CC BY
21
Щ Кафедра молодых
А.С.Симонов
Построение схематического плана автомобильной дороги по данным видеопаспортизации_
Введение. С развитием информационных технологий стали возможны новые методы сбора информации об автодороге, не доступные ни в техническом, ни в экономическом плане несколько лет назад. Один из таких методов - это использование дорожной видеолаборатории, позволяющей снимать координаты трассы дороги в движении (GPS и гироскопическая система), поперечные и продольные уклоны (инклинометры) и видеоинформацию. Используя данные таких систем, ставится задача построения схематического плана трассы автомобильной дороги.
Так как трасса автомобильной дороги представляет собой сложную пространственную кусочно-непрерывную линию, составленную, как правило, в плане из таких элементов, как прямая, переходная кривая, круговая кривая, а в продольном профиле - из прямых и круговых кривых, то автором модуля была разработана модель трассы дороги с применением баз данных, в которой используются эти элементы, и алгоритм нахождения этой модели трассы на основе подкорректированных GPS данных.
В совместной статье с В,И. Мартьяновым [9] были рассмотрены методы автоматического построения трассы а/д, а в этой статье даны методы применения в условиях наличия реперных точек трассы, определенных данными инструментальных измерений выборочных расстояний. На основе данных формализации об ограничении по геометрическим параметрам трассы, шаговой постановки задачи трассирования был разработан и внедрен в программный комплекс "Мониторинг сети автомобильных дорог Иркутской области" модуль построения схематического плана. Результаты данной работы использовались ИрГТУ для выполнения государственных заказов Администрации Иркутской области в 2003-06гг. по видеопаспортизации региональных автомобильных дорог.
Постановка задачи.
Требуется построить цифровую модель трассы дороги L = {(£,., LM ) | / = 0, п +1}, где ¿, - элемент трассы, п - общее количество элементов трассы, с заданной точностью е и создать базу данных цифровой модели трассы дороги. Под точностью аппроксимации понимается мера отклонения элементов модели от кривой U. В данной реализации эта величина определяется таким образом:
err = max(max(err^ox)),
" элем ребра
где егг^.ох - ошибка на ребре.
В качестве элементов модели используются объекты, достаточно точно описывающие элементы трассы. Основой поиска является кривая и, задаваемая 20 -координатами У/={{х„уЦ} дороги.
Представление данных о цифровой модели трассы в рамках реляционных СУБД.
Традиционно информация об объектах, представленная в виде таблицы, выглядит следующим образом: запись в целом содержит информацию об объекте, а поля записи - атрибутивные характеристики объекта. Однако подобное представление может быть использовано для хранения информации о цифровой модели трассы с малой долей вероятности. Основная причина -возможность увеличения количества атрибутов объектов, описывающих модель. В первую очередь, это обусловлено типизацией пространственных характеристик как атрибутивных. Вполне естественно, что различные объекты могут иметь различное количество атрибутов. Выходом из сложившейся ситуации является подход, когда каждой атрибутивной характеристике соответствует только одна запись. В этом случае может использоваться таблица следующей структуры:
Таблица 1
—-Щ51— — ......-
1W шш 11 12:1 £09 i 21 i <
tm— ТВШГ- ЖШ'ЩГ1.................Г™ ' "ТШ"" 1
©104 Щ&ш Ш 0.1Ш8 i : тем» J,
ЩШГ"
Где HOI - Hierarchy Object Idetentification (Иерархический идентификатор объекта); НОС - Hierarchy Data Classification (Иерархический классификатор даты); DATA - Да-та/Время внесения характеристики^!. - величина.
Единственной технической сложностью реализации такого представления данных является хранение значения атрибута, поскольку разные атрибуты могут быть представлены различными типами данных. Можно предложить следующий вариант решения проблемы. Например, использовать в качестве типа данных поля [VAL] тип BINARY. Определим основные таблицы базы данных для описания цифровой модели трассы дороги.
1. Таблица - классификатор данных.
2. Таблица идентификаторов элементов, образующих трассу.
3. Таблица, хранящая описание атрибутов элементов в иерархическом виде.
4. Таблица - классификатор иерархии для таблицы атрибутов (|абл. 3).
Кафедра молодых
Такая структура позволяет создавать цифровую модель трассы с неограниченным количеством атрибутов элементов. Пример:
HOI HDC VAI
01 0101 130.768
01 0102 186.009
Классификатор. Табл 4
HDC TITLE
0101 Length
0102 Angl
В табл/ 4 Length - длина переходной кривой, Angl -угол входа в кривую.
Идея поиска модели для требуемой задачи состоит в составлении поэтапного алгоритма нахождения цифровой модели трассы. Опишем основные этапы алгоритма,
Этап 1
Аппроксимация контуров и нахождение ре-6ер.[7]
Перед нахождением модели выполняется аппроксимация контуров кривой U с точностью еарргох [7],[8]. На
основе этого разбиения строится модель. На соседних участках должно быть обеспечено объединение ребер, угол между которыми меньше ат [8].
Алгоритм.
Начиная с приближения кривой, отрезком выполняется рекурсивное разбиение до тех пор, пока ошибка на всех ребрах не станет меньше еарргох:
1. за начальное приближение взять ребро 1 (рис. 1): [рх,р2]
2. если err^ox > sapprox , то разбить ребро пополам и повторить этот шаг для двух новых ребер
Рис. 2. Аппроксимаций кривой (4,5,6,7 - результирующие сегменты)
1. повторить, пока не будет достигнуто требуемое разбиение.
2. если угол между соседними ребрами меньше ат, объединить в одно ребро.
3. повторить, пока не останутся соседние ребра, угол между которыми больше а_.
Получили набор ребер {РХ,...,РШ} , который будет использоваться в дальнейшем для нахождения элементов трассы дороги.
Цифровая модель трассы I будет выглядеть еле-дующим образом: Ь = (Р{^Р2,,Ры),
где <2} есть элемент поворота, а Р] - элемент прямой, можно задать следующим образом.
а, =(Ре^,Сх],Рег,),
где Ре{ . и Ре3 ■ - элементы переходных кривых, С2 ■ - элемент круговой кривой.
Этап 2
Во втором этапе используется итерационный алгоритм, смысл которого состоит в том, чтобы найти все элементы поворотов с точностью не ниже е,эмм, пошагово перебрав возможные соединения ребер.
Нахождение центров симметрии.
1. Найти центр симметрии для ребер {Р[,Р2}
2. Получить центр симметрии для поворота (2, (начало поворота координаты начала Р}, а конец поворота координаты конца Р2 на кривой Ц]. Центр симметрии поворота <2{, есть точка, образованная пересечением двух касательных поворота ()1.
3. Далее найти точку ти расположенную на повороте <2] и образующую наименьшее расстояние 1п. от
центра симметрии ^ до поворота ^.
Нахождение круговых кривых.
1. Найти С2} - круговую кривую. Для этого на повороте <2, выберем две точки г2 и г3 на расстояние с/ от точки Г} и вычислим радиус поворота ()х в этих трех точках.
2. Найти средний радиус I?! и точку центра усредненной окружности. Для того, чтобы найти начало и конец круговой кривой С2Д, построить окружность с радиусом I?} и точкой центра ф, и найдем все совпадающие координаты (2Х с координатами построенной окружности. Начало и конец круговой кривой найдены.
Замечание. В случае отсутствия прямой вставки между двумя односторонними поворотами, необходимо провести т - количество измерений радиусов окружностей на повороте Qj и в случае циклического повторения уменьшения радиуса, "разбить" поворот ()на два
в месте между повторениями,
Нахождение переходных кривых.
1. На основе найденного 1 точек начала и конца круговой кривой С21 и точек начала конца поворота
{21 найдем переходные кривые Рех 1 и Реъ 1.
Итерация
2. Взять начальные пару ребер [Р{, Р3} и пройти второй этап сначала, если найдется такой центр симметрии для пар {/>,/>}, что можно описать моделью
Таблица 5
Технологическая карта россыпи противогололедного материала 2006 г. для _____а/д Усть-Ордынский-Качуг ___
Место загрузки ПГМ Место загрузки ПГМ № п/п Места обработки ПГМ Норма расхода ПГМ на 1000м2 Расход материала
км от до длина участка S участка
км+м м м2 мЗ мЗ
1 2 3 4 5 6 7 8
на 257250 км. АБЗ Качуг-ского р-на автобусная остановка 19 шт. 541 3567 0.15 0,539
крутой поворот 20 шт. 4569 32183 0,15 4.827
уклон 2 шт. 658 4606 0.15 0.691
примыкание 49 шт. 1982 12194 0.15 1.824
ВСЕГО 7790 52830 7.922
(2] = (Ре11, С2], Реъ,) , то итерировать операцию до тех пор, пока не будет найдена пара ребер {РХ,Р(}, которая не будет удовлетворять модели ();. Т.е. будем
говорить о том, что мы нашли пару {Рх, Р(_х} , которая может быть описана моделью
= (Реи,С21,Резд). Причем Р0и Р( есть прямые вставки, примыкающие к найденному повороту (21.
3. Следующую итерацию проводить для пары {Рм, Р(+2} и т.д., пока не будут найдены все элементы трассы
Заключение. Данный алгоритм прост и достаточно надежен для нахождения цифровой модели автомобильной дороги с требуемой точностью еарргох, а предложенная иерархическая база данных цифровой модели трассы позволяет создавать модели любой сложности.
Экономические результаты: Данная модель является частью баз данных а/д для госконтракта №254 и позволяет проводить аналитический анализ по состоянию сети автомобильных дорог, в частности, приведен пример отчетного документа - технологическая карта россыпи ПГМ {Табл 5.).
Библиографический список
1. В.Ф. Бабков, О.В.Андреев. Проектирование автомобильных дорог.- М.¡Транспорт, 1979. - С,68.
2. Белятынский А. А. Проектирование кривых при строительстве и реконструкции автомобильных дорог. -Киев: Выща шк., 1988, - с. 301.
3. Применение ЭВМ в проектировании автомобильных дорог. -М.: Союздорнии, 1987. - С. 112,
4. Самбаров Н.Н. Основы проектирования автомобильных дорог.- Иркутск: Изд-во ИрГТУ, 1998. - С, 45.
5. СНиП 2.05.02-85.
6. Майкл Д. Вычислительная геометрия и компьютерная графика на С++: Пер. с анг.- М.: Изд-во БИНОМ, 1997. - 304 с,
7. M. Garland and P. S. Heckbert .Fast polygonal approximation of terrains and height fields. // CMU-CS-95-181, 1995 sept.
8. H. Chen, J. Bishop .Delaunay triangulation for curved surfaces.
9. Сборник научных трудов "Новые технологии в инвестиционно-строительной сфере и ЖКХ". -Иркутск, 2005.
10. Федотов Г. А, Автоматизированное проектирование автомобильных дорог. - М.: Транспорт, 1986. - С, 316.
Статья принята к публикации 18,10.06
