利用车载GNSS轨迹大数据的U-Turn道路结构信息获取方法

P227; 随着智慧交通和精细化导航技术的迅速发展,人们对道路地图要素的覆盖度、精准度、丰富度与新鲜度需求越来越高,而U-Turn作为城市路网连通关系的重要因素,成为道路地图更新的重要内容之一.现有专业道路测绘模式对U-Turn数据存在采集成本高、更新周期长、数据处理繁等问题,导致U-Turn数据无法满足智慧交通导航需求.本文采用车载GNSS轨迹大数据,提出了 一种U-Turn道路结构信息获取方法.首先通过轨迹跟踪提取车辆掉头点对与行为;然后利用DBSCAN聚类算法提取U-Turn掉头类簇;再依据U-Turn流量占比等特征构建支持向量机二分模型,自适应剔除违规掉头类簇,并区分出U-Turn结构...

Full description

Saved in:
Bibliographic Details
Published in测绘学报 Vol. 52; no. 8; pp. 1330 - 1341
Main Authors 王梓豪, 唐炉亮, 杨雪, 戴领, 李朝奎
Format Journal Article
LanguageChinese
Published 武汉大学测绘遥感信息工程国家重点实验室,湖北武汉430079%武汉大学测绘遥感信息工程国家重点实验室,湖北武汉430079 2023
湖南科技大学地理空间信息技术国家地方联合工程实验室,湖南湘潭411201%中国地质大学(武汉)地理与信息工程学院,湖北武汉430074%百度时代网络技术(北京)有限公司,北京100089%湖南科技大学地理空间信息技术国家地方联合工程实验室,湖南湘潭411201
Subjects
轨迹跟踪
vehicle GNSS trajectory data
U-Turn结构信息
车载GNSS轨迹数据
urban road network
城市路网
U-Turn information
trajectory tracking
Online AccessGet full text

Cover

More Information
Summary:P227; 随着智慧交通和精细化导航技术的迅速发展,人们对道路地图要素的覆盖度、精准度、丰富度与新鲜度需求越来越高,而U-Turn作为城市路网连通关系的重要因素,成为道路地图更新的重要内容之一.现有专业道路测绘模式对U-Turn数据存在采集成本高、更新周期长、数据处理繁等问题,导致U-Turn数据无法满足智慧交通导航需求.本文采用车载GNSS轨迹大数据,提出了 一种U-Turn道路结构信息获取方法.首先通过轨迹跟踪提取车辆掉头点对与行为;然后利用DBSCAN聚类算法提取U-Turn掉头类簇;再依据U-Turn流量占比等特征构建支持向量机二分模型,自适应剔除违规掉头类簇,并区分出U-Turn结构有无通行时间限制;最后根据掉头类簇在道路结构中的分布特征,识别U-Turn位置与空间结构.试验以武汉市滴滴网约车GNSS轨迹,对江汉区183个路段采用本文方法进行探测,U-Turn结构信息识别召回率为88.3％,精确率为87.6％,位置识别的横向和纵向精度分别为3.40 m和5.90 m,试验结果表明本文方法可以有效地从车载GNSS轨迹数据中获取U-Turn的位置与结构类型,为U-Turn数据获取提供了周期短、成本低的有效解决方案.
ISSN:1001-1595
DOI:10.11947/j.AGCS.2023.20220063