融合遥感影像与车辆轨迹的
OSM立交桥层级结构识别方法

Integrating Remote Sensing Images and Vehicle Trajectories

研究背景与挑战

核心问题

开放街道地图(OpenStreetMap)中立交桥层级结构缺失严重制约高精度地图与智能导航发展。传统方法严重依赖高程或激光点云数据,存在数据获取成本高、覆盖范围有限、处理复杂度大等问题。

创新突破

本研究提出一种无需高程信息、仅融合遥感影像与车辆轨迹数据的立交桥层级自动识别方法,突破传统方法对高程数据的强依赖,显著降低数据获取成本与门槛。

三阶段技术框架

Three-Stage Technical Framework

1

交叠道路识别

Overlapping Road Detection

  • 基于拓扑关系检测交叠区域
  • 霍夫变换提取线性特征
  • 斜率比较判别上下层关系
2

重叠道路检测

Parallel Road Recognition

  • 高斯混合模型提取速度特征
  • 随机森林分类器精细识别
  • 区分高架与地面辅路
3

全局层级推理

Global Hierarchy Reasoning

  • 局部-全局推理算法
  • 空间几何约束与行为模式
  • 层级属性赋值与可视化

核心技术方法

交叠区域检测

① 道路节点提取

提取所有道路线段起始点与终止点的并集

② 拓扑打断

在道路线段相交位置插入节点,生成物理交点集合

③ 交叠点检测

计算新增节点集合,确定立交桥感兴趣区域(ROI)

上层道路判别

ROI提取与特征增强

截取遥感影像,进行灰度化、高斯滤波及Canny边缘检测

道路线检测

采用概率霍夫变换检测遥感影像与OSM道路的直线集

层级判定

计算方向角差,角度差小于阈值α则判定为上层道路

速度分布特征提取

轨迹数据预处理

去除噪声点、分割长轨迹、HMM地图匹配至OSM路网

GMM建模

对每个路段速度样本进行概率密度建模,提取多维特征向量

特征类型

权重、均值、标准差及全局统计量(中位数、偏度、峰度)

SILP层级推理算法

基准层初始化

地面道路层级值初始化为0,其余为待定状态(-1)

逐层约束传播

从L=2开始循环,筛选候选单元、层级提升、路名一致性融合

全局一致性验证

验证所有局部上层道路是否满足约束条件

实验设计与数据

公主坟立交桥

  • • 位置:西三环
  • • 类型:环形立交
  • • 特点:结构规整,交叠关系清晰
  • • 作用:检验基础多层结构处理能力

建国门立交桥

  • • 位置:东二环
  • • 类型:苜蓿叶式与定向匝道组合
  • • 特点:结构紧凑,存在平行重叠路段
  • • 作用:测试高密度环境识别能力

四惠立交桥

  • • 位置:东四环与京通快速路交汇
  • • 类型:大型复合式交通枢纽
  • • 特点:规模宏大,最高达三层
  • • 作用:验证极端复杂场景性能

数据源与预处理

OSM数据

2023年北京市数据集,提取立交桥中心点周边1km²范围内所有highway标签道路要素

遥感影像

谷歌地球高清卫星影像,空间分辨率优于0.5m,成像时间2022-2023年

轨迹数据

北京市10,000辆出租车2023年连续一周GPS轨迹数据(车辆ID、时间戳、经纬度、速度、方向角)

实验结果与性能评估

Experimental Results & Performance Evaluation

交叠道路层级判别

准确率(Accuracy) 99%
召回率(Recall) 89%
F1分数 94%

重叠道路识别

精确率(Precision) 100%
召回率(Recall) 86.96%
F1分数 93.02%

各立交桥详细性能

公主坟立交桥

准确率 100%
召回率 77.78%
F1分数 87.50%

建国门立交桥

准确率 100%
召回率 100%
F1分数 100%

四惠立交桥

准确率 98.55%
召回率 89.47%
F1分数 93.75%

与传统方法对比

核心优势

传统方法局限

  • 严重依赖高程或LiDAR点云数据
  • 数据获取成本高昂(数万元/km²)
  • 覆盖范围有限,难以大规模应用
  • 数据处理复杂,更新周期长

本文方法突破

  • 完全不使用高程信息
  • 仅需开源遥感影像与众源轨迹数据
  • 显著降低数据获取成本与门槛
  • 识别精度更高,实用性与可扩展性更强

性能对比总结

本文方法在完全不使用高程信息的前提下,达到了与依赖昂贵LiDAR数据方法相近甚至更优的识别精度。通过多源二维数据的智能融合,有效解析立交桥的三维层级结构,为OSM路网数据的三维语义增强和自动化质量提升提供了切实可行的技术路线