劉靜華  葛為燎  董志

（浙江省測(cè)繪科學(xué)技術(shù)研究院，杭州 310012）

摘要：針對(duì)目前的導(dǎo)航電子地圖無(wú)法有效保障自動(dòng)駕駛的安全行駛問(wèn)題，提出構(gòu)建高精度路網(wǎng)地圖數(shù)據(jù)模型輔助自動(dòng)駕駛車(chē)輛及早預(yù)先感知周?chē)h(huán)境、規(guī)劃行駛路線(xiàn)、控制指令生成等來(lái)更有效地保障自動(dòng)駕駛的安全性。在車(chē)載激光雷達(dá)車(chē)采集數(shù)據(jù)的基礎(chǔ)上，通過(guò)利用矢量化數(shù)據(jù)建立數(shù)據(jù)模型、組件集合、拓?fù)錁?gòu)建、交互式關(guān)聯(lián)關(guān)系等實(shí)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)性和耦合，以滿(mǎn)足自動(dòng)駕駛的應(yīng)用。試驗(yàn)表明，使用本模型制作的高精度路網(wǎng)地圖，具有拓?fù)涞暮侠硇?、?shù)據(jù)模型可塑、關(guān)聯(lián)關(guān)系交互性和組件集合拓展等優(yōu)勢(shì)，能夠有效提升車(chē)輛超視距感知行駛環(huán)境的能力，提高控制指令的生成效率和正確性，確保自動(dòng)駕駛的安全性和可靠性。

0 引言

隨著自動(dòng)駕駛領(lǐng)域和智能化交通的進(jìn)一步發(fā)展，導(dǎo)航電子地圖從精度、要素、組織等均無(wú)法為自動(dòng)駕駛提供一個(gè)智能的、安全的行駛環(huán)境及相應(yīng)需求信息[1]。國(guó)外Mobileye與大眾、寶馬和日產(chǎn)簽署協(xié)議實(shí)現(xiàn)數(shù)據(jù)共享，Here與奔馳、寶馬等形成高精度地圖聯(lián)盟[2]；國(guó)內(nèi)發(fā)布了《智能汽車(chē)創(chuàng)新發(fā)展戰(zhàn)略》、《交通強(qiáng)國(guó)建設(shè)綱要》，提出“建設(shè)覆蓋全國(guó)的車(chē)用基礎(chǔ)地圖系統(tǒng)和加強(qiáng)智能網(wǎng)聯(lián)汽車(chē)研發(fā)”。國(guó)內(nèi)外一系列的方案和政策從頂層戰(zhàn)略、示范應(yīng)用、優(yōu)化架構(gòu)等方面體現(xiàn)了自動(dòng)駕駛的發(fā)展趨勢(shì)，作為智能網(wǎng)聯(lián)汽車(chē)基礎(chǔ)設(shè)施的高精度路網(wǎng)地圖[3]，其優(yōu)質(zhì)的數(shù)據(jù)結(jié)構(gòu)、模型構(gòu)建、拓?fù)錁?gòu)建等能有效地讓自動(dòng)駕駛無(wú)人車(chē)了解行車(chē)過(guò)程中的規(guī)則、交通狀況和周邊環(huán)境。現(xiàn)階段國(guó)外的高精地圖主要有Here、TomTom、Waymo（原Google地圖）等老牌圖商，在北美以及歐洲市場(chǎng)，Here地圖80%為有導(dǎo)航功能的轎車(chē)提供地圖數(shù)據(jù)[4]?？紤]到高精度地圖廣闊的發(fā)展前景，除了原本地理信息行業(yè)之外，國(guó)內(nèi)很多互聯(lián)網(wǎng)行業(yè)的企業(yè)通過(guò)收購(gòu)或者與圖商合作的形式進(jìn)入高精度地圖研發(fā)領(lǐng)域，百度和TomTom聯(lián)合、騰訊收購(gòu)四維圖新、阿里巴巴收購(gòu)高德地圖等，也有很多新創(chuàng)公司加入這個(gè)領(lǐng)域如寬凳科技、極奧科技等[5]。然而高精度路網(wǎng)地圖數(shù)據(jù)模型未形成有效的規(guī)定，本文面向自動(dòng)駕駛的預(yù)先感知周?chē)h(huán)境、規(guī)劃行駛路線(xiàn)、控制指令[6-7]等應(yīng)用出發(fā)，對(duì)高精度路網(wǎng)地圖數(shù)據(jù)模型進(jìn)行研究。

結(jié)合《公路工程技術(shù)標(biāo)準(zhǔn)》、《道路交通標(biāo)志和標(biāo)線(xiàn)》、《城市道路交通設(shè)施設(shè)計(jì)規(guī)范》等國(guó)內(nèi)道路規(guī)范，通過(guò)外業(yè)實(shí)采、內(nèi)業(yè)矢量化、建立道路、道路設(shè)施、交通設(shè)施之間空間與屬性之間的拓?fù)?、交互式關(guān)系和模型組件，生成符合國(guó)內(nèi)環(huán)境滿(mǎn)足自動(dòng)駕駛應(yīng)用的高精度路網(wǎng)地圖。高精度路網(wǎng)地圖數(shù)據(jù)模型構(gòu)建主要包含車(chē)輛行駛中所需的詳細(xì)交通靜態(tài)信息、道路拓?fù)湫畔⒑途?xì)交通約束信息[8]。原理基于車(chē)輛行駛并不是在未知的環(huán)境，而是在具有一定規(guī)則構(gòu)成的已知空間環(huán)境下，高精度路網(wǎng)地圖主要是預(yù)先獲取車(chē)輛行駛道路中所有相關(guān)交通要素的空間位置、要素形態(tài)、道路規(guī)則、行駛信息等，通過(guò)要素?cái)?shù)字化、拓?fù)錁?gòu)建等信息從而建立數(shù)字道路模型[9-12]，在行駛過(guò)程中融入車(chē)輛的實(shí)時(shí)位置、車(chē)輛行駛參數(shù)、動(dòng)態(tài)信息等[13]信息，生成車(chē)輛行駛管道和控制指令。

1 高精度路網(wǎng)地圖架構(gòu)設(shè)計(jì)

輔助自動(dòng)駕駛的高精度路網(wǎng)地圖主要由道路基本設(shè)施、道路輔助設(shè)施、交通設(shè)施3類(lèi)要素組成，道路基本設(shè)施主要包含道路中心線(xiàn)、邊線(xiàn)、橋梁、隧道等供車(chē)輛通行的設(shè)施；道路附屬設(shè)施包含人行線(xiàn)、紅綠燈、線(xiàn)圈、綠化帶等交通安全和管理的設(shè)施；交通標(biāo)識(shí)設(shè)施包含車(chē)道標(biāo)識(shí)、交通引導(dǎo)、警告標(biāo)志等應(yīng)用于車(chē)輛通行交通標(biāo)識(shí)。將以上3類(lèi)要素的形態(tài)通過(guò)點(diǎn)、線(xiàn)、面、體構(gòu)建，形成真實(shí)的虛擬靜態(tài)路況，包括起伏、轉(zhuǎn)向等，采用屬性?huà)旖酉鄳?yīng)要素信息，通過(guò)屬性表進(jìn)行存儲(chǔ)，建立數(shù)據(jù)倉(cāng)庫(kù)，并通過(guò)符號(hào)匹配形成視圖顯示庫(kù)，在矢量數(shù)據(jù)的基礎(chǔ)上利用智能算法、數(shù)據(jù)工具分析等形成車(chē)輛路徑規(guī)劃、環(huán)境預(yù)判、決策分析等指令信息。

為了便于自動(dòng)駕駛分析和應(yīng)用，采用分層、分類(lèi)等對(duì)高精度路網(wǎng)地圖數(shù)據(jù)進(jìn)行信息綜合。信息綜合需考慮自動(dòng)駕駛在環(huán)境解讀中對(duì)要素的需求，經(jīng)過(guò)多次在試驗(yàn)場(chǎng)地中試驗(yàn)和自動(dòng)駕駛路段的行駛測(cè)試后。根據(jù)自動(dòng)駕駛應(yīng)用將高精度路網(wǎng)地圖要素按最小、最穩(wěn)定為單元依據(jù)地理實(shí)體特性進(jìn)行分類(lèi)編碼，通過(guò)編碼建立現(xiàn)實(shí)世界和虛擬信息世界的鏈接，編碼采用20位定長(zhǎng)的十進(jìn)制數(shù)字碼，縣級(jí)及以上行政區(qū)劃碼采用GB/T2260的編碼，縣級(jí)以下行政區(qū)劃采用GB/T10114的編碼規(guī)則，以空間位置關(guān)系、應(yīng)用的密切度、要素歸屬性將要素分為大、中、小3類(lèi)，并建立分類(lèi)表和分類(lèi)碼，交通設(shè)施特征代碼采用GB/T 21381-2008，圖形碼以?xún)晌坏氖M(jìn)制數(shù)字碼表示：點(diǎn)01、線(xiàn)02、面03、體04。

2 數(shù)據(jù)模型構(gòu)建

2.1 模型構(gòu)成

車(chē)輛行駛空間由多重空間組成，如車(chē)道區(qū)域、路口區(qū)域和其他特色區(qū)域組成，車(chē)輛行駛過(guò)程中車(chē)道線(xiàn)、人行線(xiàn)、停止線(xiàn)等對(duì)車(chē)輛行駛具有約束性，因此探索以最小單元的交通要素為模型顆粒，對(duì)路網(wǎng)要素進(jìn)行空間化表現(xiàn)，利用空間數(shù)據(jù)庫(kù)的特征，以點(diǎn)、線(xiàn)、面、體的幾何形態(tài)建立所有要素之間關(guān)聯(lián)、耦合、拓?fù)?，入?kù)的數(shù)據(jù)包括幾何信息及屬性信息。為了減少計(jì)算量，提高定位效率，將車(chē)輛行駛過(guò)程中的整個(gè)路行駛空間分割為一些子區(qū)域，如車(chē)道區(qū)、路口區(qū)、特定區(qū)等，以區(qū)域?yàn)閱卧④?chē)輛可行駛通道。將行駛通道用形式化表示為式（1）。

V=（Li，Wi，Pi）          （1）

式中：V={V1,V2,…,Vi,…}是行駛通道的集合，L={L1,L2,…,Li,…}是行駛車(chē)道的集合，W={W1,W2,…,Wi,…}為行駛經(jīng)過(guò)路口的集合，P={P1,P2,…,Pi,…}為行駛過(guò)程中遇到的特定區(qū)域的集合，如收費(fèi)站、檢查站、服務(wù)區(qū)等。

車(chē)道區(qū)包含車(chē)道中心線(xiàn)、道路中心線(xiàn)、道路邊線(xiàn)、車(chē)道標(biāo)線(xiàn)、交通標(biāo)志牌、交通輔助駕駛設(shè)備。形式化表達(dá)為式（2）。

L =（LCi，Ri，Si，TLi，TPi，Ai）      （2）

式中：LC={LC1,LC2,…,LCi,…}為車(chē)道中心線(xiàn)的集合，R={R1,R2,…,Ri,…}為道路中心線(xiàn)集合，S={S1,S2,…,Si,…}為道路邊線(xiàn)的集合，TL={TL1,TL2,…,TLi,…}為車(chē)道標(biāo)線(xiàn)的集合，TP={TP1,TP2,…,TPi,…}為交通標(biāo)志牌的集合，A={A1,A2,…,Ai,…}為交通輔助駕駛設(shè)備的集合。

車(chē)道中心線(xiàn)包含標(biāo)識(shí)符、屬性、坐標(biāo)等信息，形式化表示為式（3）。

LC=（LBi，LSi，Ci）          （3）

式中：LB={LB1,LB2,…,LBi,…}為車(chē)道中心線(xiàn)標(biāo)識(shí)符，LS={LS1,LS2,…,LSi,…}為車(chē)道屬性集，Ci分別為車(chē)道每個(gè)節(jié)點(diǎn)的幾何屬性集合。

在行駛過(guò)程中，將通道根據(jù)行駛區(qū)域的不同劃分為可行使通道和不可行使通道，行駛形式化表示為式（4）。

T=（Vi，Wi）                   （4）

Vi={V1,V2,…,Vi,…}為可行駛通道的集合，Wi ={W1,W2,…,Wi,…}為不可行使通道的集合，在可行使通道區(qū)域內(nèi)，根據(jù)車(chē)道區(qū)內(nèi)各要素及屬性信息，建立車(chē)輛通行的拓?fù)潢P(guān)系，形成道路駕駛的路徑規(guī)劃。

2.2 拓?fù)錁?gòu)建

拓?fù)錁?gòu)建是模型構(gòu)建的核心工作，因?yàn)檐?chē)輛在行駛過(guò)程中核心的問(wèn)題是如何選擇下一個(gè)區(qū)間，基于車(chē)道級(jí)別的拓?fù)鋵?shí)質(zhì)就是含有權(quán)重的有向圖[14-17]，利用車(chē)道的空間位置集合和空間關(guān)系中鄰接、相交、相離等為關(guān)聯(lián)建立車(chē)道拓?fù)?，針?duì)各車(chē)道的交通標(biāo)記確定車(chē)輛行駛的方向和通行狀態(tài)，如左轉(zhuǎn)、右轉(zhuǎn)、直行、轉(zhuǎn)彎等，判斷相鄰車(chē)道的車(chē)道隔離線(xiàn)的類(lèi)型，如單黃線(xiàn)、白虛線(xiàn)、白實(shí)線(xiàn)、雙黃線(xiàn)等，確定車(chē)輛是否可變道，車(chē)道拓?fù)涞慕⑿杩紤]鏈接數(shù)據(jù)、通行規(guī)則、通行編碼等信息。

根據(jù)交通規(guī)則和車(chē)道的空間位置，遇到屬性、車(chē)道數(shù)等發(fā)生變化時(shí)，對(duì)車(chē)道區(qū)進(jìn)行劃分，依據(jù)每一段的交通屬性和空間位置，劃分13個(gè)車(chē)道區(qū)域（圖3）。根據(jù)交通規(guī)則，對(duì)車(chē)道進(jìn)行可行駛車(chē)道區(qū)和不可行使車(chē)道區(qū)的劃分，可行使車(chē)道區(qū)通過(guò)分段連接相鄰區(qū)域，自動(dòng)建立車(chē)道區(qū)域標(biāo)識(shí)碼，實(shí)現(xiàn)車(chē)輛從起始點(diǎn)開(kāi)始一個(gè)區(qū)域到另一個(gè)區(qū)域的過(guò)渡，建立車(chē)輛行駛的空間管道，確定汽車(chē)行駛路線(xiàn)。所有通過(guò)區(qū)域均通過(guò)標(biāo)識(shí)碼和空間位置自動(dòng)連接，構(gòu)建多條從起點(diǎn)到終點(diǎn)的通行管道，增加了拓?fù)錁?gòu)建的自由度。

拓?fù)錁?gòu)建以車(chē)道區(qū)為單位，保持可通行車(chē)道的橫向通行，如圖3（b）所示，雖然有兩個(gè)車(chē)道，但是由交通規(guī)則和空間位置等信息可以判斷，此處可通行狀態(tài)參數(shù)一致，可自由變道，因此歸為一個(gè)車(chē)道區(qū)間。圖3（a）的車(chē)道場(chǎng)景圖可以提取為圖3（b）的拓?fù)鋱D，拓?fù)涞木嚯x因子根據(jù)實(shí)際道路的長(zhǎng)度進(jìn)行路徑規(guī)劃，結(jié)合車(chē)輛傳感器傳回的數(shù)據(jù)，實(shí)現(xiàn)自動(dòng)行駛。

2.3 關(guān)聯(lián)構(gòu)建

對(duì)象之間的關(guān)聯(lián)關(guān)系是空間信息聯(lián)動(dòng)的紐帶，也是數(shù)據(jù)分析、統(tǒng)計(jì)的基礎(chǔ)，通過(guò)對(duì)象之間廣義關(guān)系的抽象表達(dá)[18-19]，進(jìn)而模擬客觀現(xiàn)實(shí)世界的聯(lián)動(dòng)，對(duì)象屬性關(guān)聯(lián)關(guān)系的構(gòu)建直接影響數(shù)據(jù)存儲(chǔ)、管理、可視化顯示及分析等應(yīng)用，因此高效、互聯(lián)、精細(xì)的交互式屬性關(guān)聯(lián)關(guān)系的構(gòu)建至關(guān)重要。交互式關(guān)聯(lián)關(guān)系主要以獨(dú)立空間要素為單元，在此基礎(chǔ)上通過(guò)屬性和屬性值完成交互式關(guān)聯(lián)關(guān)系的構(gòu)建。

2.3.1交互式構(gòu)建的基本流程

建立每個(gè)要素的動(dòng)態(tài)性屬性，以單個(gè)屬性集合來(lái)存儲(chǔ)不同變化形式的屬性特征，通過(guò)外界感知的物理存在狀態(tài)[20-22]，對(duì)對(duì)象屬性進(jìn)行組織和有效的管理。用以表達(dá)不同時(shí)間點(diǎn)中對(duì)象的狀態(tài)和性質(zhì)。以?xún)?nèi)在屬性體現(xiàn)對(duì)象時(shí)空語(yǔ)義特征，同時(shí)形成語(yǔ)義異構(gòu)，建立多語(yǔ)義尺度表達(dá)。每個(gè)唯一編碼ID和屬性值Value建立一一對(duì)應(yīng)關(guān)系，用ID和Value組成二元組隊(duì)映射關(guān)系。屬性信息表達(dá)關(guān)系如圖5所示，以車(chē)道中心線(xiàn)為時(shí)空對(duì)象，用戶(hù)需對(duì)路邊形狀、路口面積、道路類(lèi)型、實(shí)時(shí)交通信息等進(jìn)行采集和管理，在對(duì)應(yīng)的關(guān)聯(lián)屬性中進(jìn)行存儲(chǔ)。

2.3.2關(guān)聯(lián)對(duì)象屬性對(duì)應(yīng)

在關(guān)聯(lián)對(duì)象獲取的基礎(chǔ)上，關(guān)聯(lián)對(duì)象屬性對(duì)應(yīng)關(guān)心根據(jù)關(guān)聯(lián)對(duì)象不同也分為一對(duì)一、一對(duì)多、多對(duì)一、多對(duì)多4種類(lèi)型，關(guān)聯(lián)關(guān)系的基本信息、約束規(guī)則等都是批量構(gòu)建的，如下圖路口中紅綠燈、停止線(xiàn)、人行橫道線(xiàn)和車(chē)道中心線(xiàn)的關(guān)聯(lián)屬性對(duì)應(yīng)情況。

3 試驗(yàn)情況

3.1數(shù)據(jù)采集方法

本次試驗(yàn)對(duì)德清主城區(qū)100公里的道路進(jìn)行了采集、生產(chǎn)、發(fā)布、應(yīng)用，試驗(yàn)采用高性能采集車(chē)、激光掃描儀、GPS（Global Positioning System）定位儀、慣導(dǎo)、雷達(dá)、全景相機(jī)等組成的全景激光雷達(dá)移動(dòng)測(cè)量系統(tǒng)為主要采集平臺(tái)，獲取道路的高分辨率全景影像數(shù)據(jù)、點(diǎn)云數(shù)據(jù)和可量測(cè)影像數(shù)據(jù)，無(wú)人機(jī)和外業(yè)測(cè)圖為補(bǔ)充開(kāi)展數(shù)據(jù)外業(yè)數(shù)據(jù)獲取，并通過(guò)數(shù)據(jù)集成、差分解算等預(yù)處理，在點(diǎn)云數(shù)據(jù)和影像的質(zhì)量精度符合要求下，形成內(nèi)業(yè)生產(chǎn)數(shù)據(jù)。數(shù)據(jù)采集流程見(jiàn)圖8。

3.2 數(shù)據(jù)表達(dá)方式及特點(diǎn)

高精度數(shù)據(jù)以高精度路網(wǎng)導(dǎo)航地圖所呈現(xiàn)。本次試驗(yàn)的高精度路網(wǎng)地圖以三維實(shí)體數(shù)據(jù)真實(shí)還原現(xiàn)實(shí)中車(chē)輛所經(jīng)過(guò)的道路環(huán)境，并將輔助車(chē)輛行駛的交通信息對(duì)應(yīng)（或關(guān)聯(lián)）到相應(yīng)交通設(shè)備的屬性中[23-25]，通過(guò)交通規(guī)則，建立行駛車(chē)輛周邊車(chē)道關(guān)系，滿(mǎn)足自動(dòng)駕駛。本次實(shí)驗(yàn)使用的高精度路網(wǎng)地圖分為10大類(lèi)328小類(lèi)，通過(guò)將交通規(guī)則關(guān)聯(lián)在車(chē)道上，構(gòu)建車(chē)道之間的拓?fù)潢P(guān)系，建立有序、連續(xù)的車(chē)輛可行駛通道，根據(jù)定位匹配結(jié)果獲得起始點(diǎn)的車(chē)道編號(hào)，通過(guò)規(guī)則建立所有能通行車(chē)輛通道的序列，完成自動(dòng)駕駛行駛指令。主要特點(diǎn)是通過(guò)唯一碼實(shí)現(xiàn)了所有要素的關(guān)聯(lián)，完成要素之間的集合管理；通過(guò)空間位置集合和空間關(guān)系中鄰接、相交、相離等為關(guān)聯(lián)建立車(chē)道拓?fù)?；以?dú)立空間要素為單元，通過(guò)屬性和屬性值完成交互式關(guān)聯(lián)關(guān)系的構(gòu)建。

3.3測(cè)試過(guò)程及結(jié)果

通過(guò)本模型構(gòu)建的高精度地圖路網(wǎng)數(shù)據(jù)經(jīng)過(guò)在用戶(hù)可能面臨駕駛場(chǎng)景的測(cè)試，驗(yàn)證了模型包含的要素滿(mǎn)足了自動(dòng)駕駛所需要的行車(chē)輔助語(yǔ)義信息，精確地表達(dá)了路網(wǎng)厘米級(jí)三維表征，為車(chē)輛的預(yù)判和安全行駛提供了有效保障。通過(guò)與自動(dòng)駕駛車(chē)輛傳感器的有效結(jié)合，將感知結(jié)果與智能高精地圖相匹配，實(shí)現(xiàn)了行駛車(chē)輛在行車(chē)車(chē)道上的協(xié)同高精度定位，協(xié)作車(chē)輛快速判斷車(chē)輛所屬的外部環(huán)境，有效保證機(jī)動(dòng)車(chē)輛對(duì)道路環(huán)境感知的準(zhǔn)確性，能有效在車(chē)輛行駛形成指令，及時(shí)調(diào)整行駛狀態(tài)。

4結(jié)束語(yǔ)

本文提出了從自動(dòng)駕駛應(yīng)用角度去構(gòu)建道路、道路設(shè)施、交通設(shè)施等行車(chē)輔助要素的數(shù)據(jù)模型，詳細(xì)介紹通過(guò)組件集合、拓?fù)錁?gòu)建、交互式關(guān)聯(lián)關(guān)系等操作建立高精度地圖路網(wǎng)數(shù)據(jù)模型的過(guò)程。經(jīng)過(guò)試生產(chǎn)形成的數(shù)據(jù)與多家車(chē)商合作，展開(kāi)聯(lián)合應(yīng)用驗(yàn)證，本模型構(gòu)建的數(shù)據(jù)能有效與傳感器結(jié)合，實(shí)現(xiàn)了自動(dòng)駕駛中在傳感器的輔助下能快速定位車(chē)輛當(dāng)前位置，感知周邊環(huán)境形成虛擬駕駛環(huán)境，隨著駕駛環(huán)境變化及時(shí)調(diào)整規(guī)劃、決策、下達(dá)等。但是在生產(chǎn)、測(cè)試過(guò)程中存在一些難點(diǎn)，如道路通行狀況變化頻繁，變化發(fā)現(xiàn)和更新機(jī)制有待完善；點(diǎn)云數(shù)據(jù)矢量化提取自動(dòng)化水平有待進(jìn)一步加強(qiáng)，特別針對(duì)交通設(shè)施的提取和錄入；數(shù)據(jù)在公開(kāi)使用方面受限較多，會(huì)成為大規(guī)模推廣及使用的瓶頸。在下一步的生產(chǎn)研究中，急需提升點(diǎn)云數(shù)據(jù)自動(dòng)提取的能力，特別是針對(duì)交通設(shè)施及屬性自動(dòng)提取、識(shí)別能力；與國(guó)內(nèi)外相關(guān)企業(yè)探討建立統(tǒng)一的數(shù)據(jù)模式，加快數(shù)據(jù)管理評(píng)審、評(píng)估、測(cè)試標(biāo)準(zhǔn)建立，實(shí)現(xiàn)數(shù)據(jù)共享。

作者簡(jiǎn)介：劉靜華（1978—），女，浙江杭州人，碩士，主要研究方向?yàn)殡娮拥貓D及地理信息應(yīng)用。