CN112837393A - 基于车辆位置数据的特大城市矢量路网的生成方法及系统 - Google Patents

Abstract

本发明提供了基于车辆位置数据的特大城市矢量路网的生成方法及系统，所述方法包括：步骤1)获取一段时间内指定区域的车辆聚合位置数据，并按照时间顺序进行排序，生成时间及该时刻对应的车辆位置的数据集合；步骤2)识别车辆位置经过的所有路段；步骤3)识别路段间的交叉口；步骤4)识别每条路段的道路类型；步骤5)根据所有路段和交叉口生成初步路网，判断数据集合是否仍有未处理的车辆位置，如果有，转到步骤1)，否则，进入步骤6)；步骤6)对初步路网进行校验，生成最终路网。本发明的方法能够基于海量时序GPS轨迹，无需路网地图基图生成特大城市矢量路网地图。

Description

基于车辆位置数据的特大城市矢量路网的生成方法及系统

技术领域

本发明涉及地图领域，具体涉及基于车辆位置数据的特大城市矢量路网的生成方法及系统。

背景技术

随着车联网、高精度定位、物联网的发展，运输企业车辆基本安装与监控中心通讯的车载终端，目前车载终端绝大部分能够上传实时位置；终端的定位使用的技术包含美国的GPS及中国的北斗，定位误差通常可控制在5～10m以内，而基于北斗地基增强系统，更深具备为用户提供广域实时米级、分米级、厘米级和后处理毫米级定位精度的能力。

由于车辆通常行驶在路网的道路上，其GPS轨迹一定程度上可间接反映路网信息，因此已经有越来越多的研究人员开始利用GPS探测车轨迹来获取路网的地理信息。但是如何在没有任何路网地图数据(基图)的情况下，利用GPS探测车轨迹来自动生成及时的完整特大城市大型矢量路网地图(区分快速主路、辅路)仍然是一个很少被触及的研究内容，而为运输企业服务的平台，虽掌握大量的Gps位置数据，确仍只能利用第三方地图服务平台，无法建设自己可完全掌握的地图生成服务平台。

因此，亟需能够研究基于海量时序GPS轨迹输出无需路网地图基图的特大城市矢量路网地图方法，对运输企业或运输企业服务类平台都具有十分重要的意义。

发明内容

本发明的目的在于克服上述技术缺陷，提出了一种基于车辆位置数据的特大城市矢量路网的生成方法。

为了实现上述目的，本发明提出了一种基于车辆位置数据的特大城市矢量路网的生成方法，所述方法包括：

步骤1)获取一段时间内指定区域的车辆聚合位置数据，并按照时间顺序进行排序，生成时间及该时刻对应的车辆位置的数据集合；

步骤2)识别车辆位置经过的所有路段；

步骤3)识别路段间的交叉口；

步骤4)识别每条路段的道路类型；

步骤5)根据所有路段和交叉口生成初步路网，判断数据集合是否仍有未处理的车辆位置，如果有，转到步骤1)，否则，进入步骤6)；

步骤6)对初步路网进行校验，生成最终路网。

作为上述方法的一种改进，所述识别车辆位置经过的所有路段，具体包括：

步骤2-1)设定临界值θ_{前后位置方向差}和θ_{前后路段方向差}；

步骤2-2)寻找数据集合中最小时间点及其对应的车辆位置，标记为路段起点，并找到下一时间及车辆位置；

步骤2-3)按照位置的顺序对其经纬度做线性拟合；

步骤2-4)判断前、后位置点方向角差值是否小于θ_{前后位置方向差}，如果是，则转入步骤2-3)，否则进入步骤2-5)；

步骤2-5)将最后一个位置点标记为路段终点，并根据步骤2-3)经纬度线性拟合结果，按照标记的路段起点、终点的经度，计算并记录路段起讫点的经纬度；

步骤2-6)判断是否为最后一个位置点，如果是，则进入步骤2-7)，否则，转入步骤2-3)；

步骤2-7)判断前后路段的方向角差值超过θ_{前后路段方向差}，如果是，则进入步骤2-8)；否则合并前后路段；

步骤2-8)判断路段是否相交，如果相交，则根据交叉点打断路段，并记录交叉点，否则，记录路段的起讫点，将该路段合并至初步路网。

作为上述方法的一种改进，所述识别路段间的交叉口，具体包括：

步骤3-1)为所有待判断交叉路段建立列表，并按照被识别的时间进行排序；

步骤3-2)为所有路段对经度和纬度进行投影，记录路段经度范围和纬度范围；

步骤3-3)从列表中按顺序选择1个路段；

步骤3-4)找到经度范围和纬度范围与其均有重合的路段；

步骤3-5)计算路段间的交叉点；

步骤3-6)判断交叉点是否在2个路段上，如果是，则记录交叉口，进入步骤3-7)；否则，直接进入步骤3-7)；

步骤3-7)从列表中移除此待判断的交叉路段；

步骤3-8)按次序判断交叉口；

步骤3-9)判断交叉点通过速度值是否小于阈值V_立体交叉，如果是，则标记为平面交叉口，进入步骤3-10)；否则，标记为非平面交叉，进入步骤3-10)；

步骤3-10)判断是否为最后一个交叉点，如果是，则进入步骤3-11)，否则，跳转至步骤3-8)；

步骤3-11)判断是否为最后一个待判断交叉路段，如果是，则跳转至步骤3-3)，否则，该流程结束。

作为上述方法的一种改进，所述识别每条路段的道路类型，具体包括：

步骤4-1)设定临界值V_{快速路主路临界值}、V_{普通道路主路临界值}、θ_{路段平行临界值}、d_{快速路主辅路距离临界值}和d_{普通道路主辅路距离临界值}；

步骤4-2)在列表列出步骤2-5)中所有的新增加的路段；

步骤4-3)按照序列查找列表中一个路段；

步骤4-4)判断该路段的车辆的最高速度是否大于V_{快速路主路临界值}，如果是，则标记为快速路主路，进入步骤4-11)，否则，进入步骤4-5)；

步骤4-5)识别此路段在经度或纬度上的投影有重合的快速路；

步骤4-6)计算路段与投影重合路段的距离及方向差；

步骤4-7)判断距离是否大于d_{快速路主辅路距离临界值}，如果是，则进入步骤4-8)，否则，跳转至步骤4-9)；

步骤4-8)判断方向差是否小于θ_{路段平行临界值}，如果为否，则进入步骤4-9)，否则标记为快速路辅路，进入步骤4-11)；

步骤4-9)判断路段最高速度是否小于V_{普通道路主路临界值}，如果是，则标记为普通道路主路，进入步骤4-11)，否则，进入步骤4-10)；

步骤4-10)标记为普通道路辅路；

步骤4-11)判断此路段是否为列表中最后一条路段，如果是，则结束该流程，否则跳转至步骤4-3)。

作为上述方法的一种改进，所述对初步路网进行校验，生成最终路网，具体包括：

步骤6-1)设定初始值d_{相似路判断距离}；

步骤6-2)计算所有路段在经纬度上的投影，将路段投影有重合的归为同一类；

步骤6-3)选择路段投影有重合类别中的一个分类；

步骤6-4)按次序选择该分类中的所有路段；

步骤6-5)判断在经度和纬度投影起始点的距离是否小于d_{相似路判断距离}，如果是，则进入步骤6-6)，否则，跳转至步骤6-4)；

步骤6-6)按照道路类型为快速路主路、快速路辅路、普通道路主路或普通道路辅路，将路段加入对应的相似道路列表；

步骤6-7)判断是否完成所有重合道路类别的判断，如果是，则进入步骤6-8)，否则，跳转至步骤6-4)；

步骤6-8)从相似道路列表按照次序选择某类别相似道路；

步骤6-9)计算相似道路数量；

步骤6-10)判断相似道路数量是否大于1条，如果是，则进入步骤6-11)，否则，跳转至步骤6-13)；

步骤6-11)判断此类别中的道路是否均为快速路，如果是，则判断是否为快速路主路，如果是则合并快速路主路；否则，合并快速路辅路，进入步骤6-13)，否则，进入步骤6-12)；

步骤6-12)判断此类别中的道路是否为普通道路主路，如果是则合并普通道路主路，进入步骤6-13)；否则合并普通道路辅路，进入步骤6-13)；

步骤6-13)将合并结果纳入最终路网；

步骤6-14)判断是否完成所有重合道路类别的合并，如果是，进入步骤6-15)，否则，转入步骤6-8)。

步骤6-15)判断是否存在未被判断的投影重合的类别，如果是，则转入步骤6-3)，否则则结束该流程。

本发明还提出了一种基于车辆位置数据的特大城市矢量路网的生成系统，所述系统包括：

数据集合生成模块，用于获取一段时间内指定区域的车辆聚合位置数据，并按照时间顺序进行排序，生成时间及该时刻对应的车辆位置的数据集合；

路段识别模块，用于识别车辆位置经过的所有路段；

交叉口识别模块，用于识别路段间的交叉口；

道路类型识别模块，用于识别每条路段的道路类型；

初步路网生成模块，用于根据所有路段和交叉口生成初步路网；

判断模块，用于判断数据集合是否仍有未处理的车辆位置，如果有，进入路段识别模块，否则，进入初步路网校验模块；

初步路网校验模块，用于对初步路网进行校验，生成最终路网。

本发明的优势在于：

本发明的方法能够基于海量时序GPS轨迹，无需路网地图基图生成特大城市矢量路网地图。

附图说明

图1是本发明的路网生成的方法示意图；

图2是本发明的识别路段的方法示意图；

图3是本发明的识别交叉口方法示意图；

图4是本发明的识别道路类型的方法示意图；

图5是本发明的生成最终路网的方法示意图。

具体实施方式

下面结合附图对本发明的技术方案进行详细的说明。

如图1所示，本发明提供了一种基于车辆位置数据的特大城市矢量路网的生成方法，包括：

步骤1)获取一段时间内指定区域的车辆聚合位置数据，并按照时间顺序进行排序；

步骤2)识别车辆位置经过的所有路段；如图2所示，具体包括：

步骤2-1)设定临界值θ_{前后位置方向差}和θ_{前后路段方向差}；

步骤2-2)寻找数据集合中最小时间点及其对应的车辆位置，标记为路段起点，并找到下一时间及车辆位置；

步骤2-3)按照位置的顺序对其经纬度做线性拟合；

步骤2-4)判断前、后位置点方向角差值是否小于θ_{前后位置方向差}，如果是，则转入步骤2-3)，否则进入步骤2-5)；

步骤2-5)将最后一个位置点标记为路段终点，并根据步骤2-3)经纬度线性拟合结果，按照标记的路段起点、终点的经度，计算并记录路段起讫点的经纬度；

步骤2-6)判断是否为最后一个位置点，如果是，则进入步骤2-7)，否则，转入步骤2-3)；

步骤2-7)判断前后路段的方向角差值超过θ_{前后路段方向差}，如果是，则进入步骤2-8)；否则合并前后路段；

步骤2-8)判断路段是否相交，如果相交，则根据交叉点打断路段，并记录交叉点，否则，记录路段的起讫点，将该路段合并至初步路网。

步骤3)识别交叉口，如图3所示，具体包括：

步骤3-1)为所有待判断交叉路段建立列表，并按照被识别的时间进行排序；

步骤3-2)为所有路段对经度和纬度进行投影，记录路段经度范围和纬度范围；

步骤3-3)从列表中按顺序选择1个路段；

步骤3-4)找到经度范围和纬度范围与其均有重合的路段；

步骤3-5)计算路段间的交叉点；

步骤3-6)判断交叉点是否在2个路段上，如果是，则记录交叉口，进入步骤3-7)；否则，直接进入步骤3-7)；

步骤3-7)从列表中移除此待判断的交叉路段；

步骤3-8)按次序判断交叉口；

步骤3-9)判断交叉点通过速度值是否小于阈值V_立体交叉，如果是，则标记为平面交叉口，进入步骤3-10)；否则，标记为非平面交叉，进入步骤3-10)；

步骤3-10)判断是否为最后一个交叉点，如果是，则进入步骤3-11)，否则，跳转至步骤3-8)；

步骤3-11)判断是否为最后一个待判断交叉路段，如果是，则跳转至步骤3-3)，否则，该流程结束。

步骤4)识别道路类型，如图4所示，具体包括：

步骤4-1)设定临界值V_{快速路主路临界值}、V_{普通道路主路临界值}、θ_{路段平行临界值}、d_{快速路主辅路距离临界值}和d_{普通道路主辅路距离临界值}；

步骤4-2)在列表列出步骤2-5)中所有的新增加的路段；

步骤4-3)按照序列查找列表中一个路段；

步骤4-4)判断该路段的车辆的最高速度是否大于V_{快速路主路临界值}，如果是，则标记为快速路主路，进入步骤4-11)，否则，进入步骤4-5)；

步骤4-5)识别此路段在经度或纬度上的投影有重合的快速路；

步骤4-6)计算路段与投影重合路段的距离及方向差；

步骤4-7)判断距离是否大于d_{快速路主辅路距离临界值}，如果是，则进入步骤4-8)，否则，跳转至步骤4-9)；

步骤4-8)判断方向差是否小于θ_{路段平行临界值}，如果为否，则进入步骤4-9)，否则标记为快速路辅路，进入步骤4-11)；

步骤4-9)判断路段最高速度是否小于V_{普通道路主路临界值}，如果是，则标记为普通道路主路，进入步骤4-11)，否则，进入步骤4-10)；

步骤4-10)标记为普通道路辅路；

步骤4-11)判断此路段是否为列表中最后一条路段，如果是，则结束该流程，否则跳转至步骤4-3)。

步骤5)根据所有路段和交叉口生成初步路网，判断是否仍有未处理的车辆位置，如果有，转到步骤1)，否则，进入步骤6)；

步骤6)对初步路网进行校验，生成最终路网；如图5所示，具体包括：

步骤6-1)设定初始值d_{相似路判断距离}；

步骤6-2)计算所有路段在经纬度上的投影，将路段投影有重合的归为同一类；

步骤6-3)选择路段投影有重合类别中的一个分类；

步骤6-4)按次序选择该分类中的所有路段；

步骤6-5)判断在经度和纬度投影起始点的距离是否小于d_{相似路判断距离}，如果是，则进入步骤6-6)，否则，跳转至步骤6-4)；

步骤6-6)按照道路类型为快速路主路、快速路辅路、普通道路主路或普通道路辅路，将路段加入对应的相似道路列表；

步骤6-7)判断是否完成所有重合道路类别的判断，如果是，则进入步骤6-8)，否则，跳转至步骤6-4)；

步骤6-8)从相似道路列表按照次序选择某类别相似道路；

步骤6-9)计算相似道路数量；

步骤6-10)判断相似道路数量是否大于1条，如果是，则进入步骤6-11)，否则，跳转至步骤6-13)；

步骤6-11)判断此类别中的道路是否均为快速路，如果是，则判断是否为快速路主路，如果是则合并快速路主路；否则，合并快速路辅路，进入步骤6-13)，否则，进入步骤6-12)；

步骤6-12)判断此类别中的道路是否为普通道路主路，如果是则合并普通道路主路，进入步骤6-13)；否则合并普通道路辅路，进入步骤6-13)；

步骤6-13)将合并结果纳入最终路网；

步骤6-14)判断是否完成所有重合道路类别的合并，如果是，进入步骤6-15)，否则，转入步骤6-8)。

步骤6-15)判断是否存在未被判断的投影重合的类别，如果是，则转入步骤6-3)，否则则结束该流程。

本发明还提出了一种基于车辆位置数据的特大城市矢量路网的生成系统，所述系统包括：

数据集合生成模块，用于获取一段时间内指定区域的车辆聚合位置数据，并按照时间顺序进行排序，生成时间及该时刻对应的车辆位置的数据集合；

路段识别模块，用于识别车辆位置经过的所有路段；

交叉口识别模块，用于识别路段间的交叉口；

道路类型识别模块，用于识别每条路段的道路类型；

初步路网生成模块，用于根据所有路段和交叉口生成初步路网；

判断模块，用于判断数据集合是否仍有未处理的车辆位置，如果有，进入路段识别模块，否则，进入初步路网校验模块；

初步路网校验模块，用于对初步路网进行校验，生成最终路网。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种基于车辆位置数据的特大城市矢量路网的生成方法，所述方法包括：

步骤1)获取一段时间内指定区域的车辆聚合位置数据，并按照时间顺序进行排序，生成时间及该时刻对应的车辆位置的数据集合；

步骤2)识别车辆位置经过的所有路段；

步骤3)识别路段间的交叉口；

步骤4)识别每条路段的道路类型；

步骤5)根据所有路段和交叉口生成初步路网，判断数据集合是否仍有未处理的车辆位置，如果有，转到步骤1)，否则，进入步骤6)；

步骤6)对初步路网进行校验，生成最终路网。

2.根据权利要求1所述的方法，其特征在于，所述识别车辆位置经过的所有路段，具体包括：

步骤2-1)设定临界值θ_{前后位置方向差}和θ_{前后路段方向差}；

步骤2-2)寻找数据集合中最小时间点及其对应的车辆位置，标记为路段起点，并找到下一时间及车辆位置；

步骤2-3)按照位置的顺序对其经纬度做线性拟合；

步骤2-4)判断前、后位置点方向角差值是否小于θ_{前后位置方向差}，如果是，则转入步骤2-3)，否则进入步骤2-5)；

步骤2-5)将最后一个位置点标记为路段终点，并根据步骤2-3)经纬度线性拟合结果，按照标记的路段起点、终点的经度，计算并记录路段起讫点的经纬度；

步骤2-6)判断是否为最后一个位置点，如果是，则进入步骤2-7)，否则，转入步骤2-3)；

步骤2-7)判断前后路段的方向角差值超过θ_{前后路段方向差}，如果是，则进入步骤2-8)；否则合并前后路段；

步骤2-8)判断路段是否相交，如果相交，则根据交叉点打断路段，并记录交叉点，否则，记录路段的起讫点，将该路段合并至初步路网。

3.根据权利要求2所述的方法，其特征在于，所述识别路段间的交叉口，具体包括：

步骤3-1)为所有待判断交叉路段建立列表，并按照被识别的时间进行排序；

步骤3-2)为所有路段对经度和纬度进行投影，记录路段经度范围和纬度范围；

步骤3-3)从列表中按顺序选择1个路段；

步骤3-4)找到经度范围和纬度范围与其均有重合的路段；

步骤3-5)计算路段间的交叉点；

步骤3-6)判断交叉点是否在2个路段上，如果是，则记录交叉口，进入步骤3-7)；否则，直接进入步骤3-7)；

步骤3-7)从列表中移除此待判断的交叉路段；

步骤3-8)按次序判断交叉口；

步骤3-9)判断交叉点通过速度值是否小于阈值V_立体交叉，如果是，则标记为平面交叉口，进入步骤3-10)；否则，标记为非平面交叉，进入步骤3-10)；

步骤3-10)判断是否为最后一个交叉点，如果是，则进入步骤3-11)，否则，跳转至步骤3-8)；

步骤3-11)判断是否为最后一个待判断交叉路段，如果是，则跳转至步骤3-3)，否则，该流程结束。

4.根据权利要求3所述的方法，其特征在于，所述识别每条路段的道路类型，具体包括：

步骤4-1)设定临界值V_{快速路主路临界值}、V_{普通道路主路临界值}、θ_{路段平行临界值}、d_{快速路主辅路距离临界值}和d_{普通道路主辅路距离临界值}；

步骤4-2)在列表列出步骤2-5)中所有的新增加的路段；

步骤4-3)按照序列查找列表中一个路段；

步骤4-4)判断该路段的车辆的最高速度是否大于V_{快速路主路临界值}，如果是，则标记为快速路主路，进入步骤4-11)，否则，进入步骤4-5)；

步骤4-5)识别此路段在经度或纬度上的投影有重合的快速路；

步骤4-6)计算路段与投影重合路段的距离及方向差；

步骤4-7)判断距离是否大于d_{快速路主辅路距离临界值}，如果是，则进入步骤4-8)，否则，跳转至步骤4-9)；

步骤4-8)判断方向差是否小于θ_{路段平行临界值}，如果为否，则进入步骤4-9)，否则标记为快速路辅路，进入步骤4-11)；

步骤4-9)判断路段最高速度是否小于V_{普通道路主路临界值}，如果是，则标记为普通道路主路，进入步骤4-11)，否则，进入步骤4-10)；

步骤4-10)标记为普通道路辅路；

步骤4-11)判断此路段是否为列表中最后一条路段，如果是，则结束该流程，否则跳转至步骤4-3)。

5.根据权利要求4所述的方法，其特征在于，所述对初步路网进行校验，生成最终路网，具体包括：

步骤6-1)设定初始值d_{相似路判断距离}；

步骤6-2)计算所有路段在经纬度上的投影，将路段投影有重合的归为同一类；

步骤6-3)选择路段投影有重合类别中的一个分类；

步骤6-4)按次序选择该分类中的所有路段；

步骤6-5)判断在经度和纬度投影起始点的距离是否小于d_{相似路判断距离}，如果是，则进入步骤6-6)，否则，跳转至步骤6-4)；

步骤6-6)按照道路类型为快速路主路、快速路辅路、普通道路主路或普通道路辅路，将路段加入对应的相似道路列表；

步骤6-7)判断是否完成所有重合道路类别的判断，如果是，则进入步骤6-8)，否则，跳转至步骤6-4)；

步骤6-8)从相似道路列表按照次序选择某类别相似道路；

步骤6-9)计算相似道路数量；

步骤6-10)判断相似道路数量是否大于1条，如果是，则进入步骤6-11)，否则，跳转至步骤6-13)；

步骤6-11)判断此类别中的道路是否均为快速路，如果是，则判断是否为快速路主路，如果是则合并快速路主路；否则，合并快速路辅路，进入步骤6-13)，否则，进入步骤6-12)；

步骤6-12)判断此类别中的道路是否为普通道路主路，如果是则合并普通道路主路，进入步骤6-13)；否则合并普通道路辅路，进入步骤6-13)；

步骤6-13)将合并结果纳入最终路网；

步骤6-14)判断是否完成所有重合道路类别的合并，如果是，进入步骤6-15)，否则，转入步骤6-8)；

步骤6-15)判断是否存在未被判断的投影重合的类别，如果是，则转入步骤6-3)，否则则结束该流程。

6.一种基于车辆位置数据的特大城市矢量路网的生成系统，其特征在于，所述系统包括：

数据集合生成模块，用于获取一段时间内指定区域的车辆聚合位置数据，并按照时间顺序进行排序，生成时间及该时刻对应的车辆位置的数据集合；

路段识别模块，用于识别车辆位置经过的所有路段；

交叉口识别模块，用于识别路段间的交叉口；

道路类型识别模块，用于识别每条路段的道路类型；

初步路网生成模块，用于根据所有路段和交叉口生成初步路网；

判断模块，用于判断数据集合是否仍有未处理的车辆位置，如果有，进入路段识别模块，否则，进入初步路网校验模块；

初步路网校验模块，用于对初步路网进行校验，生成最终路网。

Images