基于角度约束的道路数据压缩方法与流程

本发明涉及道路匹配技术领域，特别涉及一种基于角度约束的道路数据压缩方法。

背景技术：

由于车辆数据的道路匹配过程涉及的算法复杂、计算数据量大，因此为了提高匹配算法的效率，需要在道路匹配前对道路数据进行压缩处理。

道路数据是曲线矢量数据的一种。对于曲线矢量数据的压缩是地理信息系统、计算机自动制图和计算机图形学等学科中的一个常见问题。对曲线矢量数据的压缩处理可分为无损压缩和有损压缩两种。无损压缩是在保证曲线的点序集合N不变的情况下，减少N所占用的存储空间。曲线矢量数据的无损压缩算法主要分为两种即LZW法和利用矢量数据特征及表达精度的限制改变数据字长的方法。

有损压缩的基本原理是对组成曲线的点序集合N进行抽取，得到一个新的点序子集N′，且该子集N′作为一个新的信息源，在指定的精度范围内，应从内容上尽可能地反映原点序集合，而于特征点数量上则尽可能精简。目前较为成熟的有损矢量数据压缩算法主要有：Douglas-Peucker(DP)算法、利用距离约束的垂距限值法、利用角度约束的James法、小波压缩法以及光栏法。此外，黄培之在Douglas-Peucker算法基础上提出了具有预测功能的曲线矢量数据压缩方法。

道格拉斯—普克法(Dogulas-Peucker算法)是一种公认有效的矢量数据压缩方法，可以在编程中利用递归过程非常简洁地实现该算法，并能够达到O(nlogn)的时间复杂度。Douglas-Peucker算法的缺点在于：(1)对具有公共边的线状地物压缩后可能改变其拓扑关系；(2)曲线起始点不确定时，从不同的起点开始压缩，得到的结果可能不同；(3)对弯曲程度较大的曲线进行化简时，存在压缩程度与保留曲率变化特征点之间的矛盾。

如中国专利CN 104165630 A的发明专利，该发明提供一种基于离散点的道路匹配方法和道路匹配装置，然而，该发明对弯曲程度较大的曲线进行化简时，存在压缩程度与保留曲率变化特征点之间的矛盾问题。

技术实现要素：

本发明的目的旨在至少解决所述技术缺陷之一。

为此，本发明的目的在于提出一种道路匹配效率高的基于角度约束的道路数据压缩方法。

为了实现上述目的，本发明提供一种基于角度约束的道路数据压缩方法，包括如下步骤：

步骤S1，建立曲线的离散点集合，确定曲线的起始点和终止点；

步骤S2，计算曲线垂向阈值、径向阈值、角度阈值；

步骤S3，如果离散点集合内的离散点到起始点和终止点直接连接的路段的垂距小于曲线的垂向阈值，则执行步骤S4，反之，则不保留该离散点；

步骤S4，如果该离散点到终止点的径向距离大于径向阈值，则执行步骤S5；反之，则不保留该离散点；

步骤S5，如果离散点集合内的离散点到终止点的路段与起始点和终止点直接连接的路段之间的夹角大于角度阈值，则路段经压缩后保留该离散点，并计入曲线压缩后点集合；反之则不保留，并不计入曲线压缩后点集合。

步骤S6，当所有曲线都处理完毕时，依次连接曲线压缩后点集合内的离散点，所形成的折线，即为曲线的压缩后近似曲线。

进一步的，在步骤S1中，曲线的离散点集合P为

P＝{P_i|(x_i,y_i)},i∈1,2...,n

其中，n是离散点集合P中的离散点数量，x_i是离散点P_i的横坐标，y_i是离散点P_i的纵坐标，P₁为曲线的起始点，记为点A，P_n为曲线的终止点,记为点B。

进一步的，在步骤S2中，曲线垂向阈值为D，径向阈值为r，角度阈值为Θ；

则，Θ＝arcsin(D/r)

其中D为曲线上离线段最远的特征点C到线段的垂距，r为特征点C到终止点B的距离，Θ为∠CBA。

进一步的，在步骤S3中，如果离散点P_i到线段的垂距d_i小于曲线的垂向阈值D，则执行步骤S4，反之，则不保留该离散点P_i。

进一步的，在步骤S4中，如果离散点P_i到终止点B的径向距离r_i大于径向阈值r，则执行步骤S5；反之，则不保留该离散点P_i。

进一步的，在步骤S5中，如果离散点P_i到线段之间的夹角大于角度阈值Θ，则路段经压缩后保留该离散点P_i，并计入曲线压缩后点集合P′；反之则不保留，并不计入曲线压缩后点集合P′。

本发明提出一种基于角度约束的道路数据压缩方法，本算法在基于径向距离约束的Douglas-Peucker算法的基础上进行了改进，提出基于角度约束的Douglas-Peucker算法，通过给道路特征点间两条子路段之间的夹角设置阈值，当夹角大于设定的阈值时，保留该特征点，反之则不保留。从而达到在尽量保留道路几何特征的基础上，减少道路几何特征点，从而达到减少道路子路段的目的，提高道路匹配的效率，解决了在压缩程度与保留曲率变化特征点之间的矛盾。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1为现有技术中的基于径向距离约束的Douglas-Peucker算法示意图；

图2a-2d为在选择不同径向距离的情况下，对同一矢量曲线的压缩过程图；

图3a-3b为压缩后特征点与端点间距的关系示意图；

图4为本发明的基于角度约束的Douglas-Peucker算法示意图；

图5为本发明的流程图；

图6为本发明的压缩前道路特征点数与几何特征的对比图；

图7为本发明的压缩后道路特征点数与几何特征的对比图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

本发明提供一种基于角度约束的道路数据压缩方法，参考附图5，包括如下步骤：

步骤S1，建立曲线的离散点集合，确定曲线的起始点和终止点；

曲线的离散点集合P为：

P＝{P_i|(x_i,y_i)},i∈1,2...,n， (1)

其中，n是离散点集合P中的离散点数量，x_i是离散点P_i的横坐标，y_i是离散点P_i的纵坐标，P₁为曲线的起始点，记为点A，P_n为曲线的终止点,记为点B。

步骤S2，计算曲线垂向阈值、径向阈值、角度阈值；

设曲线垂向阈值为D，径向阈值为r，角度阈值为Θ；

则，Θ＝arcsin(D/r)

其中D为曲线上离线段最远的特征点C到线段的垂距，r为特征点C到终止点B的距离，Θ为∠CBA。

步骤S3，如果离散点集合内的离散点到起始点和终止点直接连接的路段的垂距小于曲线的垂向阈值，则执行步骤S4，反之，则不保留该离散点；

即，如果离散点P_i到线段的垂距d_i小于曲线的垂向阈值D，则执行步骤S4，反之，则不保留该离散点P_i。

步骤S4，如果该离散点到终止点的径向距离大于径向阈值，则执行步骤S5；反之，则不保留该离散点；

即，如果离散点P_i到终止点B的径向距离r_i大于径向阈值r，则执行步骤S5；反之，则不保留该离散点P_i。

步骤S5，如果离散点集合内的离散点到终止点的路段与起始点和终止点直接连接的路段之间的夹角大于角度阈值，则路段经压缩后保留该离散点，并计入曲线压缩后点集合；反之则不保留，并不计入曲线压缩后点集合。

即，如果离散点P_i到线段之间的夹角大于角度阈值Θ，则路段经压缩后保留该离散点P_i，并计入曲线压缩后点集合P′；反之则不保留，并不计入曲线压缩后点集合P′。

步骤S6，当所有曲线都处理完毕时，依次连接曲线压缩后点集合内的离散点，所形成的折线，即为曲线的压缩后近似曲线。

图1为基于径向距离约束的Douglas-Peucker算法示意图。通常该算法对提取曲线跨度长度较为有效，但在曲线形状复杂的情况下，无选择合适的径向距离进行压缩计算。

图2a-2d为在选择不同径向距离的情况下，对同一矢量曲线的压缩过程图。

图2a中，中ABCDE为原始曲线，子路段d为特征点C到的距离，r₁表示子路段的长度，与的长度相等记为r₂。从图中可以看出，原始曲线中所有点距端点的垂距总小于曲线的垂向距离d，因此仅需要对径向距离进行考虑。图2b、图2c、图2d分别给出了径向阈值大于r₂、小于等于r₂大于r₁、小于等于r₁情况下，对原始曲线进行径向约束算法压缩的效果。

图3a-3b为压缩后特征点与端点间距的关系示意图。

在实际情况中，当被压缩曲线两端点距离较远时，基于径向约束的Douglas-Peucker算法对保持曲线的几何特征有较好的效果，当曲线两端点距离较近的情况下，效果较差。

图3a和图3b给出了径向距离阈值不同时的情况，根据基于径向约束的Douglas-Peucker算法，当路段终点位于B₁时，路段长度小于径向距离阈值，P点被舍去；终点位于B₂时，路段距离大于径向距离阈值，P点被保留；而在实际的道路匹配处理中，需要对路段角度变化较大的特征进行保留，即当终点位于B₁经压缩后保留P点。

为解决此类问题，本发明借鉴基于径向距离约束的Douglas-Peucker算法，提出基于角度约束的Douglas-Peucker算法。如图3所示，路段与的夹角大于角度阈值θ₀时，路段经压缩后保留点P，反之则不保留。

由于道路弧段的点序集合为有序集合，因此对于角度计算中的方向判断问题可以用方位角来解决。

本发明基于角度约束的Douglas-Peucker算法流程如下：

表1基于角度约束的Douglas-Peucker算法流程

用基于角度约束的Douglas-Peucker算法对图1中的曲线进行处理，如图4所示，设压缩时的径向阈值为r₂，垂向阈值为d，则角度阈值可设为arcsin(d/r₂)，图4中可以看出，与基于径向距离的压缩算法相比，对基于角度约束的压缩算法的处理结果更能保留曲线的几何特征。图6和图7为本发明的压缩前后道路特征点数与几何特征的对比图。

本发明提出一种基于角度约束的道路数据压缩方法，本算法在基于径向距离约束的Douglas-Peucker算法的基础上进行了改进，提出基于角度约束的Douglas-Peucker算法，通过给道路特征点间两条子路段之间的夹角设置阈值，当夹角大于设定的阈值时，保留该特征点，反之则不保留。从而达到在尽量保留道路几何特征的基础上，减少道路几何特征点，从而达到减少道路子路段的目的，提高道路匹配的效率。

本发明能在保证道路几何特征基本不变的情况下，实现对道路数据特征点的压缩，减少参与匹配处理的子路段数量，解决了在压缩程度与保留曲率变化特征点之间的矛盾。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求极其等同限定。