• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文OA文献 >Automated updating of road network databases: road segment grouping using snap-drift neural network
【2h】

Automated updating of road network databases: road segment grouping using snap-drift neural network

机译：道路网络数据库的自动更新：使用快速漂移神经网络的路段分组

页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Presented in this paper is a major step towards an innovative solution of GIS road networkdatabases updating which moves away from existing traditional methods where vendors of road networkdatabases go through the time consuming and logistically challenging process of driving along roads toregister changes or GIS road network update methods that are exclusively tied to remote sensing images.Our proposed road database update solution would allow users of GIS road network dependentapplications (e.g. in-car navigation system) to passively collect characteristics of any “unknown route”(roads not in the database) on behalf of the provider. These data are transferred back to the provider andinputted into an artificial neural net (ANN) which decides, along with similar track data provided by otherservice users, whether to automatically update (add) the “unknown road” to the road database onprobation allowing subsequent users to see the road on their system and use it if need be. At a later stagewhen there is enough certainty on road geometry and other characteristics the probationary flag could belifted and permanently added to the road network database. Towards this novel approach we mimickedtwo journey scenarios covering two test sites and aimed to group the road segments from the journey intotheir respective road types using the snap-drift neural network (SDNN). The performance of the SDNN ispresented and its potential in the proposed solution is investigated.
机译：本文介绍的是朝着GIS道路网络数据库更新创新解决方案迈出的重要一步，该解决方案摆脱了现有的传统方法，在传统方法中，道路网络数据库的供应商要经历费时且在逻辑上具有挑战性的沿道路行驶过程来注册更改或GIS道路网络更新方法我们提出的道路数据库更新解决方案将允许GIS道路网络相关应用程序（例如，车载导航系统）的用户代为被动收集任何“未知路线”（不在数据库中的道路）的特征提供者。这些数据被传送回提供者，并输入到人工神经网络（ANN）中，该人工神经网络与其他服务用户提供的类似跟踪数据一起，决定是否自动将“未知道路”更新（添加）到道路数据库中，以允许后续用户使用看到他们系统上的路，并在需要时使用它。在稍后的阶段，当道路几何形状和其他特征具有足够的确定性时，可以解除试用标志并将其永久添加到道路网络数据库中。朝着这种新颖的方法，我们模仿了涵盖两个测试站点的两个旅程场景，并旨在使用快速漂移神经网络（SDNN）将旅程中的路段分为各自的道路类型。给出了SDNN的性能，并研究了其在所提出解决方案中的潜力。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号