多尺度高现势性道路网选取算法

It is self-evident that the multi-scale and real-time road network maps are very important in navigation. However, road networks change frequently and usually have complex structures; so the real-time and full-scale considered selection of road network has not been implemented, yet. Introducing FCD (Floating Car Data) and POI (Point Of Interest）into road network selection not only can take into account the traffic flows and adjacent facilities of road networks, but also can generate real-time and multi-scale road networks. Thus, this study will focus on (1) the management and analysis of road-related traffic flows and facilities supported by big data technology; (2) algorithms for real-time and multi-scale road network selection, which consider the traffic flow and adjacent facilities; and (3) an experimental system for testing the proposed algorithm. The goal of the study is to propose a real-time and multi-scale road network selection method that takes into account the real-time data to provide theoretical support for the real-time map generalization.

多尺度、高现势性的道路网选取在导航等领域中的价值不言而喻，但传统选取算法对其语义信息及动态变化鲜有研究。将FCD（Floating Car Data，浮动车轨迹数据）及POI（Point Of Interest，兴趣点）等时空大数据引入道路网选取，不但可以较为充分地顾及到已有算法中被忽略的道路网交通流状况及其周边设施点等语义信息，还可以及时反映道路网的动态变化情况，使生成的多尺度道路网更加合理且具有良好现势性。为此，本课题拟引入FCD及POI大数据作为相关信息的实时依据，研究其支持下的多尺度、高现势性道路网选取算法。具体研究内容包括：（1）大数据支持下的道路网交通流及相关设施点信息的处理与分析方法；（2）顾及交通流及相关设施点的高现势性道路选取算法及评价方法；（3）多尺度高现势性道路网选取实验系统。目标是提出顾及实时要素的高现势性道路网选取方法，为大数据时代多尺度实时地图综合提供理论参考。

多尺度、高现势性的道路网选取在导航等领域中的价值不言而喻，但传统选取算法对其语义信息及动态变化鲜有研究。将FCD（Floating Car Data，浮动车轨迹数据）及POI（Point Of Interest，兴趣点）等时空大数据引入道路网选取，不但可以较为充分地顾及到已有算法中被忽略的道路网交通流状况及其周边设施点等语义信息，还可以及时反映道路网的动态变化情况，使生成的多尺度道路网更加合理且具有良好现势性。为此，课题引入FCD及POI大数据作为相关信息的实时依据，实现了顾及语义信息的多尺度、高现势性的道路网选取。主要研究内容包括：.（1）数据准备与处理.道路网提取：提出了一种改进U-Net网络的高分辨率遥感影像道路提取方法。.准实时数据与道路网匹配：实现了出租车轨迹数据与道路网以及POI点与道路网的匹配。.（2）顾及语义信息的道路网选取方法：.顾及出租车轨迹数据的Stroke构建：将交通流量作为语义信息引入道路网stroke的构建过程，提出了同时顾及几何特征和语义特征的stroke生成方法；.顾及POI信息的道路网选取：整合道路的中介中心性、度中心性、长度和上下文特征，计算道路的重要性；以道路的交叉点和端点的密度为依据反映道路的分布密度，基于Voronoi图对道路网进行密度分区，为每个分区内的道路设定重要性阈值干预选取过程，综合按照其重要性进行道路选取；.顾及POI和交通流信息的道路网选取：构建道路网眼并度量每个网眼中POI点的数量及重要性程度，在此基础上实现顾及POI信息的道路网眼模型；构建道路网Stroke，选取Stroke长度、控制值、平均深度值和局部集成度四项参量评价道路的几何重要性，同时，利用出租车轨迹数据近似代表交通流，辅助衡量每条道路的重要性程度。在此基础上借助逻辑运算将综合考虑语义信息的网眼模型和stroke模型的选取结果进行集成。.（3）顾及语义信息的点群选取方法.本项目是大数据时代更现势性的地图制图综合的尝试，为地图制图综合赋予了时代特征，也为其提供了新的思路。同时，本项目研究成果可运用于多尺度地图数据库的构建以及导航等领域。