位置邻域场景控制下城市精细道路网自适应重建方法

The fine road access to information is one of the core issues of the seamless navigation technology, result in the fine art due to factors such as the scale and resolution. This topic use of multi-scale vector road data, based the road neighborhood scene features adaptive reconstruction method to study the fine urban road network. (1) build a skeleton location neighborhood semantics location neighborhood extract stable structural characteristics of the neighborhood, to establish the feature set of geographic polarization distribution and routing functionality equivalent neighborhood characteristics; through association mapping, the establishment of the characteristics of the neighborhood and the relationship between the characteristics of the elements of geometry, topology, etc.; the consistency scale study taking into account the different levels of features adaptive metric model, adaptive selection method based on the characteristics of the ant colony optimization algorithm; (2) the use of a new feature-based approach, integrated multi-scale vector road network stability and accuracy of the location neighborhood information advantage, to achieve the the stable road skeleton refinement main network information fusion; (3) based on the steady road skeleton neighborhood information, combined with the characteristic landmarks and surrounding residential areas sketches the reconstruction data blind area road subnet information and inlaid into the main network. The research of this subject will form a fine urban road network adaptive reconstruction method theory, the implementation of this project will provide seamless navigation technology to provide the basic information and the core support technology.

精细道路信息获取是无缝导航技术的核心问题之一, 现有技术因尺度及分辨率等因素导致其精细程度不足。本课题利用多尺度矢量道路数据，基于道路邻域场景特征，研究城市精细道路网自适应重建方法。(1)构建骨架位置邻域与语义位置邻域，提取邻域中稳定结构特征，建立包含地理极化分布及路由功能等价等邻域特征的特征集；通过关联映射方式，建立邻域特征与要素几何、拓扑等特征之间的关联关系；研究兼顾不同层级特征一致性的尺度适应性度量模型，实现基于蚁群优化算法的特征自适应选择方法；(2)基于新特征方法，集成多尺度矢量道路网的稳定性和位置邻域信息的准确性优势，实现稳定道路骨架的精化及主网信息融合；(3)根据稳定道路骨架，结合特征地标及居民小区草图等邻域信息，重建数据盲区处道路子网信息并镶嵌到主网。本课题的研究将形成一种城市精细道路网自适应重建的技术方法理论，本项目的实施将为无缝导航技术提供基础信息与核心支撑技术。

城市道路信息是导航地图技术的核心基础信息，然而，目前道路信息精细程度不够，当涉及精确到小区内部住宅的路径规划时，会出现导航路径不全面、有偏差甚至是完全走不通（车行规划路径中出现人行道路）的情况。本项目瞄准无缝地图导航技术中小区级道路信息缺失的问题，提取城市居民小区路网，融入到城市主干路网中，改善城市整体道路网的精细化程度，较好地支撑无缝导航技术，提升人们出行时导航服务质量与体验。.（1）.建立了道路邻域场景模型，为融合众源数据，挖掘小区场景下的道路语义特征、拓扑特征、空间特征组合抑制噪声提供数据匹配映射与关联模型。.（2）.解决了多源多尺度矢量道路网的稳定轴线结构提取的问题，提取城市稳定道路空间形态格架。从人在识别同名道路时的视觉注意机制入手，提出一种基于层次路划结构关系约束的城市路网自动匹配方法，利用道路自然延伸形态模式构造比“路段”粒度更大的要素单元“路划”，首先计算较大粒度的路划结构间的映射关系，继而结合概率松弛迭代优化机制建立结点之间的细部关系，通过分层稳定参照空间与层次路划结构关系提高了对匹配关系的辨识能力，在局部结构相似而全局路划结构差异显著的区域具明显优势。.（3）.设计了Landmark特征地标提取及描述算法，利用语义位置与语义路径，从地标位置信息的角度，丰富道路网精细信息重建的数据源。Delaunay三角网计算模型优势明显，三角网约束构网过程自然地融入了关联的节点和路段、层次性特征，兼顾距离与角度特征，路网固有的层次结构之间的传递性特征为相似匹配和按区位分配提供了地理基础，为在道路及道路邻域更大的空间中考量道路结构性特征提供了更广阔的空间相似性场景，发展基于层次传递相似性的结构特征分析方法---利用三维曲面分析等高维方法发展矢量线要素的Morphing形态变换及化简方法，作多尺度道路层次序列分析。利用关键点-线拓扑结构语义化技术与基于CDT的区域轮廓合并法，实现小区路网的融合生成。