面向导航电子地图制作的多源地理空间数据融合技术

朱 靖，栾学晨

（1. 广东瑞图万方科技股份有限公司, 广东 佛山 528305）

导航电子地图数据是移动位置服务、智能导航、交通规划等领域不可缺少的空间数据资源。导航电子地图数据采集的多样性引发了空间数据的多语义性、多时空性、多尺度性、存储格式的不同以及数据模型与存储结构的差异等[1]，给最终的导航电子地图制作带来一定困难。目前国内外在导航数据的匹配和融合方面作了较多研究。在数据匹配方面，常采用的是基于位置、形态和拓扑等相结合的匹配方法[2-6]；而在数据融合方面，文献[7]提出一个支持和数据集成的技术框架，支持模型和数据两种层次的数据集成；文献[8]针对互联网中多源数据综合问题，提出一种数据集成方法。上述方法对一般GIS数据的融合和更新具有较好的效果,但对于导航电子地图仍需要进行拓展。本文从面向导航电子地图制作入手，基于数据生产中的导航数据要素，提出多源地理空间数据融合技术。

1 导航电子地图数据的基本要素

导航电子地图侧重于道路交通网，主要由道路和POI形状数据、背景数据、拓扑数据和属性数据构成。

1）道路和POI形状数据，主要记录与道路相关的精确地理位置、路面形状、道路隔离带、相关附属设施等。

2）背景数据，包含植被、水系、行政区划、面状公共场所等现实意义上的背景信息。

3）拓扑数据，定义了导航电子地图中各种地物间的相互关系，包括拓扑联接、拓扑相邻、拓扑包含等。拓扑数据的定义使电子地图中的各类数据在内涵上有了关联，在语义和概念上更加完整，为电子地图数据自身完备性检查、网络路径规划和实现交通信息处理提供了便利。

4）属性数据，记录了各类地物除位置信息以外的数据。地物不同，属性数据的组织结构也不尽相同。例如，POI属性包含名称、地址、电话、网址等，而道路属性数据则包含道路名称、路面宽度、车道数据、通行级别等。导航电子地图包含导航显示、检索、路径计算和语音提示所用到的各种地物属性，信息量和精细度远超一般电子地图。

导航电子地图必须具有极高的精确性，包括地理位置数据和实际地物信息。同时，各要素之间必须具有正确的拓扑关系和整体联通性，使各地物在逻辑上和语义上能够正确地映射现实世界。还必须提供完备的地物属性信息，例如交通规制信息说明哪些路口禁止左转、禁止直行、时段不禁行或限行等，都与导航应用有着密切关联，直接影响数据显示、运算和分析的效果。

2 多源地理空间数据融合技术

多源地理空间数据融合技术将解决空间基准统一、编码统一、数据模型统一等问题。在充分理解各编码体系中每一编码定义的基础上，动态制作对应配置表，解决一对一、一对多、多对一等关系。特别在一对多的情况下，需要利用要素的关联属性，实现不同编码体系的空间数据融合。

结合导航电子地图实际生产流程（图1），本文提出数据融合的具体任务：

1）过滤。首先将通过网站电子地图标记、手持导航仪GPS记录（以POI为主）、自增量车辆导航仪等3种方式汇集的变化数据进行规范性过滤；之后进行内容过滤，包括数据空间范围过滤、与已列入生产计划的数据比对过滤、与已有数据对比过滤等。

2）融合。将过滤后的3类数据进行单一数据源重复标记数据融合，融合过程中应考虑数据质量评价方法，选取同要素标记中质量较好的数据记录进行融合，选取的自增量数据需能够自动提取中心线。多源数据融合的算法主要考虑线的融合算法（特征点法、缓冲区法）。GPS获取的中心线数据具有较高精度，具有该类数据时，同位置网络电子地图标记数据可忽略；如没有该类数据，则使用电子地图标记数据。

3）比对。融合后的数据可利用近期卫星图像进行叠加判别。如果融合后的导航变化要素精度满足要求，则直接提交给数据生产部门，否则应制定外业数据采集计划。某些情况下，有可能变化要素的几何精度满足需求，但仍需要该导航要素的其他信息，如交通规制等，这时同样需要编制外业数据采集计划，但采集的数据不一定需要进行加密处理。

4）使用。根据不同的判别结果指导生产，如位置准确的数据直接提交至数据生产部门使用。

2.1 导航变化数据的融合

本文对于导航变化数据的融合主要考虑矢量形式的多源数据。矢量数据融合是为了消除以下差异：①空间物体在不同的空间数据模型中多次采集所产生的数据描述上的差异；②相同或不同数据模型采用不同的分类分级方法所产生的要素属性差异；③空间数据应用目的不同导致在要素制图综合详细程度上的差异以及多次数字化所产生的几何位置差异。

由于任何一种导航数据本身都存在同一位置的导航数据被多次记录的情况，因此有两种融合流程可以考虑：①在多源导航变化数据融合前，先对同一数据来源的导航变化信息进行融合，然后再进行多个来源数据的融合。②将全部的导航变化数据放在一起进行数据融合。

由于不同用户空间认知能力的不同，对同一导航要素进行了不同的标记，而不同的标记存在详细程度上的差异以及位置差异。因此，本文在导航数据甄别中需要对这样的差异进行处理，即导航要素几何位置的融合技术。几何位置融合是一个比较复杂的过程，需要用到模式识别、统计学、图论以及人工智能等学科的思想和方法。几何位置融合应包括两个过程：一是实体匹配，找出同名实体；二是将匹配的同名实体合并。

实体匹配是指将两个数据集中的同一地物识别出来。匹配的依据包括距离度量、几何形状、拓扑关系、图形结构、属性等。对同名实体的几何位置进行合并，首先要对数据源的几何精度进行评估，根据几何精度，合并应分两种情况进行讨论。在常规多源矢量数据融合中，如果一种数据源的几何精度明显高于另一种，则应该取精度高的数据，舍弃精度低的数据。但在导航数据发现的几种数据源中，可能会存在无法确定数据源精度的问题。手持式GPS导航仪和自增量导航方式发现的变化数据是由GPS定位自动记录位置点或车辆行驶轨迹，可作为精度较高的数据。如果只有电子地图网站的数据，则需进一步对数据源进行评价。对于几何精度近似的数据源，应该分点、线来探讨合并的方法。点状物体的合并较为简单，线状物体的合并可采用特征点融合法和缓冲区算法。

2.2 融合后的数据与卫星图像的叠加判别

融合后的数据与卫星图像的叠加判别采用半自动方式进行。首先，采用模式识别的方法提取卫星影像中的线状道路要素；然后，将提取的影像道路要素同融合后的导航电子地图数据库进行叠加，并根据距离、夹角以及长度相似性计算道路的重叠性；最后，由人工完成变化检测的判别。

2.3 判别后数据的生产规划

根据不同的判别结果指导生产。如位置准确，则可直接提交至数据生产部门使用；如需要修改道路上的附件信息，如交通规制信息等，则制定外业采集计划；如位置不准确，也需要制定外业采集计划。

3 导航电子地图增量更新技术的实现

以前述的多源地理空间数据融合技术为基础，应用于导航电子地图制作平台系统的设计与实现。首先分析了系统需求及其对数据模型的要求，然后基于业务需求进行系统总体结构的设计，接下来进行制作平台的设计与发布，并根据导航数据的生产要求实现了3种导航要素的制作、融合、判别、生产流程。该系统的实现进一步验证了理论的实用性。目前，面向导航电子地图制作的多源地理空间数据融合技术已在生产实践中应用，效果良好。

[1]郭黎, 崔铁军, 王玉海, 等. 多源空间数据融合技术探讨[J].地理信息世界, 2007 (1): 62-66

[2]Beeri C, Doytsher Y, Kanza Y, et al. Finding Corresponding Objects when Integrating Several Geo-Spatial Datasets [C].13th ACM International Workshop on Geographic Information Systems, Bremen, Germany, 2005

[3]Walter V, Fritsch D.Matching Spatial Data Sets: a Statistical Approach[J].Int J Geographical Information Science，1999,13(5)：445-473

[4]Mantel D, Lipeck U.Matching Cartographic Objects in Spatial Databases[C]. XXth ISPRS Congress, Comm. IV, Istanbul,Turkey,2004

[5]Stigmar H.Matching Route Data and Topographic Data in a Real-time Environment[C].10th Scandinavian Research Conference on Geographical Information Science (SCANGIS)'05, Stockholm, Sweden, 2005

[6]Zhang M，Shi W，Meng L.A Generic Matching Algorithm for Line Networks of Different Resolutions[C]. ICA Workshop on Generalization and Multiple Representation, A Coruña, Spain,2005

[7]Beck A R, Fu G, Cohn A G,et al.A Framework for Utility Data Integration in the UK[C].Annual Symposium of the Urban-Data-Management- Society, Stuttgart, Germany, 2007

[8]Safra E, Kanza Y, Sagiv Y, et al.Integrating Data from Maps on the World-Wide Web[C].6th International Symposium on Web and Wireless Geographical Information Systems, Hong Kong,2006