CN109949692B - 路网匹配方法、装置、计算机设备及存储介质 - Google Patents
路网匹配方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109949692B CN109949692B CN201910238205.6A CN201910238205A CN109949692B CN 109949692 B CN109949692 B CN 109949692B CN 201910238205 A CN201910238205 A CN 201910238205A CN 109949692 B CN109949692 B CN 109949692B
- Authority
- CN
- China
- Prior art keywords
- road
- road network
- matching
- roads
- network
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000013507 mapping Methods 0.000 claims abstract description 123
- 230000000007 visual effect Effects 0.000 claims description 16
- 230000002093 peripheral effect Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 abstract description 20
- 238000010586 diagram Methods 0.000 description 24
- 238000004364 calculation method Methods 0.000 description 18
- 238000012216 screening Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000007781 pre-processing Methods 0.000 description 8
- 230000004927 fusion Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 5
- 238000012800 visualization Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本申请是关于一种路网匹配方法、装置、计算机设备及存储介质。该方法包括:对第一路网中的指定类型道路进行道路匹配,获得第一匹配结果;对第一路网中的其它道路进行道路匹配,获得第二匹配结果;根据第一匹配结果和第二匹配结果,获取第一路网匹配结果,第一路网匹配结果中包含第一路网和第二路网中的各条道路之间的映射关系。本方案首先对待匹配的两个路网中的指定类型道路进行匹配,然后再对未匹配上的指定类型道路,以及指定类型道路之外的道路进行匹配,根据两个匹配结果进行道路之间的映射关系的建立,使得道路匹配算法能够适用于同时包含指定类型道路和普通类型道路的路网之间的匹配,从而提高路网匹配的准确性。
Description
技术领域
本申请实施例涉及地图数据应用技术领域,特别涉及一种路网匹配方法、装置、计算机设备及存储介质。
背景技术
随着电子地图类应用程序的不断发展,如何为用户提供尽可能准确且详尽的路网数据,是各大电子地图服务商一直致力于解决的问题。
在相关技术中,电子地图服务商可以将多个不同来源的路网数据进行匹配融合,以获得更加完善的路网数据。比如,在一种实现方案中,对于两个待匹配的路网,通过道路属性或者几何连通性对两个路网分别进行层次划分,并通过三角剖分的方式分层进行道路匹配。
然而,相关技术中通过三角剖分的方式分层进行道路匹配时,匹配策略较为单一,对于道路构成较为复杂的路网数据的匹配准确性较低,导致路网匹配效果较差。
发明内容
本申请实施例提供了一种路网匹配方法、装置、计算机设备及存储介质,可以提高路网匹配的准确性,该技术方案如下:
一方面,提供了一种路网匹配方法,所述方法包括:
获取第一路网的路网数据和第二路网的路网数据;
根据所述第一路网的路网数据和所述第二路网的路网数据,对所述第一路网中的指定类型道路进行道路匹配,获得第一匹配结果;所述第一匹配结果指示所述第二路网包含的,与所述第一路网中的各条指定类型道路相匹配的道路;
根据所述第一路网的路网数据和所述第二路网的路网数据,对所述第一路网中的其它道路进行道路匹配,获得第二匹配结果;所述第二匹配结果指示所述第二路网包含的,与所述第一路网中的各条其它道路相匹配的道路;所述其它道路是所述第一路网中,已匹配成功的指定类型道路之外的各条道路;
根据所述第一匹配结果和所述第二匹配结果,获取第一路网匹配结果,所述第一路网匹配结果中包含所述第一路网和所述第二路网中的各条道路之间的映射关系。
另一方面,提供了一种路网匹配装置,所述装置包括:
第一路网数据获取模块,用于获取第一路网的路网数据和第二路网的路网数据;
第一匹配模块,用于根据所述第一路网的路网数据和所述第二路网的路网数据,对所述第一路网中的指定类型道路进行道路匹配,获得第一匹配结果;所述第一匹配结果指示所述第二路网包含的,与所述第一路网中的各条指定类型道路相匹配的道路;
第二匹配模块,用于根据所述第一路网的路网数据和所述第二路网的路网数据,对所述第一路网中的其它道路进行道路匹配,获得第二匹配结果;所述第二匹配结果指示所述第二路网包含的,与所述第一路网中的各条其它道路相匹配的道路;所述其它道路是所述第一路网中,已匹配成功的指定类型道路之外的各条道路;
映射模块,用于根据所述第一匹配结果和所述第二匹配结果,获取第一路网匹配结果,所述第一路网匹配结果中包含所述第一路网和所述第二路网中的各条道路之间的映射关系。
可选的,所述第一匹配模块,用于,
获取第一道路的候选道路集,所述第一道路是所述第一路网中的任一条指定类型道路;所述第一道路的候选道路集包含所述第二路网中,与所述第一道路位置相近的各条道路;
从所述第一路网的路网数据中提取所述第一道路的第一类型特征,所述第一类型特征包括多个特征;
从所述第二路网的路网数据中提取第二道路的第一类型特征;所述第二道路是所述第一道路的候选道路集中的任一道路;
根据所述第一道路的第一类型特征,以及所述第二道路的第一类型特征,获取所述第一道路和所述第二道路之间的相似度参数;
当所述第一道路和所述第二道路之间的相似度参数满足第一相似度条件,且所述第一道路和所述第二道路满足指定类型策略条件时,确定所述第一道路与所述第二道路相匹配。
可选的,在获取第一道路的候选道路集时,所述第一匹配模块,用于,
获取所述第一道路的包裹区域,所述包裹区域是在地理上包裹对应道路的最小矩形区域;
将所述第二路网中,对应包裹区域与所述第一道路的包裹区域存在交集的各条道路,添加入所述第一道路的候选道路集。
可选的,在根据所述第一道路的第一类型特征,以及所述第二道路的第一类型特征,获取所述第一道路和所述第二道路之间的相似度参数时,所述第一匹配模块,用于,
获取所述第一道路中各对相邻形状点之间的球面距离,以及所述第二道路中各对相邻形状点之间的球面距离;
根据所述各对相邻形状点之间的球面距离,获取所述各对相邻形状点的局部匹配长度以及所述各对相邻形状点的权重;
根据所述第一道路中各对相邻形状点的局部匹配长度,获取所述第一道路与所述第二道路之间的累计匹配长度;
根据所述第一道路中各对相邻形状点的权重以及所述累计匹配长度,获取所述第一道路与所述第二道路之间的匹配权重加权平均值;
获取所述累计匹配长度占短道路长度的比值,所述短道路长度是所述第一道路的道路长度和所述第二道路的道路长度中的最小值;
将所述匹配权重加权平均值,以及所述累计匹配长度占短道路长度的比值获取为所述第一道路和所述第二道路之间的相似度参数。
可选的,在根据所述各对相邻形状点之间的球面距离,获取所述各对相邻形状点的局部匹配长度以及所述各对相邻形状点的权重时,所述第一匹配模块,用于,
将目标相邻形状点向所述第二道路进行投影,获得所述目标相邻投影点;所述目标相邻形状点是所述第一道路中的任一对相邻形状点;
获取所述目标相邻形状点之间的第一矢量方向、所述目标相邻投影点之间的第二矢量方向、以及所述目标相邻投影点之间的球面距离;
根据所述第一矢量方向和所述第二矢量方向之间的角度差,以及所述目标相邻投影点之间的球面距离,获取所述目标相邻形状点的局部匹配长度以及所述目标相邻形状点的权重。
可选的,在确定所述第一道路与所述第二道路相匹配之前,所述第一匹配模块,还用于,
当所述指定类型道路是平行路,且所述第一道路的平行路相对位置关系与所述第二道路的平行路相对位置关系相同时,确定所述第一道路和所述第二道路满足所述指定类型策略条件;
当所述指定类型道路是匝道,且所述第一道路和所述第二道路之间的道路几何特征差值小于差值阈值时,确定所述第一道路和所述第二道路满足所述指定类型策略条件;所述道路几何特征差值包括道路长度差值和形状点数量差值中的至少一项。
可选的,所述第二匹配模块,用于,
获取第三道路的候选道路集,所述第三道路是所述其它道路中的任一条道路;所述第三道路的候选道路集包含所述第二路网中,与所述第三道路位置相近的各条道路;
从所述第一路网的路网数据中提取所述第三道路的第一类型特征,所述第一类型特征包括多个特征;
从所述第二路网的路网数据中提取第四道路的第一类型特征;所述第四道路是所述第三道路的候选道路集中的任一道路;
根据所述第三道路的第一类型特征,以及所述第四道路的第一类型特征,获取所述第三道路和所述第四道路之间的相似度参数;
当所述第三道路和所述第四道路之间的相似度参数满足第二相似度条件时,确定所述第三道路与所述第四道路相匹配。
可选的,其特征在于,所述第一路网数据获取模块,用于,
获取目标路网中的各条道路在所述目标路网中的指定类型特征,所述目标路网是所述第一路网和所述第二路网中的任一路网;
按照对应的指定类型特征,生成所述目标路网对应的n层路网金字塔,所述路网金字塔是按照指定类型特征进行分层的路网数据,n为大于或者等于2的整数;
根据所述n层路网金字塔,获取所述目标路网的路网数据。
可选的,所述第一匹配模块,用于根据所述第一路网的第i层金字塔对应的路网数据,以及所述第二路网的第i层金字塔对应的路网数据,对所述第一路网的第i层金字塔中的指定类型道路进行道路匹配,获得所述第一匹配结果中与第i层金字塔对应的匹配结果;1≤i≤n,且i为整数。
可选的,所述第二匹配模块,用于根据所述第一路网的第i层金字塔对应的路网数据,以及所述第二路网的第i层金字塔对应的路网数据,对所述第一路网的第i层金字塔中的其它道路进行道路匹配,获得所述第二匹配结果中与第i层金字塔对应的匹配结果;1≤i≤n,且i为整数。
可选的,在根据所述n层路网金字塔,获取所述目标路网的路网数据时,所述第一路网数据获取模块,用于,
将所述目标路网中的各层金字塔中,道路等级、道路名称以及道路属性相同,且矢量角度差小于角度差阈值的相邻道路进行合并;所述相邻道路是一对首尾相连,且相连处不存在路口的道路;
根据相邻道路合并结果获取所述目标路网的路网数据。
可选的,所述装置还包括:
原始数据获取模块,用于在所述第一路网数据获取模块获取第一路网的路网数据和第二路网的路网数据之前,获取所述第一路网的原始路网数据,以及所述第二路网的原始路网数据;
格式统一模块,用于对所述第一路网的原始路网数据和所述第二路网的原始路网数据进行格式统一;
所述第一路网数据获取模块,用于根据格式统一后的所述第一路网的原始路网数据,以及格式统一后的所述第二路网的原始路网数据,获取所述第一路网的路网数据和第二路网的路网数据。
可选的,在对所述第一路网的原始路网数据和所述第二路网的原始路网数据进行格式统一时,所述格式统一模块,用于
以所述第一路网和所述第二路网中的一个路网的原始路网数据的数据格式为基准格式,将所述第一路网和所述第二路网中的另一个路网的原始路网数据的数据格式修改为所述基准格式;
或者,
将所述第一路网的原始路网数据的数据格式,以及所述第二路网的原始路网数据的数据格式,统一修改为基准格式。
可选的,所述映射模块,用于,
建立所述第一匹配结果所指示的,各对相匹配的道路之间的映射关系,获得所述第一匹配结果对应的道路映射关系;
对所述第二匹配结果中各对相匹配的道路按照匹配度从大到小的顺序排列;从匹配度最高的一对相匹配的道路开始,依次对周边拓扑道路中满足匹配关系的各对道路进行映射关系的建立,获得所述第二匹配结果对应的道路映射关系;
根据所述第一匹配结果对应的道路映射关系,以及所述第二匹配结果对应的道路映射关系获取所述第一路网匹配结果。
可选的,所述装置还包括:
第二路网数据获取模块,用于根据所述第一路网匹配结果,获取第三路网的路网数据,以及第四路网的路网数据,所述第三路网包含所述第一路网中未充分匹配的道路,所述第四路网中包含所述第二路网中未充分匹配的道路;所述未充分匹配的道路是匹配长度占自身长度的比值小于比例阈值的道路;
匹配结果获取模块,用于根据所述第三路网的路网数据和所述第四路网的路网数据,获取第二路网匹配结果,所述第二路网匹配结果中包含所述第三路网和所述第四路网中的各条道路之间的映射关系;
更新模块,用于根据所述第二路网匹配结果,对所述第一路网匹配结果进行更新,获得更新后的路网匹配结果。
可选的,所述装置还包括:
展示模块,用于根据所述更新后的路网匹配结果,展示路网匹配界面;
其中,所述路网匹配界面中包含以第一可视化效果显示的第一类道路、以第二可视化效果显示的第二类道路、以及以第三可视化效果显示的第三类道路;所述第一类道路是所述第一路网和所述第二路网中成功匹配的道路,所述第二类道路是所述第一路网中未成功匹配的道路,所述第三类道路是所述第二路网中未成功匹配的道路。
另一方面,提供了一种计算机设备,所述计算机设备包含处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上所述的路网匹配方法。
另一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上所述的路网匹配方法。
本申请提供的技术方案可以包括以下有益效果:
首先对待匹配的两个路网中的指定类型道路进行匹配,获得指定类型道路的匹配结果,然后再对未匹配上的指定类型道路,以及指定类型道路之外的道路进行匹配,获得指定类型道路之外的匹配结果,根据两个匹配结果进行道路之间的映射关系的建立,获得两个路网中各条道路之间的映射关系,使得道路匹配算法能够适用于同时包含指定类型道路和普通类型道路的路网之间的匹配,从而提高路网匹配的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是根据一示例性实施例示出的一种电子地图应用***的结构示意图;
图2是根据一示例性实施例示出的一种路网匹配方法的流程图;
图3是图2所示实施例涉及的路网匹配模型的架构图;
图4是是根据一示例性实施例示出的一种路网匹配方法的流程图;
图5是图4所示实施例涉及的路网金字塔示意图;
图6是图4所示实施例涉及的路网金字塔第一层的示意图;
图7是图4所示实施例涉及的路网金字塔第二层的示意图;
图8是图4所示实施例涉及的路网金字塔第三层的示意图;
图9是图4所示实施例涉及的超级路合并效果对比图;
图10是图4所示实施例涉及的指定类型道路匹配示意图;
图11是图4所示实施例涉及的匹配结果展示界面图;
图12是根据一示例性实施例示出的路网匹配的流程示意图;
图13是根据一示例性实施例示出的路网匹配装置的结构方框图;
图14是根据一示例性实施例示出的一种计算机设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
本申请实施例提出了一种路网匹配的方案,该方案能够提供更加精准的路网匹配效果。为了便于理解,下面对本申请涉及的几个名词进行解释。
1)路网数据
路网数据是指与地理和空间分布有关的、且用于反映现实世界中的地理空间实体及其变化的数据。路网数据通常带有空间坐标,比如,路网数据包含地理空间实体的几何位置信息、空间形态信息、空间关系信息以及属性语义信息等。
在本申请中,路网数据可以包括某一区域内的实际道路网中,各条道路的道路数据。其中,每条道路数据可以包括对应道路的坐标(经纬度)、拓扑结构(对应的路口模型、道路等级、道路模型、道路方向等等)以及道路名称等等。
2)路网匹配
路网匹配是对道路之间的属性所存在的差异性进行分析、计算,以及评价道路之间的空间相似性,从而在不同道路网数据库中识别出现实世界中的同名道路实体,并将识别出的道路实体在不同的道路网中显示的相关属性要素通过逻辑过程建立联系的方法。
在本申请中,路网匹配可以是指对于两个或者两个以上的路网,根据这两个路网各自的路网数据,从中匹配出两个或者两个以上路网中都存在的道路,以及,存在于部分路网,但是不存在于其它部分路网的道路,以便后续将两个或者两个以上路网进行融合获得更加完善的路网的过程。
图1是根据一示例性实施例示出的一种电子地图应用***的结构示意图。该***包括:服务器120以及若干个终端140。
服务器120是一台服务器,或者由若干台服务器,或者是一个虚拟化平台,或者是一个云计算服务中心。
终端140可以是具有界面显示功能的终端设备,比如,终端140可以是手机、平板电脑、电子书阅读器、智能眼镜、智能手表、MP3播放器(Moving Picture Experts GroupAudio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture ExpertsGroup Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
终端140与服务器120之间通过通信网络相连。可选的,通信网络是有线网络或无线网络。
可选的,该***还可以包括管理设备160,该管理设备160与服务器120之间通过通信网络相连。可选的,通信网络是有线网络或无线网络。
可选的,上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络,包括但不限于局域网(Local Area Network,LAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中,使用包括超文本标记语言(Hyper Text Mark-up Language,HTML)、可扩展标记语言(Extensible MarkupLanguage,XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer,SSL)、传输层安全(Transport Layer Security,TLS)、虚拟专用网络(Virtual Private Network,VPN)、网际协议安全(Internet ProtocolSecurity,IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中,还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
上述终端140中包含电子地图应用程序,该电子地图应用程序可以提供基于电子地图的各类应用,比如,导航、路线查询、地点查找等等。
服务器120可以是电子地图应用程序对应的服务器。该服务器120可以基于路网数据向终端140中的电子地图应用程序提供在线地图服务,比如在线导航、在线路线查询以及在线地点查找等;或者,该服务器120也可以将路网数据提供给终端140,由终端140中的电子地图应用程序根据该路网数据提供本地地图服务。
其中,上述路网数据可以是根据多个路网的路网数据进行匹配融合获得的。
路网数据的集成融合中,关键在于道路实体的空间位置、拓扑关系以及一些属性特征的合并,最终将多个数据源的优势集中在一起,形成一个完备、全面的路网数据库,对于提高数据的利用率、时效性、降低采集成本来说,都具有十分重要的意义。路网匹配算法是道路网数据的集成融合中的一个非常基础、关键的模块。
相关技术中的路网匹配方案将道路离散化地进行孤立处理,匹配策略过于单一,针对不同区域、不同类型(平行路、匝道等)的道路数据特征不同,算法很难做到适用于所有类型的道路数据,并且不能有效解决多源路网中道路多对多的复杂匹配关系,因此无法有效的处理复杂道路匹配,在匹配准确性和计算效率上存在一定程度上的不足,因此本申请旨在为多源路网数据的集成融合提供一种新的路网匹配算法。
图2是根据一示例性实施例示出的一种路网匹配方法的流程图,该路网匹配方法可以用于计算机设备,比如上述图1所示***的服务器120或者管理设备160,或者其它计算机设备(比如台式电脑、笔记本电脑、个人工作站或者其它服务器)中。如图2所示,该路网匹配方法可以包括如下步骤:
步骤21,获取第一路网的路网数据和第二路网的路网数据。
其中,第一路网的路网数据和第二路网的路网数据可以是来源不同的两个路网的路网数据。
比如,第一路网的路网数据可以是根据某一个地图数据提供商提供的地图数据(也可以成为第一路网的原始路网数据)获取到的路网数据,而第二路网的路网数据可以是根据另一个地图数据提供商提供的地图数据(也可以成为第一路网的原始路网数据)获取到的路网数据。
步骤22,根据该第一路网的路网数据和该第二路网的路网数据,对该第一路网中的指定类型道路进行道路匹配,获得第一匹配结果。
其中,该第一匹配结果指示该第二路网包含的,与该第一路网中的各条指定类型道路相匹配的道路。
上述指定类型道路可以是由开发人员或者管理人员预先设置的指定道路类型对应的道路。比如,在本申请实施例中,上述指定类型道路可以包括以下类型道路中的至少一项:平行路、匝道以及出入口道路。
在一种示例性的方案中,上述第一匹配结果中,第一路网中的一条指定类型道路,可以与第二路网中的一条或者多条道路相匹配,即第一匹配结果中第一路网和第二路网中的道路并不限制于一对一的关系,也可以是多对多的匹配关系。
步骤23,根据该第一路网的路网数据和该第二路网的路网数据,对该第一路网中的其它道路进行道路匹配,获得第二匹配结果。
其中,该第二匹配结果指示该第二路网包含的,与该第一路网中的各条其它道路相匹配的道路;该其它道路是该第一路网中,已匹配成功的指定类型道路之外的各条道路。
在一种示例性的方案中,上述第二匹配结果中,第一路网中的一条道路,可以与第二路网中的一条或者多条道路相匹配,即第二匹配结果中第一路网和第二路网中的道路也不限制于一对一的关系,可以是多对多的匹配关系。
步骤24,根据该第一匹配结果和该第二匹配结果,获取第一路网匹配结果。
其中,该第一路网匹配结果中包含该第一路网和该第二路网中的各条道路之间的映射关系。
综上所述,本申请实施例提供的方案,首先对待匹配的两个路网中的指定类型道路进行匹配,获得指定类型道路的匹配结果,然后再对未匹配上的指定类型道路,以及指定类型道路之外的道路进行匹配,获得指定类型道路之外的匹配结果,根据两个匹配结果进行道路之间的映射关系的建立,获得两个路网中各条道路之间的映射关系,使得道路匹配算法能够适用于同时包含指定类型道路和普通类型道路的路网之间的匹配,从而提高路网匹配的准确性。
另外,本申请实施例提供的方案中,用于道路映射的匹配结果可以包含多对多的道路匹配关系,能够有效解决多源路网中道路多对多的复杂匹配关系,进一步提高路网匹配的准确性。
本申请上述实施例提出一种新的路网匹配算法,针对复杂匹配关系以及匹配策略单一造成的算法准确度不足的问题,本申请设计了匹配模式策略链,提高算法对不同类型道路的匹配准确率。
在一示例性的方案中,本申请还可以通过构建路网金字塔和超级路来兼具道路的全局特征和局部特征,达到在简化路网复杂度的同时,降低局部差异的干扰,而且有效建立路网多对多的匹配关系;另外,本申请还可以提供一种新的道路网匹配相似性评价指标,并引入可视化模块,便于直观分析匹配效果;本申请提出的新的路网匹配算法,具有较好的通用性的有点,在显著提高匹配精度的同时,也保证了匹配算法的计算效率,可以应用于多源路网数据的集成融合。
请参考图3,其示出了本申请涉及的一种路网匹配处理机制涉及的路网匹配模型的架构图。如图3所示,该路网匹配模型30包括数据预处理组件31、特殊映射策略链组件32、拓扑映射策略链组件33、以及可视化组件34。其中,特殊映射策略链组件32和拓扑映射策略链组件33中还分别包含路网金字塔组件35、候选集筛选组件36、特征提取组件37以及相似性度量组件38。
上述图3所示的模型的输入为待匹配的两个路网(设定为第一路网和第二路网),首先对第一路网和第二路网分别进行数据预处理,然后分别通过特殊映射策略链、拓扑映射策略链完成对第一路网和第二路网的道路匹配,最后,通过可视化组件进行展示,以便进行效果分析。
图4是根据一示例性实施例示出的一种路网匹配方法的流程图,该路网匹配方法可以应用于计算机设备,比如上述图1所示***的服务器120或者管理设备160,或者其它计算机设备(比如台式电脑、笔记本电脑、个人工作站或者其它服务器)中。以通过图3所示的模型进行路网匹配为例,如图4所示,该路网匹配方法可以包括如下步骤:
步骤401,获取第一路网的原始路网数据,以及第二路网的原始路网数据。
其中,上述第一路网的原始路网数据,以及第二路网的原始路网数据,可以由计算机设备中的路网匹配模型从预设的数据库中读取获得。或者,上述第一路网的原始路网数据,以及第二路网的原始路网数据也可以由管理人员通过数据导入工具导入到计算机设备中,并由路网匹配模型在计算机设备本地进行读取。
步骤402,对第一路网的原始路网数据和第二路网的原始路网数据进行格式统一。
其中,在对该第一路网的原始路网数据和该第二路网的原始路网数据进行格式统一时,计算机设备可以该第一路网和该第二路网中的一个路网的原始路网数据的数据格式为基准格式,将该第一路网和该第二路网中的另一个路网的原始路网数据的数据格式修改为该基准格式。
由于本申请实施例中的第一路网的原始路网数据和第二路网的原始路网数据可能来自于不同的路网数据服务商,而不同的路网数据服务商有可能采用不同的数据格式来组织路网数据,因此,在对两个路网进行匹配之前,首先需要对待匹配的两个路网进行数据格式的统一。
比如,该步骤402可以由上述图3中的数据预处理组件31来实现,假设有待匹配的第一路网和第二路网,该数据预处理组件的作用在于:统一上述第一路网和第二路网的数据格式,以便于后续算法计算;执行的依据可以是采用第一路网作为基准,将第二路网中的道路数据进行转换,包括坐标系、道路等级、道路属性、道路模型(如平行路和双向路)、路口模型等数据格式的转换。
例如,第一路网的路网数据是由服务商a提供的路网数据,而第二路网的路网数据是由服务商b提供的路网数据,此时,数据预处理组件31可以将第二路网的路网数据的格式转换成与第一路网的路网数据相同的数据格式。
在另一示例性的方案中,在对该第一路网的原始路网数据和该第二路网的原始路网数据进行格式统一时,计算机设备也可以将该第一路网的原始路网数据的数据格式,以及该第二路网的原始路网数据的数据格式,统一修改为基准格式。
比如,以该步骤由上述图3中的数据预处理组件31来实现为例,数据预处理组件31中可以统一设置一个基准格式,数据预处理组件31在进行数据预处理时,将所有待匹配的路网数据都转换为该基准格式。
其中,上述图3中的特征提取组件37的作用在于:用来提取道路关键特征,参与后续相似度计算以及规则辅助判断。主要提取的特征有:几何特征,如道路长度、道路形状点个数、道路起终点角度等;语义特征,包括道路属性、道路等级、道路名称等;以及拓扑特征,包括道路和路口的挂接关系等。
其中,在路网数据中,每条道路通过若干个点进行表示,即一条道路是由该条道路对应的每相邻两点之间的相连构成的,用于在路网数据中表示道路的点,即为对应道路的形状点。其中,一条道路的形状点的个数通常与该条道路的弯曲程度相关,某一条道路弯曲越多,所需要的形状点的数量就越多,相应的,某一条道路弯曲越少,所需要的形状点的数量就越少,在理想情况下,一条完全笔直的道路,只需要两个形状点即可以准确表示。
该特征提取组件37提取的特征将用于图3中的路网金字塔组件35、候选集筛选组件36以及相似性度量组件37中,以基于上述特征实现各自的功能。
步骤403,根据格式统一后的该第一路网的原始路网数据,以及格式统一后的该第二路网的原始路网数据,获取该第一路网的路网数据和第二路网的路网数据。
在一个示例性的方案中,在获取该第一路网的路网数据和第二路网的路网数据时,对于目标路网,计算机设备可以获取目标路网中的各条道路在该目标路网中的指定类型特征,该目标路网是该第一路网和该第二路网中的任一路网;按照对应的指定类型特征,生成该目标路网对应的n层路网金字塔,该路网金字塔是按照指定类型特征进行分层的路网数据;其中,该n层路网金字塔中每一层路网金字塔包含该目标路网中指定类型特征相同的各条道路,n为大于或者等于2的整数;根据该n层路网金字塔,获取该目标路网的路网数据。
其中,上述指定类型特征可以包括以下特征中的至少一项:道路等级(也可以称为道路功能),以及,道路属性。其中,道路属性可以包括以下属性中的至少一项:对应道路的交通限制(比如限速)、对应道路的方向、以及对应道路的道路类型(比如是否为匝道、是否为隧道、是否为环岛等)。
其中,该步骤403可以由图3中的路网金字塔组件35来实现,路网金字塔组件35的作用在于:对道路网进行空间层次化划分,建立一种道路网层次空间形态,其中,不同层次的实体道路在路网中具备不同的指定类型特征,这样下来,每个层次的路网复杂度不仅得到降低,而且层级之间的约束也可以用来提升匹配算法的准确率;由于对应不同指定类型特征的道路本身在路网中承载的信息量是不同的,比如,以指定类型特征包括道路等级为例,高等级道路比低等级道路在视觉上会更好地识别并确定匹配关系,因此本申请采用道路的指定类型特征来构建路网金字塔。比如,还是以指定类型特征包括道路等级为例,可以将最高区间等级(如:高速~城市快速路,可自定义)的道路设置在金字塔最高层,另一区间等级(如国道~省道)的道路设置在下一层,依次类推,金字塔的层数可以根据实际数据源的情况进行设置,如图5至图8所示。其中,图5是本申请实施例涉及的路网金字塔示意图;图6是本申请实施例涉及的路网金字塔第一层的示意图;图7是本申请实施例涉及的路网金字塔第二层的示意图;图8是本申请实施例涉及的路网金字塔第三层的示意图。
本申请通过上述路网金字塔组件,在对多源异构路网(例如多源多尺度的路网)的道路匹配中,辨识各个路网之间的异同点,进而有效地提升路网数据之间的融合集成效率,通过将视觉注意力机制引入到道路网相似性比较中,模拟人的视觉认知机制来对复杂路网进行空间层次划分与推理,建立一种由主到次、逐级推理的算法流程,最终实现对复杂路网的精准匹配。
在一个示例性的方案中,在根据该n层路网金字塔,获取该目标路网的路网数据时,计算机设备可以将该目标路网中的各层金字塔中,道路等级、道路名称以及道路属性相同,且矢量角度差小于角度差阈值的相邻道路进行合并;该相邻道路是一对首尾相连,且相连处不存在路口的道路;根据相邻道路合并结果获取该目标路网的路网数据。
由于在不同的路网中,可能将同一条道路拆分成不同数量的多条道路,比如,在第一路网中,某一道路被拆分成3条道路进行表示,而在第二路网中,该道路被拆分成2条道路进行表示,若直接进行道路匹配,则会导致匹配效果较差。因此,在本申请实施例中,对于分配到金字塔每一层的道路,可以重新构建拓扑关系,以生成超级路(即道路合并)。执行的依据如下:遍历每条道路,若周边相邻道路和自身的道路等级一致、道路名称一致、道路属性一致、矢量角度差异小于某一阈值,且不存在路口,则进行合并,递归执行;直到没有可合并的道路存在,或者当前超级路的长度已超过某一阈值时停止;当所有道路均合并生成超级路之后,针对金字塔当前层重新计算生成路口拓扑关系。通过上述超级路合并,使得待匹配的两个路网中的每条道路的长度尽可能的长,从而在后续匹配过程中,能够提高匹配的精确度。
请参考图9,其是本申请实施例涉及的超级路合并效果对比图。图9中左侧部分(a)部分为合并前的路口拓扑关系,其中包含8条道路,经过超级路合并之后,左侧(a)部分中的道路3、4、5合并为右侧部分(b)部分中的道路3,道路,左侧(a)部分中的道路6、7合并为右侧部分(b)部分中的道路6。
步骤404,根据该第一路网的路网数据和该第二路网的路网数据,对该第一路网中的指定类型道路进行道路匹配,获得第一匹配结果。
其中,该第一匹配结果指示该第二路网包含的,与该第一路网中的各条指定类型道路相匹配的道路。
其中,在获得第一匹配结果时,计算机设备可以根据该第一路网的第i层金字塔对应的路网数据,以及该第二路网的第i层金字塔对应的路网数据,对该第一路网的第i层金字塔中的指定类型道路进行道路匹配,获得该第一匹配结果中与第i层金字塔对应的匹配结果;其中,1≤i≤n,且i为整数。
在本申请实施例中,计算机设备对两个路网进行匹配时,可以针对路网金字塔中的每一层分别进行匹配,以减少路网匹配的复杂度。
其中,在根据该第一路网的路网数据和该第二路网的路网数据,对该第一路网中的指定类型道路进行道路匹配,获得第一匹配结果时,计算机设备可以获取第一道路的候选道路集,该第一道路是该第一路网中的任一条指定类型道路;该第一道路的候选道路集包含该第二路网中,与该第一道路位置相近的各条道路;从该第一路网的路网数据中提取该第一道路的第一类型特征,该第一类型特征包括多个特征;从该第二路网的路网数据中提取第二道路的第一类型特征;该第二道路是该第一道路的候选道路集中的任一道路;根据该第一道路的第一类型特征,以及该第二道路的第一类型特征,获取该第一道路和该第二道路之间的相似度参数;当该第一道路和该第二道路之间的相似度参数满足第一相似度条件,且该第一道路和该第二道路满足指定类型策略条件时,确定该第一道路与该第二道路相匹配。
在一示例性实施例中,在获取第一道路的候选道路集时,计算机设备可以获取该第一道路的包裹区域,该包裹区域是在地理上包裹对应道路的最小矩形区域;将该第二路网中,对应包裹区域与该第一道路的包裹区域存在交集的各条道路,添加入该第一道路的候选道路集。
其中,上述步骤可以由图3中的候选集筛选组件36来实现。候选集筛选组件36的作用在于:针对第一路网中的某一待匹配的超级道路,筛选出第二路网中的待参与匹配的超级路集合,该候选集筛选组件36的准确设计一方面能够减少算法匹配计算量,提高算法执行效率,另一方面也对算法的匹配召回率产生很大影响;本申请采用的方式是对每一条超级路生成一个最小包裹矩形(可以根据实际数据设置,进行坐标外扩获得),对于第一路网中某条超级路,在第二路网中找到所有包裹矩形与其有交集的道路,作为第一路网中的该超级路的候选集。
可选的,在获取该第一道路和该第二道路之间的相似度参数时,计算机设备可以获取该第一道路中各对相邻形状点之间的球面距离,以及该第二道路中各对相邻形状点之间的球面距离;根据各对相邻形状点之间的球面距离,获取各对相邻形状点的局部匹配长度以及各对相邻形状点的权重;根据该第一道路中各对相邻形状点的局部匹配长度,获取该第一道路与该第二道路之间的累计匹配长度;根据该第一道路中各对相邻形状点的权重以及该累计匹配长度,获取该第一道路与该第二道路之间的匹配权重加权平均值;获取该累计匹配长度占短道路长度的比值,该短道路长度是该第一道路的道路长度和该第二道路的道路长度中的最小值;将该匹配权重加权平均值,以及该累计匹配长度占短道路长度的比值获取为该第一道路和该第二道路之间的相似度参数。
其中,当上述匹配权重加权平均值大于预设的加权平均值阈值,并且,上述累计匹配长度占短道路长度的比值大于预设的比值阈值时,可以确定该第一道路和该第二道路之间的相似度参数满足第一相似度条件。
其中,在根据各对相邻形状点之间的球面距离,获取各对相邻形状点的局部匹配长度以及各对相邻形状点的权重时,计算机设备将目标相邻形状点向该第二道路进行投影,获得该目标相邻投影点;该目标相邻形状点是该第一道路中的任一对相邻形状点;获取该目标相邻形状点之间的第一矢量方向、该目标相邻投影点之间的第二矢量方向、以及该目标相邻投影点之间的球面距离;根据该第一矢量方向和该第二矢量方向之间的角度差,以及该目标相邻投影点之间的球面距离,获取该目标相邻形状点的局部匹配长度以及该目标相邻形状点的权重。
其中,上述步骤可以由图3中的相似性度量组件38来实现。
相似度计算组件38的作用在于:计算第一路网中待匹配道路与第二路网中候选道路之间的相似度,若相似度满足某阈值条件,则将第二路网的候选道路放入最佳匹配集合(即上述第一匹配关系或者第二匹配关系),后续会进一步筛选,这里需要注意,由于之前经过了超级路合并,因此,对于第一路网中的某一条道路,第二路网中可能会有多条道路被添加入最佳匹配集合。具体计算过程为:
第一步,获取第一路网中待匹配道路1与第二路网中某一候选道路2的形状点,依次获取道路1中相邻的两形状点,计算其球面距离,记为dSegmentLen;
第二步,将这两个形状点往道路2进行投影,计算投影点(dProj1、dProj2)、投影距离(dProjDist1、dProjDist2)、原始点之间的矢量方向和投影点之间的矢量方向的角度差(dDiffAngle);
第三步,基于投影距离和角度差,计算这两个形状点进行局部段匹配长度(dSegmentMatchLen)及对应的权重值(dSegmentWeight)。权值计算公式如下:
两形状点的角度权值dSegmentWeight=(dDiffAngleWeight+dProjDistWeight)除以(DIFF_ANGLE_FACTOR+RPOJ_DIST_FACTOR),其中,
dDiffAngleWeight=DIFF_ANGLE_FACTOR*(cos(PI_PER_DEGREE*(180-dDiffAngle))+1),PI_PER_DEGREE为预先设置的参数,比如,在一种可能的示例中,该参数可以被设置为0.01745,上述DIFF_ANGLE_FACTOR表示对应角度的权值系数;dProjDistWeight表示投影距离权值,dProjDistWeight=RPOJ_DIST_FACTOR*((dProjDist1+dProjDist2)/2),RPOJ_DIST_FACTOR表示投影距离权值系数;上述角度的权值系数以及投影距离权值系数都可以是开发人员或者管理人员预先设置的系数。
第四步,依次遍历道路1中相邻的两形状点,累计各对形状点的局部段匹配长度,获得整体匹配长度dMatchLen;并累计各对形状点对应的权重dSegmentWeight*dSegmentMatchLen,获得整体段匹配权重:dMatchWeight;
第五步,计算道路段匹配权重加权平均值:dMatchWeight=dMatchLen/道路1的长度,以及匹配长度占道路1和道路2中较短道路的长度的比值:
Ratio=dMatchLen/min(道路1的长度,道路2的长度);
第六步:若dMatchWeight以及匹配Ratio分别满足既定阈值条件,则认为道路1和道路2有较高的相似度,则将道路2放入道路1的最佳匹配集合中。
在一示例性的方案中,在确定该第一道路与该第二道路相匹配之前,当该指定类型道路是平行路,且该第一道路的平行路相对位置关系与该第二道路的平行路相对位置关系相同时,确定该第一道路和该第二道路满足该指定类型策略条件。
当该指定类型道路是匝道,且该第一道路和该第二道路之间的道路几何特征差值小于差值阈值时,确定该第一道路和该第二道路满足该指定类型策略条件;该道路几何特征差值包括道路长度差值和形状点数量差值中的至少一项。
在本申请实施例中,上述图3中的特殊映射策略组件32的作用在于:由于不同区域、不同类型(平行路、匝道等)的道路数据特征不同,该特殊映射策略组件32会针对不同的指定类型道路提取不同的特征,用来保证算法能够针对性地解决指定类型道路匹配问题;如图10所示,其示出了本申请实施例涉及的指定类型道路匹配示意图。如图10所示,该特殊映射策略组件32的执行步骤可以如下:
首先,将第一路网、第二路网中的指定类型道路提取出来,然后采用这些道路分别构建路网金字塔(每个路网均生成一个),构建完成后,从金字塔顶层往底层依次进行匹配计算。
步骤405,根据该第一路网的路网数据和该第二路网的路网数据,对该第一路网中的其它道路进行道路匹配,获得第二匹配结果。
其中,该第二匹配结果指示该第二路网包含的,与该第一路网中的各条其它道路相匹配的道路;该其它道路是该第一路网中,已匹配成功的指定类型道路之外的各条道路。
其中,在根据该第一路网的路网数据和该第二路网的路网数据,对该第一路网中的其它道路进行道路匹配,获得第二匹配结果时,计算机设备根据该第一路网的第i层金字塔对应的路网数据,以及该第二路网的第i层金字塔对应的路网数据,对该第一路网的第i层金字塔中的其它道路进行道路匹配,获得该第二匹配结果中与第i层金字塔对应的匹配结果;其中,1≤i≤n,且i为整数。
其中,在根据该第一路网的路网数据和该第二路网的路网数据,对该第一路网中的其它道路进行道路匹配,获得第二匹配结果时,计算机设备获取第三道路的候选道路集,该第三道路是该其它道路中的任一条道路;该第三道路的候选道路集包含该第二路网中,与该第三道路位置相近的各条道路;从该第一路网的路网数据中提取该第三道路的第一类型特征,该第一类型特征包括多个特征;从该第二路网的路网数据中提取第四道路的第一类型特征;该第四道路是该第三道路的候选道路集中的任一道路;根据该第三道路的第一类型特征,以及该第四道路的第一类型特征,获取该第三道路和该第四道路之间的相似度参数;当该第三道路和该第四道路之间的相似度参数满足第二相似度条件时,确定该第三道路与该第四道路相匹配。
其中,该步骤405可以由图3中的拓扑映射策略链组件33来执行,并且,拓扑映射策略链组件33通过路网金字塔组件35、候选集筛选组件36、特征提取组件37以及相似性度量组件38获得上述第二匹配结果的过程,与上述步骤404中通过路网金字塔组件35、候选集筛选组件36、特征提取组件37以及相似性度量组件38获得第一匹配结果的过程类似,不同之处在于,在步骤405中,只需要两条道路之间的相似度参数满足第二相似度条件,即可以认为两条道路相匹配。
在本步骤中,计算机设备首先针对第一路网、第二路网中经过特殊映射策略链组件32匹配计算后所有未匹配成功的道路(即非指定类型道路以及指定类型道路中未成功匹配的部分道路)构建路网金字塔;然后,对金字塔中的每一层的所有超级路进行匹配。
在本申请实施例中,特殊映射策略链组件32和拓扑映射策略链组件33分别对各自要处理的道路构建金字塔,即特殊映射策略链组件32针对所有的指定类型道路构建路网金字塔,而拓扑映射策略链组件33针对除了匹配成功的指定类型道路之外的其它道路构建路网金字塔,在进行路网匹配时,特殊映射策略链组件32和拓扑映射策略链组件33对各自构建的路网金字塔中的所有道路进行匹配。
而在另一种可能的示例中,计算机设备也可以针对第一路网和第二路网中所有的道路分别构建路网金字塔,在进行道路匹配时,特殊映射策略链组件32根据路网金字塔中的指定类型道路进行匹配,而拓扑映射策略链组件33根据路网金字塔中除了匹配成功的指定类型道路之外的其它道路进行匹配。比如,特殊映射策略链组件32首先对构建的路网金字塔中的指定类型道路进行匹配,在匹配完成后,将该路网金字塔中匹配成功的道路去除,后续拓扑映射策略链组件33在对除去匹配成功的指定类型道路之后的路网金字塔中的各个道路进行匹配。
步骤406,根据该第一匹配结果和该第二匹配结果,获取第一路网匹配结果。
其中,该第一路网匹配结果中包含该第一路网和该第二路网中的各条道路之间的映射关系。
可选的,根据该第一匹配结果和该第二匹配结果,获取第一路网匹配结果时,计算机设备可以建立该第一匹配结果所指示的,各对相匹配的道路之间的映射关系,获得该第一匹配结果对应的道路映射关系;对该第二匹配结果中各对相匹配的道路按照匹配度从大到小的顺序排列;从匹配度最高的一对相匹配的道路开始,依次对周边拓扑道路中满足匹配关系的各对道路进行映射关系的建立,获得该第二匹配结果对应的道路映射关系;根据该第一匹配结果对应的道路映射关系,以及该第二匹配结果对应的道路映射关系获取该第一路网匹配结果。
在本申请实施例中,上述建立该第一匹配结果所指示的,各对相匹配的道路之间的映射关系,获得该第一匹配结果对应的道路映射关系的步骤,可以由特殊映射策略链组件32执行。比如,对于第一匹配结果中每一条属于第一路网的指定类型道路1,该指定类型道路1在第一匹配结果中对应有至少一条属于第二路网的道路(比如,对应有相匹配的指定类型道路2和指定类型道路3),特殊映射策略链组件32建立该指定类型道路1分别与该指定类型道路2和指定类型道路3之间的映射关系。
在本申请实施例中,上述对该第二匹配结果中各对相匹配的道路按照匹配度从大到小的顺序排列;从匹配度最高的一对相匹配的道路开始,依次对周边拓扑道路中满足匹配关系的各对道路进行映射关系的建立,获得该第二匹配结果对应的道路映射关系的步骤,可以由拓扑映射策略组件33执行。比如,拓扑映射策略组件可以按照匹配相似度进行降序排序;然后,基于匹配度高的超级路(道路1、道路2)开始拓扑映射:
a)获取道路1周边拓扑道路,遍历其中每条道路,与道路2周边每条道路进行匹配,若相似度满足阈值条件,则认为成功匹配。
其中,某一条道路的周边拓扑道路,可以是与该条道路相连的其它道路。
b)从a)步骤中计算得到的所有候选集合中选取匹配度最高的匹配对作为本轮拓扑中的最优后继结果。
c)基于最优后继结果,递归进行拓扑匹配。
其中,上述匹配度可以通过两条道路之间的相似度参数获得。比如,以相似度参数包含两条道路之间的匹配权重加权平均值,以及累计匹配长度占短道路长度的比值获得。
比如,在一个示例性的方案中,拓扑映射策略组件33可以将两条道路之间的匹配权重加权平均值,以及累计匹配长度占短道路长度的比值进行加权求和,获得两条道路之间的匹配度。
或者,在另一个示例性的方案中,拓扑映射策略组件33也可以将两条道路之间的匹配权重加权平均值,或者,累计匹配长度占短道路长度的比值,作为两条道路之间的匹配度。
在本申请中,以上述第一匹配关系和第二匹配关系中匹配度最高的一对匹配的道路(即道路1和道路2为例),拓扑映射策略组件33首先建立道路1和道路2之间的映射关系,然后获取道路1的x1条周边拓扑道路,并获取道路2的y1条周边拓扑道路,再获取道路1的x1条周边拓扑道路中的每一条道路,分别与道路2的y1条周边拓扑道路之间的匹配度,选取其中匹配度最高,且匹配度高于预设阈值的一对道路(比如是道路3和道路4),建立道路3和道路4之间的映射关系,然后,再获取道路3的x2条周边拓扑道路,并获取道路4的y2条周边拓扑道路,再获取道路3的x2条周边拓扑道路中的每一条道路,分别与道路4的y2条周边拓扑道路之间的匹配度,选取其中匹配度最高,且匹配度高于预设阈值的一对道路(比如是道路5和道路6),建立道路5和道路6之间的映射关系,依次类推,直至不再有满足条件的拓扑道路。然后,拓扑映射策略组件再选取上述第一匹配关系和第二匹配关系中匹配度第二最高的一对匹配的道路,并重新执行上述拓扑延展的过程。
步骤407,根据该第一路网匹配结果,获取第三路网的路网数据,以及第四路网的路网数据。
其中,该第三路网包含该第一路网中未充分匹配的道路,该第四路网中包含该第二路网中未充分匹配的道路;该未充分匹配的道路是匹配长度占自身长度的比值小于比例阈值的道路。
经过上述步骤406的映射关系建立之后,可能存在某些道路虽然建立了映射关系,但是相互映射的两条道路之间的匹配度不够高(比如,当第一路网中某条道路a与另一条道路b之间的累计匹配长度占自身长度的比值小于比例阈值,则道路a和道路b可以称为未充分匹配的道路)的情况,或者,也可能存在某些道路未能成功建立映射关系的情况,这种情况对应对的道路可以称为未充分匹配的道路。
在本申请实施例中,对于未充分匹配的道路,可以重新进行匹配和映射关系的建立,此时,需要首先分别获取第一路网和第二路网中未充分匹配的道路,分别组成第一路网和第四路网。
步骤408,根据该第三路网的路网数据和该第四路网的路网数据,获取第二路网匹配结果,该第二路网匹配结果中包含该第三路网和该第四路网中的各条道路之间的映射关系。
在本申请实施例中,该步骤408的匹配和映射关系建立过程可以与上述步骤405和步骤406中,拓扑映射策略组件33进行道路匹配和拓扑映射的过程类似中,即在执行步骤408时,计算机设备中的道路匹配模型可以首先对第三路网和第四路网分别构建路网金字塔,然后针对路网金字塔中的每一层,将第三路网中的道路与第四路网中的同层道路进行候选集筛选和相似度计算,再根据相似度的计算结果进行匹配,最后根据匹配结果进行拓扑映射。
在一示例性的方案中,上述步骤408可以由拓扑映射策略组件33来执行。
步骤409,根据该第二路网匹配结果,对该第一路网匹配结果进行更新,获得更新后的路网匹配结果。
通过上述步骤407至步骤409,计算机设备可以进一步补全映射关系,主要是遍历第一路网和第二路网中所有未充分匹配的道路(匹配长度占自身总长比例小于某阈值),再次进行匹配计算,进一步完善路网中的道路映射关系,比如根据再次匹配计算得到的映射关系,对上述第一路网匹配结果中的映射关系进行修改或者新增。
步骤410,根据该更新后的路网匹配结果,展示路网匹配界面。
其中,该路网匹配界面中包含以第一可视化效果显示的第一类道路、以第二可视化效果显示的第二类道路、以及以第三可视化效果显示的第三类道路;该第一类道路是该第一路网和该第二路网中成功匹配的道路,该第二类道路是该第一路网中未成功匹配的道路,该第三类道路是该第二路网中未成功匹配的道路。
该步骤410可以由图3中的可视化组件34执行,该可视化组件34的作用在于:可视化显示匹配结果,便于效果验证。
请参考图11,其是本申请实施例涉及的一种匹配结果展示界面图。如图11所示,第一路网的原始路口结点以某一种圆点显示(比如显示为深黑色圆点),第二路网的原始路口结点以另一种圆点显示(比如显示为浅灰色圆点),匹配成功的道路以相同颜色进行标识,这样基于匹配成功的道路,管理人员可以从图中可以直观看到两路网中道路一对一、一对多、多对多的复杂匹配关系,并验证是否正确。基于匹配不成功的道路,可以通过一种线条(比如细灰线)表示第一路网中存在该条道路,而第二路网不存在该条道路;并通过另一种线条(比如粗红线)表示第二路网中存在该条道路,而第一路网中不存在该条道路。
本申请可以有效提高针对多源多尺度路网中同一实体道路的匹配准确度,同时具有较好的计算效率,一方面有助于提高多源路网数据的利用率,降低数据采集成本;另一方面,能够保证道路路网的实效性,为更优质的导航效果提供数据保障。
上述特殊映射策略组件,仅以处理平行路、匝道等指定类型道路,为例进行说明,在一种可能的示例中,上述特殊映射策略组件也可以对其它类型道路进行匹配,比如,对隧道以及环岛等道路进行匹配。
上述相似度度量组件中,仅以道路的各个形状点的映射为例进行相似度参数计算,在一种可能的示例中,相似度度量组件还可以引入其它特征行相似度参数计算,比如,可以引入路口结点的特征进行计算。
上述可视化组件,还可以新增更多线条色彩、样式,以补充更多映射关系。
综上所述,本申请实施例提供的方案,首先对待匹配的两个路网中的指定类型道路进行匹配,获得指定类型道路的匹配结果,然后再对未匹配上的指定类型道路,以及指定类型道路之外的道路进行匹配,获得指定类型道路之外的匹配结果,根据两个匹配结果进行道路之间的映射关系的建立,获得两个路网中各条道路之间的映射关系,使得道路匹配算法能够适用于同时包含指定类型道路和普通类型道路的路网之间的匹配,从而提高路网匹配的准确性。
另外,本申请实施例提供的方案中,用于道路映射的匹配结果可以包含多对多的道路匹配关系,能够有效解决多源路网中道路多对多的复杂匹配关系,进一步提高路网匹配的准确性。
以对路网A和路网B进行匹配为例,请参考图12,其是根据一示例性实施例示出的路网匹配的流程示意图。如图12所示,该路网匹配的流程可以如下:
S1201,路网匹配模型对来源于服务商a的路网A的原始路网数据,以及来源于服务商b的路网B的原始路网数据进行格式统一。
S1202,路网匹配模型对格式统一后的路网A的原始路网数据,以及路网B的原始路网数据进行语义特征的特征提取,获得路网A中各条道路的语义特征,以及路网B中各条道路的语义特征。
S1203,路网匹配模型根据提取到的语义特征,分别对路网A中的指定类型道路和路网B中的指定类型道路构建路网金字塔,并进行超级路合并。
S1204,路网匹配模型根据各条道路的坐标,针对S1203构建的路网A对应的路网金字塔中的每条道路,筛选出路网B对应的路网金字塔中处于同层的候选集。
S1205,路网匹配模型根据各条道路的几何特征和拓扑特征,针对S1203构建的路网A对应的路网金字塔中的每条道路,计算该道路与对应的候选集中的每条道路之间的相似度参数。
S1206,路网匹配模型根据S1205获得各对道路之间的相似度参数,以及指定类型道路对应的策略条件,建立S1203构建的两个路网金字塔中各对道路之间的映射关系(可以为一对一、一对多或者多对多)。
S1207,路网匹配模型根据提取到的语义特征,分别对路网A中除了在S1206已经建立映射关系的其它道路构建路网金字塔,并对路网B中除了在S1206已经建立映射关系的其它道路构建路网金字塔,并进行超级路合并。
S1208,路网匹配模型根据各条道路的坐标,针对S1207构建的路网A对应的路网金字塔中的每条道路,筛选出路网B对应的路网金字塔中处于同层的候选集。
S1209,路网匹配模型根据各条道路的几何特征和拓扑特征,针对S1207构建的路网A对应的路网金字塔中的每条道路,计算该道路与对应的候选集中的每条道路之间的相似度参数。
S1210,路网匹配模型根据S1209获得各对道路之间的相似度参数,按照相似度降序排列,并以此进行拓扑映射,以建立S1207构建的两个路网金字塔中各对道路之间的映射关系。
S1211,路网匹配模型将S1206和S1210分别建立的映射关系获取为第一匹配结果。
S1212,路网匹配模型根据第一匹配结果获取路网C的路网数据和路网D的路网数据。
S1213,路网匹配模型根据提取到的语义特征,分别对路网C中的各条道路构建路网金字塔,并对路网D中的各条道路构建路网金字塔,并进行超级路合并。
S1214,路网匹配模型根据各条道路的坐标,针对S1213构建的路网C对应的路网金字塔中的每条道路,筛选出路网D对应的路网金字塔中处于同层的候选集。
S1215,路网匹配模型根据各条道路的几何特征和拓扑特征,针对S1214构建的路网C对应的路网金字塔中的每条道路,计算该道路与对应的候选集中的每条道路之间的相似度参数。
S1216,路网匹配模型根据S1215获得各对道路之间的相似度参数,按照相似度降序排列,并以此进行拓扑映射,以建立S1213构建的两个路网金字塔中各对道路之间的映射关系。
S1217,路网匹配模型根据S1216获得的映射关系,对S1211获得的第一配结果进行更新。
S1218,路网匹配模型将更新后的配结果输出至可视化界面进行显示。
图13是根据一示例性实施例示出的一种路网匹配装置的结构方框图。该路网匹配装置可以用于计算机设备中,以执行图2或图4所示实施例中的全部或者部分步骤。该路网匹配装置可以包括:
第一路网数据获取模块1301,用于获取第一路网的路网数据和第二路网的路网数据;
第一匹配模块1302,用于根据所述第一路网的路网数据和所述第二路网的路网数据,对所述第一路网中的指定类型道路进行道路匹配,获得第一匹配结果;所述第一匹配结果指示所述第二路网包含的,与所述第一路网中的各条指定类型道路相匹配的道路;
第二匹配模块1303,用于根据所述第一路网的路网数据和所述第二路网的路网数据,对所述第一路网中的其它道路进行道路匹配,获得第二匹配结果;所述第二匹配结果指示所述第二路网包含的,与所述第一路网中的各条其它道路相匹配的道路;所述其它道路是所述第一路网中,已匹配成功的指定类型道路之外的各条道路;
映射模块1304,用于根据所述第一匹配结果和所述第二匹配结果,获取第一路网匹配结果,所述第一路网匹配结果中包含所述第一路网和所述第二路网中的各条道路之间的映射关系。
可选的,所述第一匹配模块1302,用于,
获取第一道路的候选道路集,所述第一道路是所述第一路网中的任一条指定类型道路;所述第一道路的候选道路集包含所述第二路网中,与所述第一道路位置相近的各条道路;
从所述第一路网的路网数据中提取所述第一道路的第一类型特征,所述第一类型特征包括多个特征;
从所述第二路网的路网数据中提取第二道路的第一类型特征;所述第二道路是所述第一道路的候选道路集中的任一道路;
根据所述第一道路的第一类型特征,以及所述第二道路的第一类型特征,获取所述第一道路和所述第二道路之间的相似度参数;
当所述第一道路和所述第二道路之间的相似度参数满足第一相似度条件,且所述第一道路和所述第二道路满足指定类型策略条件时,确定所述第一道路与所述第二道路相匹配。
可选的,在获取第一道路的候选道路集时,所述第一匹配模块1302,用于,
获取所述第一道路的包裹区域,所述包裹区域是在地理上包裹对应道路的最小矩形区域;
将所述第二路网中,对应包裹区域与所述第一道路的包裹区域存在交集的各条道路,添加入所述第一道路的候选道路集。
可选的,在根据所述第一道路的第一类型特征,以及所述第二道路的第一类型特征,获取所述第一道路和所述第二道路之间的相似度参数时,所述第一匹配模块1302,用于,
获取所述第一道路中各对相邻形状点之间的球面距离,以及所述第二道路中各对相邻形状点之间的球面距离;
根据所述各对相邻形状点之间的球面距离,获取所述各对相邻形状点的局部匹配长度以及所述各对相邻形状点的权重;
根据所述第一道路中各对相邻形状点的局部匹配长度,获取所述第一道路与所述第二道路之间的累计匹配长度;
根据所述第一道路中各对相邻形状点的权重以及所述累计匹配长度,获取所述第一道路与所述第二道路之间的匹配权重加权平均值;
获取所述累计匹配长度占短道路长度的比值,所述短道路长度是所述第一道路的道路长度和所述第二道路的道路长度中的最小值;
将所述匹配权重加权平均值,以及所述累计匹配长度占短道路长度的比值获取为所述第一道路和所述第二道路之间的相似度参数。
可选的,在根据所述各对相邻形状点之间的球面距离,获取所述各对相邻形状点的局部匹配长度以及所述各对相邻形状点的权重时,所述第一匹配模块1302,用于,
将目标相邻形状点向所述第二道路进行投影,获得所述目标相邻投影点;所述目标相邻形状点是所述第一道路中的任一对相邻形状点;
获取所述目标相邻形状点之间的第一矢量方向、所述目标相邻投影点之间的第二矢量方向、以及所述目标相邻投影点之间的球面距离;
根据所述第一矢量方向和所述第二矢量方向之间的角度差,以及所述目标相邻投影点之间的球面距离,获取所述目标相邻形状点的局部匹配长度以及所述目标相邻形状点的权重。
可选的,在确定所述第一道路与所述第二道路相匹配之前,所述第一匹配模块1302,还用于,
当所述指定类型道路是平行路,且所述第一道路的平行路相对位置关系与所述第二道路的平行路相对位置关系相同时,确定所述第一道路和所述第二道路满足所述指定类型策略条件;
当所述指定类型道路是匝道,且所述第一道路和所述第二道路之间的道路几何特征差值小于差值阈值时,确定所述第一道路和所述第二道路满足所述指定类型策略条件;所述道路几何特征差值包括道路长度差值和形状点数量差值中的至少一项。
可选的,所述第二匹配模块1303,用于,
获取第三道路的候选道路集,所述第三道路是所述其它道路中的任一条道路;所述第三道路的候选道路集包含所述第二路网中,与所述第三道路位置相近的各条道路;
从所述第一路网的路网数据中提取所述第三道路的第一类型特征,所述第一类型特征包括多个特征;
从所述第二路网的路网数据中提取第四道路的第一类型特征;所述第四道路是所述第三道路的候选道路集中的任一道路;
根据所述第三道路的第一类型特征,以及所述第四道路的第一类型特征,获取所述第三道路和所述第四道路之间的相似度参数;
当所述第三道路和所述第四道路之间的相似度参数满足第二相似度条件时,确定所述第三道路与所述第四道路相匹配。
可选的,其特征在于,所述第一路网数据获取模块1301,用于,
获取目标路网中的各条道路在所述目标路网中的指定类型特征,所述目标路网是所述第一路网和所述第二路网中的任一路网;
按照对应的指定类型特征,生成所述目标路网对应的n层路网金字塔,所述路网金字塔是按照指定类型特征进行分层的路网数据,n为大于或者等于2的整数;
根据所述n层路网金字塔,获取所述目标路网的路网数据。
可选的,所述第一匹配模块1302,用于根据所述第一路网的第i层金字塔对应的路网数据,以及所述第二路网的第i层金字塔对应的路网数据,对所述第一路网的第i层金字塔中的指定类型道路进行道路匹配,获得所述第一匹配结果中与第i层金字塔对应的匹配结果;1≤i≤n,且i为整数。
可选的,所述第二匹配模块1303,用于根据所述第一路网的第i层金字塔对应的路网数据,以及所述第二路网的第i层金字塔对应的路网数据,对所述第一路网的第i层金字塔中的其它道路进行道路匹配,获得所述第二匹配结果中与第i层金字塔对应的匹配结果;1≤i≤n,且i为整数。
可选的,在根据所述n层路网金字塔,获取所述目标路网的路网数据时,所述第一路网数据获取模块1301,用于,
将所述目标路网中的各层金字塔中,道路等级、道路名称以及道路属性相同,且矢量角度差小于角度差阈值的相邻道路进行合并;所述相邻道路是一对首尾相连,且相连处不存在路口的道路;
根据相邻道路合并结果获取所述目标路网的路网数据。
可选的,所述装置还包括:
原始数据获取模块,用于在所述第一路网数据获取模块1301获取第一路网的路网数据和第二路网的路网数据之前,获取所述第一路网的原始路网数据,以及所述第二路网的原始路网数据;
格式统一模块,用于对所述第一路网的原始路网数据和所述第二路网的原始路网数据进行格式统一;
所述第一路网数据获取模块1301,用于根据格式统一后的所述第一路网的原始路网数据,以及格式统一后的所述第二路网的原始路网数据,获取所述第一路网的路网数据和第二路网的路网数据。
可选的,在对所述第一路网的原始路网数据和所述第二路网的原始路网数据进行格式统一时,所述格式统一模块,用于
以所述第一路网和所述第二路网中的一个路网的原始路网数据的数据格式为基准格式,将所述第一路网和所述第二路网中的另一个路网的原始路网数据的数据格式修改为所述基准格式;
或者,
将所述第一路网的原始路网数据的数据格式,以及所述第二路网的原始路网数据的数据格式,统一修改为基准格式。
可选的,所述映射模块1304,用于,
建立所述第一匹配结果所指示的,各对相匹配的道路之间的映射关系,获得所述第一匹配结果对应的道路映射关系;
对所述第二匹配结果中各对相匹配的道路按照匹配度从大到小的顺序排列;从匹配度最高的一对相匹配的道路开始,依次对周边拓扑道路中满足匹配关系的各对道路进行映射关系的建立,获得所述第二匹配结果对应的道路映射关系;
根据所述第一匹配结果对应的道路映射关系,以及所述第二匹配结果对应的道路映射关系获取所述第一路网匹配结果。
可选的,所述装置还包括:
第二路网数据获取模块,用于根据所述第一路网匹配结果,获取第三路网的路网数据,以及第四路网的路网数据,所述第三路网包含所述第一路网中未充分匹配的道路,所述第四路网中包含所述第二路网中未充分匹配的道路;所述未充分匹配的道路是匹配长度占自身长度的比值小于比例阈值的道路;
匹配结果获取模块,用于根据所述第三路网的路网数据和所述第四路网的路网数据,获取第二路网匹配结果,所述第二路网匹配结果中包含所述第三路网和所述第四路网中的各条道路之间的映射关系;
更新模块,用于根据所述第二路网匹配结果,对所述第一路网匹配结果进行更新,获得更新后的路网匹配结果。
可选的,所述装置还包括:
展示模块,用于根据所述更新后的路网匹配结果,展示路网匹配界面;
其中,所述路网匹配界面中包含以第一可视化效果显示的第一类道路、以第二可视化效果显示的第二类道路、以及以第三可视化效果显示的第三类道路;所述第一类道路是所述第一路网和所述第二路网中成功匹配的道路,所述第二类道路是所述第一路网中未成功匹配的道路,所述第三类道路是所述第二路网中未成功匹配的道路。
综上所述,本申请实施例提供的方案,首先对待匹配的两个路网中的指定类型道路进行匹配,获得指定类型道路的匹配结果,然后再对未匹配上的指定类型道路,以及指定类型道路之外的道路进行匹配,获得指定类型道路之外的匹配结果,根据两个匹配结果进行道路之间的映射关系的建立,获得两个路网中各条道路之间的映射关系,使得道路匹配算法能够适用于同时包含指定类型道路和普通类型道路的路网之间的匹配,从而提高路网匹配的准确性。
另外,本申请实施例提供的方案中,用于道路映射的匹配结果可以包含多对多的道路匹配关系,能够有效解决多源路网中道路多对多的复杂匹配关系,进一步提高路网匹配的准确性。
图14是根据一示例性实施例示出的一种计算机设备的结构示意图。所述计算机设备1400包括中央处理单元(CPU)1401、***存储器1404,以及***总线1405。所述计算机设备1400还包括帮助计算机内的各个器件之间传输信息的基本输入/输出***(I/O***)1406,和大容量存储设备1407。
所述基本输入/输出***1406包括有用于显示信息的显示器1408和用于用户输入信息的诸如鼠标、键盘之类的输入设备1409。其中所述显示器1408和输入设备1409都通过连接到***总线1405的输入输出控制器1410连接到中央处理单元1401。类似地,输入输出控制器1410还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备1407通过连接到***总线1405的大容量存储控制器(未示出)连接到中央处理单元1401。所述大容量存储设备1407及其相关联的计算机可读介质为计算机设备1400提供非易失性存储。也就是说,所述大容量存储设备1407可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性,所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术,CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的***存储器1404和大容量存储设备1407可以统称为存储器。
计算机设备1400可以通过连接在所述***总线1405上的网络接口单元1411连接到互联网或者其它网络设备。
所述存储器还包括一个或者一个以上的程序,所述一个或者一个以上程序存储于存储器中,中央处理器1401通过执行该一个或一个以上程序来实现图2或图4所示的方法的全部或者部分步骤。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括计算机程序(指令)的存储器,上述程序(指令)可由计算机设备的处理器执行以完成本申请各个实施例所示的方法的全部或者部分步骤。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (13)
1.一种路网匹配方法,其特征在于,所述方法包括:
获取第一路网的路网数据和第二路网的路网数据;
根据所述第一路网的路网数据和所述第二路网的路网数据,对所述第一路网中的指定类型道路进行道路匹配,获得第一匹配结果;所述第一匹配结果指示所述第二路网包含的,与所述第一路网中的各条指定类型道路相匹配的道路;
根据所述第一路网的路网数据和所述第二路网的路网数据,对所述第一路网中的其它道路进行道路匹配,获得第二匹配结果;所述第二匹配结果指示所述第二路网包含的,与所述第一路网中的各条其它道路相匹配的道路;所述其它道路是所述第一路网中,已匹配成功的指定类型道路之外的各条道路;
建立所述第一匹配结果所指示的,各对相匹配的道路之间的映射关系,获得所述第一匹配结果对应的道路映射关系;
对所述第二匹配结果中各对相匹配的道路按照匹配度从大到小的顺序排列;从匹配度最高的一对相匹配的道路开始,依次对周边拓扑道路中满足匹配关系的各对道路进行映射关系的建立,获得所述第二匹配结果对应的道路映射关系;
根据所述第一匹配结果对应的道路映射关系,以及所述第二匹配结果对应的道路映射关系获取所述第一路网匹配结果;
根据所述第一路网匹配结果,获取第三路网的路网数据,以及第四路网的路网数据,所述第三路网包含所述第一路网中未充分匹配的道路,所述第四路网中包含所述第二路网中未充分匹配的道路;所述未充分匹配的道路是匹配长度占自身长度的比值小于比例阈值的道路;
根据所述第三路网的路网数据和所述第四路网的路网数据,获取第二路网匹配结果,所述第二路网匹配结果中包含所述第三路网和所述第四路网中的各条道路之间的映射关系;
根据所述第二路网匹配结果,对所述第一路网匹配结果进行更新,获得更新后的路网匹配结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一路网的路网数据和所述第二路网的路网数据,对所述第一路网中的指定类型道路进行道路匹配,获得第一匹配结果,包括:
获取第一道路的候选道路集,所述第一道路是所述第一路网中的任一条指定类型道路;所述第一道路的候选道路集包含所述第二路网中,与所述第一道路位置相近的各条道路;
从所述第一路网的路网数据中提取所述第一道路的第一类型特征,所述第一类型特征包括多个特征;
从所述第二路网的路网数据中提取第二道路的第一类型特征;所述第二道路是所述第一道路的候选道路集中的任一道路;
根据所述第一道路的第一类型特征,以及所述第二道路的第一类型特征,获取所述第一道路和所述第二道路之间的相似度参数;
当所述第一道路和所述第二道路之间的相似度参数满足第一相似度条件,且所述第一道路和所述第二道路满足指定类型策略条件时,确定所述第一道路与所述第二道路相匹配。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一道路的第一类型特征,以及所述第二道路的第一类型特征,获取所述第一道路和所述第二道路之间的相似度参数,包括:
获取所述第一道路中各对相邻形状点之间的球面距离,以及所述第二道路中各对相邻形状点之间的球面距离;
根据所述各对相邻形状点之间的球面距离,获取所述各对相邻形状点的局部匹配长度以及所述各对相邻形状点的权重;
根据所述第一道路中各对相邻形状点的局部匹配长度,获取所述第一道路与所述第二道路之间的累计匹配长度;
根据所述第一道路中各对相邻形状点的权重以及所述累计匹配长度,获取所述第一道路与所述第二道路之间的匹配权重加权平均值;
获取所述累计匹配长度占短道路长度的比值,所述短道路长度是所述第一道路的道路长度和所述第二道路的道路长度中的最小值;
将所述匹配权重加权平均值,以及所述累计匹配长度占短道路长度的比值获取为所述第一道路和所述第二道路之间的相似度参数。
4.根据权利要求2所述的方法,其特征在于,所述确定所述第一道路与所述第二道路相匹配之前,还包括:
当所述指定类型道路是平行路,且所述第一道路的平行路相对位置关系与所述第二道路的平行路相对位置关系相同时,确定所述第一道路和所述第二道路满足所述指定类型策略条件;
当所述指定类型道路是匝道,且所述第一道路和所述第二道路之间的道路几何特征差值小于差值阈值时,确定所述第一道路和所述第二道路满足所述指定类型策略条件;所述道路几何特征差值包括道路长度差值和形状点数量差值中的至少一项。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第一路网的路网数据和所述第二路网的路网数据,对所述第一路网中的其它道路进行道路匹配,获得第二匹配结果,包括:
获取第三道路的候选道路集,所述第三道路是所述其它道路中的任一条道路;所述第三道路的候选道路集包含所述第二路网中,与所述第三道路位置相近的各条道路;
从所述第一路网的路网数据中提取所述第三道路的第一类型特征,所述第一类型特征包括多个特征;
从所述第二路网的路网数据中提取第四道路的第一类型特征;所述第四道路是所述第三道路的候选道路集中的任一道路;
根据所述第三道路的第一类型特征,以及所述第四道路的第一类型特征,获取所述第三道路和所述第四道路之间的相似度参数;
当所述第三道路和所述第四道路之间的相似度参数满足第二相似度条件时,确定所述第三道路与所述第四道路相匹配。
6.根据权利要求1至5任一所述的方法,其特征在于,
所述获取第一路网的路网数据和第二路网的路网数据,包括:
获取目标路网中的各条道路在所述目标路网中的指定类型特征,所述目标路网是所述第一路网和所述第二路网中的任一路网;
按照对应的指定类型特征,生成所述目标路网对应的n层路网金字塔,所述路网金字塔是按照指定类型特征进行分层的路网数据,n为大于或者等于2的整数;
根据所述n层路网金字塔,获取所述目标路网的路网数据。
7.根据权利要求6所述的方法,其特征在于,所述根据所述n层路网金字塔,获取所述目标路网的路网数据,包括:
将所述目标路网中的各层金字塔中,道路等级、道路名称以及道路属性相同,且矢量角度差小于角度差阈值的相邻道路进行合并;所述相邻道路是一对首尾相连,且相连处不存在路口的道路;
根据相邻道路合并结果获取所述目标路网的路网数据。
8.根据权利要求6所述的方法,其特征在于,所述获取第一路网的路网数据和第二路网的路网数据之前,还包括:
获取所述第一路网的原始路网数据,以及所述第二路网的原始路网数据;
对所述第一路网的原始路网数据和所述第二路网的原始路网数据进行格式统一;
所述获取第一路网的路网数据和第二路网的路网数据,包括:
根据格式统一后的所述第一路网的原始路网数据,以及格式统一后的所述第二路网的原始路网数据,获取所述第一路网的路网数据和第二路网的路网数据。
9.根据权利要求8所述的方法,其特征在于,所述对所述第一路网的原始路网数据和所述第二路网的原始路网数据进行格式统一,包括:
以所述第一路网和所述第二路网中的一个路网的原始路网数据的数据格式为基准格式,将所述第一路网和所述第二路网中的另一个路网的原始路网数据的数据格式修改为所述基准格式;
或者,
将所述第一路网的原始路网数据的数据格式,以及所述第二路网的原始路网数据的数据格式,统一修改为基准格式。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述更新后的路网匹配结果,展示路网匹配界面;
其中,所述路网匹配界面中包含以第一可视化效果显示的第一类道路、以第二可视化效果显示的第二类道路、以及以第三可视化效果显示的第三类道路;所述第一类道路是所述第一路网和所述第二路网中成功匹配的道路,所述第二类道路是所述第一路网中未成功匹配的道路,所述第三类道路是所述第二路网中未成功匹配的道路。
11.一种路网匹配装置,其特征在于,所述装置包括:
第一路网数据获取模块,用于获取第一路网的路网数据和第二路网的路网数据;
第一匹配模块,用于根据所述第一路网的路网数据和所述第二路网的路网数据,对所述第一路网中的指定类型道路进行道路匹配,获得第一匹配结果;所述第一匹配结果指示所述第二路网包含的,与所述第一路网中的各条指定类型道路相匹配的道路;
第二匹配模块,用于根据所述第一路网的路网数据和所述第二路网的路网数据,对所述第一路网中的其它道路进行道路匹配,获得第二匹配结果;所述第二匹配结果指示所述第二路网包含的,与所述第一路网中的各条其它道路相匹配的道路;所述其它道路是所述第一路网中,已匹配成功的指定类型道路之外的各条道路;
映射模块,用于建立所述第一匹配结果所指示的,各对相匹配的道路之间的映射关系,获得所述第一匹配结果对应的道路映射关系;对所述第二匹配结果中各对相匹配的道路按照匹配度从大到小的顺序排列;从匹配度最高的一对相匹配的道路开始,依次对周边拓扑道路中满足匹配关系的各对道路进行映射关系的建立,获得所述第二匹配结果对应的道路映射关系;根据所述第一匹配结果对应的道路映射关系,以及所述第二匹配结果对应的道路映射关系获取所述第一路网匹配结果;
第二路网数据获取模块,用于根据所述第一路网匹配结果,获取第三路网的路网数据,以及第四路网的路网数据,所述第三路网包含所述第一路网中未充分匹配的道路,所述第四路网中包含所述第二路网中未充分匹配的道路;所述未充分匹配的道路是匹配长度占自身长度的比值小于比例阈值的道路;
匹配结果获取模块,用于根据所述第三路网的路网数据和所述第四路网的路网数据,获取第二路网匹配结果,所述第二路网匹配结果中包含所述第三路网和所述第四路网中的各条道路之间的映射关系;
更新模块,用于根据所述第二路网匹配结果,对所述第一路网匹配结果进行更新,获得更新后的路网匹配结果。
12.一种计算机设备,其特征在于,所述计算机设备包含处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至10任一所述的路网匹配方法。
13.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至10任一所述的路网匹配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910238205.6A CN109949692B (zh) | 2019-03-27 | 2019-03-27 | 路网匹配方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910238205.6A CN109949692B (zh) | 2019-03-27 | 2019-03-27 | 路网匹配方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109949692A CN109949692A (zh) | 2019-06-28 |
CN109949692B true CN109949692B (zh) | 2021-03-26 |
Family
ID=67011957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910238205.6A Active CN109949692B (zh) | 2019-03-27 | 2019-03-27 | 路网匹配方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109949692B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113157827B (zh) * | 2020-01-22 | 2023-10-10 | 阿里巴巴集团控股有限公司 | 车道类型的生成方法、装置、数据处理设备及存储介质 |
CN111475593B (zh) * | 2020-03-12 | 2023-06-23 | 北京掌行通信息技术有限公司 | 一种电子地图的映射方法、装置、存储介质及终端 |
CN112419728B (zh) * | 2020-11-20 | 2022-06-07 | 北京百度网讯科技有限公司 | 确定路况信息的方法、装置、设备和存储介质 |
CN112559660B (zh) * | 2020-12-11 | 2022-06-17 | 腾讯科技(深圳)有限公司 | 一种道路数据处理方法、装置、电子设备和存储介质 |
CN112798005B (zh) * | 2021-01-06 | 2022-06-10 | 腾讯科技(深圳)有限公司 | 一种道路数据的处理方法以及相关装置 |
CN116257766B (zh) * | 2023-01-16 | 2023-09-19 | 长沙理工大学 | 基于最小费用网络流模型的多指标道路网匹配方法 |
CN117853714B (zh) * | 2024-03-06 | 2024-06-18 | 北京阿帕科蓝科技有限公司 | 停车区生成方法、装置、计算机设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101635114A (zh) * | 2008-07-22 | 2010-01-27 | 北京捷易联科技有限公司 | 一种道路编码更新方法、***及地图数据服务器 |
WO2011047729A1 (en) * | 2009-10-22 | 2011-04-28 | Tele Atlas B.V. | Incremental map generation, refinement and extension with gps traces |
CN107784042A (zh) * | 2016-08-31 | 2018-03-09 | 高德软件有限公司 | 一种对象匹配方法及装置 |
CN107967277A (zh) * | 2016-10-19 | 2018-04-27 | 高德软件有限公司 | 一种地图数据识别方法及装置 |
CN109241069A (zh) * | 2018-08-23 | 2019-01-18 | 中南大学 | 一种基于轨迹自适应聚类的路网快速更新的方法及*** |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040111446A (ko) * | 2002-03-29 | 2004-12-31 | 마쯔시다덴기산교 가부시키가이샤 | 지도 매칭 방법, 지도 매칭 장치, 형상 매칭용데이터베이스 및 형상 매칭 장치 |
CN104361142B (zh) * | 2014-12-12 | 2017-08-25 | 华北水利水电大学 | 一种多源导航电子地图矢量道路网变化快速检测方法 |
KR101772748B1 (ko) * | 2015-04-06 | 2017-08-30 | 국방과학연구소 | 유사도 매칭을 이용한 이종의 도로 데이터 융합 방법 |
CN106203491B (zh) * | 2016-07-01 | 2019-03-05 | 交通运输部路网监测与应急处置中心 | 一种公路矢量数据的融合更新方法 |
EP3293486B1 (en) * | 2016-09-07 | 2019-04-24 | Ordnance Survey Limited | Method and system for improving spatial accuracy of map data |
US20180365575A1 (en) * | 2017-07-31 | 2018-12-20 | Seematics Systems Ltd | System and method for employing inference models based on available processing resources |
CN108492276B (zh) * | 2018-01-29 | 2021-03-19 | 中国人民解放军战略支援部队信息工程大学 | 一种基于相似性度量的矢量道路变化检测方法及装置 |
CN108304559A (zh) * | 2018-02-08 | 2018-07-20 | 广州地理研究所 | 一种区域地理空间数据融合方法 |
-
2019
- 2019-03-27 CN CN201910238205.6A patent/CN109949692B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101635114A (zh) * | 2008-07-22 | 2010-01-27 | 北京捷易联科技有限公司 | 一种道路编码更新方法、***及地图数据服务器 |
WO2011047729A1 (en) * | 2009-10-22 | 2011-04-28 | Tele Atlas B.V. | Incremental map generation, refinement and extension with gps traces |
CN107784042A (zh) * | 2016-08-31 | 2018-03-09 | 高德软件有限公司 | 一种对象匹配方法及装置 |
CN107967277A (zh) * | 2016-10-19 | 2018-04-27 | 高德软件有限公司 | 一种地图数据识别方法及装置 |
CN109241069A (zh) * | 2018-08-23 | 2019-01-18 | 中南大学 | 一种基于轨迹自适应聚类的路网快速更新的方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN109949692A (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109949692B (zh) | 路网匹配方法、装置、计算机设备及存储介质 | |
Chen et al. | The α-reliable path problem in stochastic road networks with link correlations: A moment-matching-based path finding algorithm | |
Jiang et al. | Large-scale taxi O/D visual analytics for understanding metropolitan human movement patterns | |
Lan et al. | Travel time estimation without road networks: an urban morphological layout representation approach | |
CN116518960B (zh) | 路网更新方法、装置、电子设备和存储介质 | |
CN113344370B (zh) | 基于城市路网和区域功能的应急单元划分方法及装置 | |
CN114238542A (zh) | 多源交通gis路网多层级实时融合更新方法 | |
CN116721229B (zh) | 地图中道路隔离带的生成方法、装置、设备及存储介质 | |
CN113779430A (zh) | 路网数据生成方法、装置、计算设备和存储介质 | |
CN114661744B (zh) | 一种基于深度学习的地形数据库更新方法及*** | |
CN105893577A (zh) | 路网数据处理方法及装置 | |
Yang et al. | A map‐algebra‐based method for automatic change detection and spatial data updating across multiple scales | |
Sabri et al. | A multi-dimensional analytics platform to support planning and design for liveable and sustainable urban environment | |
CN117932763A (zh) | 基于数字孪生的高速公路交通模型构建方法 | |
JP2023515685A (ja) | 改善された合成および安定した特徴識別情報をサポートする位相的ベースモデル | |
Vuurstaek et al. | GTFS bus stop mapping to the OSM network | |
CN117115381A (zh) | 数据处理方法和装置、存储介质及电子设备 | |
CN117146796A (zh) | 一种数据处理方法、装置、设备以及计算机可读存储介质 | |
Shariatpour et al. | Urban 3D Modeling as a Precursor of City Information Modeling and Digital Twin for Smart City Era: A Case Study of the Narmak Neighborhood of Tehran City, Iran | |
Ren et al. | Mapping grade-separated junctions in detail using crowdsourced trajectory data | |
CN117011692A (zh) | 一种道路识别的方法以及相关装置 | |
Ma et al. | Complex buildings orientation recognition and description based on vector reconstruction | |
Somanath et al. | On procedural urban digital twin generation and visualization of large scale data | |
Richter et al. | Challenges and experiences in using heterogeneous, geo-referenced data for automatic creation of driving simulator environments | |
Bolten | Equitable Network Modeling of Diverse Modes of Built Environment Pedestrian Navigation |
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 |