【摘要】：隨著移動互聯(lián)網(wǎng)與移動終端的迅猛發(fā)展與普及,智能手機價格的降低,促使智能手機在大部分地區(qū)及人群中普及,并成為人們生活中不可或缺的工具。通過移動手機獲取GPS(Global Positioning System,全球定位系統(tǒng))軌跡數(shù)據(jù)變得越來越方便,規(guī)模也越來越龐大,因而出現(xiàn)了海量移動對象軌跡數(shù)據(jù)。而這些軌跡數(shù)據(jù),產(chǎn)生了各種基于位置服務(Location Based Services,LBS)的應用。因此,如何從海量的GPS軌跡數(shù)據(jù)中自動提取、構建路網(wǎng)并更新路網(wǎng)信息,已成為當前研究的熱點,該問題的解決在改善城市交通環(huán)境、車輛導航、景區(qū)旅游和災害救助等方面扮演著越來越重要的角色。采用計算機軟件、GIS(Geographic Information System或Geo-Information System,地理信息系統(tǒng))等相關技術,考慮空間數(shù)據(jù)結構中矢量數(shù)據(jù)結構和柵格數(shù)據(jù)結構的特點,論文提出了一種眾源GPS軌跡歸并算法,該算法包括矢量數(shù)據(jù)柵格化、柵格數(shù)據(jù)二值化、柵格數(shù)據(jù)矢量化和軌跡中心線提取四個步驟。具體來講,首先基于ArcGIS Engine組件,并采用C#語言實現(xiàn)了軌跡歸并算法,然后在此基礎上進行了4組實驗,并利用Google Earth和ArcGIS Desktop軟件對四組實驗數(shù)據(jù)進行了可視化分析。通過以上的分析,論文得出了以下幾點結論:(1)在軌跡數(shù)據(jù)預處理中,道格拉斯普克-線性簡化(Douglas-Peucker,DP)算法對漂移點去除效果較好;具有噪音的基于密度的聚類(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)算法對噪音點去除取得較好效果。(2)使用優(yōu)化的矢量數(shù)據(jù)柵格化方法,將矢量數(shù)據(jù)轉換成柵格數(shù)據(jù)可以取得較好效果;在輸出歸并后的軌跡中心線過程中,高斯濾波算法對軌跡進行平滑處理可以獲取較好效果。(3)論文提出的眾源GPS軌跡歸并算法,能夠準確提取軌跡路網(wǎng)并生成中心線。
[Abstract]:With the rapid development and popularization of mobile Internet and mobile terminals, the reduction of smartphone prices has promoted the popularity of smart phones in most areas and people, and has become an indispensable tool in people's lives. The acquisition of GPS (Global Positioning System, global positioning system (GPS (Global Positioning System,) trajectory data by mobile phone becomes more and more convenient, and the scale is becoming larger and larger, so a large number of mobile object trajectory data appear. These locus data, however, produce a variety of location-based service (Location Based Services,LBS) applications. Therefore, how to automatically extract, construct and update the road network information from massive GPS track data has become a hot topic of current research. The solution of this problem lies in improving the urban traffic environment and vehicle navigation. Scenic area tourism and disaster relief and other aspects play a more and more important role. By using computer software, GIS (Geographic Information System or Geo-Information System, Geographic Information system (GIS) and considering the characteristics of vector data structure and raster data structure in spatial data structure, a multisource GPS locus merging algorithm is proposed in this paper. The algorithm includes four steps: vector data rasterization, raster data binarization, raster data vectorization and locus centerline extraction. Specifically, the track merging algorithm is implemented based on ArcGIS Engine component and C # language, then four groups of experiments are carried out, and four groups of experimental data are visualized and analyzed by Google Earth and ArcGIS Desktop software. Through the above analysis, the paper draws the following conclusions: (1) in the trajectory data preprocessing, Douglas Puck linear simplification (Douglas-Peucker,DP) algorithm is better for the removal of drift points; The noisy density-based clustering (Density-Based Spatial Clustering of Applications with Noise,DBSCAN) algorithm has good effect on noise point removal. (2) an optimized vector data rasterization method is used. Good results can be obtained by converting vector data into raster data. In the process of output merging, Gao Si filter algorithm can get good results by smoothing the trajectory. (3) the multi-source GPS trajectory merging algorithm proposed in this paper can accurately extract the track network and generate the central line.
【學位授予單位】：成都理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：P228.4

【參考文獻】

相關期刊論文 前10條

1 楊偉;艾廷華;;運用約束Delaunay三角網(wǎng)從眾源軌跡線提取道路邊界[J];測繪學報;2017年02期

2 于海燕;牛慶麗;;計算機技術在圖像輪廓提取中的有效應用[J];現(xiàn)代電子技術;2016年10期

3 殷俊;黃宗維;;基于ArcGIS的道路中心線自動提取方法[J];地礦測繪;2016年01期

4 唐爐亮;劉章;楊雪;闞子涵;李清泉;董坤;;符合認知規(guī)律的時空軌跡融合與路網(wǎng)生成方法[J];測繪學報;2015年11期

5 鄭佳榮;王強;占文峰;陳曉潔;;我國地理信息行業(yè)坐標系綜述[J];北京工業(yè)職業(yè)技術學院學報;2015年02期

6 趙娜;袁家斌;徐晗;;智能交通系統(tǒng)綜述[J];計算機科學;2014年11期

7 魏金標;陳振杰;周琛;任沂斌;;一種基于邊界搜索的柵格矢量化算法[J];測繪科學;2015年03期

8 歐陽鴻;劉建勛;劉毅志;廖祝華;陳佘喜;;基于步行GPS軌跡的路網(wǎng)提取方法[J];計算機與現(xiàn)代化;2014年02期

9 苗則朗;史文中;張華;;一種高分辨率影像道路中心線提取算法[J];中國礦業(yè)大學學報;2013年05期

10 林輝;傅民生;黃望華;;常用大地坐標系統(tǒng)及其轉換[J];華東森林經(jīng)理;2013年01期

相關博士學位論文 前1條

1 張治華;基于GPS軌跡的出行信息提取研究[D];華東師范大學;2010年

相關碩士學位論文 前7條

1 徐士昊;基于公交車GPS軌跡數(shù)據(jù)動態(tài)生成矢量路網(wǎng)算法的研究[D];山東財經(jīng)大學;2016年

2 宋樂怡;海量出租車軌跡數(shù)據(jù)分析與位置推薦服務[D];華東師范大學;2015年

3 歐陽鴻;基于步行GPS軌跡的路網(wǎng)提取研究[D];湖南科技大學;2014年

4 楊光;軌跡數(shù)據(jù)的概化方法[D];中國礦業(yè)大學;2014年

5 趙迪華;車輛導航系統(tǒng)中的地圖匹配算法研究[D];云南大學;2012年

6 李元元;信號交叉口公交優(yōu)先控制策略研究[D];長安大學;2007年

7 李曉菲;數(shù)據(jù)預處理算法的研究與應用[D];西南交通大學;2006年

，

本文編號：2406119