[發明專利]一種基于手機定位數據的道路網重建方法及系統

有效

• 申請號: 201810361223.9
• 申請日: 2018-04-20
• 公開（公告）號: CN108920481B
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 楊林;王帥鑫;張志勇;左澤均;李圣文;葉亞琴
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06F16/2458;G06F16/28;G06Q50/26;H04W4/029
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 龔春來

一種基于手機定位數據的道路網重建方法及系統，包括：獲取原始數據集，原始數據集包括訓練數據集和預測數據集；原始數據集為根據手機定位數據得到軌跡點；對訓練數據集和預測數據集分別利用時間和密度兩個維度進行特征構建與組合，并隨之生成訓練集和預測集；使用生成的訓練集，基于機器學習中的算法得到采樣點分類模型；將學習到的分類模型應用于預測集，將軌跡點劃分為道路點和非道路點；基于約束Delaunay三角網對已識別出的道路點進行道路構建；按照拓撲關系，修改道路中心線，從而完成道路網的重建。本發明提出了一種高質量的精細化道路網生產和更新的新方式，將為無縫導航技術尤其是精細級道路網方面提供技術支撐，擴大路徑導航服務的覆蓋范圍。

技術領域

本發明涉及時空軌跡數據挖掘技術，特別是一種基于手機定位數據的道路網重建方法及系統，屬于地理信息系統與智能交通研究領域。

背景技術

道路是城市重要的基礎設施，在城市快速發展過程中，如何及時補充和更新城市道路數據，以保持其準確性、及時性和完善程度是一個亟待解決的難題。城市中居民社區規模不斷擴大，其內部道路網日趨精細和復雜，但已有的小區級道路信息精細程度不夠甚至缺失，導致居民區內室外細部導航存在“盲區”，給室外無縫導航技術的發展造成很大障礙。與此同時，路網結構信息是電子地圖基礎數據的核心內容，更是電子地圖實現導航功能、智能交通系統的數據基礎，因此，準確和及時地更新城市精細級道路網是一個重要的問題(城市精細化道路網是指城市中各封閉小區內部的小區級支路)。

隨著眾源軌跡數據獲取的便捷性和其更新的實時性得以大幅度提高，學術界和工業界均可以很容易地得到大量包含時空信息的軌跡數據，使得基于時空軌跡數據的路網提取方法成為可能。目前，道路網自動提取方法主要有兩種：一種是從車載GPS軌跡數據中提取道路信息；另一種是基于高分辨率遙感影像提取路網信息。但是，現有的路網提取方法主要集中在城市各主干道的研究上，而城市內小區級精細路網常常被忽略。其中，遙感影像因為成像距離遠，覆蓋范圍大，同時刻畫不同空間尺度精細信息的能力不足，基于此類數據的處理方法僅能較好的解決一般主干道的信息提取，并不能最終解決精細化道路網構建問題；此外，一般學校、小區等建筑范圍內部在一定程度上限制了GPS軌跡數據的獲取，而行人移動軌跡數據隨機性強，采樣頻率低，包含道路、建筑物及廣場等各種地物類型，使得基于移動軌跡數據提取路網存在重重困難。

發明內容

發明所要解決的技術問題在于針對現有小區級路網中道路精細程度不夠和部分缺失的問題，提供一種精細化道路網提取方法，可以方便準確的完成精細級路網的構建工作。該方法將基于大規模行人數據進行道路網重建的問題轉化為道路點與非道路點的兩類分類問題，首先使用時間和密度兩個維度的不同組合進行特征集的構建，生成訓練集，然后使用隨機森林算法學習采樣點分類模型，之后應用分類模型對數據集進行劃分，得到道路點集合，最后借用約束Delaunay三角網對已識別道路點集合進行道路構建與道路中心線提取，從而完成封閉區域內精細化路網的構建。其包括以下步驟：

步驟1)獲取原始數據集，原始數據集包括訓練數據集和預測數據集；其中原始數據集為根據手機定位數據得到軌跡點；

步驟2)對訓練數據集和預測數據集分別利用時間和密度兩個維度進行特征構建與組合，并隨之生成訓練集和預測集；

步驟3)使用生成的訓練集，基于機器學習中的算法學習得到采樣點分類模型；

步驟4)將學習到的分類模型應用于預測集，將軌跡點劃分為道路點和非道路點；

步驟5)基于約束Delaunay三角網對已識別出的道路點進行道路構建；

步驟6)按照拓撲關系，修改道路中心線，從而完成道路網的重建。

進一步地，在本發明的基于手機定位數據的道路網重建方法中，所述步驟1中訓練數據集是根據下述方式得到：獲取多個封閉小區內部軌跡點的分布模式，選擇軌跡點分布模式不同的多個不重疊的小規模區域組成訓練數據集。