CN104199937A - 一种多网站poi的位置映射方法及装置 - Google Patents

Abstract

一种多网站POI的位置映射方法及其装置。所述方法包括如下具体步骤：S110：建立纠正单元集合；S120：在纠正单元集合的每个纠正单元内进行区域拆分；S130：基于语义的控制点匹配；S140：多网站POI同名控制点集、检核点集自动、均匀获取；S150：位置映射模型系数解算；S160：位置映射精度评定。本发明均匀地将POI位置分成若干个单元，均匀选取控制点，综合利用语义匹配和最小二乘方法完全自动实现自动选取控制点，运用“分治”策略建立最优位置映射模型。

Description

一种多网站POI的位置映射方法及装置

技术领域

本发明涉及空间信息领域，具体涉及一种空间位置映射方法及装置，用于建立多个网站POI之间的位置映射关系。

背景技术

POI(Point Of Interest，兴趣点)是地理信息服务的重要内容，在应急指挥、智能交通、公共安全、物流管理、电子商务以及其它各类LBS(Location Based Service，位置服务)服务等领域发挥中重要作用。随着互联网技术的发展，互联网POI信息资源日益丰富，互联网包含的丰富PO.I数据已经作为扩大和更新POI数据库的重要数据源。然而，多网站POI数据源存在着位置信息不一致的问题，采用传统的人工/人机交互方式建立位置映射关系费时费力且精度较低，因此迫切需要自动构建多网站POI位置映射关系的方法。

1、控制点选取方法

建立多网站POI的位置映射关系，控制点的合理选取是关键的一步。控制点的数量及点位分布状况将严重影响位置映射的精度。点位分布不合理会直接导致局部变形。为了减少控制点选取不准确及分布不均匀造成的不良影响，需要大量的多余控制点，同时选取的POI控制点应当均匀分布在POI点集所在的地理范围内。控制点的数量、分布和精度将直接影响位置映射的效果。

在现有技术中，控制点的选取主要有三种方法：纯人工选取控制点、人机交互式选取控制点以及匹配自动生成控制点。

(1)人工选取控制点：不同网站POI的控制点选取方式，可以根据操作者的经验，人工判读POI的属性信息。待映射的POI坐标信息为(r，c)，而基准的POI坐标信息为(x，y)，建立相应的坐标点对，从而生成控制点。此方式对操作者的工作量和经验有比较大的依赖性，时间开销大，控制点的选取精度难以保证。

(2)人机交互式选取地面控制点：该方法是操作者先根据经验，通过人机交互的方式选取几个控制点，利用这些控制点确定大致的变换参数，然后利用识别技术，在POI的地理范围内获得足够的控制点，从而更精确的确定转换参数。此方式实现了人机结合，在一定程度上降低了对时间的消耗，结果具有较好的客观性。在选取的过程中，起决定因素的是人机交互选取的控制点精度，以及识别技术的可靠程度。

(3)自动选取控制点：这种选取控制点的过程，不需要人机交互和人工参与，完全依靠计算机的自动识别，查找出控制点，进而建立位置映射模型，此方式能够最大限度地减少时间的开销和人力的成本。目前控制点的自动选取方法在遥感影像领域研究较多，而在多网站POI领域较少涉及。针对多网站POI数据主要是通过识别技术自动选取控制点，但是这种方法匹配出的控制点位置往往分布不均匀，导致位置映射解算过程中出现法方程系数矩阵病态的情况导致局部变形；且在大的地理范围内，仅仅依靠识别技术而不与区域划分等方法相结合，位置映射难以达到全局最优效果，无法满足实际应用对于POI精度的要求。

2、位置映射方法

现有技术的常见的位置映射方法有平均位移法、相似变换法、多项式法等：

(1)平均位移法：通过对不同数据源的地理位置添加位移量建立位置映射关系，位移量通常取公共点的平均位移。平均位移模型按照矩阵形式表示如下：

$\left\{\begin{array}{c}x=r+m_0\\ y=c+n_0\end{array}\right.$

其中，r、c以及x、y为不同源POI的位置信息。

平均位移法至少需要1个控制点才可以进行位置映射，适用于数据源地理范围较小、系统误差相对于偶然误差比较明显的数据，但对于大的地理范围、偶然误差和系统误差均不明显的数据映射效果不佳，且增加控制点数量对于改进位置映射效果作用不大。

(2)相似变换法：在欧几里得空间中把图形变成相似图形的变换，诸如平移、旋转以及缩放等变换。相似变换模型按照矩阵形式表示如下：

$\left\{\begin{array}{c}x=m_1\×r+m_0\\ y=n_1\×c+n_0\end{array}\right.$

其中，r、c以及x、y为不同源POI的位置信息。

相似变换法至少需要2个控制点才可以进行位置映射，具有几何关系明确、变换公式规则、可以适当外推的优点，增加控制点数据量可以部分改进位置映射效果，但对于大的地理范围、偶然误差和系统误差均不明显的数据映射效果不佳。

(3)多项式变换法：用多项式表示不同地理位置之间的位置映射关系。

二阶多项式变换模型如下：

$\left\{\begin{array}{c}x=m_1\×r+m_2\×c+m_3\×r^2+m_4\×c^2+m_5\×r\×c+m_0\\ y=n_1\×r+n_2\×c+n_3\×r^2+n_4\×c^2+n_5\×r\×c+n_0\end{array}\right.$

其中，r、c以及x、y为不同源POI的位置信息。

二阶多项式变换法至少需要6个控制点才可以进行位置映射。通过增加控制点数量可以改进位置映射效果，且对于偶然误差和系统误差均不明显的数据映射效果较好，但是对于大的地理范围，仅仅采用多项式变换法无法达到全局最优映射效果。

综上所述，目前多网站POI位置映射关系的建立方法还停留在纯手工或者半自动阶段，此方法耗时长、效率低下、成本高，且对于大地理范围的POI点集，仅仅采用常见的位置映射方法而不与匹配技术相结合，位置映射无法达到全局最优效果。因此，如何能够自动选取、均匀地选取控制点，并且建立网站间POI的位置映射关系，成为现有技术亟需解决的技术问题。

发明内容

本发明的目的是为了解决目前多网站POI位置映射关系的建立不能完全自动化的问题，且对于大地理范围的POI点集，常见的位置映射方法无法达到全局最优效果。通过结合语义匹配方法和最小二乘原理建立多网站POI的位置映射关系。

为达此目的，本发明采用以下技术方案：

一种多网站POI位置映射方法，包括如下步骤：

S110.建立纠正单元集合：

根据POI点集的地理坐标集合分别计算最小和最大地理坐标，得到的最小和最大地理坐标就是POI点集的地理范围，利用某一地理间隔将POI点集的地理范围划分为N*N的小网格，所述N*N的网格全集构成了纠正单元集合；

S120.在纠正单元集合的每个纠正单元内进行区域拆分：

建立好纠正单元集合后，为了保证在纠正单元集合的每个纠正单元内控制点的均匀分布，将每个纠正单元均匀拆分成多个坐标子格网，构成控制点的坐标子格网，为了保证在纠正单元集合的每个纠正单元内检核点的均匀分布，还将每个纠正单元均匀拆分成多个坐标子格网，构成检核点的坐标子格网；

S130.基于语义的控制点匹配：

对来源于不同网站的POI名称，利用中文分词工具进行分词，然后根据分词后的词组串判定其是否为同一个控制点；

S140.多网站POI同名控制点集、检核点集自动、均匀获取：

在每个控制点子格网范围，利用语义匹配的方法，自动获取控制点，并加入控制点集合，在每个检核点子格网范围，利用语义匹配的方法，自动获取至少1个检核点，并加入检核点集；

S150.解算位置映射模型系数

利用上述步骤得到的控制点和检核点集，选用二阶多项式变换模型，分别对于每个纠正单元解算位置映射模型系数。

其中，二阶多项式变换模型通过公式(1)以矩阵形式进行表达为：

$\left(\begin{array}{c}x\\ y\end{array}\right)=\left(\begin{array}{ccccccccccc}1& r& c& r^2{c}^2& r\×c& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& r& c& r^2{c}^2& r\×c\end{array}\right)\left(\begin{array}{c}{m}_0\\ m_1\\ m_2\\ m_3\\ m_4\\ m_5\\ n_0\\ n_1\\ n_2\\ n_3\\ n_4\\ n_5\end{array}\right)$    公式(1)

其中，r，c是某一网站POI的地理坐标，x，y是另外一个网站POI的地理坐标，m₀、m₁、m₂、m₃、m₄、m₅、n₀、n₁、n₂、n₃、n₄、n₅是二阶多项式模型中的位置映射系数，所述地理坐标即经度和纬度。

优选地，在建立纠正单元集合步骤中，所述地理间隔为4°、2°、1°、30′或15′。

优选地，在纠正单元集合的每个纠正单元内进行区域拆分步骤中，将每个纠正单元均匀拆分成6*6的坐标子格网，构成控制点的坐标子格网，将每个纠正单元均匀拆分成12*12的坐标子格网，构成检核点的坐标子格网。

优选地，在解算位置映射模型系数步骤中，首先根据二阶多项式变换模型列出误差方程，随后根据间接平差的方法计算误差方程中的位置映射系数。

优选地，在S150之后，还具有S160：位置映射精度评定

对纠正单元集合，遍历其中每一个纠正单元，利用每个纠正单元解算得到的位置映射系数Δ，计算出检核点集的中误差、最大误差和最小误差，完成对多网站POI位置映射精度评定。

本发明还公开了一种多网站POI位置映射装置，包括如下单元：

纠正单元集合建立单元(210)：

根据POI点集的地理坐标集合分别计算最小和最大地理坐标，得到的最小和最大地理坐标就是POI点集的地理范围，利用某一地理间隔将POI点集的地理范围划分为N*N的小网格，所述N*N的网格全集构成了纠正单元集合；

区域拆分单元(220)：

建立好纠正单元集合后，为了保证在纠正单元集合的每个纠正单元内控制点的均匀分布，将每个纠正单元均匀拆分成多个坐标子格网，构成控制点的坐标子格网，为了保证在纠正单元集合的每个纠正单元内检核点的均匀分布，还将每个纠正单元均匀拆分成多个坐标子格网，构成检核点的坐标子格网；

基于语义的控制点匹配单元(230)：

对来源于不同网站的POI名称，利用中文分词工具进行分词，然后根据分词后的词组串判定其是否为同一个控制点；

控制点集、检核点集获取单元(240)：

在每个控制点子格网范围，利用语义匹配的方法，自动获取控制点，并加入控制点集合，在每个检核点子格网范围，利用语义匹配的方法，自动获取至少1个检核点，并加入检核点集；

位置映射模型系数解算单元(250)

利用上述单元得到的控制点和检核点集，选用二阶多项式变换模型，分别对于每个纠正单元解算位置映射模型系数。

其中，二阶多项式变换模型通过公式(1)以矩阵形式进行表达为：

$\left(\begin{array}{c}x\\ y\end{array}\right)=\left(\begin{array}{ccccccccccc}1& r& c& r^2{c}^2& r\×c& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& r& c& r^2{c}^2& r\×c\end{array}\right)\left(\begin{array}{c}{m}_0\\ m_1\\ m_2\\ m_3\\ m_4\\ m_5\\ n_0\\ n_1\\ n_2\\ n_3\\ n_4\\ n_5\end{array}\right)$     公式(1)

其中，r，c是某一网站POI的地理坐标，x，y是另外一个网站POI的地理坐标，m₀、m₁、m₂、m₃、m₄、m₅、n₀、n₁、n₂、n₃、n₄、n₅是二阶多项式模型中的位置映射系数，所述地理坐标即经度和纬度。

优选地，在建立纠正单元集合单元中，所述地理间隔为4°、2°、1°、30′或15′。

优选地，在区域拆分单元中，将每个纠正单元均匀拆分成6*6的坐标子格网，构成控制点的坐标子格网，将每个纠正单元均匀拆分成12*12的坐标子格网，构成检核点的坐标子格网。

优选地，在位置映射模型系数解算单元中，首先根据二阶多项式变换模型列出误差方程，随后根据间接平差的方法计算误差方程中的位置映射系数。

优选地，还包括：位置映射精度评定单元(260)

对纠正单元集合，遍历其中每一个纠正单元，利用每个纠正单元解算得到的位置映射系数Δ，计算出检核点集的中误差、最大误差和最小误差，完成对多网站POI位置映射精度评定。

本发明均匀地将POI位置分成若干个单元，均匀选取控制点，综合利用语义匹配和最小二乘方法完全自动实现自动选取控制点，运用“分治”策略建立最优位置映射模型。

附图说明

图1是根据本发明的具体实施例的多网站POI位置映射方法的流程图；

图2是根据本发明的具体实施例的纠正单元集合及纠正单元内的控制点、检核点区域拆分示意图；

图3是多网站POI同名控制点集自动获取路线图；

图4是多网站POI同名检核点集自动获取路线图；

图5是根据本发明的具体实施例的多网站POI位置映射装置的模块结构图；

图6是多网站POI的位置映射成果图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

本发明的原理在于：首先根据多网站POI的地理范围，建立纠正单元集合。在每个纠正单元内通过区域拆分，借助语义匹配的方法获取控制点集、检核点集。通过最小二乘原理利用控制点集解算位置映射系数，最后对位置映射精度进行评定。

参见图1，公开了根据本发明的多网站POI位置映射方法的流程图。

具体而言，包括如下步骤：

S110：建立纠正单元集合

根据POI点集的地理坐标集合分别计算最小和最大地理坐标，得到的最小和最大地理坐标就是POI点集的地理范围，利用某一地理间隔将POI点集的地理范围划分为N*N的小网格，所述N*N的网格全集构成了纠正单元集合。

每一个POI均含有地理坐标，POI点集中POI的地理坐标全集构成了POI点集的地理坐标集合。

根据POI点集的地理坐标集合分别计算最小和最大地理坐标，得到的最小和最大地理坐标就是POI点集的地理范围。

本实施例中，以北京地区(39.26°N，115.25°E，41.03°N，117.30°E)作为试验区域，试验数据为两套不同网站POI数据集。

北纬39.26°和41.03°为北京POI点集在纬度方向的最小和最大地理坐标，构成了POI点集在纬度方向的地理范围；东经115.25°和117.30°为北京POI点集在经度方向的最小和最大地理坐标，构成了POI点集在经度方向的地理范围。

利用某一地理间隔将POI点集的地理范围划分为N*N的小网格。地理间隔越小，N的数值越大。每一个小网格对应一个纠正单元，N*N的网格全集构成了纠正单元集合。

本实施例中，能够按照4°、2°、1°、30′、15′五个地理间隔分别建立纠正单元集合。

常用的地理格网间隔如表1所示。

表1 地理格网间隔

S120：在纠正单元集合的每个纠正单元内进行区域拆分

建立好纠正单元集合后，为了保证在纠正单元集合的每个纠正单元内控制点的均匀分布，将每个纠正单元均匀拆分成多个坐标子格网，构成控制点的坐标子格网，为了保证在纠正单元集合的每个纠正单元内检核点的均匀分布，还将每个纠正单元均匀拆分成多个坐标子格网，构成检核点的坐标子格网。

在一个优选的实施例中，将每个纠正单元均匀拆分成6*6的坐标子格网，构成控制点的坐标子格网。将每个纠正单元均匀拆分成12*12的坐标子格网，构成检核点的坐标子格网，如图2所示。

S130：基于语义的控制点匹配

对来源于不同网站的POI名称，利用中文分词工具进行分词，然后根据分词后的词组串判定其是否为同一个控制点。

例如，本实施例中，某一网站的POI名称a为国家测绘信息局，另一网站的POI名称b为国家测绘局。某一网站的POI名称a分词后的词组串为{{国家}，{测绘}，{信息}，{局}}，另一网站的POI名称b分词后的词组串为{{国家}，{测绘}，{局}}这两者均是指国家测绘地理信息局，只是名称不一致，可以认定2者为同一个地点，作为控制点对象。

S140：多网站POI同名控制点集、检核点集自动、均匀获取

在每个控制点子格网范围，利用语义匹配的方法，自动获取控制点，并加入控制点集合，如图4所示。

同理，在每个检核点子格网范围，利用语义匹配的方法，自动获取至少1个检核点，并加入检核点集，如图5所示。

此步骤即利用步骤S110-S130的方法遍历所有的控制点集和检核点集，确保每个网格得到相应的控制点和检核点。

本领域技术人员可以知道，也可以将步骤S130中直接融入到步骤S140中，直接在每个控制点子网格和每个检核点子网格内，利用予以匹配的方法使得每个网格获得相应的控制点和检核点。

S150：解算位置映射模型系数

利用控制点解算位置模型系数。

不同网站POI之间建立了位置映射模型等同于建立了位置映射关系，而位置映射模型通过位置映射模型系数来表达。因此，通过解算来确定位置映射模型系数，可以较好地建立不同网站POI之间的位置映射模型。

控制点是用于计算位置映射系数，检核点则用于评价该位置映射关系的模型可靠性。

位置映射模型系数的解算依赖于充足的控制点和检核点，控制点用于计算位置映射系数，检核点用于评价位置映射的精度。

在一个具体的实施例中，采用上述步骤得到的控制点和检核点集，选用二阶多项式变换模型，分别对于每个纠正单元解算位置映射模型系数。

其中，二阶多项式变换模型通过公式(1)以矩阵形式进行表达为：

$\left(\begin{array}{c}x\\ y\end{array}\right)=\left(\begin{array}{ccccccccccc}1& r& c& r^2{c}^2& r\×c& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& r& c& r^2{c}^2& r\×c\end{array}\right)\left(\begin{array}{c}{m}_0\\ m_1\\ m_2\\ m_3\\ m_4\\ m_5\\ n_0\\ n_1\\ n_2\\ n_3\\ n_4\\ n_5\end{array}\right)$    公式(1)

其中，r，c是某一网站POI的地理坐标，即经度、纬度，x，y是另外一个网站POI的地理坐标，即经度、纬度，m₀、m₁、m₂、m₃、m₄、m₅、n₀、n₁、n₂、n₃、n₄、n₅是二阶多项式模型中的位置映射系数。通过此变换模型即可建立两个不同网站之间的位置映射关系。

具体而言，解算位置映射模型的基本原理等同于测量的间接平差方法，首先根据二阶多项式变换模型列出误差方程，随后根据间接平差的方法计算误差方程中的待定参数(位置映射系数)。

误差方程相对于齐次方程，是指方程的个数多于未知数的个数，按照最小二乘原理，求得未知量的最或然值。

本实施例中，采用二阶多项式模型求得位置映射系数的最或然值，由公式(1)列出误差方程如下：

$\left(\begin{array}{c}{v}_x\\ v_y\end{array}\right)=\left(\begin{array}{ccccccccccc}1& r& c& r^2{c}^2& r\×c& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& r& c& r^2{c}^2& r\×c\end{array}\right)\left(\begin{array}{c}{\mathrm{\Δm}}_0\\ {\mathrm{\Δm}}_1\\ {\mathrm{\Δm}}_2\\ {\mathrm{\Δm}}_3\\ {\mathrm{\Δm}}_4\\ {\mathrm{\Δm}}_5\\ {\mathrm{\Δn}}_0\\ {\mathrm{\Δn}}_1\\ {\mathrm{\Δn}}_2\\ {\mathrm{\Δn}}_3\\ {\mathrm{\Δn}}_4\\ {\mathrm{\Δn}}_5\end{array}\right)-\left(\begin{array}{c}x\\ y\end{array}\right)$    公式(2)

即：v＝BΔ-1

其中， $B=\left(\begin{array}{ccccccccccc}1& r& c& r^2{c}^2& r\×c& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& r& c& r^2{c}^2& r\×c\end{array}\right),$

$l=\left(\begin{array}{c}x\\ y\end{array}\right)$

m_i＝m_i初+Δm_i

其中，V包括V_x、V_y，表示对另外一个网站POI地理坐标，即经度x、纬度y，的改正，B是误差方程的系数矩阵，B通过某一网站POI的地理坐标，经度r、纬度c，计算得到；l包括x和y，是另外一个网站POI地理坐标，经度x、纬度y。位置映射系数m_i是由位置映射系数的解算初始值m_i初和改正数Δm_i组成。一般来说，位置映射系数的解算初始值m_i初都给定为0，此时m_i＝Δm_i，因此下文用Δm_i来表示位置映射系数m_i。

根据间接平差的计算方法，由矩阵运算：

Δ＝(B^TB)^-1B^T1

解算出位置映射系数Δ。

此步骤的基本思想是基于最小二乘的平差方法，建立误差方程。在方程中代入已知控制点的坐标，从而求解出位置映射系数。

解算出位置映射系数后，直接输入POI坐标，即可以求解出位置映射后的坐标。例如已经解算出两个不同网站之间的位置映射系数后，输入某一网站POI的地理坐标(即经度r、纬度c)后，利用公式1，通过矩阵运算，得到另一个网站POI的经度坐标x和纬度坐标y。

S160：位置映射精度评定

对纠正单元集合，遍历其中每一个纠正单元，利用每个纠正单元解算得到的位置映射系数Δ，计算出检核点集的中误差、最大误差和最小误差，完成对多网站POI位置映射精度评定。

即，每一个纠正单元都计算出相应的位置系数，在每个纠正单元中利用该纠正单元的位置系数，通过检核点计算该纠正单元的计算误差。本领域技术人员应当知道，利用检核点计算出误差的方法，是本领域的任何其它常规的方法，例如，测量平差的常规方法如：附有参数的条件平差，附有限制条件的间接平差；精度评定的常规方法如：对模型通过带入控制点集计算出误差。

本实施例中，精度如表2所示，误差单位为km，位置映射精度评定结果如图6所示。

表2 精度统计表

本实施例中，相对于当前建立多网站POI位置映射模型所需控制点选取的手工和半自动方式，完全实现了控制点选取的自动、均匀，工作效率得到大幅度提升。

本实施例中，如表2所示，采用传统的方法建立不同网站POI位置映射关系，经度方向的中误差为1.25km，纬度方向的中误差为0.074km；而采用本发明的方法(以十五分为地理间隔为例)，经度方向的中误差为0.88m，纬度方向的中误差为0.01m，位置映射的精度从千米级提高到了分米级，满足实际应用对于POI位置映射精度的要求。

参见图5，本发明还公开了一种多网站POI的位置映射装置，包括如下单元

纠正单元集合建立单元210：

根据POI点集的地理坐标集合分别计算最小和最大地理坐标，得到的最小和最大地理坐标就是POI点集的地理范围，利用某一地理间隔将POI点集的地理范围划分为N*N的小网格，所述N*N的网格全集构成了纠正单元集合；

区域拆分单元220：

建立好纠正单元集合后，为了保证在纠正单元集合的每个纠正单元内控制点的均匀分布，将每个纠正单元均匀拆分成多个坐标子格网，构成控制点的坐标子格网，为了保证在纠正单元集合的每个纠正单元内检核点的均匀分布，还将每个纠正单元均匀拆分成多个坐标子格网，构成检核点的坐标子格网；

基于语义的控制点匹配单元230：

对来源于不同网站的POI名称，利用中文分词工具进行分词，然后根据分词后的词组串判定其是否为同一个控制点；

控制点集、检核点集获取单元240：

在每个控制点子格网范围，利用语义匹配的方法，自动获取控制点，并加入控制点集合，在每个检核点子格网范围，利用语义匹配的方法，自动获取至少1个检核点，并加入检核点集；

位置映射模型系数解算单元250：

利用上述单元得到的控制点和检核点集，选用二阶多项式变换模型，分别对于每个纠正单元解算位置映射模型系数。

其中，二阶多项式变换模型通过公式(1)以矩阵形式进行表达为：

$\left(\begin{array}{c}x\\ y\end{array}\right)=\left(\begin{array}{ccccccccccc}1& r& c& r^2{c}^2& r\×c& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& r& c& r^2{c}^2& r\×c\end{array}\right)\left(\begin{array}{c}{m}_0\\ m_1\\ m_2\\ m_3\\ m_4\\ m_5\\ n_0\\ n_1\\ n_2\\ n_3\\ n_4\\ n_5\end{array}\right)$    公式(1)

其中，r，c是某一网站POI的地理坐标，x，y是另外一个网站POI的地理坐标，m₀、m₁、m₂、m₃、m₄、m₅、n₀、n₁、n₂、n₃、n₄、n₅是二阶多项式模型中的位置映射系数，所述地理坐标即经度和纬度。

其中，在建立纠正单元集合单元中，所述地理间隔为4°、2°、1°、30′或15′。

其中，在区域拆分单元中，将每个纠正单元均匀拆分成6*6的坐标子格网，构成控制点的坐标子格网，将每个纠正单元均匀拆分成12*12的坐标子格网，构成检核点的坐标子格网。

其中，在位置映射模型系数解算单元中，首先根据二阶多项式变换模型列出误差方程，随后根据间接平差的方法计算误差方程中的位置映射系数；

其中，采用二阶多项式模型求得位置映射系数的最或然值，由公式(1)列出误差方程如下

$\left(\begin{array}{c}{v}_x\\ v_y\end{array}\right)=\left(\begin{array}{ccccccccccc}1& r& c& r^2{c}^2& r\×c& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& r& c& r^2{c}^2& r\×c\end{array}\right)\left(\begin{array}{c}{\mathrm{\Δm}}_0\\ {\mathrm{\Δm}}_1\\ {\mathrm{\Δm}}_2\\ {\mathrm{\Δm}}_3\\ {\mathrm{\Δm}}_4\\ {\mathrm{\Δm}}_5\\ {\mathrm{\Δn}}_0\\ {\mathrm{\Δn}}_1\\ {\mathrm{\Δn}}_2\\ {\mathrm{\Δn}}_3\\ {\mathrm{\Δn}}_4\\ {\mathrm{\Δn}}_5\end{array}\right)-\left(\begin{array}{c}x\\ y\end{array}\right)$    公式(2)

即：v＝BΔ-1

其中， $B=\left(\begin{array}{ccccccccccc}1& r& c& r^2{c}^2& r\×c& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& r& c& r^2{c}^2& r\×c\end{array}\right),$

m_i＝m_i初+Δm_i

其中，V包括V_x、V_y，表示对另外一个网站POI地理坐标，即经度x、纬度y，的改正，B是误差方程的系数矩阵，B通过某一网站POI的地理坐标，经度r、纬度c，计算得到；I包括x和y，是另外一个网站POI地理坐标，经度x、纬度y。位置映射系数m_i是由位置映射系数的解算初始值m_i初和改正数Δm_i组成。一般来说，位置映射系数的解算初始值m_i初都给定为0，此时m_i＝Δm_i，因此下文用Δm_i来表示位置映射系数m_i。

根据间接平差的计算方法，由矩阵运算：

Δ＝(B^TB)^-1B^T1

解算出位置映射系数Δ。

其中，还包括位置映射精度评定单元(260)

对纠正单元集合，遍历其中每一个纠正单元，利用每个纠正单元解算得到的位置映射系数Δ，计算出检核点集的中误差、最大误差和最小误差，完成对多网站POI位置映射精度评定。

即，每一个纠正单元都有一套位置系数，在每个纠正单元中利用该纠正单元的位置系数，利用检核点计算该纠正单元的计算误差。

本发明均匀地将POI位置分成若干个单元，均匀选取控制点，综合利用语义匹配和最小二乘方法完全自动实现自动选取控制点，运用“分治”策略建立最优位置映射模型。

显然，本领域技术人员应该明白，上述的本发明的各单元或各步骤可以用通用的计算装置来实现，它们可以集中在单个计算装置上，可选地，他们可以用计算机装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定保护范围。

Claims (10)

1.一种多网站POI位置映射方法，包括如下步骤：

S110.建立纠正单元集合：

根据POI点集的地理坐标集合分别计算最小和最大地理坐标，得到的最小和最大地理坐标就是POI点集的地理范围，利用某一地理间隔将POI点集的地理范围划分为N*N的小网格，所述N*N的网格全集构成了纠正单元集合；

S120.在纠正单元集合的每个纠正单元内进行区域拆分：

建立好纠正单元集合后，为了保证在纠正单元集合的每个纠正单元内控制点的均匀分布，将每个纠正单元均匀拆分成多个坐标子格网，构成控制点的坐标子格网，为了保证在纠正单元集合的每个纠正单元内检核点的均匀分布，还将每个纠正单元均匀拆分成多个坐标子格网，构成检核点的坐标子格网；

S130.基于语义的控制点匹配：

对来源于不同网站的POI名称，利用中文分词工具进行分词，然后根据分词后的词组串判定其是否为同一个控制点；

S140.多网站POI同名控制点集、检核点集自动、均匀获取：

在每个控制点子格网范围，利用语义匹配的方法，自动获取控制点，并加入控制点集合，在每个检核点子格网范围，利用语义匹配的方法，自动获取至少1个检核点，并加入检核点集；

S150.解算位置映射模型系数

利用上述步骤得到的控制点和检核点集，选用二阶多项式变换模型，分别对于每个纠正单元解算位置映射模型系数；

其中，二阶多项式变换模型通过公式(1)以矩阵形式进行表达为：

$\left(\begin{array}{c}x\\ y\end{array}\right)=\left(\begin{array}{ccccccccccc}1& r& c& r^2{c}^2& r\×c& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& r& c& r^2{c}^2& r\×c\end{array}\right)\left(\begin{array}{c}{m}_0\\ m_1\\ m_2\\ m_3\\ m_4\\ m_5\\ n_0\\ n_1\\ n_2\\ n_3\\ n_4\\ n_5\end{array}\right)$     公式(1)

其中，r，c是某一网站POI的地理坐标，x，y是另外一个网站POI的地理坐标，m₀、m₁、m₂、m₃、m₄、m₅、n₀、n₁、n₂、n₃、n₄、n₅是二阶多项式模型中的位置映射系数，所述地理坐标即经度和纬度。

2.根据权利要求1所述的多网站POI位置映射方法，其特征在于：

在建立纠正单元集合步骤中，所述地理间隔为4°、2°、1°、30′或15′。

3.根据权利要求1所述的多网站POI位置映射方法，其特征在于：

在纠正单元集合的每个纠正单元内进行区域拆分步骤中，将每个纠正单元均匀拆分成6*6的坐标子格网，构成控制点的坐标子格网，将每个纠正单元均匀拆分成12*12的坐标子格网，构成检核点的坐标子格网。

4.根据权利要求1所述的多网站POI位置映射方法，其特征在于：

在解算位置映射模型系数步骤中，首先根据二阶多项式变换模型列出误差方程，随后根据间接平差的方法计算误差方程中的位置映射系数；

其中，采用二阶多项式模型求得位置映射系数的最或然值，由公式(1)列出误差方程如下

$\left(\begin{array}{c}{v}_x\\ v_y\end{array}\right)=\left(\begin{array}{ccccccccccc}1& r& c& r^2{c}^2& r\×c& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& r& c& r^2{c}^2& r\×c\end{array}\right)\left(\begin{array}{c}{\mathrm{\Δm}}_0\\ {\mathrm{\Δm}}_1\\ {\mathrm{\Δm}}_2\\ {\mathrm{\Δm}}_3\\ {\mathrm{\Δm}}_4\\ {\mathrm{\Δm}}_5\\ {\mathrm{\Δn}}_0\\ {\mathrm{\Δn}}_1\\ {\mathrm{\Δn}}_2\\ {\mathrm{\Δn}}_3\\ {\mathrm{\Δn}}_4\\ {\mathrm{\Δn}}_5\end{array}\right)-\left(\begin{array}{c}x\\ y\end{array}\right)$   公式(2)

即：v＝BΔ-1

其中， $B=\left(\begin{array}{ccccccccccc}1& r& c& r^2{c}^2& r\×c& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& r& c& r^2{c}^2& r\×c\end{array}\right),$

$l=\left(\begin{array}{c}x\\ y\end{array}\right)$

m_i＝m_i初+Δm_i

V包括V_x、V_y，表示对另外一个网站POI地理坐标的改正，B是误差方程的系数矩阵，B通过某一网站POI的地理坐标计算得到；1包括x和y，是另外一个网站POI地理坐标，m_i初表示位置映射系数的解算初始值，Δm_i表示位置映射系数的解算改正数；

根据间接平差的计算方法，由矩阵运算：

Δ＝(B^TB)^-1B^T1

解算出位置映射系数Δ。

5.根据权利要求1所述的多网站POI位置映射方法，其特征在于：

在S150之后，还具有S160：位置映射精度评定，

对纠正单元集合，遍历其中每一个纠正单元，利用每个纠正单元解算得到的位置映射系数Δ，计算出检核点集的中误差、最大误差和最小误差，完成对多网站POI位置映射精度评定。

6.一种多网站POI位置映射装置，包括如下单元：

纠正单元集合建立单元(210)：

根据POI点集的地理坐标集合分别计算最小和最大地理坐标，得到的最小和最大地理坐标就是POI点集的地理范围，利用某一地理间隔将POI点集的地理范围划分为N*N的小网格，所述N*N的网格全集构成了纠正单元集合；

区域拆分单元(220)：

建立好纠正单元集合后，为了保证在纠正单元集合的每个纠正单元内控制点的均匀分布，将每个纠正单元均匀拆分成多个坐标子格网，构成控制点的坐标子格网，为了保证在纠正单元集合的每个纠正单元内检核点的均匀分布，还将每个纠正单元均匀拆分成多个坐标子格网，构成检核点的坐标子格网；

基于语义的控制点匹配单元(230)：

对来源于不同网站的POI名称，利用中文分词工具进行分词，然后根据分词后的词组串判定其是否为同一个控制点；

控制点集、检核点集获取单元(240)：

在每个控制点子格网范围，利用语义匹配的方法，自动获取控制点，并加入控制点集合，在每个检核点子格网范围，利用语义匹配的方法，自动获取至少1个检核点，并加入检核点集；

位置映射模型系数解算单元(250)

利用上述单元得到的控制点和检核点集，选用二阶多项式变换模型，分别对于每个纠正单元解算位置映射模型系数；

其中，二阶多项式变换模型通过公式(1)以矩阵形式进行表达为：

$\left(\begin{array}{c}x\\ y\end{array}\right)=\left(\begin{array}{ccccccccccc}1& r& c& r^2{c}^2& r\×c& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& r& c& r^2{c}^2& r\×c\end{array}\right)\left(\begin{array}{c}{m}_0\\ m_1\\ m_2\\ m_3\\ m_4\\ m_5\\ n_0\\ n_1\\ n_2\\ n_3\\ n_4\\ n_5\end{array}\right)$       公式(1)

其中，r，c是某一网站POI的地理坐标，x，y是另外一个网站POI的地理坐标，m₀、m₁、m₂、m₃、m₄、m₅、n₀、n₁、n₂、n₃、n₄、n₅是二阶多项式模型中的位置映射系数，所述地理坐标即经度和纬度。

7.根据权利要求6所述的多网站POI位置映射装置，其特征在于：

在建立纠正单元集合单元中，所述地理间隔为4°、2°、1°、30′或15′。

8.根据权利要求6所述的多网站POI位置映射装置，其特征在于：

在区域拆分单元中，将每个纠正单元均匀拆分成6*6的坐标子格网，构成控制点的坐标子格网，将每个纠正单元均匀拆分成12*12的坐标子格网，构成检核点的坐标子格网。

9.根据权利要求6所述的多网站POI位置映射装置，其特征在于：

在位置映射模型系数解算单元中，首先根据二阶多项式变换模型列出误差方程，随后根据间接平差的方法计算误差方程中的位置映射系数；

其中，采用二阶多项式模型求得位置映射系数的最或然值，由公式(1)列出误差方程如下

$\left(\begin{array}{c}{v}_x\\ v_y\end{array}\right)=\left(\begin{array}{ccccccccccc}1& r& c& r^2{c}^2& r\×c& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& r& c& r^2{c}^2& r\×c\end{array}\right)\left(\begin{array}{c}{\mathrm{\Δm}}_0\\ {\mathrm{\Δm}}_1\\ {\mathrm{\Δm}}_2\\ {\mathrm{\Δm}}_3\\ {\mathrm{\Δm}}_4\\ {\mathrm{\Δm}}_5\\ {\mathrm{\Δn}}_0\\ {\mathrm{\Δn}}_1\\ {\mathrm{\Δn}}_2\\ {\mathrm{\Δn}}_3\\ {\mathrm{\Δn}}_4\\ {\mathrm{\Δn}}_5\end{array}\right)-\left(\begin{array}{c}x\\ y\end{array}\right)$   公式(2)

即：v＝BΔ-1

其中， $B=\left(\begin{array}{ccccccccccc}1& r& c& r^2{c}^2& r\×c& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& r& c& r^2{c}^2& r\×c\end{array}\right),$

m_i＝m_i初+Δm_i

V包括V_x、V_y，表示对另外一个网站POI地理坐标的改正，B是误差方程的系数矩阵，B通过某一网站POI的地理坐标计算得到；1包括x和y，是另外一个网站POI地理坐标，m_i初表示位置映射系数的解算初始值，Δm_i表示位置映射系数的解算改正数；

根据间接平差的计算方法，由矩阵运算：

Δ＝(B^TB)^-1B^T1

解算出位置映射系数Δ。

10.根据权利要求1所述的多网站POI位置映射装置，其特征在于：

还包括：位置映射精度评定单元(260)

对纠正单元集合，遍历其中每一个纠正单元，利用每个纠正单元解算得到的位置映射系数Δ，计算出检核点集的中误差、最大误差和最小误差，完成对多网站POI位置映射精度评定。