导航电子地图基本结构和新技术应用整理--菜菜.pptVIP

计算出地物坐标、路宽、道路中心线 根据两侧匹配点（像平面）计算出来的道路线（摄影基线） 右图像 计算出来的矢量地图： 左图像 3.038m 5077.997 5844.743 12.812 5081.034 5844.683 12.738 利用航测技术，从现场的视频数据和GPS+DR定位数据综合分析道路两侧边崖线的坐标值： 匹配点 采集作业系统： 产品： 高分辨率影像资料分析 利用影像资料把传统GPS道路采集技术的数据精度从20米左右提高到10米以内。 从影像资料与GPS采集道路轨迹的对比中观察传统作业的数据误差： 根据影像资料采集出来的道路数据： 根据影像资料制作的背景数据： 根据影像资料制作的导航电子地图产品在导航仪中的应用： 多渠道POI数据采集处理技术 从单一渠道的外业“扫马路”发展到影像资料、电信运营商、商务网站、电话外呼等多种渠道的采集方式。 从多源数据输入，到内业融合处理的深度POI生产平台： 内容采集 单条/批量运营情报采集 PDA情报采集 地址编码：根据地址匹配坐标 内容排重：排查重复的内容 多源数据统一规范 来自运营商的数据 来自外业队的数据 内容整合 作业员任务领取 内容整合：逐条POI信息的属性整合 任务提交 内容审核 作业员任务领取 内容审核：用电话询问方式核实数据 任务提交 我国主流导航电子地图基本结构 多源数据采集技术 分词技术在地址索引和POI分类中的应用 动态交通信息数据结构 3D导航技术 行人导航技术 分词技术在地址索引和POI分类中的应用 自动分词就是将用自然语言书写的文章、句段经电子计算机处理后，以词为单位给以输出，为后续加工处理提供先决条件。此技术对于信息分析、情报检索、机器翻译、数据库管理和人工智能等IT应用方面有着关键性的作用。自动分词的实现，对于拉丁语系来说并不困难，其语言文字的形成结构中，词与词之间本身就有着明显的间隔符（如：空格、标点符号等），但对于中文来说，就是一个至今仍未能得以很好解决的技术难题，中文词与词之间没有着明显的间隔符，甚至连标点符号都没有的古文更是为难了。当今，国内外IT界的一些仁人志士们还在为此技术不懈努力着。 分词技术 对POI名称和地址进行自动分词，为POI的自动分类和自动聚类提供支持。 例如： 北京协和医院 ? 北京（行政区划），医院（医疗类），协和（特定称呼） 易图通科技（北京）有限公司 ? 北京（行政区划），公司（企业类），易图通（特定称呼） 河北保定城南区新华大街12号 ? 河北·保定·城南区（行政区划），大街（道路），新华（名称），12号（门牌） 导航电子地图的POI名称和地址的自动分词 1）POI数据自动聚类 对分词后的名称进行统计分析，寻找新发现的POI类别，并把相应的POI条目自动聚合到这个新类。例如，通过扫描数据库中的1200多万条POI，程序自动找相互重叠的词，经过统计分析，结果发现了一个事先未规定的类别“必胜客”。将这些包含“必胜客”的POI自动组织为一个新的类别“必胜客”。这是一种智能挖掘方法。 2）POI坐标自动生成技术 对于车载地图POI，名称和坐标是必采的数据。对于运营POI，名称和地址是必采的数据。由于运营POI数据源没有坐标值，但有地址信息。而自采POI数据源有坐标值，也可能有地址信息。再加上存在的道路空间信息，就可以实现POI坐标值的自动生成。系统有一个基础坐标库，以自采的POI地址和道路数据的坐标为基本。数据源的位置通过其地址信息与这个基础坐标库进行匹配。 分词技术在POI采集中的的应用 分词技术在道路名称检索中的应用 道路全称：海淀中关村北大街 名称前缀：海淀 基本名：中关村 街道类型：大街 名称后缀：北 分词技术引入道路名称的检索机制，有利于道路名的分类索引和快速搜索。 我国主流导航电子地图基本结构 多源数据采集技术 分词技术在地址索引和POI分类中的应用 动态交通信息数据结构 3D导航技术 人行导航技术 动态交通信息数据结构 图商应提供本机地图的路段与发布中心的交通道路之间的匹配关系表。 与动态交通信息发布系统的道路连接 本机地图的路段ID 发布中心的道路编码 本机的路段 (起点) n1 (终点) (始点) (始终点) (终点) 交通道路#1方向 交通道路#2方向 交通道路编码#3 弧段ID#3 弧段ID#2 弧段ID#1 交通道路编码#4 交通道路编码#1 交通道路编码#2 交通道路#3方向 交通道路#4方向 发布的道路 发布的道路ID 道路匹配的原理： 建立本机地图的路段与中心发布路况的道路之间的匹配关系 中心发布的道路通过这种关系可识别出本机地图上的对应路段，显示相应路况的路段和重新计算路径 我国主流导航电子地图基本结构 多源数据采集技术