一种基于出租车GPS的道路网络提取方法技术

本发明专利技术公开了一种基于出租车GPS的道路网络提取方法，包括7个步骤：步骤S1是提取一个工作日的出租车GPS数据库，步骤S2是限定识别城市边界，步骤S3是数据清洗，步骤S4是观测范围的划分，步骤S5是交叉口的判别，步骤S6是基于交叉口的路段识别，步骤S7是输出道路属性表。本发明专利技术提取的路网信息更新、更精确，运算速度快，减少了人力投入，降低了误差。

【技术实现步骤摘要】
一种基于出租车GPS的道路网络提取方法
本专利技术涉及道路网络提取方法，特别是一种基于出租车GPS的道路网络提取方法。
技术介绍
中国城市交通发展迅猛，道路建设日新月异。国内尚缺乏可供交通规划师或交通研究者用于交通分析的权威道路网络数据发布，因此，国内交通规划或研究的现状路网往往采用规划部门提供的早先勘测的路网信息，或者规划团队花费大量的人力物力进行实地调研以更新与矫正路网信息。前者获得的路网信息严重滞后；后者则也要花费大量的时间，获得的数据缺乏了时效性。
技术实现思路
专利技术目的：本专利技术的目的是提供一种低成本、高效率的基于出租车GPS的道路网络提取方法。本专利技术所述的基于出租车GPS的道路网络提取方法，包括如下的步骤：S1：提取一个工作日的出租车GPS数据库：数据库包括8列，即车辆编号、触发事件、运营状态、GPS时间、GPS经度、GPS纬度、GPS速度和GPS方向；S2：限定识别城市边界：提取城市行政区域边界最西端、最东端、最北端和最南端的节点坐标，节点坐标包含经度与纬度；设置最西端的经度坐标为城市边界的经度最小值LONmin、设置最东端的经度坐标为城市边界的经度最大值LONmax、设置最北端的纬度坐标为城市边界的纬度最大值LATmax、设置最南端的纬度坐标为城市边界的纬度最小值LATmin，四个边界值围合形成的区域即为观测范围；剔除步骤S1中获得的出租车GPS数据库中不满足式(1)的数据行；LONmin<GPS经度<LONmax,并且LATmin<GPS纬度<LATmax(1)S3：数据清洗：将步骤S2处理后的出租车GPS数据库依次按照GPS时间、车辆编号两个变量升序排列，使得新形成的数据库中同一车辆的数据行连在一起并按时间先后排列；删除非道路数据行与位置异常数据行，得到有效出租车GPS数据库；设定全局迭代变量iteration为1；其中，删除非道路数据行是删除符合式(2)的数据行：判断条件1：运营状态＝2或者3，并且GPS速度＝0(2)删除位置异常数据行是删除Dx,x+1满足式(3)时的第x+1行数据：判断条件2：Dx,x+1>Vmax·(Tx+1-Tx)(3)Dx,x+1如式(4)所示：其中，Dx,x+1为删除了非道路数据行之后得到的数据库中的相邻行两个数据点之间的距离，Vmax为城市道路的最大限速值，r为地球的半径，Tx、φx、λx为删除了非道路数据行之后得到的数据库中的第x行GPS时间、GPS纬度和GPS经度，Tx+1、φx+1、λx+1为删除了非道路数据行之后得到的数据库中的第x+1行GPS时间、GPS纬度和GPS经度；S4：观测范围的划分：将步骤S2确定的观测范围切割为m行n列的矩形地块，其中m与n由式(5)与式(6)得到，切割边界的纬度lat边i和经度lon边j分别由式(7)与式(8)得到：m＝INT((LATmax-LATmin)/0.0027)(5)n＝INT((LONmax-LONmin)/0.003528)(6)lat边i＝LATmin+(i-0.5*iteration)*(LATmax-LATmin)/m，(i＝2,3,4,…,m)(7)lon边j＝LONmin+(j-0.5*iteration)*(LONmax-LONmin)/n，(j＝2,3,4,…,n)(8)S5：交叉口的判别：对步骤S4中得到的矩形地块进行交叉口识别，也即将落在一个地块中的有效出租车GPS数据库的所有经纬度坐标组成子数据库，对所有子数据库，依据经度与纬度的跨度，均匀划分为10×10个检测单元，然后根据交叉口判断条件判断每个检测单元中是否存在交叉口以及交叉口的位置，将所有识别的交叉口的位置记录在交叉口检测列表中，最后对全局迭代变量iteration进行赋值与判别；其中，交叉口判断条件为：检测单元中包含的数据行超过40行，并且这些数据行所包含的不重复的“GPS方位”值的个数大于40；S6：基于交叉口的路段识别：将步骤S5得到的交叉口检测列表转化为待检测交叉口点对表，每个待检测交叉口点对由起始交叉口与终止交叉口组成；对每一组待检测交叉口点对，判断起始交叉口与终止交叉口之间是否存在道路，若存在，则将起始交叉口与终止交叉口的坐标记录在路段检测列表中，并删除重复误判路段；S7：输出道路属性表：输出步骤S5得到的交叉口检测列表以及步骤S6得到的路段检测列表。进一步，所述步骤S5中的交叉口的位置包括交叉口经度和交叉口纬度，交叉口经度为检测单元中所有数据行的经度的平均值，交叉口纬度为检测单元中所有数据行的纬度的平均值。进一步，所述步骤S5中对全局迭代变量iteration进行赋值与判别是对全局迭代变量iteration加1并重新赋值，判断如果全局迭代变量iteration不等于3，则回到步骤S4，如果全局迭代变量iteration等于3，则进入步骤S6。进一步，所述步骤S6包括以下的子步骤：S6.1：交叉口检测列表转化为待检测交叉口点对表：根据式(4)计算交叉口检测列表中的任一交叉口与其余交叉口之间的距离，筛选出该距离小于2km的交叉口点对组成待检测交叉口点对表，该点对表包含5个变量，即起始交叉口经度lonstart、起始交叉口纬度latstart、终止交叉口经度lonend、终止交叉口纬度latend、两交叉口距离Ds-e；其中，根据式(9)来计算，“s”代表起始交叉口，“e”代表终止交叉口：S6.2：对每一组待检测交叉口点对，判断起始交叉口与终止交叉口之间是否存在道路：首先，限定道路检测区域，该区域由起始交叉口与终止交叉口坐标连线向两侧各偏移20m的两条直线和分别经过起始交叉口、终止交叉口的这两条直线的垂线围合而成；然后将检测区域沿交叉口连线方向平均分成个矩形子块，若少于20个连续矩形子块内不含有任何有效出租车GPS数据库经纬度坐标点，则表明两交叉口之间存在道路，将该交叉口点对的5个变量记录到道路检测列表中；S6.3：删除重复误判路段：根据式(10)计算步骤S6.2获得的道路检测列表中终止交叉口与起始交叉口连线所形成的角度θ，其中atan2是已将象限纳入考量的反正切函数；将道路检测列表先后按照角度θ与起始交叉口经度lonstart排序，使得相同起始交叉口的数据行连在一起并按照角度值大小排序；对比相同起始交叉口的相邻数据行的角度θ，如果二者差别小于40°，则删除较大距离Ds-e的数据行；然后将所有数据行中的角度θ介于270°与360°之间的值替换为θ-360°，重新将道路检测列表先后按照角度θ与起始交叉口经度lonstart排序，对比相同起始交叉口的相邻数据行的角度θ，如果二者差别小于40°，则删除较大距离Ds-e的数据行；θ＝atan2(latend-latstart,lonend-lonstart)(10)。有益效果：与现有技术相比，本专利技术具有如下的有益效果：1)提取的路网信息更新、更精确：传统通过规划部门提供的现状城市CAD路网提取道路信息的方法，很大程度上依赖规划部门路网的更新时间；中国绝大多数城市规划部门路网更新往往与城市规划同步，几年进行一次，势必导致提取的路网信息滞后；而本专利技术方法可以根据近期的出租车GPS数据提取，只要有出租车经过的道路均可以被识别，大大提高了路网信息本文档来自技高网...

【技术保护点】
一种基于出租车GPS的道路网络提取方法，其特征在于：包括如下的步骤：S1：提取一个工作日的出租车GPS数据库：数据库包括8列，即车辆编号、触发事件、运营状态、GPS时间、GPS经度、GPS纬度、GPS速度和GPS方向；S2：限定识别城市边界：提取城市行政区域边界最西端、最东端、最北端和最南端的节点坐标，节点坐标包含经度与纬度；设置最西端的经度坐标为城市边界的经度最小值LONmin、设置最东端的经度坐标为城市边界的经度最大值LONmax、设置最北端的纬度坐标为城市边界的纬度最大值LATmax、设置最南端的纬度坐标为城市边界的纬度最小值LATmin，四个边界值围合形成的区域即为观测范围；剔除步骤S1中获得的出租车GPS数据库中不满足式(1)的数据行；LONmin<GPS经度<LONmax,并且LATmin<GPS纬度<LATmax     (1)S3：数据清洗：将步骤S2处理后的出租车GPS数据库依次按照GPS时间、车辆编号两个变量升序排列，使得新形成的数据库中同一车辆的数据行连在一起并按时间先后排列；删除非道路数据行与位置异常数据行，得到有效出租车GPS数据库；设定全局迭代变量iteration为1；其中，删除非道路数据行是删除符合式(2)的数据行：判断条件1：运营状态＝2或者3，并且GPS速度＝0     (2)删除位置异常数据行是删除Dx,x+1满足式(3)时的第x+1行数据：判断条件2：Dx,x+1＞Vmax·(Tx+1‑Tx)     (3)Dx,x+1如式(4)所示：Dx,x+1=2r·arcsin(sin2(φx+1-φx2)+cos(φx)cos(φx+1)sin2(λx+1-λx2))---(4)]]>其中，Dx,x+1为删除了非道路数据行之后得到的数据库中的相邻行两个数据点之间的距离，Vmax为城市道路的最大限速值，r为地球的半径，Tx、φx、λx为删除了非道路数据行之后得到的数据库中的第x行GPS时间、GPS纬度和GPS经度，Tx+1、φx+1、λx+1为删除了非道路数据行之后得到的数据库中的第x+1行GPS时间、GPS纬度和GPS经度；S4：观测范围的划分：将步骤S2确定的观测范围切割为m行n列的矩形地块，其中m与n由式(5)与式(6)得到，切割边界的纬度lat边i和经度lon边j分别由式(7)与式(8)得到：m＝INT((LATmax‑LATmin)/0.0027)     (5)n＝INT((LONmax‑LONmin)/0.003528)     (6)lat边i＝LATmin+(i‑0.5*iteration)*(LATmax‑LATmin)/m，(i＝2,3,4,…,m)     (7)lon边j＝LONmin+(j‑0.5*iteration)*(LONmax‑LONmin)/n，(j＝2,3,4,…,n)     (8)S5：交叉口的判别：对步骤S4中得到的矩形地块进行交叉口识别，也即将落在一个地块中的有效出租车GPS数据库的所有经纬度坐标组成子数据库，对所有子数据库，依据经度与纬度的跨度，均匀划分为10×10个检测单元，然后根据交叉口判断条件判断每个检测单元中是否存在交叉口以及交叉口的位置，将所有识别的交叉口的位置记录在交叉口检测列表中，最后对全局迭代变量iteration进行赋值与判别；其中，交叉口判断条件为：检测单元中包含的数据行超过40行，并且这些数据行所包含的不重复的“GPS方位”值的个数大于40；S6：基于交叉口的路段识别：将步骤S5得到的交叉口检测列表转化为待检测交叉口点对表，每个待检测交叉口点对由起始交叉口与终止交叉口组成；对每一组待检测交叉口点对，判断起始交叉口与终止交叉口之间是否存在道路，若存在，则将起始交叉口与终止交叉口的坐标记录在路段检测列表中，并删除重复误判路段；S7：输出道路属性表：输出步骤S5得到的交叉口检测列表以及步骤S6得到的路段检测列表。...

【技术特征摘要】
1.一种基于出租车GPS的道路网络提取方法，其特征在于：包括如下的步骤：S1：提取一个工作日的出租车GPS数据库：数据库包括8列，即车辆编号、触发事件、运营状态、GPS时间、GPS经度、GPS纬度、GPS速度和GPS方向；S2：限定识别城市边界：提取城市行政区域边界最西端、最东端、最北端和最南端的节点坐标，节点坐标包含经度与纬度；设置最西端的经度坐标为城市边界的经度最小值LONmin、设置最东端的经度坐标为城市边界的经度最大值LONmax、设置最北端的纬度坐标为城市边界的纬度最大值LATmax、设置最南端的纬度坐标为城市边界的纬度最小值LATmin，四个边界值围合形成的区域即为观测范围；剔除步骤S1中获得的出租车GPS数据库中不满足式(1)的数据行；LONmin<GPS经度<LONmax,并且LATmin<GPS纬度<LATmax(1)S3：数据清洗：将步骤S2处理后的出租车GPS数据库依次按照GPS时间、车辆编号两个变量升序排列，使得新形成的数据库中同一车辆的数据行连在一起并按时间先后排列；删除非道路数据行与位置异常数据行，得到有效出租车GPS数据库；设定全局迭代变量iteration为1；其中，删除非道路数据行是删除符合式(2)的数据行：判断条件1：运营状态＝2或者3，并且GPS速度＝0(2)式(2)中，“运营状态＝2”代表“驻车”，“运营状态＝3”代表“停运”；删除位置异常数据行是删除Dx,x+1满足式(3)时的第x+1行数据：判断条件2：Dx,x+1＞Vmax·(Tx+1-Tx)(3)Dx,x+1如式(4)所示：其中，Dx,x+1为删除了非道路数据行之后得到的数据库中的相邻行两个数据点之间的距离，Vmax为城市道路的最大限速值，r为地球的半径，Tx、φx、λx为删除了非道路数据行之后得到的数据库中的第x行GPS时间、GPS纬度和GPS经度，Tx+1、φx+1、λx+1为删除了非道路数据行之后得到的数据库中的第x+1行GPS时间、GPS纬度和GPS经度；S4：观测范围的划分：将步骤S2确定的观测范围切割为m行n列的矩形地块，其中m与n由式(5)与式(6)得到，切割边界的纬度lat边i和经度lon边j分别由式(7)与式(8)得到：m＝INT((LATmax-LATmin)/0.0027)(5)n＝INT((LONmax-LONmin)/0.003528)(6)lat边i＝LATmin+(i-0.5*iteration)*(LATmax-LATmin)/m，i＝2,3,4,…,m(7)lon边j＝LONmin+(j-0.5*iteration)*(LONmax-LONmin)/n，j＝2,3,4,…,n(8)S5：交叉口的判别：对步骤S4中得到的矩形地块进行交叉口识别，也即将落在一个地块中的有效出租车GPS数据库的所有经纬度坐标组成子数据库，对所有子数据库，依据经度与纬度的跨度，均匀划分为10×10个检测单元，然后根据交叉口判断条件判断每个检测单元中是否存在交叉口以及交叉口的位置，将所有识别的交叉口的位置记录在交叉口检测列表中，最后对全局迭代变量iteration进行赋值与判别；其中，...

【专利技术属性】
技术研发人员：王炜，赵德，季彦婕，李晓伟，魏雪延，寿焘，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32