(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211235631.2 (22)申请日 2022.10.10 (65)同一申请的已公布的文献号 申请公布号 CN 115309846 A (43)申请公布日 2022.11.08 (73)专利权人 中南大学 地址 410000 湖南省长 沙市岳麓区麓山 南 路932号 (72)发明人 何晋强　夏佳琴　邓敏　张济鹏　 (74)专利代理 机构 长沙轩荣专利代理有限公司 43235 专利代理师 李崇章 (51)Int.Cl. G06F 16/29(2019.01) G06F 16/2458(2019.01)G06F 16/215(2019.01) (56)对比文件 CN 115019191 A,202 2.09.06 CN 114490903 A,2022.05.13 US 2016179 945 A1,2016.0 6.23 审查员 张培 (54)发明名称 一种基于平行系数的道路网结构识别方法 (57)摘要 本发明实施例中提供了一种基于平行系数 的道路网结构识别方法， 属于数据处理技术领 域， 具体包括： 采集目标区域的初始道路网数据； 对初始道路网数据进行预处理， 得到目标道路网 数据； 根据目标道路网数据查找平行道路组， 并 计算每条道路与平行道路 组的Hausdorff距 离序 列和平行系数序列； 根据Hausdorff距离序列和 平行系数序列提取多线主干道和非平行道路； 对 非平行道路进行结构识别， 提取双向道路和复杂 交叉口。 通过本发明的方案， 协同、 综合地提取道 路网中各类结构， 基于道路网的拓扑连接关系等 信息， 精准地识别出道路网中多线主干道、 复杂 交叉路口和双向道路， 提高了道路网结构识别的 适应性、 协同性和识别效率。 权利要求书3页 说明书8页 附图3页 CN 115309846 B 2022.12.20 CN 115309846 B 1.一种基于平行系数的道路网结构识别方法， 其特 征在于， 包括： 步骤1， 采集目标区域的初始 道路网数据； 步骤2， 对所述初始 道路网数据进行 预处理， 得到目标道路网数据； 步骤3， 根据所述目标道路网数据查找平行道路组， 并计算每条道路与所述平行道路组 的Hausdorf f距离序列和平行系数序列； 所述步骤3具体包括： Hausdorff距离用于度量两个子集间的距离， 是集合中任意一个点到另一个集合中最 近点的距离最大值； 相应地， 两条道路间的Hausdorff距离是一条道路上的任意一个点到另 一条道路最近点的最大距离， 两条道路间较短Hausdorff距离是长度较短 的道路上任意一 点到另外一条道路最近点的最大距离， 两道路A、 B间的较短Hausdorf f距离计算 为： 其中， 表示组成道路A的点集， 共i个点组成； 表示组成道 路B的点集， 共j个点组成； 表示道路A到道路B的Hausdorff距离， 同 理， 表示道路B到道路A的Hausdorff距离， length()表示道路的长度， M_HDAB为较短Hausdorf f距离； 基于Hausdorff距离和较短Hausdorff距离的计算理论， 计算某条道路和包含多条道路 的候选平行道路组间的Hausdorff距离序列， 是道路到每条候选平行道路的较短Hausdorff 距离组成的序列， 道路与每条候选平行道路间的较短Hausdorf f距离序列计算 为： 其中， 为道路到第一条候选平行道路的较短Hausdorff距离， 为道 路到第i条候选平行道路的较 短Hausdorff距离， 共i条候选平行道路， M_HDSAB为道路与i条 候选平行道路间依次对应的较短Hausdorf f距离序列； 计算道路与平行道路组的平行系数序列， 两道路A、 B间的平行系数计算 为：              (4) 其中， 表示组成道路A的点集， 共i个点组成； 表示组成道 路B的点集， 共j个点组成； 为道路A上的每个点到道路B上的点的最小距离，权　利　要　求　书 1/3 页 2 CN 115309846 B 2为道路A中每个点到道路B最小距离的平均值， 为道路B上每个点到 道路A上的点的最小距离， 为道路B中每个点到道路A最小距离的平均值， length ()表示某 道路的长度； 基于两道路间平行系数的计算理论， 计算某条道路和包含多条道路的候选平行道路组 间的平行系 数序列， 是道路到每条候选平行道路的平行系 数组成的序列， 道路与每条候选 平行道路间的平行系数序列计算 为： 其中， 为道路到第一条候选平行道路的平行系数， 为道路到第i条候选平行道路 的平行系数， P SAB为道路与i条候选平行道路间依次对应的平行系数序列； 步骤4， 根据所述Hausdorff距离序列和所述平行系数序列 提取多线主干道和非平行道 路； 步骤5， 对所述非平行道路进行 结构识别， 提取双向道路和复杂交叉口。 2.根据权利要求1所述的方法， 其特征在于,所述初始道路网数据为线段的shp类型数 据。 3.根据权利要求2所述的方法， 其特 征在于,所述 步骤2具体包括： 步骤2.1， 将所述初始道路网数据与真实的实景道路数据进行对比， 根据 所述初始道路 网中包含的确定的属性进行道路筛 选； 步骤2.2， 对筛 选后的初始 道路网数据道路网进行拓扑检查和修 正； 步骤2.3， 对拓扑检查并修正后的初始道路网数据进行等长打断， 得到目标道路网数 据。 4.根据权利要求3所述的方法， 其特 征在于,所述 步骤2.2具体包括： 步骤2.2.1， 根据筛 选后的初始 道路网数据建立拓扑关系， 并添加拓扑规则； 步骤2.2.2， 进行拓扑验证， 找出 所有的拓扑错 误； 步骤2.2.3， 根据现实中的道路连通情况， 对道路的拓扑错误进行修改， 完成道路网拓 扑检查与修 正。 5.根据权利要求3所述的方法， 其特 征在于,步骤2.3具体包括： 步骤2.3.1， 获取拓扑检查并修 正后的初始 道路网数据每条道路的起 点； 步骤2.3.2， 按照指定长度对道路进行迭代打断， 直到道路长度小于指定长度， 迭代终 止， 完成道路网指定 长度打断处 理。 6.根据权利要求1所述的方法， 其特 征在于,所述 步骤3具体包括： 步骤3.1， 对所述目标道路网数据中全部道路做预设距离的缓冲区， 依次遍历每条道路权　利　要　求　书 2/3 页 3 CN 115309846 B 3