公路设计规范约束下的山区公路矢量与DEM数据可视化融合方法研究

发布时间：2017-05-31 04:01

  本文关键词：公路设计规范约束下的山区公路矢量与DEM数据可视化融合方法研究，由笔耕文化传播整理发布。

【摘要】：随着航空航天摄影测量、遥感和全球定位系统等对地观测技术的发展,各种遥感数据以及地面观测数据越来越多；地学多学科之间的交叉融合以及智慧地球等技术的发展,对多源异构空间数据的有效融合提出了迫切需求。然而当前对于不同数据的融合技术大多只是简单的拼接,并不能发挥每种数据对于同一个事物以及现象的认知与表达,无法实现1+12的效果。以典型的空间实体山区公路为例,当前描述大范围山区公路形态的公路设计数据无法轻易获得,而通过地图数字化获得的,描述公路平面位置信息的基础地理信息单线矢量数据,与作为公路下垫面描述地形的DEM数据,其精细化融合方法缺少理论和技术上的支撑。导致可视化方面只限于简单的叠加,显示过于简陋。如何利用描述山区公路的单线矢量线数据和高程数据两者的信息,以及公路作为空间实体本身应该遵循的规范和属性,实现山区公路与地形数据的有效融合,是值得研究的课题,本文即围绕此课题展开研究。 本研究主要以单线矢量数据结构表达的公路数据与栅格数据结构表示的地形数据为研究对象,以符合公路设计规范的公路纵断面线形优化为切入点,以随机性优化算法为方法,研究山区公路数据与地形数据的融合。 根据山区公路的等级以及行车限速等信息,查阅相关设计规范标准；建立面向山区公路纵断面线形优化还原的数学模型,在设计规范的约束下,基于遗传算法与蚁群算法求解该数学模型,并分析两种算法的运行特点,提出两种优化算法相结合求解问题的策略；通过融合,为单线公路矢量数据添加高程数据,并获得竖曲线、路面和边坡等公路属性的数据,以之作为公路表面三维几何模型,对公路及其沿线地形精细化表达。 选取算例进行实验,结果表明,所生成的公路纵断面、路面以及护坡等相关属性数据均满足公路设计规范；可视化效果能够模拟真实公路的形态特征,证明了该方法是有效的。 本论文面向山区公路单线矢量数据与地形栅格数据融合并增强可视化效果的需求,建立了相关的数学模型；参考随机性优化算法中的遗传算法与蚁群算法,面向本研究问题的特点,设计求解数学模型的优化策略。实验表明,本论文提出的山区公路矢量数据与地形数据融合策略是可行的,为矢量栅格数据融合理论提供一种新的思路。
【关键词】：公路矢量数据 地形数据 随机优化 可视化融合 地形可视化
【学位授予单位】：南京师范大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：P208
【目录】：

• 摘要5-6
• ABSTRACT6-13
• 第一章 绪论13-22
• 1.1 选题背景与研究意义13-14
• 1.1.1 选题背景13-14
• 1.1.2 研究意义14
• 1.2 国内外研究现状综述14-17
• 1.2.1 矢量栅格数据融合14-15
• 1.2.2 公路纵断面选线方法15-16
• 1.2.3 随机性优化算法的发展现状16-17
• 1.2.4 小结17
• 1.3 研究目标、内容与拟解决的关键问题17-19
• 1.3.1 研究目标17-18
• 1.3.2 研究内容18
• 1.3.3 拟解决的关键问题18-19
• 1.4 研究方法和技术路线19-20
• 1.4.1 研究方法19
• 1.4.2 技术路线19-20
• 1.5 论文组织结构20-21
• 1.6 本章小结21-22
• 第二章 公路纵断面线形优化还原数学模型22-35
• 2.1 公路纵断面优化还原问题22-27
• 2.1.1 公路优化还原问题解析22-23
• 2.1.2 数学模型建立以及算法选择23-27
• 2.2 模型的变量设计与约束条件27-30
• 2.2.1 优化变量设计27-28
• 2.2.2 变量约束条件28-30
• 2.3 模型的目标函数30-34
• 2.3.1 模型目标函数的设计31-32
• 2.3.2 模型目标函数的计算方法32-34
• 2.4 本章小结34-35
• 第三章 基于遗传算法与蚁群算法的公路纵断面优化还原35-54
• 3.1 公路初始纵断面优化还原方法35-38
• 3.1.1 公路中心线矢量数据高程获取35-36
• 3.1.2 初始纵断面方案计算36-38
• 3.2 基于遗传算法的公路纵断面优化还原38-45
• 3.2.1 遗传算法编码设计与初始种群建立38-40
• 3.2.2 遗传算法选择算子40-41
• 3.2.3 遗传算法交叉算子41-44
• 3.2.4 遗传算法变异算子44-45
• 3.3 基于蚁群算法的公路纵断面优化还原45-50
• 3.3.1 蚁群算法的运行策略45-46
• 3.3.2 蚁群算法初始网格以及信息素生成46-48
• 3.3.3 蚁群算法信息素更新策略以及选择概率48-49
• 3.3.4 蚁群算法终止条件49-50
• 3.4 面向公路纵断面设计还原的综合算法50-51
• 3.4.1 遗传算法与蚁群算法的运行特点分析50-51
• 3.4.2 遗传算法与蚁群算法的衔接策略51
• 3.5 山区公路相关配置信息51-53
• 3.5.1 山区公路竖曲线计算52
• 3.5.2 山区公路路面与边坡数据计算52-53
• 3.6 本章小结53-54
• 第四章 相关参数确定及算例分析54-66
• 4.1 实验数据介绍以及预处理54-55
• 4.2 相关参数讨论确定55-60
• 4.2.1 遗传算法相关参数55-59
• 4.2.2 蚁群算法相关参数59-60
• 4.3 算法稳定性以及可视化60-65
• 4.3.1 多次实验结果对比分析60-62
• 4.3.2 可视化效果62-65
• 4.4 本章小结65-66
• 第五章 总结与展望66-68
• 5.1 主要研究工作66-67
• 5.2 研究结论67
• 5.3 研究展望67-68
• 参考文献68-72
• 致谢72

【参考文献】

中国期刊全文数据库 前10条

1 李清泉,李德仁;三维空间数据模型集成的概念框架研究[J];测绘学报;1998年04期

2 唐勇;用起伏度自动生成公路初始设计纵断面[J];重庆交通学院学报;1987年04期

3 段海滨;王道波;于秀芬;;蚁群算法的研究现状及其展望[J];中国工程科学;2007年02期

4 翟梅梅;;基于蚁群算法的改进遗传算法[J];安徽理工大学学报(自然科学版);2009年03期

5 付旭辉,康玲;遗传算法的早熟问题探究[J];华中科技大学学报(自然科学版);2003年07期

6 丁建立,陈增强,袁著祉;遗传算法与蚂蚁算法的融合[J];计算机研究与发展;2003年09期

7 芮小平,卢亚辉,杨崇俊,张彦敏;矢栅一体化的三维地形可视化研究[J];计算机工程与应用;2002年20期

8 方丹,王茹,林辉;基于实数编码的多算子演化遗传算法[J];计算机工程与应用;2004年13期

9 姚新;李国杰;;General Simulated Annealing[J];Journal of Computer Science and Technology;1991年04期

10 葛继科;邱玉辉;吴春明;蒲国林;;遗传算法研究综述[J];计算机应用研究;2008年10期

  本文关键词：公路设计规范约束下的山区公路矢量与DEM数据可视化融合方法研究，由笔耕文化传播整理发布。

，

本文编号：408551