一种基于手机定位数据的道路网重建方法及系统技术方案

一种基于手机定位数据的道路网重建方法及系统，包括：获取原始数据集，原始数据集包括训练数据集和预测数据集；原始数据集为根据手机定位数据得到轨迹点；对训练数据集和预测数据集分别利用时间和密度两个维度进行特征构建与组合，并随之生成训练集和预测集；使用生成的训练集，基于机器学习中的算法得到采样点分类模型；将学习到的分类模型应用于预测集，将轨迹点划分为道路点和非道路点；基于约束Delaunay三角网对已识别出的道路点进行道路构建；按照拓扑关系，修改道路中心线，从而完成道路网的重建。本发明专利技术提出了一种高质量的精细化道路网生产和更新的新方式，将为无缝导航技术尤其是精细级道路网方面提供技术支撑，扩大路径导航服务的覆盖范围。

A Road Network Reconstruction Method and System Based on Mobile Location Data

A road network reconstruction method and system based on mobile phone location data includes: acquiring original data sets, including training data sets and prediction data sets; obtaining track points from mobile phone location data; using time and density dimensions for training data sets and prediction data sets, respectively. Feature construction and combination, and then generate training set and prediction set; use the generated training set, based on the algorithm of machine learning to get the classification model of sampling points; apply the learning classification model to the prediction set, divide the trajectory points into road points and non-road points; use the constrained Delaunay triangulation network to identify the road. Points are used to construct roads; according to the topological relationship, the central line of roads is modified to complete the reconstruction of road network. The invention provides a new method for producing and updating high quality fine road network, which will provide technical support for seamless navigation technology, especially fine road network, and expand the coverage of path navigation service.

【技术实现步骤摘要】
一种基于手机定位数据的道路网重建方法及系统
本专利技术涉及时空轨迹数据挖掘技术，特别是一种基于手机定位数据的道路网重建方法及系统，属于地理信息系统与智能交通研究领域。
技术介绍
道路是城市重要的基础设施，在城市快速发展过程中，如何及时补充和更新城市道路数据，以保持其准确性、及时性和完善程度是一个亟待解决的难题。城市中居民社区规模不断扩大，其内部道路网日趋精细和复杂，但已有的小区级道路信息精细程度不够甚至缺失，导致居民区内室外细部导航存在“盲区”，给室外无缝导航技术的发展造成很大障碍。与此同时，路网结构信息是电子地图基础数据的核心内容，更是电子地图实现导航功能、智能交通系统的数据基础，因此，准确和及时地更新城市精细级道路网是一个重要的问题(城市精细化道路网是指城市中各封闭小区内部的小区级支路)。随着众源轨迹数据获取的便捷性和其更新的实时性得以大幅度提高，学术界和工业界均可以很容易地得到大量包含时空信息的轨迹数据，使得基于时空轨迹数据的路网提取方法成为可能。目前，道路网自动提取方法主要有两种：一种是从车载GPS轨迹数据中提取道路信息；另一种是基于高分辨率遥感影像提取路网信息。但是，现有的本文档来自技高网...

【技术保护点】
1.一种基于手机定位数据的道路网重建方法，其特征在于，包括以下步骤：步骤1)获取原始数据集，原始数据集包括训练数据集和预测数据集；其中原始数据集为根据手机定位数据得到轨迹点；步骤2)对训练数据集和预测数据集分别利用时间和密度两个维度进行特征构建与组合，并随之生成训练集和预测集；步骤3)使用生成的训练集，基于机器学习中的算法学习得到采样点分类模型；步骤4)将学习到的分类模型应用于预测集，将轨迹点划分为道路点和非道路点；步骤5)基于约束Delaunay三角网对已识别出的道路点进行道路构建；步骤6)按照拓扑关系，修改道路中心线，从而完成道路网的重建。

【技术特征摘要】
1.一种基于手机定位数据的道路网重建方法，其特征在于，包括以下步骤：步骤1)获取原始数据集，原始数据集包括训练数据集和预测数据集；其中原始数据集为根据手机定位数据得到轨迹点；步骤2)对训练数据集和预测数据集分别利用时间和密度两个维度进行特征构建与组合，并随之生成训练集和预测集；步骤3)使用生成的训练集，基于机器学习中的算法学习得到采样点分类模型；步骤4)将学习到的分类模型应用于预测集，将轨迹点划分为道路点和非道路点；步骤5)基于约束Delaunay三角网对已识别出的道路点进行道路构建；步骤6)按照拓扑关系，修改道路中心线，从而完成道路网的重建。2.根据权利要求1所述的基于手机定位数据的道路网重建方法，其特征在于，所述步骤1中训练数据集是根据下述方式得到：获取多个封闭小区内部轨迹点的分布模式，选择轨迹点分布模式不同的多个不重叠的小规模区域组成训练数据集。3.根据权利要求1所述的基于手机定位数据的道路网重建方法，其特征在于，所述步骤2中密度特征值包括：结合时间维度对训练数据集进行Delaunay三角剖分，每个轨迹点所连接的所有邻接三角形边的平均长度。4.根据权利要求1所述的基于手机定位数据的道路网重建方法，其特征在于，所述步骤2中密度特征值包括：结合时间维度对训练数据集构建Voronoi图，每个轨迹点所对应的Voronoi图中多边形面积的倒数。5.根据权利要求1所述的基于手机定位数据的道路网重建方法，其特征在于，所述步骤2中时间和密度两个纬度的特征构建和组合的具体步骤如下：通过分析人们的行为模式，基于封闭小区内道路和非道路的时空密度分布差异构建特征空间，即通过缓冲区内轨迹点数量、基于约束Delaunay三角网的邻接三角形边长度和Voronoi图中多边形的面积三种几何特征联合时间维度表达轨迹点时空分布的聚集性差异；基于上述三种不同几何维度控制条件所建立的特征集构建分类器进行道路点识别。6.根据权利要求1所述的基于手机定位数据的道路网重建方法，其特征在于，所述步骤3中学习算法包括随...

【专利技术属性】
技术研发人员：杨林，王帅鑫，张志勇，左泽均，李圣文，叶亚琴，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北,42