[发明专利]基于语义技术的路面谱与GIS矢量数据的融合方法及系统

说明书

技术领域

本发明属于考虑真实地物的数据融合，尤其是涉及语义技术及推理相结合的数据融合，具体是涉及一种基于语义技术的路面谱与GIS矢量数据的融合方法及系统。

背景技术

随着我国经济的快速发展，我国的中小型汽车需求量逐年攀升。据中国汽车工业协会数据，2012年汽车产量均已超过1900万辆，创全球历史新高，再次蝉联世界第一。与汽车产业息息相关的道路交通基础设施投入也逐年增大，公路总量持续增长。而公路的质量考察是整个道路验收的关键环节，其中用于描述路面平整度的路面谱数据是评定路面质量的主要数据之一，它具有高程信息，在定性分析方面较有优势。它可以用于提取各种路面参数，如路面国际平整度指数、功率谱密度等。而随着信息科学与互联网技术的发展，地理信息系统(GIS)在各行各业中得到越来广泛的应用。但在不同行业领域中，空间数据在认知角度、行业需求、采集手段、建模方法等方面存在较大差异，导致了不同系统间的空间数据模型、数据库管理方法、模块访问操作以及数据文件存储模式都存在明显差异，由此形成的信息孤岛，日益成为在实现多源异构空间数据共享和集成融合的障碍，导致数据资源的巨大浪费。随着数据共享集成的发展，就产生了数据融合问题。二维矢量数据集是地理信息系统(GIS)的核心数据，二维矢量数据一般用来表示像城市、河流、国界、公路、铁路、区域、地形等图形数据，这些数据非常适于空间分析操作,但不具备高程信息。

将路面谱数据与GIS二维矢量数据行集成融合，使二维矢量数据在维度上得到了扩展又能增加高程信息，有效的降低数据二次获取成本，提高数据的利用效率，改善数的质量和精度，能更好的表达空间实体信息，呈现路面的真实情况，为实现智能交通管理以及其他各个领域应用提供更好的数据支持。而随着GPS导航的不断发展，GPS导航已经越来越人性化，路面谱数据与GIS二维矢量数据的融合将来可以用于GPS导航中，它能够对于路面表面的行车安全信息能直观地表现出来。如驾驶员可以根据GPS发布的路面不平整度、车辙、坑槽等提示信息，优化选择行车路线，从而大大降低了行车人的安全危害，以及道路拥挤带来的交通，环保以及交通安全等问题。

发明内容

本发明的目的是为了给实现智能交通管理提供高精度的数据，为出行者和司机提供道路的真实状况信息，提出一种基于语义技术的路面谱与GIS矢量数据的融合方法及系统，采用语义技术实现推理来获取更高质量的数据。

为达到上述目的，本发明解决其技术问题所采取的技术方案是：

基于语义技术的路面谱与GIS矢量数据的融合方法，包括如下的步骤：

步骤1：首先以现有的GIS二维矢量数据点为控制点，通过Cardinal三次样条曲线插值算法计算出有序插值点；

步骤2：在步骤1所述有序插值点中选出与路面谱采样次数相同个数的点，且所选取的这些点是等间距的；

步骤3：底层融合：首先将路面谱的高程数据采用三角网生成算法构建不规则的三角网，然后利用嵌入算法其核心就是采用内插算法计算出路面谱的高程值，然后所有的GIS二维矢量数据点通过定位到路面谱的不规则三角网中特定的三角形中并插值集成到不规则三角网络中；

步骤4：将步骤3底层融合好的数据转换为以RDF形式表达的语义数据即三元组形式的表达数据；

步骤5：采用基于语义技术的融合模块将提取的三元组形式的表达数据中的语义规则和确定RDF形式表达的语义数据的类、属性、属性的限制；根据提取的三元组形式的表达数据中的语义规则及步骤3底层融合好的数据通过protégé建立语义本体；

步骤6：采用Prolog语言制定推理规则及查询语言，最后通过SPARQL查询语言验证本体建立的合理性；

步骤7：根据检索条件及步骤6所述的推理规则，利用Jena工具包进行语义推理，得到检索结果；

步骤8：连接数据库驱动，创建数据库连接实例，采用JSP和servlet技术设计查询界面模块查询融合结果。

上述步骤3所述底层融合采用嵌入方法：先在路面谱的不规则三角网中确定初始位置，然后通过穿行算法确定影响区域，再径向拓扑扫描，最后对三角网进行局部三角化及优化。