[发明专利]一种基于历史轨迹的路网补充方法

说明书

本发明公开了一种基于历史轨迹的路网补充方法，将一次行程的轨迹点与路网数据进行匹配，逐段计算轨迹点Frechet距离；若出现连续多段轨迹与附近路网曲线的Frechet距离超过阈值，组合成一组位置点不重复的连续轨迹点；将起点和终点作为结点数据，将抽稀结果作为链数据，保存为待补充道路，并设置置信度；计算连续轨迹点与其他待补充道路的Frechet距离，若Frechet距离小于阈值，增加置信度；直至与所有待补充道路均完成Frechet计算，完成置信度的叠加；若完成置信度叠加后的待补充道路的置信度超过阈值，则将该待补充道路添加到路网数据中，并将该道路的数据从待补充道路中删除。本发明可提高道路识别的准确性。

技术领域

本发明属于路网数据采集领域，特别是一种基于历史轨迹的路网补充方法。

背景技术

为了更高效的计算出各种应用场景下的路径规划，目前的普遍做法是将道路构建成由链和结点组成的、带有环路、并伴随着一系列支配网络中流动的约束条件的线网图形，即为路网。路网的数据，一般包括城市快速路、高速路、国道、人行道、省道、县道、乡镇村道等道路类型的形状信息，以及道路的名称、里程、行驶速度(时间)、道路等级等属性信息。基于这些信息，通过计算机就可以快速的完成路径分析、服务区分析、最近设施分析等网络分析。不难发现，路网数据的质量直接影响着网络分析功能的正确性。路网数据质量包含道路形状和道路属性两个方面的内容。其中，道路的形状必须符合实际的交通状况，实地采集或者从遥感影像上采集都必须遵循严格的要求。要实现网络分析，首先必须保证路网的连通性，路网中的任意两个点之间必定会存在一条可以连接两点的路径；其次路网的层次性必须符合实际情况，立体相交的道路在采集的数据中必须正确的反映。

但实地采集和从遥感影像上采集这两种现有的路网数据采集方法，都只能实现部分工作的自动化，还仍需要相关专业人员消耗大量的时间来参与采集工作。实地采集需要使用专业甚至昂贵的测地车辆，由专业的测绘人员以相对稳定的速度驾驶在道路的固定车道上，采集道路的位置信息；从遥感影像上采集的方法，即使能够使用人工智能等手段帮助识别多数的道路和地物，但仍需要前期的大量训练、后期的不断学习，仍然需要较多内业人员的分析和检查来保障道路形状的可靠。

发明内容

本发明的目的在于提供一种基于历史轨迹的路网补充方法，用以识别出不在路网数据中的道路，补充到现有路网数据中。

实现本发明目的的技术解决方案为：

一种基于历史轨迹的路网补充方法，包括以下步骤：

步骤1、将车辆一次行程的轨迹点与路网数据进行匹配，逐段计算轨迹点与附近路网的Frechet距离；

步骤2、若出现连续多段轨迹与附近路网曲线的Frechet距离超过匹配阈值，则将这些轨迹段重新组合成一组位置点不重复的连续轨迹点，否则返回步骤1；

步骤3、将连续轨迹点的起点和终点作为道路的结点数据，将连续轨迹点的抽稀结果作为道路的链数据，共同保存为待补充道路，并设置该道路的置信度；

步骤4、计算步骤2的连续轨迹点与其他已保存的待补充道路的Frechet距离，若连续轨迹点与某条待补充道路的Frechet距离小于设定的匹配阈值，将步骤3的待补充道路的置信度增加；

步骤5、重复执行步骤4，直至与所有已保存的待补充道路均完成Frechet距离计算，并完成置信度的叠加；

步骤6、若完成置信度叠加后的待补充道路的置信度超过设定的补充阈值，则将该待补充道路的链数据和结点数据添加到路网数据中，并将该道路的数据从待补充道路中删除，否则返回步骤1。

本发明与现有技术相比，其显著优点是：