CN109579859A - 一种高精度导航地图高程数据处理方法及装置 - Google Patents
一种高精度导航地图高程数据处理方法及装置 Download PDFInfo
- Publication number
- CN109579859A CN109579859A CN201811246635.4A CN201811246635A CN109579859A CN 109579859 A CN109579859 A CN 109579859A CN 201811246635 A CN201811246635 A CN 201811246635A CN 109579859 A CN109579859 A CN 109579859A
- Authority
- CN
- China
- Prior art keywords
- node
- section
- splicing
- splicing section
- elevation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3667—Display of a road map
- G01C21/367—Details, e.g. road map scale, orientation, zooming, illumination, level of detail, scrolling of road map or positioning of current position marker
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明涉及地理测量领域,公开了一种高精度导航地图高程数据处理方法及装置,通过将道路交叉点之间的路段LINK进行拼接,以生成拼接路段;计算每个拼接路段中每段LINK的高差之和作为拼接路段的相对高程数据;根据最小独立闭合环搜索算法,获得拼接路段组成的道路路网的最小独立闭合环集合;计算最小独立闭合环集合中每个最小独立闭合环的闭合差;根据最小独立闭合环的闭合差,以获取拼接路段的高程修正值;根据预设权值及拼接路段的高程修正值,计算出拼接路段上起始节点和终点节点之间各形状点的高程修正值;选取已知实际高程的节点作为起算点,以实现高程数据的重建。实现了对道路测量数据中高程异常数据的有效修正,提高了高精度导航地图的精确性。
Description
技术领域
本发明涉及地理测量领域,尤其涉及一种高精度导航地图高程数据处理方法及装置。
背景技术
随着汽车智能化时代的到来,汽车产业经历剧变,自动驾驶浪潮来袭。而目前有一种技术ADAS高级辅助驾驶***,属于自动驾驶的简化版。高精度导航地图作为ADAS的重要先验信息,为车辆提供道路的曲率、坡度等重要的信息,高程作为ADAS数据中关键的一个要素对ADAS决策和驾驶中的人机交互具有十分重要的作用。
目前的高精度导航地图数据采集基本依赖于移动道路测量***,基于移动道路测量***的中集成的各种传感器、GNSS、INS***,采集具有一定距离间隔的点的坐标和高程信息。基于这些点的信息,将点的信息扩展为线几何信息,一定数量的点构成的线几何就成为ADAS数据中LANE的基本单位LINK。理论上符合实际的LINK之间的高程应该是连续的。但现有技术中,由于数据采集的环境、采集设备的参数、人员、时间等一系列不可预知因素的存在,以及数据采集完成后内业人员对数据进行的后处理过程中不可避免的数据筛选和处理过程等,这些因素都造成ADAS数据中实际的LINK间的节点(NODE点)在不同的LINK上具有不同的高程值,这种情况的出现对整个ADAS数据而言,使整个ADAS数据中的道路线出现了高程突变现象。
在ADAS高精度导航地图领域,因为高程作为重要的决策和人机交互参考信息,现有技术中急需一种对数据中的高程异常问题进行后处理纠正的方法。
发明内容
本发明提供一种高精度导航地图高程数据处理方法及装置,解决现有技术中高精度地图测绘过程中测量的高程数据出现高程突变异常的技术问题。
本发明的目的是通过以下技术方案实现的:
一种高精度导航地图高程数据处理方法,包括:
将道路交叉点之间的路段LINK进行拼接,以生成拼接路段,其中,所述道路交叉点具有三个以上同名节点NODE,每条所述路段LINK具有唯一标识,并包括1个起始节点NODE、1个终点节点NODE,N个密度为5米的形状点,N为正整数;
计算每个拼接路段中每段LINK的高差之和作为拼接路段的相对高程数据;
根据最小独立闭合环搜索算法,获得拼接路段组成的道路路网的最小独立闭合环集合;
计算最小独立闭合环集合中每个最小独立闭合环的闭合差;
根据最小独立闭合环的闭合差,进行条件平差解算,以获取拼接路段的高程修正值;
根据预设权值及拼接路段的高程修正值,计算出拼接路段上起始节点和终点节点之间各形状点的高程修正值;
选取已知实际高程的节点作为起算点,根据所述起算点的实际高程值、拼接路段的相对高程数据、拼接路段的各形状点的高程修正值计算出各拼接路段的各形状点的实际高程值,以实现高程数据的重建。
一种高精度导航地图高程数据处理装置,包括:
路段拼接模块,用于将道路交叉点之间的路段LINK进行拼接,以生成拼接路段,其中,所述道路交叉点具有三个以上同名节点NODE,每条所述路段LINK具有唯一标识,并包括1个起始节点NODE、1个终点节点NODE,N个密度为5米的形状点,N为正整数;
高程计算模块,用于计算每个拼接路段中每段LINK的高差之和作为拼接路段的相对高程数据;
闭合环搜索模块,用于根据最小独立闭合环搜索算法,获得拼接路段组成的道路路网的最小独立闭合环集合;
闭合差计算模块,用于计算最小独立闭合环集合中每个最小独立闭合环的闭合差;
修正值计算模块,用于根据最小独立闭合环的闭合差,进行条件平差解算,以获取拼接路段的高程修正值;
高程修正模块,用于根据预设权值及拼接路段的高程修正值,计算出拼接路段上起始节点和终点节点之间各形状点的高程修正值;
数据重建模块,用于选取已知实际高程的节点作为起算点,根据所述起算点的实际高程值、拼接路段的相对高程数据、拼接路段的各形状点的高程修正值计算出各拼接路段的各形状点的实际高程值,以实现高程数据的重建。
本发明提供一种高精度导航地图高程数据处理方法及装置,根据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可根据这些附图获得其他的附图。
图1为本发明实施例的一种高精度导航地图高程数据处理方法的流程图;
图2为本发明实施例的一种高精度导航地图高程数据处理装置的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明实施例提供了一种高精度导航地图高程数据处理方法,如图1所示,包括:
步骤101、将道路交叉点之间的路段LINK进行拼接,以生成拼接路段;
其中,在ADAS数据中线几何是由各个独立的小段LINK连接而成。LINK表示现实道路的形状,每一条LINK都有一个唯一编号,并均有1个起始NODE、1个终点NODE,N个密度为5米的形状点。当几条LINK相交时,会共用同一个NODE。每一个NODE有一个唯一编号。本步骤中为了后续的计算方便,首先计算NODE点与LINK的完整拓扑关系,根据相交LINK会共用同名NODE的特性,先将所有道路交叉点(具有三个及以上的同名NODE点)提取出来,然后将道路交叉点之间的LINK拼接,将其定义为EDGE(即拼接路段),同时根据EDGE建立的方向记录EDGE的起点和终点NODE,并将按照EDGE的方向将每段LINK的高差相加得到EDGE的高程。
步骤102、计算每个拼接路段中每段LINK的高差之和作为拼接路段的相对高程数据;
步骤103、根据最小独立闭合环搜索算法,获得拼接路段组成的道路路网的最小独立闭合环集合;
步骤104、计算最小独立闭合环集合中每个最小独立闭合环的闭合差;
步骤105、根据最小独立闭合环的闭合差,进行条件平差解算,以获取拼接路段的高程修正值;
步骤106、根据预设权值及拼接路段的高程修正值,计算出拼接路段上起始节点和终点节点之间各形状点的高程修正值;
步骤107、选取已知实际高程的节点作为起算点,根据所述起算点的实际高程值、拼接路段的相对高程数据、拼接路段的各形状点的高程修正值计算出各拼接路段的各形状点的实际高程值,以实现高程数据的重建。
其中,步骤106将所有形状点改正后,结合给定的起算数据进行道路网重建,道路网重建的已知起算数据为约束平差中的具有实际高程值的已知NODE节点,例如可选取一个起算点,向四周扩展,即可将具有准确相对高程关系的EDGE数据赋值以绝对高程。
步骤103具体可以包括:
步骤a:根据拼接路段组成的道路路网,建立树枝结构P和余枝结构Q;
步骤b:将计数值N置为零;
步骤c:确定当前树和余树结构,同时确定当前余树数量M;
步骤d:将当前余枝中的第N+1条余枝加入树枝结构中,并由两侧的相邻节点搜索闭合环;
步骤e:判断是否充分遍历,当未充分遍历时,跳转至步骤d继续执行;当充分遍历时,跳转至步骤f继续执行;
步骤f:记录当前余枝的最小闭合环,计数值N加一;
步骤g:判断当前计数值N是否等于当前余树数量M,当当前计数值N是不等于当前余树数量M时,跳转步骤c继续执行;当当前计数值N是等于当前余树数量M时,跳转步骤h继续执行;
步骤h:选取边数最少的闭合环和其对应的余枝,并判断是否有多个闭合环,当存在多个满足条件的闭合环时,选取闭合环周长最短的闭合环及其对应的余枝,并存储选取的闭合环及其对应的余枝信息;当只存在一个满足条件的闭合环时,直接存储闭合环及其对应的余枝信息;
步骤i:当前余树数量M减一;
步骤j:判断当前余树数量M是否为零;当当前余树数量M大于零时,跳转至步骤b继续执行;当当前余树数量M等于零时,将存储的闭合环及其对应的余枝信息输出,流程结束,以获得拼接路段组成的道路路网的最小独立闭合环集合。
其中,步骤d具体可以包括:
步骤d1:以余枝的端点i和余枝的另一端点j为起点搜索其相邻节点,将i为起点搜索到的相邻节点,除去j,将搜索到的信息存到数组C中,以j为起点搜索到的相邻节点;除去i,将搜索到的信息存到数组D中,在存储搜索到的信息的数组中,第一列存放余枝的起点,后续的每一列均为前一列的邻节点;
步骤d2:比较新搜索出的邻节点间是否有同名点,若有同名点,则停止,若无同名点,则跳转至步骤d3继续执行;
步骤d3:以数组C的最后一列节点为起点,搜索其邻节点,并存于数组C的下一列中,以数组C的当前最后一列和数组D的倒数第二列和倒数第一列比较,若有同名点,则停止;若没有同名点则以数组D的最后列分为起点,搜索其邻节点,并存于数组D的下一列中,以数组D的当前最后一列和数组C的倒数第二非零列和倒数第一非零列比较,若有同名点,则找到一个闭合环,直到找到所有的闭合环。
传统的余枝搜索算法在进行独立闭合环的搜索时会将余枝的所有闭合环都搜索出来,但在步骤d中,并不需要包括余枝的所有闭合环,只需要边数最小的独立环,因此,步骤d采用从余枝两边同时向外搜索的算法。这样不仅减小了程序的计算量,而且所得的闭合环可以保证边数最小。
步骤a具体可以包括:
计算网型结构中各个节点的度,找到其中度最大的节点M;
以M为起始点,访问与M相邻的邻节点M1,M2,…,并记录相邻的邻接边;
分别以M1,M2,…出发,访问它们未被访问过的邻节点,记录相邻的邻接边;
当还有未被访问的节点时,则继续访问下一级邻节点,直到所有的节点都被访问时,将记录的邻接边组成的树作为最优树结构P,未被访问过的边组成的集合即为余枝结构Q。
现有技术中,当一个网型较为复杂时,会出现很多不同的生成树,步骤a为了减少计算量,最快地得到最小独立闭合环,所生成的树应使得构成基本环路的支路数目尽可能地少,通过步骤a生成最优树。
步骤104计算出最小独立闭合环集合中每个最小独立闭合环的闭合差,为了对拼接路段的高程进行修正,并同时控制调整后的整体网形与实际路网相符合,步骤105中采用附有限制条件的约束平差,步骤105具体可以包括:
通过条件方程AV+W=0获取拼接路段的高程修正值,其中,V为拼接路段的高程修正值,V的数值通过方程V=P-1ATK,K为联系数,K通过法方程NK+W=0求解出K=N-1W,法方程系数N=ATP-1A,A是系数阵,W是最小独立闭合环的闭合差,P是权阵,K是联系数,N是法方程系数,M是单位权中误差,r是多余观测数。
ADAS的数据采集方式所获取的数据的最小单位为形状点。由于ADAS数据中的LINK长度不一,为避免在分配改正数时,某一LINK上的形状点的高程改动幅度过大,影响实际采集的坡度信息。在分配各形状点的高程修正值时,采用按长度定权的分配方式,将拼接路段的高程修正值合理分配到每一个形状点上,因此,步骤106具体可以包括:
根据各形状点距离起始节点的长度乘以单位长度的高程修正值M0=±(VTPV)/r获得各形状点的高程修正值。
本发明实施例中提供了一种高精度导航地图高程数据处理方法,通过将道路交叉点之间的路段LINK进行拼接,以生成拼接路段;计算每个拼接路段中每段LINK的高差之和作为拼接路段的相对高程数据;根据最小独立闭合环搜索算法,获得拼接路段组成的道路路网的最小独立闭合环集合;计算最小独立闭合环集合中每个最小独立闭合环的闭合差;根据最小独立闭合环的闭合差,进行条件平差解算,以获取拼接路段的高程修正值;根据预设权值及拼接路段的高程修正值,计算出拼接路段上起始节点和终点节点之间各形状点的高程修正值;选取已知实际高程的节点作为起算点,根据所述起算点的实际高程值、拼接路段的相对高程数据、拼接路段的各形状点的高程修正值计算出各拼接路段的各形状点的实际高程值,以实现高程数据的重建。实现了对道路测量数据中高程异常数据的有效修正,提高了高精度导航地图的精确性。
本发明实施例还提供了一种高精度导航地图高程数据处理装置,如图2所示,包括:
路段拼接模块210,用于将道路交叉点之间的路段LINK进行拼接,以生成拼接路段,其中,所述道路交叉点具有三个以上同名节点NODE,每条所述路段LINK具有唯一标识,并包括1个起始节点NODE、1个终点节点NODE,N个密度为5米的形状点,N为正整数;
高程计算模块220,用于计算每个拼接路段中每段LINK的高差之和作为拼接路段的相对高程数据;
闭合环搜索模块230,用于根据最小独立闭合环搜索算法,获得拼接路段组成的道路路网的最小独立闭合环集合;
闭合差计算模块240,用于计算最小独立闭合环集合中每个最小独立闭合环的闭合差;
修正值计算模块250,用于根据最小独立闭合环的闭合差,进行条件平差解算,以获取拼接路段的高程修正值;
高程修正模块260,用于根据预设权值及拼接路段的高程修正值,计算出拼接路段上起始节点和终点节点之间各形状点的高程修正值;
数据重建模块270,用于选取已知实际高程的节点作为起算点,根据所述起算点的实际高程值、拼接路段的相对高程数据、拼接路段的各形状点的高程修正值计算出各拼接路段的各形状点的实际高程值,以实现高程数据的重建。
其中,所述闭合环搜索模块230包括:
最优树建立单元231,用于计算网型结构中各个节点的度,找到其中度最大的节点M;以M为起始点,访问与M相邻的邻节点M1,M2,…,并记录相邻的邻接边;分别以M1,M2,…出发,访问它们未被访问过的邻节点,记录相邻的邻接边;当还有未被访问的节点时,则继续访问下一级邻节点,直到所有的节点都被访问时,将记录的邻接边组成的树作为最优树结构P,未被访问过的边组成的集合即为余枝结构Q;
最小闭合环搜索单元232,用于根据最小独立闭合环搜索算法、树枝结构P和余枝结构Q,获得拼接路段组成的道路路网的最小独立闭合环集合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的硬件平台的方式来实现,当然也可以全部通过硬件来实施,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
Claims (8)
1.一种高精度导航地图高程数据处理方法,其特征在于,包括:
将道路交叉点之间的路段LINK进行拼接,以生成拼接路段,其中,所述道路交叉点具有三个以上同名节点NODE,每条所述路段LINK具有唯一标识,并包括1个起始节点NODE、1个终点节点NODE,N个密度为5米的形状点,N为正整数;
计算每个拼接路段中每段LINK的高差之和作为拼接路段的相对高程数据;
根据最小独立闭合环搜索算法,获得拼接路段组成的道路路网的最小独立闭合环集合;
计算最小独立闭合环集合中每个最小独立闭合环的闭合差;
根据最小独立闭合环的闭合差,进行条件平差解算,以获取拼接路段的高程修正值;
根据预设权值及拼接路段的高程修正值,计算出拼接路段上起始节点和终点节点之间各形状点的高程修正值;
选取已知实际高程的节点作为起算点,根据所述起算点的实际高程值、拼接路段的相对高程数据、拼接路段的各形状点的高程修正值计算出各拼接路段的各形状点的实际高程值,以实现高程数据的重建。
2.根据权利要求1所述的高精度导航地图高程数据处理方法,其特征在于,所述根据最小独立闭合环搜索算法,获得拼接路段组成的道路路网的最小独立闭合环集合的步骤,包括:
步骤a:根据拼接路段组成的道路路网,建立树枝结构P和余枝结构Q;
步骤b:将计数值N置为零;
步骤c:确定当前树和余树结构,同时确定当前余树数量M;
步骤d:将当前余枝中的第N+1条余枝加入树枝结构中,并由两侧的相邻节点搜索闭合环;
步骤e:判断是否充分遍历,当未充分遍历时,跳转至步骤d继续执行;当充分遍历时,跳转至步骤f继续执行;
步骤f:记录当前余枝的最小闭合环,计数值N加一;
步骤g:判断当前计数值N是否等于当前余树数量M,当当前计数值N是不等于当前余树数量M时,跳转步骤c继续执行;当当前计数值N是等于当前余树数量M时,跳转步骤h继续执行;
步骤h:选取边数最少的闭合环和其对应的余枝,并判断是否有多个闭合环,当存在多个满足条件的闭合环时,选取闭合环周长最短的闭合环及其对应的余枝,并存储选取的闭合环及其对应的余枝信息;当只存在一个满足条件的闭合环时,直接存储闭合环及其对应的余枝信息;
步骤i:当前余树数量M减一;
步骤j:判断当前余树数量M是否为零;当当前余树数量M大于零时,跳转至步骤b继续执行;当当前余树数量M等于零时,将存储的闭合环及其对应的余枝信息输出,流程结束,以获得拼接路段组成的道路路网的最小独立闭合环集合。
3.根据权利要求2所述的高精度导航地图高程数据处理方法,其特征在于,所述步骤d具体可以包括:
步骤d1:以余枝的端点i和余枝的另一端点j为起点搜索其相邻节点,将i为起点搜索到的相邻节点,除去j,将搜索到的信息存到数组C中,以j为起点搜索到的相邻节点;除去i,将搜索到的信息存到数组D中,在存储搜索到的信息的数组中,第一列存放余枝的起点,后续的每一列均为前一列的邻节点;
步骤d2:比较新搜索出的邻节点间是否有同名点,若有同名点,则停止,若无同名点,则跳转至步骤d3继续执行;
步骤d3:以数组C的最后一列节点为起点,搜索其邻节点,并存于数组C的下一列中,以数组C的当前最后一列和数组D的倒数第二列和倒数第一列比较,若有同名点,则停止;若没有同名点则以数组D的最后列分为起点,搜索其邻节点,并存于数组D的下一列中,以数组D的当前最后一列和数组C的倒数第二非零列和倒数第一非零列比较,若有同名点,则找到一个闭合环,直到找到所有的闭合环。
4.根据权利要求2所述的高精度导航地图高程数据处理方法,其特征在于,所述根据拼接路段组成的道路路网,建立树枝结构P和余枝结构Q的步骤,包括:
计算网型结构中各个节点的度,找到其中度最大的节点M;
以M为起始点,访问与M相邻的邻节点M1,M2,…,并记录相邻的邻接边;
分别以M1,M2,…出发,访问它们未被访问过的邻节点,记录相邻的邻接边;
当还有未被访问的节点时,则继续访问下一级邻节点,直到所有的节点都被访问时,将记录的邻接边组成的树作为最优树结构P,未被访问过的边组成的集合即为余枝结构Q。
5.根据权利要求1所述的高精度导航地图高程数据处理方法,其特征在于,所述根据最小独立闭合环的闭合差,进行条件平差解算,以获取拼接路段的高程修正值的步骤,包括:
通过条件方程AV+W=0获取拼接路段的高程修正值,其中,V为拼接路段的高程修正值,V的数值通过方程V=P-1ATK,K为联系数,K通过法方程NK+W=0求解出K=N-1W,法方程系数N=ATP-1A,A是系数阵,W是最小独立闭合环的闭合差,P是权阵,K是联系数,N是法方程系数,M是单位权中误差,r是多余观测数。
6.根据权利要求1所述的高精度导航地图高程数据处理方法,其特征在于,所述根据预设权值及拼接路段的高程修正值,计算出拼接路段上起始节点和终点节点之间各形状点的高程修正值的步骤,包括:
根据各形状点距离起始节点的长度乘以单位长度的高程修正值M0=±(VTPV)/r获得各形状点的高程修正值。
7.一种高精度导航地图高程数据处理装置,其特征在于,包括:
路段拼接模块,用于将道路交叉点之间的路段LINK进行拼接,以生成拼接路段,其中,所述道路交叉点具有三个以上同名节点NODE,每条所述路段LINK具有唯一标识,并包括1个起始节点NODE、1个终点节点NODE,N个密度为5米的形状点,N为正整数;
高程计算模块,用于计算每个拼接路段中每段LINK的高差之和作为拼接路段的相对高程数据;
闭合环搜索模块,用于根据最小独立闭合环搜索算法,获得拼接路段组成的道路路网的最小独立闭合环集合;
闭合差计算模块,用于计算最小独立闭合环集合中每个最小独立闭合环的闭合差;
修正值计算模块,用于根据最小独立闭合环的闭合差,进行条件平差解算,以获取拼接路段的高程修正值;
高程修正模块,用于根据预设权值及拼接路段的高程修正值,计算出拼接路段上起始节点和终点节点之间各形状点的高程修正值;
数据重建模块,用于选取已知实际高程的节点作为起算点,根据所述起算点的实际高程值、拼接路段的相对高程数据、拼接路段的各形状点的高程修正值计算出各拼接路段的各形状点的实际高程值,以实现高程数据的重建。
8.根据权利要求7所述的高精度导航地图高程数据处理装置,其特征在于,所述闭合环搜索模块包括:
最优树建立单元,用于计算网型结构中各个节点的度,找到其中度最大的节点M;以M为起始点,访问与M相邻的邻节点M1,M2,…,并记录相邻的邻接边;分别以M1,M2,…出发,访问它们未被访问过的邻节点,记录相邻的邻接边;当还有未被访问的节点时,则继续访问下一级邻节点,直到所有的节点都被访问时,将记录的邻接边组成的树作为最优树结构P,未被访问过的边组成的集合即为余枝结构Q;
最小闭合环搜索单元,用于根据最小独立闭合环搜索算法、树枝结构P和余枝结构Q,获得拼接路段组成的道路路网的最小独立闭合环集合。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2018104438723 | 2018-05-10 | ||
CN201810443872 | 2018-05-10 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109579859A true CN109579859A (zh) | 2019-04-05 |
CN109579859B CN109579859B (zh) | 2019-11-22 |
Family
ID=65920484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811246635.4A Active CN109579859B (zh) | 2018-05-10 | 2018-10-24 | 一种高精度导航地图高程数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109579859B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112035987A (zh) * | 2020-08-27 | 2020-12-04 | 中南大学 | 多风机多级机站通风网络解算方法、装置及存储介质 |
CN116518960A (zh) * | 2023-06-28 | 2023-08-01 | 腾讯科技(深圳)有限公司 | 路网更新方法、装置、电子设备和存储介质 |
CN117115381A (zh) * | 2023-10-24 | 2023-11-24 | 腾讯科技(深圳)有限公司 | 数据处理方法和装置、存储介质及电子设备 |
CN117592232A (zh) * | 2023-11-15 | 2024-02-23 | 北京建筑大学 | 融合导航信息的路网拓扑结构建模方法及*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102075936A (zh) * | 2010-12-28 | 2011-05-25 | 中兴通讯股份有限公司 | 定位方法及终端 |
CN103562681A (zh) * | 2011-06-01 | 2014-02-05 | 哈曼贝克自动***股份有限公司 | 产生用于导航装置的数据库的方法、输出三维地图的方法和导航装置 |
CN104573396A (zh) * | 2015-01-27 | 2015-04-29 | 国家测绘地理信息局大地测量数据处理中心 | 水准网独立最小闭合环、最短附合线生成算法 |
CN106842231A (zh) * | 2016-11-08 | 2017-06-13 | 长安大学 | 一种道路边界检测及跟踪方法 |
KR20170122368A (ko) * | 2016-04-27 | 2017-11-06 | 주식회사엔엔에프텍 | 노면 포트홀 및 평탄성 측정 장치 |
CN107655490A (zh) * | 2017-08-29 | 2018-02-02 | 重庆邮电大学 | 基于移动用户轨迹分段和最热搜索的热点路径发现方法 |
CN107798079A (zh) * | 2017-09-30 | 2018-03-13 | 北京泓达九通科技发展有限公司 | 基于车辆轨迹数据的路段拼接方法及*** |
CN107805984A (zh) * | 2017-09-21 | 2018-03-16 | 中铁工程设计咨询集团有限公司 | 单边测量轨道控制网桩点的方法和*** |
-
2018
- 2018-10-24 CN CN201811246635.4A patent/CN109579859B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102075936A (zh) * | 2010-12-28 | 2011-05-25 | 中兴通讯股份有限公司 | 定位方法及终端 |
CN103562681A (zh) * | 2011-06-01 | 2014-02-05 | 哈曼贝克自动***股份有限公司 | 产生用于导航装置的数据库的方法、输出三维地图的方法和导航装置 |
CN104573396A (zh) * | 2015-01-27 | 2015-04-29 | 国家测绘地理信息局大地测量数据处理中心 | 水准网独立最小闭合环、最短附合线生成算法 |
KR20170122368A (ko) * | 2016-04-27 | 2017-11-06 | 주식회사엔엔에프텍 | 노면 포트홀 및 평탄성 측정 장치 |
CN106842231A (zh) * | 2016-11-08 | 2017-06-13 | 长安大学 | 一种道路边界检测及跟踪方法 |
CN107655490A (zh) * | 2017-08-29 | 2018-02-02 | 重庆邮电大学 | 基于移动用户轨迹分段和最热搜索的热点路径发现方法 |
CN107805984A (zh) * | 2017-09-21 | 2018-03-16 | 中铁工程设计咨询集团有限公司 | 单边测量轨道控制网桩点的方法和*** |
CN107798079A (zh) * | 2017-09-30 | 2018-03-13 | 北京泓达九通科技发展有限公司 | 基于车辆轨迹数据的路段拼接方法及*** |
Non-Patent Citations (1)
Title |
---|
秦昆等: "最小独立闭合环深度优先算法的一点改进", 《测绘科学技术学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112035987A (zh) * | 2020-08-27 | 2020-12-04 | 中南大学 | 多风机多级机站通风网络解算方法、装置及存储介质 |
CN112035987B (zh) * | 2020-08-27 | 2021-06-15 | 中南大学 | 多风机多级机站通风网络解算方法、装置及存储介质 |
CN116518960A (zh) * | 2023-06-28 | 2023-08-01 | 腾讯科技(深圳)有限公司 | 路网更新方法、装置、电子设备和存储介质 |
CN116518960B (zh) * | 2023-06-28 | 2023-09-26 | 腾讯科技(深圳)有限公司 | 路网更新方法、装置、电子设备和存储介质 |
CN117115381A (zh) * | 2023-10-24 | 2023-11-24 | 腾讯科技(深圳)有限公司 | 数据处理方法和装置、存储介质及电子设备 |
CN117115381B (zh) * | 2023-10-24 | 2024-02-09 | 腾讯科技(深圳)有限公司 | 数据处理方法和装置、存储介质及电子设备 |
CN117592232A (zh) * | 2023-11-15 | 2024-02-23 | 北京建筑大学 | 融合导航信息的路网拓扑结构建模方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN109579859B (zh) | 2019-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109579859B (zh) | 一种高精度导航地图高程数据处理方法及装置 | |
CN102147260B (zh) | 电子地图匹配方法和装置 | |
CN107913039A (zh) | 用于清洁机器人的区块选择方法、装置及机器人 | |
CN107393002B (zh) | 对地形边界进行提取的设备和方法 | |
CN110319845A (zh) | 用于确定两点之间的可达路径的方法、装置和*** | |
CN108204819B (zh) | 一种地图数据自动检测方法和装置、及混合导航*** | |
CN108286976A (zh) | 一种点云数据的融合方法和装置、以及混合导航*** | |
CN111488414B (zh) | 道路任务匹配方法、装置与设备 | |
CN107622061A (zh) | 一种确定地址唯一性的方法、装置及*** | |
CN112233056B (zh) | 一种多源数据的点云融合方法、装置和存储介质 | |
CN102523155B (zh) | 一种基于Boost库的K则最短路径搜索方法和*** | |
CN115481531B (zh) | 基于sumo的路网交通流实时孪生方法及*** | |
CN109947881A (zh) | 一种poi判重方法、装置、移动终端及计算机可读存储介质 | |
JP2020042793A (ja) | 確率プロットに基づく障害物分布シミュレーション方法、装置及び端末 | |
CN115048704A (zh) | 基于Revit的桥梁下部结构建模方法、***及装置 | |
CN113654536A (zh) | 基于北斗rtk的国家林草监测方法、装置、设备及介质 | |
CN113865589A (zh) | 一种基于地形坡度的长距离快速路径规划方法 | |
CN108845350A (zh) | 反演二维速度模型的方法及装置 | |
CN107783079A (zh) | 一种使用l0范数代价函数的二维相位快速解缠方法 | |
CN114255270A (zh) | 基于倾斜摄影技术的路基土石方自动算量方法和平台 | |
CN110427506A (zh) | 空间数据边界处理方法、装置、计算机设备及存储介质 | |
CN106970415A (zh) | 确定导航震源的轨迹的方法、装置及电子设备 | |
CN104778260B (zh) | 一种动态雷达环境知识库建模方法 | |
Freitas et al. | Correcting routing information through GPS data processing | |
CN105426387A (zh) | 一种基于K-means算法的地图聚合方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |