胡 瀚，向隆刚，王德浩

(武汉大学测绘遥感信息工程国家重点实验室，湖北 武汉 430079)

数字道路信息是我国基础地理信息的重要组成部分，在城市规划、智能交通、紧急救援与位置服务等诸多领域扮演着至关重要的角色，应用系统运行的效率与效果和数字道路信息的准确性、详细程度及现势性息息相关。目前，数字道路信息通常由专业公司制作与维护，大多使用配置高精度 GPS接收设备的专业测量车来采集与编辑，不仅费用昂贵，而且难以及时更新，其数字道路信息往往滞后于道路的最新变化。随着遥感技术的发展，许多学者提出了基于遥感影像和LiDAR数据的道路提取方法[1-4]，但由于遥感影像与点云数据中混合了多种地物信息，道路提取容易受到干扰。此外，遥感影像与点云数据的获取成本较高，同样存在滞后问题。

随着定位技术、通信技术的不断发展成熟，获取移动对象的连续定位信息不再困难，很多普通车辆都配备了 GPS 设备。汽车的GPS轨迹能够反映道路的地理位置和几何结构。因此，从易于采集且每天更新的出租车 GPS 数据中提取道路信息成为研究热点。这种方法具有成本低廉、覆盖面大、易于获取、现势性强等优点。在基于轨迹数据提取道路信息的研究中，Liu 基于几何距离与方向差异来聚类线段，然后通过拟合点簇来得到道路线[5]；而Karagiorgou 根据速度阈值，将轨迹数据划分为低、中、高速三类，分别聚类以得到相应道路结构，之后进行融合操作[6]。……