一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法及其计算机与流程

本发明涉及道路领域的导航地图数据，特别是涉及一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法及其计算机。

背景技术：

数字电子地图有不同的供货商，各个供货商采用不同的开发方式，因此不同供货商所使用的数字电子地图的组成结构并不相同，以致于使用来自不同供货商的数字电子地图来改善或补强自己的电子地图的属性数据相当复杂而困难。惯用做法是在不同供应商所提供的电子地图内找到相似形状的物件(object)，并使用其中的属性数据来改善或补强自己的电子地图的属性数据。由于数字电子地图中的物件的数据量巨大，所以不可能比较所有条目的物件的几何形状，因为这将耗费太多时间，从而无法被接受。

有鉴于上述现有的技术存在的缺陷，本发明人经过不断的研究及改进后，终于创设出确具实用价值的本发明。

技术实现要素：

本发明的主要目的在于，克服现有技术存在的缺陷，而提供一种新的一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法及其计算机，所要解决的技术问题是使其来自不同来源的道路几何形状的折线几何形状匹配的缺失属性的计算快速地产生更新的、更丰富、更准确的数字地图，其可为智能手机用户和其他导航设备的用户提供更丰富、更准确的地图和属性数据。，从而更加适于实用。

本发明的另一目的在于，克服现有的技术存在的在属性数据更新,修改或补充的比较过程耗费过多时间的缺陷，而提供一种新的一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法及其计算机，所要解决的技术问题是使其避免截然不同的物件的比较，以减少比较的次数、减少比较过程中时间，从而更加适于实用。

本发明的目的及解决其技术问题是采用以下技术方案来实现的。依据本发明提出的一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法，其包括：

获得待更新的第一导航地图数据集和与所述第一导航地图数据集不同的第二导航地图数据集；

构建由所述第一导航地图数据的原始道路要素构成的链路以及由所述第二导航地图数据集的原始道路要素构成的链路；

创建所述链路的空间索引；

根据所述空间索引创建最近的候选链路的集合；

使用角度过滤器减小最近的候选链路的集合的大小；

对减少的最近的候选链路的集合的每个剩余最近的候选链路进行排序；

选择具有最佳排名的最接近的候选作为最佳候选；并且

使用来自所述最佳候选链路的属性更新所述第一导航地图数据集。本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。

前述的一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法，其中所述的原始道路要素构成的链路包括根据原始道路要素计算多折线，使连接的多折线组合并且在十字路口断开连接的多折线以形成所述链路。

前述的一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法，其中创建所述链路的空间索引包括在每个链路的周围形成边界框并利用将对应于所述链路的空间分割成分层嵌套的边界框的r树空间结构。

前述的一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法，其中根据所述空间索引创建最近的候选链路的集合包括形成链路的集合，所述链路的边界框位于相同的层并且根据所述空间索引共享公共的亲本边界框。

前述的一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法，其中所述使用角度过滤器减小所述最近候选链路的集合的大小包括对于所述一组最近候选链路中的每个链路，比较目标折线和所述每个链路的每个子链路，当所述目标折线和子链路之间的角度大于预定角度时，从最近的候选链路的集合中去除所述每个链路。

前述的一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法，其中所述使用角度过滤器縮小所述最近候选链路的集合的大小还包括：当所述子链路不是直的时，通过计算穿过所述子链路中每个折线的起点和终点的线之间的角度来计算所述目标折线和所述子链路之间的角度。

前述的一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法，其中对所述最近候选链路的集合的每个剩余的最近候选链路进行排序包括计算目标折线与减小的最近候选链路的集合中每个链路的端部之间的距离，并根据距离对縮小的最近候选链路的集合中的每个链路进行排序，以确定最佳候选链路。

前述的一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法，其中对所述最近候选链路的集合的每个剩余的最近候选链路进行排序进一步包括计算目标折线与縮小的最近候选链路的集合中每个子链路的端部之间的距离，并根据距离对縮小的最近候选链路的集合中的每个链路进行排序，以确定最佳候选链路。

前述的一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法，其中使用来自所述最佳候选链路的属性来更新所述第一导航地图数据集导航地图数据集包括仅以对应于目标折线几何形状的属性的间距更新属性。

前述的一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法，其中使用来自所述最佳候选链路的属性来更新所述第一导航地图数据集导航地图数据集包括：当所述最佳候选链路比目标折线长并且具有与最佳候选链路的端部和目标折线的端部相同的入射线的数量的十字路口时，以所述最佳候选链路的属性的间距更新属性。

本发明的目的及解决其技术问题还采用以下技术方案来实现。依据本发明提出的一种计算机，包括：

壳体；

所述壳体内的处理器；

在所述壳体内并且耦合到所述处理器的非瞬态存储器，所述非瞬态存储器包括：

待更新的第一导航地图数据集和与第一导航地图数据集不同的第二导航地图数据集；以及

计算机代码，当由所述处理器执行时根据以下方法更新第一导航地图数据集中缺失的属性：

构建由所述第一导航地图数据的原始道路要素构成的链路以及由所述第二导航地图数据集的原始道路要素构成的链路；

创建所述链路的空间索引；

根据所述空间索引创建最近的候选链路的集合；

使用角度过滤器縮小最近的候选链路的集合的大小；

对縮少的最近的候选链路的集合的每个剩余最近的候选链路进行排序；

选择具有最佳排名的最接近的候选作为最佳候选；以及

使用来自所述最佳候选链路的属性更新所述第一导航地图数据集。

本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。

前述的一种计算机，其中所述计算机代码在由所述处理器执行时，通过根据所述原始道路要素计算折线，组合连接折线，并在十字路口断开连接的折线以形成链路来进一步构建所述原始道路要素的链路。

前述的一种计算机，其中所述计算机代码在由所述处理器执行时，通过在每个链路的周围形成边界框并利用将对应于所述链路的空间分割成分层嵌套的边界框的r树空间结构来进一步构建所述链路的空间索引。

前述的一种计算机，其中所述计算机代码在由所述处理器执行时，通过形成链路的集合根据所述空间索引创建最近的候选链路的集合，所述链路的边界框位于相同的层并且根据所述空间索引共享公共的亲本边界框。

前述的一种计算机，其中所述计算机代码在由所述处理器执行时，使用角度过滤器来进一步縮小所述最近候选链路的集合的大小，对于最近候选链路的集合中的每个链路，比较目标折线和所述每个链路的每个子链路，当所述目标折线和子链路之间的角度大于预定角度时，从最近的候选链路的集合中去除所述每个链路。

前述的一种计算机，其中所述计算机代码在由所述处理器执行时，当所述子链路不是直的时，通过计算穿过所述子链路中每个折线的起点和终点的线之间的角度来进一步计算所述目标折线和所述子链路之间的角度。

前述的一种计算机，其中所述计算机代码在由所述处理器执行时，通过计算目标折线与縮小的最近候选链路的集合中每个链路的端部之间的距离并根据距离对縮小的最近候选链路的集合中的每个链路进行排序以确定最佳候选链路对所述最近候选链路的集合的每个剩余的最近候选链路进行进一步排序。

前述的一种计算机，其中所述计算机代码在由所述处理器执行时，通过计算目标折线与縮小的最近候选链路的集合中每个子链路的端部之间的距离并根据距离对縮小的最近候选链路的集合中的每个链路进行排序以确定最佳候选链路对所述最近候选链路的集合的每个剩余的最近候选链路进行进一步排序。

前述的一种计算机，其中所述计算机代码在由所述处理器执行时，通过使用来自所述最佳候选链路的属性以仅更新所述第一导航地图数据集导航地图数据集来进一步以对应于目标折线几何形状的属性的间距更新属性。

前述的一种计算机，其中所述计算机代码在由所述处理器执行时，当所述最佳候选链路比目标多折线长并且具有与最佳候选链路的端部和目标折线的端部相同的发生率的十字路口时，通过以所述最佳候选链路的属性的间距更新属性来使用来自所述最佳候选链路的属性更新所述第一导航地图数据集导航地图数据集。

本发明与现有技术相比具有明显的优点和有益效果。其至少具有下列优点：

1、本发明能将来自不同来源的道路几何形状的折线几何形状匹配的缺失属性的计算快速地产生更新的、更丰富、更准确的数字地图，从而更加实用。

2、本发明为智能手机用户和其他导航设备的用户提供更新的、更丰富、更准确的地图和属性数据，为用户提供更精准的信息，使用更方便、更快捷。

3、本发明在匹配方式分別提供不同程度的加速效果，特別是角度过滤提供了40％-50％的加速。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图,详细说明如下。

附图说明

图1是本发明计算机的功能框图，该计算机被配置为通过多折线几何形状匹配更新导航地图数据中的缺失属性。

其中：

100：计算机110：壳体

120：显示器130：处理器

140：存储器

150：地图1数据160：存储的地图2数据

170：软件180：工作存储器

图2是本发明使用折线的可行的链路构造示意图。

p1:折线1p2:折线2

p3:折线3p4:折线4

图3是本发明用于将空间分成分层嵌套的边界盒并允许确定所有相邻链路的r树形空间索引结构的创建示意图。

图4a-4f是本发明使用r-树方法的准实际空间分割的示例示意图。

图5是本发明示出与目标折线进行比较的链路的示例结果图。

图6是本发明示出计算目标折线的端部与链路的端部之间的距离以及目标多折线和链路的所有子链路之间的距离图。

图7-8是本发明说明了如何比较折线/链的唯一端点，以帮助解决道路具有截然不同几何形状的情况示意图

图9是本发明通过仅考虑与目标几何形状对应的属性的间距来移动属性。

图10是本发明通过折线几何形状匹配使用来自另一个数据集的属性来更新来自一个数据集的导航地图数据的缺失属性的流程图。

图11是本发明通过折线几何形状匹配使用来自另一个数据集的属性来更新来自一个数据集的导航地图数据的缺失属性的流程图。

具体实施方式

为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本发明提出的一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法及其计算机其具体实施方式、结构、特征及其功效，详细说明如后。

本发明提出了一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法包括获得待更新的第一导航地图数据集和与第一导航地图数据集不同的第二导航地图数据集。链路由第一导航地图数据的原始道路要素构建，链路由第二导航地图数据集的原始道路要素构建。创建链路的空间索引。根据空间索引创建最近的候选链路的集合。使用角度过滤器来减少最近的候选链路的集合的大小。将最近的候选链路的减少的集合的每个剩余的最近的候选链路进行排序，并且选择具有最佳排名的最近的候选链路作为最佳候选链路。使用来自最佳候选链路的属性更新第一导航地图数据集。

在一些实施例中，可以通过以下方式构建原始道路要素的链路：从原始道路要素取得折线，相接的折线在十字路口断开形成链路。在一些实施例中，可以通过以下方式创建所述链路的空间索引：在每个链路的周围形成边界框并利用将对应于所述链路的空间分割成分层嵌套的边界框的r树空间结构。在一些实施例中，可以通过以下方式根据所述空间索引创建最近的候选链路的集合：形成链路的集合，所述链路的边界框位于相同的层并且根据所述空间索引共享公共的亲本边界框。在一些实施例中，使用角度过滤器来减少最近的候选链路的集合的大小。在一些实施例中，可以通过以下方式对减小的最近候选链路的集合的每个剩余的最近候选链路进行排序：计算目标多折线与每个链路的端部之间的距离，并且根据距离对每个链路进行排序以确定最佳候选链路。

还提出了一种计算机，所述计算机包括壳体，壳体内的处理器，以及所述壳体内并耦合至处理器的非暂时性存储器，其中所述处理器包括计算机代码，计算机代码在由处理器执行时利用上述方法。

该计算机代码在由处理器执行时，其中一些实施例是通过根据原始道路要素计算多折线，组合连接多折线，并在十字路口断开连接的多折线以形成链路来进一步构建所述原始道路要素的链路；还有一些实施例是通过在每个链路的周围形成边界框并利用将对应于所述链路的空间分割成分层嵌套的边界框的r树空间结构来进一步构建所述链路的空间索引；还有一些实施例是通过形成链路的集合根据空间索引创建最近的候选链路的集合，链路的边界框位于相同的层并且根据所述空间索引共享公共的亲本边界框；还有一些实施例使用角度过滤器来进一步减小最近候选链路的集合的大小，对于最近候选链路的集合中的每个链路，比较目标多折线和所述每个链路的每个子链路，当所述目标多折线和子链路之间的角度大于预定角度时，从最近的候选链路的集合中去除所述每个链路。

计算机代码在由所述处理器执行时，当所述子链路不是直的时，有些实施例是通过计算穿过所述子链路中每个多折线的起点和终点的线之间的角度来进一步计算所述目标多折线和所述子链路之间的角度；还有一些实施例是通过计算目标多折线与减小的最近候选链路的集合中每个链路的端部之间的距离并根据距离对减小的最近候选链路的集合中的每个链路进行排序以确定最佳候选链路对所述最近候选链路的集合的每个剩余的最近候选链路进行进一步排序；还有一些实施例是通过计算目标多折线与减小的最近候选链路的集合中每个子链路的端部之间的距离并根据距离对减小的最近候选链路的集合中的每个链路进行排序以确定最佳候选链路对所述最近候选链路的集合的每个剩余的最近候选链路进行进一步排序；还有一些实施例是通过使用来自所述最佳候选链路的属性以仅更新所述第一导航地图数据集导航地图数据集来进一步以对应于目标多折线几何形状的属性的间距更新属性。

计算机代码在由所述处理器执行时，当所述最佳候选链路比目标多折线长并且具有与最佳候选链路的端部和目标多折线的端部相同的发生率的十字路口时，有一些实施例是通过以所述最佳候选链路的属性的间距更新属性来使用来自所述最佳候选链路的属性更新所述第一导航地图数据集导航地图数据集。

在阅读各个附图和图示中所示的优选实施例的以下详细描述之后，本领域普通技术人员无疑将明白本发明的这些和其他目的。

本发明提供了一种电子地图属性数据缺失更新,修改或补充的方法，藉由使用来自一个数据集的属性资料来更新,修改或补充另一个数据集的属性资料，使得被更新,修改或补充的该数据集具有比较丰富的属性数据。如果该数据集具有良好的几何形状，但属性数据贫乏，那么使用不同数据集的属性数据来填充属性的缺漏可能产生一个兼具好的几何形状与丰富属性数据的电子地图。这个过程可能是棘手的，因为来自不同来源的几何形状很少完美匹配。

本发明提出了一种通过折线几何形状匹配更新具有缺失属性的导航地图数据的方法包括获得待更新的第一导航地图数据集和与第一导航地图数据集不同的第二导航地图数据集。链路由第一导航地图数据的原始道路要素构建，链路由第二导航地图数据集的原始道路要素构建。创建链路的空间索引。根据空间索引创建最近的候选链路的集合。使用角度过滤器来减少最近的候选链路的集合的大小。将最近的候选链路的减少的集合的每个剩余的最近的候选链路进行排序，并且选择具有最佳排名的最近的候选链路作为最佳候选链路。使用来自最佳候选链路的属性更新第一导航地图数据集。

在一些实施例中，可以通过以下方式构建原始道路要素的链路：从原始道路要素取得折线，相接的折线在十字路口断开形成链路。在一些实施例中，可以通过以下方式创建所述链路的空间索引：在每个链路的周围形成边界框并利用将对应于所述链路的空间分割成分层嵌套的边界框的r树空间结构。在一些实施例中，可以通过以下方式根据所述空间索引创建最近的候选链路的集合：形成链路的集合，所述链路的边界框位于相同的层并且根据所述空间索引共享公共的亲本边界框。在一些实施例中，使用角度过滤器来减少最近的候选链路的集合的大小。在一些实施例中，可以通过以下方式对减小的最近候选链路的集合的每个剩余的最近候选链路进行排序：计算目标折线与每个链路的端部之间的距离，并且根据距离对每个链路进行排序以确定最佳候选链路。

还提出了一种计算机，所述计算机包括壳体，壳体内的处理器，以及所述壳体内并耦合至处理器的非暂时性存储器，其中所述处理器包括计算机代码，所述计算机代码在由所述处理器执行时利用上述方法。

参阅图1所示的计算机100上实现的以下算法。计算机100可以包括：壳体110；显示器120；处理器130和存储器140。存储器140可以包括存储的地图1数据150、存储的地图2数据160、被配置为实施如下所述的方法的软件170以及工作存储器180。

首先，获得来自不同供应商的地图几何形状数据并将其存储在存储器中，优选的存储器是用来补强地图数据的设备110的存储器140。然后，设备110的处理器130将每个映像的所有几何形状数据划分为特殊区域，并且仅在对应于每个映射的相同区域内比较物件。将地图数据划分为区域，仅在一个区域内处理数据，不仅大大减少了计算工作量，而且有利于更新频繁需要更新的区域中的数据。

将每个地图的几何形状数据划分成特殊区域的效果通常取决于数据大小。构成来自供应商的地图几何形状数据的数据集越大，如果分为特殊区域，则计算加速越明显。在一个典型的任务中，使用暴力法需要相较于将数据集分成这些特殊区域时所需的10-15倍的处理量。

划分特殊区域有多种方式，最简单的只是选择一个地图数据的适当子集。从第一数据集生成的地图1中的一个特殊区域和从第二和不同数据集生成的地图2的对应特殊区域。然后可以根据需要将以下步骤应用于每个特殊区域。

首先，构建原始数据要素链路，以减少比较的次数。为此，物件(如道路)比如折线。[相应地图几何数据的提供者通常提供折线,本发明则将多条折线取出组合成链路，并以链路作为比对的单位]连接的多条折线进行组合。组合后，链路由连接的多条折线组成，链路在十字路口或交叉路口断开。另一个链路可能开始使用剩余连接的折线。图2示出了一些连接的折线作为示例。在图2中，折线1、折线2和折线3形成一个链路，并且折线4由于交点而开始第二个链路。

使用链路而不是单个物件的好处与平均链路长大致成正比，因为需要比较的链路数要小于需要比较的单个物件的数量。例如，根据数据，假设平均链路包括2-3个初始物件。在这个实例中，使用链路可以加速执行，因此减少比较次数2-3次。平均链路长度越长，导致计算速度甚至加快越大。作为一般的经验法则，物件比较的加速效果在地图的物件密集区域中比较小，而在地图的物件稀疏区域则较大，因为物件的密集区域所需要的比对时间高于物件的稀疏区域，但在任一种情况下，几乎普遍比个别物件的比较来得快。

接下来，形成空间索引。空间索引是允许快速找到相邻链路的结构。优选地，r-树空间索引结构被用于将空间分成分层嵌套的边界盒并允许以所需的准确性迅速确定所有的相邻链路。

图3示出了r-树结构的用途。在图3中，对于每个链路r1-r19，示出了相对于特殊区域定位的示例的边界框。然后，使用边界框将链路放入r-树中，也如图3所示。在该示例中，链路r1和链路r2的边界框包围所有其他链路r3-链路r19，因此被认为是1级链路。链路r1内的最大边界框是链路r3、链路r4和链路r5，因此链路r3、链路r4和链路r5被认为是链路r1作为其亲本的2级链路。链路r8、链路r9和链路r10是以链路r3为其亲本的3级链路。r-树结构的其余部分也是类似的。

图4a-图4f示出了使用r-树结构方法的准实际空间分割的示例，示出了图4a-图4f边界框包围的面积如何变小，并且在水平下降时细节变得更细。其中图4a是地图最底层的限界框(root-justbboxoflayer)，所包围的面积最大，图4b是层11包围的面积变小，图4c是层12包围的面积比图4b包围的面积小，图4d是层13包围的面积比图4c包围的面积y要小，图4e是层14包围的面积比图4d包围的面积y要小，图4f是包围的面积最小。

对于每个物件，也就是所选择出来的相邻链路的集合，这可以是属性传送的良好候选物件。为了选择候选物件的集合，可以使用相应数据集的空间索引中具有相同亲本点的相同层。例如，图3示出了链路r8、链路r9和链路r10将由于它们在空间索引r-树中的阶层关系或/及距离相当接近而形成一个候选集合。链路r11和链路r12将形成另一个候选集合等。

接下来，可以使用角度过滤器来减少该候选集合的候选物件。比较一个集合中的候选链路的折线和每个子链路。在折线和某个子链路之间的角度小于第一预定角度的情况下，将链路保存为候选物件。如果角度不小于第一预定角度，则从该候选物件集合中移除该链路。如果子链路(或折线)不直，意味着它可能包括多于一条不一定平行的折线；计算穿过折线部分的起点和终点的线之间的角度，并藉此决定两个候选物件之间是否处于相近的角度，如果不相近则透过角度过滤器将之排除。

图5示出了与目标折线进行比较的链路1-4的示例结果。链路1和链路2通过角度过滤器，而链路3和链路4不通过角度过滤器，并从候选集合中排除。折线/链路的端部之间的角度比较允许滤掉不适合的候选物件。

在测试中，与不使用角度过滤器的方法的版本相比，角度过滤器的使用提供了40％-50％的加速。

现在可以从剩余的候选集合中选择物件的最佳候选。最好的方法是为候选建立一些排名，然后选择具有最佳排名的候选。

排名可以根据计算出的距离来确定，距离越低，排名越低(越好)。这种排名计算背后的想法是，较小的排名对应于彼此距离较近的物件。一个级别足够低的子链被认为是属性传递的好候选者。具有最低(最佳)等级的链从属性传递的候选集合中选择。

为了给候选分配排名，以下方法会产生最佳结果。从候选集合中计算目标折线的端部和链路的端部之间的距离，并计算目标多折线与链路中所有子链路之间的距离。图7示出了该特征，其示出折线1和折线2-5的链路。计算的可能的配对包括(p1-p2；p1-p3；p1-p4；p1-p5；p1-(子链路)p2，p3；p1-(子链路)p3，p4；p1-(子链路)p4，p5；p1-(子链路)p2，p3，p4；p1-(子链路)p3，p4，p5；p1-(子链路)p2，p3，p4，p5。上述的p代表折线(polyline),所描述的配对方式并非图示本身,仅是表明有这些可能的配对方式,以此举例说明。

如图6所示，当计算折线1和子链1之间的距离时，将距离d1加到距离d3上(d1是折线1的起点到子链1的起点之间的距离，d3是折线1的终点之间的距离和子链1的结尾)。类似地，折线1和子链5之间的距离等于d6+d5，折线1和子链6之间的距离等于d7+d5等。如果d1+d3小于d6+d5，则折线1和子链1的比较接收到比折线1和子链5之间的比较更低(更好)的等级。

为了加快比较距离，优选的是不对各个多段线进行比较，而是使用子链路作为基本比较组件，其中子链路包括至少两个折线。子链路用于比较，因为子链路通常允许找到比由多个子链路组成的长链路的简单比较更好的候选情况。仅比较折线\链路的端部(而不是中点)可以解决困难的情况，如不同数据集中的道路具有不同的几何形状。图7示出了其中折线1和折线2开始靠近在一起的地图的示例部分，其中它们之间的距离如箭头b所示，然后更远地分开，如箭头a所示。如果在这种情况下比较各个折线，很难确定折线1和折线2是否属于同一物件。箭头b之间的线1和2的两部分具有相似的角度，并且可能不会被角度滤波器滤除，但是如果考虑折线1和折线2的整条线，角度滤波器将工作良好并确定折线1和折线2不属于相似物件。比较分别连接折线1的端点和折线2的端点的线简化了比较过程，并且提高了比较的正确率。

图8示出了另一个例子，其中可能难以确定物件1和物件2是否真的相同。由于链路1和链路2的端部之间的距离c从精确度的角度高于期望数字，所以这两条链不被认为是匹配的合适候选物件。

另外，在一些实施例中也可以使用顶点度数在排序之前或之后进一步过滤或选择候选者。顶点度数是在特定顶点上出现的多义线的数量。例如，如果某个顶点v与3条多段线相交，则该顶点的度数等于3，死胡同则该顶点的度数等于1。

在转移过程中可以考虑两种不同类型的属性。第一类是离散属性；属于整个链路。离散属性的示例是道路的类型，驾驶方向等。第二类属性是沿着链路分布的属性，例如地址间距。

转移离散属性资料的工作很琐碎，因为数据量很大，但是要正确传输分布式属性需要选择最佳匹配子链路。注意，该子链路可以包括折线的一部分。如果最好的链路比折线长，则不能原样移动属性资料。为了正确移动属性数据，可能考虑与目标几何形状对应的间距所对应的属性，未对应的部分，其中的属性数据则不移转。图9示出了这种情况，其中仅链路的间距为10-65的属性对应于折线，只有间距10-65所对应的属性数据才属于被移转的范围。

链路的两端需要特别注意，关于十字路口的发生情况的信息可以用于正确地移动属性。不同的地图数据供货商就相同道路可能设定不同几何形状。有时，最好的链路比目标折线长(如图9所示)，但是链路的端部具有相同的顶点度。如，图10显示了一个区域的两个几何形状。在图中，有两个不同的三角形部分看起来相似，但由于不同的几何形状可能不会直接匹配。然而，其中一个部分的顶部顶点a和另一个部分的顶部顶点b共享相同或相近的顶点度，并且可以使用诸如折线角度之类的其他因素来假定两个顶点实际相同。这种情况允许在不同的数据集中识别相同的十字路口，并且不需要减小属性间距，如图9所示。

图11示出了通过折线几何形状匹配使用来自另一个数据集的属性来更新来自一个数据集的导航地图数据的缺失属性的流程图100。图11包括以下步骤。

步骤1：构建原始道路要素的链路。

步骤2：创建空间索引。

步骤3：使用空间索引获取最近的候选。

步骤4：使用角度过滤器减少候选的集合。

步骤5：为每个候选创建排名。

步骤6：选择最佳候选。

步骤7：使用最佳候选的属性。

简而言之，使用发明计算快速地产生更新的、更完整、更准确的数字地图，其可为智能手机用户和其他导航设备的用户提供最新的地图和属性数据。

本领域技术人员将容易地观察到，可以在保留本发明的教导的同时对装置和方法进行许多修改和改变。因此，上述公开内容应被解释为仅由所附权利要求的范围和界限来限定。