车载雷达点云的结构化道路边界提取方法

为了提高结构化道路边界检测的准确性与鲁棒性,结合非参数变点统计方法,提出了一种基于32线激光雷达三维点云的道路边界提取算法。基于结构化道路区域和非道路区域存在一定高程跳变特征,该算法利用非参数变点统计,对激光雷达扫描的道路环境三维点云数据中突变的z坐标值进行标记,并提取对应的候选道路边界点(x,y)。利用道路边界方向的最大期望(EM)聚类算法,对候选道路边界点进行聚类去噪。利用最小二乘法拟合道路边界,在不同光照条件下的校园结构化直、弯道路环境进行实车实验,统计直道1 030帧数据和弯道650帧数据。仿真结果表明:算法识别准确性较高且检测距离达18 m,耗时约28 ms,可满足智能车实时性要求。     

基于改进滑动窗口的渔船AIS轨迹数据压缩算法

为解决渔船自动识别系统(AIS)轨迹数据质量不高、渔船轨迹分析需要保留更多特征点的问题,提出了一种基于改进滑动窗口的渔船AIS轨迹数据压缩算法。结果表明:改进的算法利用相邻轨迹点间的经纬度变化趋势确定行驶特征点,在保留时序信息的同时压缩高密度的停滞点,并用采样法保留直行中间点,尽可能多地保留了轨迹特征点,实现了渔船轨迹的有效压缩;本研究中提出的基于改进滑动窗口的渔船AIS轨迹数据压缩算法与Douglas-Peucker算法相比,压缩率从99%降至94%以下,很好地保留了渔船轨迹特征点,同时也避免了Sliding Window轨迹压缩算法存在的轨迹形态失真问题,。研究表明,基于改进滑动窗口的渔船AIS轨迹数据压缩算法更适用于压缩渔船轨迹。     

基于GPS时空行为数据的三种游客停留点提取方法比较研究

基于时间地理学,利用GPS轨迹数据,研究微观(公园、景区)尺度公众游憩行为是当前环境设计、城市规划、旅游管理等多学科交叉关注的热点课题。本文以127条秦岭浅山区游客GPS轨迹为数据基础,比较了单点提取法、网格聚类法、速度-距离法三种停留点提取方式的操作流程和结果。研究表明三类方法各有优劣,单点提取法过程相对简单,信息留存度高,适合微型场地(中小型城市公园)的停留点研究;网格提取法,操作比较复杂,信息概括程度较高,效果直观,适合场地较大的场地景区(景区、大型城市公园);速度-距离法信息具有连续性,更适于线性场地空间。本研究为微观尺度的游客停留点提取提供了技术方法和实践经验。     

仿射传播和谱聚类的船舶轨迹聚类

针对谱聚类算法中常用的K-means算法对特征向量空间进行聚类初始值敏感等问题,提出了一种新的基于仿射传播(AP)的谱聚类算法。首先,利用动态时间规整(DTW)距离度量各船舶自动识别系统(AIS)轨迹之间的结构相似性,得到距离矩阵;其次,使用快速AP聚类算法改进传统谱聚类算法,基于指定的类别数对内河桥区水域船舶AIS轨迹数据进行实例验证。仿真实验结果表明:本文算法在不增加时间复杂度的基础上,比传统谱聚类算法有更高的鲁棒性,且实验准确率提高5.24%。     

航空器飞行轨迹相似性度量及聚类分析

基于相似性度量的飞行轨迹聚类能够为航线优化设计、空中交通管理智能化提供技术支持。对飞行轨迹数据进行预处理之后,引入欧氏距离和余弦相似度2种度量,分别构建实际轨迹与理想轨迹、实际轨迹之间的相似性矩阵,利用谱聚类方法对终端区实测飞行轨迹进行聚类,并针对不同相似性度量的特点进行对比分析。结果表明,基于实际轨迹与理想轨迹相似性以及基于混合度量计算实际轨迹间相似性的聚类结果均较为理想,能够有效识别盛行交通流和异常轨迹。     

基于激光扫描的盾构隧道断面提取与变形研究

将三维激光扫描技术应用于盾构隧道变形监测中,提出了一种盾构隧道断面连续提取以及变形分析的方法。首先对拼接完成的点云数据利用随机采样一致性算法提取隧道局部中轴线,基于中轴线对隧道姿态进行调整以截取隧道断面,然后通过聚类去噪算法,基于点到中轴线的距离和灰度值对断面点云进行去噪处理,最后对批量预处理后的点云数据采用椭圆拟合算法获取隧道相对变形信息,提取各断面收敛变形信息,同时基于断面各点变形值生成三维变形云图。采用徕卡Scanstation c10获取上海地铁10号线隧道点云数据,实验证明本文所提出的方法在隧道断面变形监测方面具有实践意义,变形监测精度满足工程需求。     

基于浮动车的城市道路行程时间预测算法研究

装载GPS的浮动车在社会交通流中比重越来越高,已成为主要的行程时间采集手段。研究了基于浮动车的城市道路路段行程时间预测算法,输入数据包括静态空间属性数据、行程时间历史备份数据和基于GPS采集的动态交通行程时间数据,并以5 min为预测间隔进行20 min短时行程时间预测。最后经2.1 km含3个交叉口的路段预测验证,表明该算法单方向单次最大误差23.0%;经过滚动预测,单方向平均绝对误差为5%~6%,精度满足用于城市道路路段的信息发布要求。     

面向地理国情监测的道路信息半自动提取分析

在道路信息监测提取中,存在着不少问题,如高分辨率遥感影响数据以及道路网络数据提取的效率不高、精度不足,影响信息应用的效果。论文从地理国情监测的角度,提出了一种道路信息半自动提取方案,先借助模板匹配完成初步提取,再通过人机交互的方式来对初步提取的结果进行精细化处理,最后使用自适应优化算法优化道路边界,得到具备较好影像套合的路网半自动提取结果。     

车载激光点云中行道树及属性信息提取

由于地物遮挡、数据残缺、噪声等因素的影响,从车载激光扫描数据中提取行道树及其属性信息具有一定难度。针对此问题,提出了一种基于随机森林和车载激光点云数据的行道树及属性信息提取方法。首先,从多角度构建点云特征向量,利用随机森林对特征重要性进行度量和排序,选择对分类起积极作用的特征子集作为训练样本;其次,利用随机森林构建预测模型并对点云进行分类,提取行道树点云;最后,通过基于密度的聚类算法获取单株行道树,并以单株行道树为数据处理单元获取其树高、胸径、冠幅等属性信息。实验结果表明,使用该方法提取的行道树及其属性信息均呈现出较高精度,验证了本文方法的有效性。     

基于混合模型的建设规划研究

随着时空大数据在各行各业运用越来越来广泛,通过对在校大学生位置信息的采集,针对校园道路等公共设施建设不合理的问题,对学生群体日常位置轨迹进行分析,从聚类角度出发,运用一种基于高斯混合模型(GMM)和DBSCAN算法的混合模型对位置数据进行处理分析,通过混合模型对位置数据进行分层处理再聚类处理,确定学生群体日常活动核心区域以及路径,对校园道路等公共设施建设具有一定的指导意义。