全部失效点的横纵跨度判断行驶轨迹的主方向。其次,通过飘逸筛选,剔除可能由于车载GPS采集设备因故障而产生的定位失准数据点组;利用基于直线的最小二乘法,对匹配失效的异常轨迹进行线性拟合,以确定轨迹的位置和方向;通过角度筛选,剔除误差较大的定位数据点组。最后,将筛选所得新道路的轨迹数据进行融合并排序,结合电子地图的路网结构,根据新道路的路段端点的匹配结果,将新道路插入到当前GIS电子地图的路网中。通过在某城市局部区域的电子地图路网数据上进行实验,结果表明该方法能够准确地判定和筛选新增道路,并将其正确地插入到电子地图的当前路网结构中。