基于深度强化学习的道路注记配置方法、系统及电子设备

摘要: 本发明涉及数据处理,尤其涉及一种基于深度强化学习的道路注记配置方法、系统及电子设备。背景技术:1、在地图制图综合与地理信息可视化领域,道路注记自动配置是影响地图...
基于深度强化学习的道路注记配置方法、系统及电子设备

本发明涉及数据处理,尤其涉及一种基于深度强化学习的道路注记配置方法、系统及电子设备。

背景技术:

1、在地图制图综合与地理信息可视化领域,道路注记自动配置是影响地图可读性、信息表达效率与制图自动化水平的核心环节。随着城市路网不断密集化、复杂化,弯曲道路、斜向路网、环形放射路网及高密度交叉路网大量出现,传统道路注记配置方法在空间冲突消解、全局布局优化与复杂场景适配上面临诸多技术瓶颈。

2、现有注记配置方法多依赖几何规则约束、启发式搜索或传统优化算法实现冲突避让,此类方法通常将注记候选位置预先枚举,再通过局部评价函数择优排布,难以对全局空间关系进行统一建模。在面对连续曲线路网、多注记耦合压盖、动态连锁冲突等复杂情形时,传统方法易出现注记压盖、道路压盖、偏移过量、排布拥挤等问题,空间冲突消解率低、全局优化能力不足,且算法泛化性较弱,难以自适应适配不同形态路网结构。

3、近年来,深度学习与强化学习技术开始被应用于地图注记布局领域,但现有方法大多将注记配置建模为静态感知或预测任务,缺乏与空间环境的动态交互与序贯决策能力,无法有效处理因局部调整引发的全局连锁压盖问题。部分强化学习方法虽已经用于点要素注记优化,但难以适配道路线要素连续弯曲、多路段强耦合的空间特征,在多智能体协同优化、训练稳定性、冲突量化与奖惩机制设计上仍存在明显缺陷,无法满足高精度、高鲁棒性的道路注记自动化配置需求。

4、因此,传统复杂路网环境下的道路注记空间冲突消解方案存在空间冲突消解能力差、全局优化能力不足、泛化性弱等技术问题。

技术实现思路

1、本发明提供一种基于深度强化学习的道路注记配置方法、系统及电子设备,用以解决传统复杂路网环境下的道路注记空间冲突消解方案存在空间冲突消解能力差、全局优化能力不足、泛化性弱的缺陷。

2、一方面,本发明提供一种基于深度强化学习的道路注记配置方法,包括:将待处理的道路注记抽象为矩形实体,构建基于折线投影的局部自由坐标系,并在局部自由坐标系中确定注记位置与几何参数;基于所述注记位置与几何参数,采用多层次连续冲突检测机制,执行注记压盖冲突检测与量化处理,输出冲突程度量化向量;将每个道路注记作为智能体,基于所述冲突程度量化向量,利用预先构建的深度强化学习模型和多约束分级奖惩函数,采用串行独立训练策略驱动多智能体协同优化,并输出注记位置调整策略;依据所述注记位置调整策略,对存在压盖冲突的道路注记进行多维度协同调整,输出道路注记最优配置结果。

3、进一步地,构建基于折线投影的局部自由坐标系,包括:将注记中心点垂直投影至道路中心折线,得到投影点;以所述投影点为原点,以投影点处道路折线的切线方向为切向轴,并以投影点处道路折线的法线方向为法向轴,建立局部自由坐标系。

4、更进一步地,在局部自由坐标系中确定注记位置与几何参数,包括:基于预先获得的注记文本长度和字号,确定矩形实体的几何尺寸参数;以切向轴为基准,将道路左右两侧作为注记偏移方位,并以法向轴为度量方向,设定道路注记相对于投影点的法向偏移距离;基于投影点的位置、注记偏移方位以及法向偏移距离,建立三元参数组,通过所述三元参数组表征注记位置;在局部自由坐标系中唯一确定矩形实体的中心点坐标;将矩形实体的长边方向与局部自由坐标系的切向轴保持一致,使矩形实体沿道路局部走向自适应旋转,得到注记姿态参数;将所述几何尺寸参数、注记位置、中心点坐标以及注记姿态参数,作为注记位置与几何参数。

5、进一步地,基于所述注记位置与几何参数,采用多层次连续冲突检测机制,执行注记压盖冲突检测与量化处理,输出冲突程度量化向量,包括:基于所述注记位置与几何参数,将矩形实体重构为精细多边形;将每一道路注记的精细多边形与其他所有道路注记的精细多边形进行空间叠加检测,得到注记间压盖检测结果;将每一道路注记的精细多边形与对应的道路中心线和道路面要素进行空间叠加检测,得到注记与道路压盖检测结果;根据所述注记间压盖检测结果和所述注记与道路压盖检测结果,识别同时存在注记间压盖和道路压盖的复合压盖注记,得到复合压盖检测结果;基于所述注记间压盖检测结果、注记与道路压盖检测结果以及复合压盖检测结果,确定冲突类型;确定当前冲突类型下的离散冲突信息,对离散冲突信息进行归一化处理,并整合为冲突程度量化向量。

6、进一步地,所述深度强化学习模型采用actor-critic双网络结构;所述actor-critic双网络结构包括:策略网络,用于基于所述冲突程度量化向量,对道路注记所处空间冲突状态进行建模,输出切向正向移位、切向反向移位、法向移位以及切换移位四类动作的概率分布数据;价值网络,用于评估当前道路注记布局状态的预期累积回报,并输出对应的状态价值,基于所述状态价值,计算得到时序差分误差与广义优势函数,为策略网络的更新提供梯度导向。

7、进一步地,所述多约束分级奖惩函数包括:边界惩罚子函数,用于在智能体超出有效制图区域时,按越界距离和预设上限值,确定边界越界惩罚值;超出折线惩罚子函数,用于在智能体偏离对应道路折线时,按偏离距离和预设上限值,确定超出折线惩罚值;智能体间压盖奖惩子函数,用于在智能体无压盖时,给予正向奖励,并在存在压盖冲突时,按压盖率的平方施加非线性惩罚值,并在多智能体叠加压盖时,额外增加附加惩罚值,结合奖励与各项惩罚最终得到智能体间压盖综合奖惩值;道路压盖分级奖惩子函数,用于按照预设压盖容许阈值和智能体与道路贴合距离,分级确定道路压盖惩罚值;动作适配奖励子函数,用于根据压盖率对切向移位和切换移位动作给予梯度正向奖励。

8、进一步地,采用串行独立训练策略驱动多智能体协同优化,包括:采用集中式训练、分布式执行架构,各智能体配备独立的深度强化学习模型;按序逐智能体进行迭代更新,已训练完成的智能体固定状态与位置,作为静态环境约束参与后续智能体训练;采用近端策略优化算法执行约束裁剪与策略更新幅度控制,结合熵奖励鼓励探索,并通过l2正则化抑制过拟合。

9、进一步地,对存在压盖冲突的道路注记进行多维度协同调整,包括:通过三类移位操作协同执行,将道路注记的偏移距离和压盖面积均调整至设定阈值范围内;其中,所述三类移位操作包括:切向移位,用于沿道路切线方向移动,以消解沿道路走向的注记压盖;法向移位,用于沿道路法线方向调整偏移距离,以控制道路注记与道路的间距;切换移位,用于在道路左右侧之间切换,以消解单侧空间不足导致的压盖冲突。

10、另一方面,本发明还提供一种基于深度强化学习的道路注记配置系统,包括:构建模块,用于将待处理的道路注记抽象为矩形实体,构建基于折线投影的局部自由坐标系,并在局部自由坐标系中确定注记位置与几何参数;量化模块,用于基于所述注记位置与几何参数,采用多层次连续冲突检测机制,执行注记压盖冲突检测与量化处理,输出冲突程度量化向量;优化模块,用于将每个道路注记作为智能体,基于所述冲突程度量化向量,利用预先构建的深度强化学习模型和多约束分级奖惩函数,采用串行独立训练策略驱动多智能体协同优化,并输出注记位置调整策略;调整模块,用于依据所述注记位置调整策略,对存在压盖冲突的道路注记进行多维度协同调整,输出道路注记最优配置结果。

11、另一方面,本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述的基于深度强化学习的道路注记配置方法。

12、本发明提供的基于深度强化学习的道路注记配置方法、系统及电子设备,通过将道路注记抽象为矩形实体并构建基于折线投影的局部自由坐标系,可精准、唯一地确定注记位置与几何参数,显著提升了注记定位精度与道路贴合度;采用多层次连续冲突检测机制能够全面、高效地识别多类压盖冲突,并以量化向量形式输出,能够为后续优化提供可靠数据支撑;以各注记为独立智能体,结合深度强化学习模型与多约束分级奖惩函数,采用串行独立训练策略实现多智能体协同优化,可有效解决传统方法全局优化能力弱、易陷入局部最优、训练不稳定的问题,大幅提升了空间冲突消解率与布局收敛性;最终通过多维度协同调整完成冲突消解,使注记排布规整、无明显压盖、偏移合理,能够自适应适配弯曲、斜向、交汇及环形放射等复杂路网形态,显著提高了道路注记配置的自动化、智能化水平与制图质量。