文献类型：期刊文章

作　　者：姚志鹏[1] 彭程[1] 唐建波[1,2] 刘国平[3] 杨学习[1,2] 刘慧敏[1] 邓敏[1,2]

YAO Zhipeng;PENG Cheng;TANG Jianbo;LIU Guoping;YANG Xuexi;LIU Huimin;DENG Min(School of Geosciences and Info-physics,Central South University,Changsha 410083,China;Hunan Geospatial Information Engineering and Technology Research Center,Changsha 410007,China;Beijing Didi Chuxing Technology Co.,Ltd.,Beijing 100089,China)

机构地区：[1]中南大学地球科学与信息物理学院,湖南长沙410083 [2]湖南省地理空间信息工程技术研究中心,湖南长沙410007 [3]北京滴滴出行科技有限公司,北京100089

出　　处：《测绘学报》

基　　金：国家自然科学基金(42271462,42171441,42271485);国家重点研发计划(2022YFB3904203);湖南省自然科学基金(2021JJ40727,2022JJ30703,2020JJ4749)。

年　　份：2024

卷　　号：53

期　　号：2

起止页码：379-390

语　　种：中文

收录情况：AJ、BDHX、BDHX2023、CSCD、CSCD2023_2024、EAPJ、EI、GEOBASE、JST、PROQUEST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：车辆轨迹数据是当前城市导航路网地图动态更新的一种重要数据源,从杂乱无序的轨迹点或轨迹线中提取并拟合道路几何形态,进而生成结构化的道路矢量地图是基于轨迹数据进行道路网地图构建与更新的关键步骤。现有的道路中心线提取方法主要采用单一的线形拟合算法进行轨迹数据拟合,然而真实道路的几何形态复杂多样和车辆轨迹数据质量参差不齐,导致单一的道路线形拟合算法只能在某些特定的数据场景下适用,无法针对不同的数据场景自适应的拟合出理想的道路中心线。此外,相比于专业测量方式采集的高频轨迹数据,出租车等采集的低频轨迹数据存在轨迹点稀疏、噪声多、定位误差大等问题,这使得从低频轨迹数据中提取理想的道路中心线仍具有挑战,尤其是针对复杂的交叉口区域。为此,本文基于分治策略的思想,提出了一种适应不同轨迹数据场景的道路线形组合优化提取方法。该方法在轨迹数据预处理的基础上,根据轨迹数据的分布特点对数据进行场景分类;进而,针对不同的数据场景匹配最优的线形拟合算法,通过组合优化策略生成理想的道路中心线。本文方法融合不同拟合算法的互补优势,可以有效解决数据分布稀疏、道路结构复杂(如自相交立交桥)等不同数据场景下的道路线形拟合问题。采用北京市出租车轨迹数据进行试验与对比分析,本文方法生成道路的平均位置精度为1.24 m,显著优于现有代表性方法。

关 键 词：轨迹数据  道路中心线 线形拟合 自适应 路网提取  

分 类 号：P208]