[发明专利]一种基于多基元图谱匹配的道路路网匹配方法及装置

说明书

本申请提出一种基于多基元图谱匹配的道路路网匹配方法、装置、电子设备及存储介质，该方法包括：对基准路网数据进行分段并计算缓冲区，得到缓冲区多边形；将所述缓冲区多边形与待匹配路网矢量求交，获取候选匹配对象；对于所述缓冲区内部的相交矢量计算相似性度量；根据所述缓冲区多边形的邻域关系建立邻接矩阵；提取所述邻接矩阵的图谱特征；由所述图谱特征得到每一路段的候选匹配值；利用投票法分析每一路段的候选匹配值，确定最终匹配值。本申请可以快速、稳定、可靠的实现路网配准，进而进行路网更新。

技术领域

本申请属于智能交通技术领域，具体涉及一种基于多基元图谱匹配的道路路网匹配方法、装置、电子设备及存储介质。

背景技术

随着互联网技术的迅猛发展，自动驾驶和人工智能已经成为当前的技术热点，以AI智能为代表的高精度路网地图已经突破传统地图的局限，在移动导航、智慧城市、物联网等领域有广泛应用。路网地图的更新、融合是地图生产商(高德、百度等)面临的难题之一。路网匹配是解决此难题的关键技术，它能够将不同类型、不同时相、不同坐标系的多源路网数据配准，实现多源路网数据的集成更新，从而提高数据质量，解决不一致问题。

当前实现路网匹配的方法分为几类：基于几何信息的匹配算法，考虑形状、角度等常规要素，属于早期的一些算法，实现最简单，准确度最低；基于拓扑信息的算法在几何信息基础上加入拓扑关系的考虑，准确度在一定程度上有所提高，但容易受到噪声和数据稀疏性的影响；基于概率松弛的算法，实现比较困难，且需要迭代，实际上应用不多；比较高级的算法理论，包括隐式马尔可夫模型、卡尔曼滤波、模糊逻辑模型、机器学习等等，在实际应用中准确度是相对最高的，实现相对复杂。

针对具有同一比例尺但坐标系不同(图1所示)的两种路网数据，目前尚没有很好的道路路网匹配方法。

发明内容

本申请提出一种基于多基元图谱匹配的道路路网匹配方法、装置、电子设备及存储介质，可以快速、稳定、可靠的实现路网配准，进而进行路网更新。

本申请第一方面实施例提出了一种基于多基元图谱匹配的道路路网匹配方法，所述方法包括：

对基准路网数据进行分段并计算缓冲区，得到缓冲区多边形；

将所述缓冲区多边形与待匹配路网矢量求交，获取候选匹配对象；

对于所述缓冲区内部的相交矢量计算相似性度量；

根据所述缓冲区多边形的邻域关系建立邻接矩阵；

提取所述邻接矩阵的图谱特征；

由所述图谱特征得到每一路段的候选匹配值；

利用投票法分析每一路段的候选匹配值，确定最终匹配值。

进一步地，所述对基准路网数据进行分段并计算缓冲区，得到缓冲区多边形，包括：

将连续基准路网数据根据车道变化、曲率分成多个路段；对局部路段根据给定的缓冲区距离参数进行缓冲区分析，得到缓冲区多边形。

进一步地所述相似性度量的指标包括：Hausdorff距离、方向一致性、属性一致性；对矢量数据按给定间隔重采样得到加密后的路段矢量，之后进行Hausdorff距离计算并做归一化处理，得到Hausdorff距离指标；所述方向一致性指标是路段首尾两点矢量的夹角；所述属性一致性指标根据道路类型、宽度、车道数信息来评判相似性。

进一步地，所述根据所述缓冲区多边形的邻域关系建立邻接矩阵，包括：

将每一路段或缓冲区多边形看作一个节点，根据几何关系确定相邻节点并构建邻接矩阵。

进一步地，所述提取所述邻接矩阵的图谱特征，包括：

采用ARPACK数学库，对所述邻接矩阵提取矩阵特征值和矩阵特征向量。