一种基于路测数据的城市道路识别标记方法技术

本发明专利技术公开了一种基于路测数据的城市道路识别标记方法。本发明专利技术首先采集目标区域内的基站信令数据，经过一定的预处理后，由道路特征提取算法将目标区域所有采样数据按照城市道路信息进行识别归类，最终实现一组数据对应一条道路的实验结果。

A road identification method based on road measurement data

The invention discloses a city road identification marking method based on road measurement data. The present invention first base station signaling data acquisition in the target area, after a pretreatment, the road feature extraction algorithm of the target area of all sampling data were classified in accordance with the identification of city road information, the final results to achieve a set of data corresponding to a road.

【技术实现步骤摘要】
一种基于路测数据的城市道路识别标记方法
本专利技术属于大数据应用领域，涉及一种基于路测数据的城市道路识别标记方法。
技术介绍
近年来，“大数据”、“机器学习”、“云计算”已经成为当今人们生产和生活的热点词汇，无处不在的社会和商业活动源源不断地产生各种数据，结合高效且发展迅速的机器学习技术，推动着新一代的信息通信技术迅猛发展。另一方面，随着地理信息系统技术、卫星定位技术以及通信技术的日趋成熟，个人定位和轨迹记录变得简单快捷，基于位置的服务正在迅速普及，也日益受到人们的重视，并显示出巨大的经济和社会效益。特别是在城市现代化建设的今天，构建智慧型城市处处离不开位置服务信息的支持，高质量、多样化的位置服务可使得人们的生产生活更加方便快捷。基于位置服务质量的提高，离不开高效率、高精准度的定位技术。目前如GPS、WLAN、射频、蓝牙等定位技术虽已不同程度的在不同领域被应用，但是由于自身技术或硬件成本等条件的限制，各定位技术并不能适应于各种场景而被广泛的推广使用。基于路测数据的城市道路识别标记方法，以采集的目标区域路测数据作为基础实验数据，在复杂的实际环境下，实现目标区域按道路划分，也即以一组轨迹数据识别标记一条城市道路。当确定目标所在的区域后，通过该方法结合目标上传的基站信令数据可进一步定位目标所在的道路，从而实现目标定位的由面到线。在数据处理过程中，重点应用了道路特征提取算法。道路特征提取算法借鉴于Hough算法。Hough算法是图像变换处理中的一种经典方法，主要用来将图像中具有某种相同特征的几何形状进行分离归类。与其它手段相比，霍夫变换在寻找直线与圆的过程中可以更好的降低噪声干扰。
技术实现思路
本专利技术基于现有应用和技术背景，通过对城市路测采样数据的分析，提出一种基于路测数据的城市道路识别标记方法。该方法首先采集目标区域内的基站信令数据，经过一定的预处理后，由道路特征提取算法将目标区域所有采样数据按照城市道路信息进行识别归类，最终实现一组数据对应一条道路的实验结果。本专利技术的有益效果是：通过对城市路测采样数据的分析，采样数据由于采集环境的限制均位于城市道路区域(异常数据除外)。基于这一特征进一步对道路数据处理，就可以以道路特征来代替区域信息，实现目标区域按道路划分。当定位目标所在区域后，进一步确定目标当前所在区域的道路信息，从而实现目标定位的由面到线。道路信息的确定，还可辅助判断目标的行为。附图说明图1为城市路测数据采集示意图；图2为采集点参数示意图；图3为道路特征提取流程图；图4为城市道路空间划分示意图；图5《城市道路交通规划设计规范》(GB50220-95)中建议的大中城市不同等级道路的路网间距；图6为纵向道路提取结果示意图；图7为横向道路提取结果示意图；具体实施方式：以下结合附图对本专利技术作进一步说明。如图1所示，对定位目标区域运用专业路测设备进行基站信令数据采集，其中采集轨迹依循城市道路建设情况。图中的每一个三角标记代表一个数据采样点。每一个采样点包含移动、联通、电信的各制式数据以及WIFI数据信息。以电信4G为例，所含参数信息如图2所示。针对采集区域中混乱存储的路测数据，运用Hough变换思想处理数据从而实现区域的道路特征提取。数据提取流程如图3所示。操作步骤如下：步骤一：确定大区域采样数据。步骤二：以每一个数据点为基点，将角度180度离散为180个，即精度为1度，则获得180条不同方向的直线，针对每个角度theta计算直线距离原点的距离r。步骤三：统计对应的满足(theta，r±f)的一组采样点个数k，其中f为距离阈值。若k不小于m，就认为该组数据位于一条道路上，即确定了一条道路信息。其中，m为规定的门限阈值。重复步骤1)～3)，将目标区域内所有采样点进行识别归类，最终获得当前区域内的所有道路分组信息。计算过程中，主要涉及到f、m两个阈值的选取。f为所有采样点在某一角度下的直线与原点距离的差值，若各点对应的距离与r的差值小于f，则认为这些点位于该角度与r确定的直线上，即同属一条道路上。f的选取，一方面，需要结合当前区域所在城市道路建设标准，充分考虑城市道路之间的距离，包括横向平行道路、相交道路等。另一方面，也需要考虑单条城市道路中间绿化隔离带的宽度对阈值f选取的影响。城市道路看似交错复杂，但是却有一定的建设标准。根据我国《城市道路交通规划设计规范》(GB50220-95)建议的大中城市路网密度，假设在方格网道路情况下，可以计算出不同等级道路的网格间距。城市道路空间划分如图4所示。通常路测数据的采集工作在两侧的人行道和机动车道上进行，不同的城市道路交通规范下，同一条道路下四者之间的横向间距是不同的，且不同道路的不同部分之间的横向距离也是不同的。选取f值时，需要保证当前道路人行道和机动车道的数据与其他道路数据的区别，且保证当前道路上人行道和机动车道的数据归属一类。结合图5，选取合适的f使其同时适用于经度方向和纬度方向两种情况。其中，经纬度与米的转换规律为：在经度上，相差1纬度约为111km，因此100m在经线上对应约为0.0009度，这个度数和纬度没有关系；在纬线上，相差1经度约为111cosA(A为该纬线的纬度)。m值为累计点个数门限值，即针对某一(theta,r)，如满足该条件的点的个数超过m，则认为这些点同属某一直线，即确定出一条城市道路。m的值不是固定的，随着实验数据的多少进行的动态调整。图6、图7分别为道路特征提取的纵横向道路数据提取结果示意图。除了较少的非平滑部分数据丢失以外，道路特征提取算法能够较全面的依照道路分布特征提取城市道路数据。与原始道路数据进行对比分析，道路特征提取算法针对不同道路的数据提取率平均可达到95％，能够较好的满足应用条件。采样数据按照城市道路信息分组后，目标区域就可以被当前识别出的道路代替表示。因为移动终端大部分时间行走在城市道路上，所以将区域数据按照道路信息分组对于确定当前时刻移动终端所处的道路信息起着关键作用。同时，道路信息的获取，对于目标行为的判断也可起到一定的辅助指引作用。本文档来自技高网...

【技术保护点】
一种基于路测数据的城市道路识别标记方法，其特征在于：首先采集目标区域内的基站信令数据建立离线基础数据库；其次，对基础数据进行预处理，过滤冗余数据、噪音数据；然后，由道路特征提取算法将目标区域所有采样数据按照城市道路信息进行识别归类，最终实现一组数据对应一条道路的实验结果。

【技术特征摘要】
1.一种基于路测数据的城市道路识别标记方法，其特征在于：首先采集目标区域内的基站信令数据建立离线基础数据库；其次，对基础数据进行预处理，过滤冗余数据、噪音数据；然后，由道路特征提取算法将目标区域所有采样数据按照城市道路信息进行识别归类，最终实现一组数据对应一条道路的实验结果。2.根据权利要求1所述的一种基于路测数据的城市道路识别标记方法，其特征在于：道路特征提取算法的主要步骤如下：步骤一：确定大区域采样数据；步骤...

【专利技术属性】
技术研发人员：元广杰，李小东，刘正蓝，茹杰，
申请(专利权)人：无锡神探电子科技有限公司，
类型：发明
国别省市：江苏,32