公路勘察设计多源数据融合方法研究

公路勘察设计多源数据融合方法研究

刘杰

云南省交通勘察设计研究院有限公司 云南省昆明市  650000

摘要：公路勘察设计阶段会产生的很多数据，其来源、格式、时间、位置、结构和内容等有众多差异，难以实现利用的精确。因此，提出一种多源异构数据融合先进技术。他能用大数据处理融合，关联公路多源数据信息，实现公路勘察设计信息多源准确，最终使公路工程各阶段科学地有效融合。该方法能在网络环境下，快速地提供公路多源相关数据整体融合的服务，为智慧公路建设提供技术保障。

关键词：模型；多源异构数据；融合；数据服务；

引言

在公路多源异构数据中，如何利用现有数据之间的位置关系，搭建数据交互操作的桥梁，如何挂接和关联多源异构数据的相关信息，是如今亟待解决的难点。所以，多源异构数据融合技术是兼顾相关数据融合利用的一种方法。它的技术框架是真实数据与实时数据进行交互融合利用预测。利用研究多源异构数据统计、处理，使某些特征表示和数据融合。通过挖掘多源异构数据内在的相关联系，实现多源异构数据有价值内容信息的使用。基于多源异构数据提供综合数据的支持下，利用网络全面、简单和有效地进行公路工程全阶段的管理、预测和分析。

1、多源数据融合的特征：

目前存在的问题（1）严重缺乏的可尝试的集成平台。（2）仅解决单向或单一的数据。（3）数据量较大，算法模型复杂。

现重点解决的问题，是公路勘察设计阶段多源数据融合的基本方法。技术手段采用三维模型单体化技术与多源数据属性信息挂接，实现公路多源数据预测的查询、统计、空间分析和三维可视化等更多应用，允许在多种网络终端下以网址形式快速访问，进一步提高多源数据融合的精确性和有效性[1]。

2、技术流程

（1）获取倾斜模型、BIM模型、多媒体数据、属性数据和GIS数据。（2）模型数据、多媒体数据、全景影像数据等多源数据在网络服务器中建立数据信息存储库。（3）技术实现WebGL实现数据统计访问、数据高效加载、属性信息内容查询统计分析等服务方式，实现公路多源数据数据完美融合。（4）在网络环境下，各种终端通过一个网站地址就可快速访问公路多源数据管理平台，实时快速基本掌握项目各阶段等信息。

3、关键技术

3.1公路设计阶段多源数据获取

倾斜摄影等各种实景三维模型还有能够帮助生活真实地反映地物现象发生，高精度地获取地物纹理和其它信息，还可结合先进的定位、融合、建模等技术，生成真实的三维实景建模技术，可用于大场景下的三维空间及分析。图1技术可选方案你可以获得精细化的倾斜地摄影实景三维模型[2]。

图1实景三维模型获取

（1）需视频监控需求，监控视频数据需要投入存储在云存储设备上，可动态信息掌握项目现场出现，通过在Web端创建线程云后端存储的API可扩展接口连接到视频数据结果，通过实现监控视频的Web端实时浏览。音频数据情况多种手段录音等方式获得。监控相关视频和音频文件是规划配套使用的，中期阶段在Web端将集成使用。（2）然后通过BIM建模软件，录入结构组成物完全尺寸信息，调用其构造物库，自身生成公路构造物BIM模型。（3）GIS表现数据借助大数据来源下载或有关部门获得。包括建筑物轮廓数据、生态红线和基本农田等数据。（4）三维模型构造物功能属性存储的数据在属性表中[3]。

3.2数据处理模型

采集到的表现数据实时利用万兆网、无线通讯等方式传到数据处理中心，数据中心通过技术手段，数据融合算法优化模型对传来的数据进行融合，融合后的相关数据会传输到交通模型中进行相应的操作，最后进行发布服务层将多种服务层发布到各个应用平台上。数据处理模型的总体整体架构如图2所示：

图2数据处理系统

当前真实数据融合的应用深度学习算法有很多种，包括滤波器自适应算法、Baves模型、D－S推理法、机器学习模型等。在这所有的技术当中，BP神经网络技术的容错性低，能保障多源真实数据融合的均衡性，即当检测系统中某个多源数据点出现错误或检测失效时，检测系统提供仍是能正常工作并输出可靠的信息的来源。而滤波器自适应算法、机器学习模型等其他方法使得系统不能适应各阶段检索过程中的变化因素和检测信息的不确定性。因而选择BP神经网络（BackPropagationNeuralNetwork）用于所设计的公路工程数据全面融合模型中，该建立模型如图3所示：

图3数据融合模型

3.3数据融合算法

在进行其他数据融合前，需要对采集到的多源数据经多方处理。需充分保证输入的样本调查对应的非结构化数据是高度统一的，即每种采集第一种方法认可的hyperlink函数非结构化数据是我们一样的．其次过多的异常数据呈现会影响到相关数据融合。故而必须需对采集的多源数据针对处理方式，可以根据幂分布法则（PowerLaw）8］每种简单的方法采集到的关键数据都按从低到高排序，择取来自分布集中在中间80％的其他数据，以向确定样本规模Z的大小。

一般认为，通过卷积网络你可以大大减少网络的误差，更容易提高测量精度，但另一方面会使得网络趋于简单的，增加以及网络的训练时间与出现“过拟合”依赖倾向的可能性。结合高速公路最终数据融合所需要考虑的突出针对性以及运算效率

[4]。

4、试验与分析

4.1三维模型与多媒体数据融合

在B／S模式下，数据基础项目管理第三方平台开发实现公路设计多源数据融合通用模块，成为项目管理的重要一种手段，并在多个公路设计项目得到成功应用。

4.2三维新的模型与多媒体数据融合

利用某公路工程周边的倾斜摄影实景三维模型框架开展调查，经过精度验证，平面中误差与高程中误差均＜5cm。图4为借助本方法实现的倾斜整体模型与多媒体数据融合好效果，实现生物实验室实时更新身体安全监督指导，通过电脑鼠标点击事件的处理可选中学习对象，并播放视频其挂接的音视频信息[5]。

图4倾斜模型与音视频融合

4.2三维模型与属性数据融合

三维模型包括倾斜模型设计和BIM模型。Web端倾斜各种模型与属性数据融合应用层面，形式点选查看矢量面对象属性信息的来源，包括小区中文名称、楼号、单元号、房屋号、户主名和建筑面积等，你可以应用于公路改扩建中的征拆管理，防止征拆引起纠纷的经常发生。BIM基于模型与属性模型融合广泛应用于方案展示和项目管理，使用需求重要项目集中管理对BIM语义属性信息的精细化需求。

4.3三维模型与GIS矢量数据融合

研究中GIS矢量数据包括AutoCAD道路设计线位和GIS数据数据。以服务区选址作为三维模型框架与GIS矢量数据融合的应用实例说明，高速服务门店选址需要与周边环境相努力适应，汽车各种噪音对周围居民区的影响不可小觑，以服务区单体化模型为四大中心进行噪声的缓冲区分析后，检查噪声污染区域内，为服务区选址提供辅助决策。

结语

针对公路勘察设计阶段多源异构数据融合应用，提出以三维模型单体化技术成为公路多源其他数据融合的信息的载体，实现公路多源数据顶部和语义的精准度集成，并成功了应用于公路勘察设计中的智慧工地建设、工程征拆统计和服务区选址等方面。与传统C／S桌面端方法较之，本研究开发的公路多源数据管理新平台能够在网络环境各种终端下可访问性，及时预防掌握项目各阶段的推进进度，有效控制提高项目管理质量的提高，为智慧公路建设提供技术支撑。

参考文献：

[1]杨天宇,李升甫,徐选清,姚周祥.公路勘察设计外业调查数字化作业系统的研究与开发[J].公路,2022,67(03):260-265.

[2]高程,彭莉,江民明,董亮.倾斜摄影测量在公路勘察设计中的应用[J].测绘标准化,2021,37(04):102-106.

[3]王宗麟,郭涵.实干成就梦想，担当赢得未来——记济南金衢公路勘察设计研究有限公司[J].交通建设与管理,2021(06):50-51.

[4]毕雪飞.测绘技术在公路勘察设计工作中的应用[J].四川建材,2021,47(12):45+56.

[5]孙恒.公路勘察设计中BIM技术的应用[J].交通世界,2021(34):84-85.