多點刪除規則和實現方法探討

精簡版的警示點已經發布，雖然根據剛開始的設想，是按照路口來刪除警示點的，但是該模型想像的太過於完美了，非常適合十字交叉型的路口，對於複雜一些的道路情況就不適用了，比如主路和輔路，並且附近又有交叉的小路，這樣的情況太過於複雜到底以哪個交叉路口為參照呢，如果全部參照，那多個交叉路口過近本身就是一個問題。另外擷取交叉路口也不是一件容易的事情，最終我放棄了這個想法。

想了很多的方法，最後覺得直接將多個警示點進行抽稀處理，即將多個較近的點位刪除，合并成一個點位。聽起來很簡單，就是將靠近在某一路口的警示點取平均值一下，但是如何判斷這些點位算是靠近在一起這是關鍵。首先，任何一點位都有離它比較近的點位，這個可以通過距離來判斷，比如只要和它距離保持在80米以內的就屬於較近點位。其次，這些較近點位是否真的較近，或者是否有飛點(就是有幾個靠近在一起而另外一個比較遠但也在距離範圍之內)的現象，或者點位元量是否也有一定的關係。首先就以某一點位為參考點位，在其半徑為80米的範圍內，都屬於它的較近點。但對於這些較近點，並不是所有的相加再平均即可得到一個座標位置，這樣誤刪的幾率比較大，最早使用100米作為半徑範圍來平均點位的時候，就存在兩個較近路口最後點位平均後變成兩路口中間點位的現象，此情況即屬於錯誤。那麼肯定還需要增加條件，大致的情況條件是

1，參考點如果周圍80米範圍內沒有較近點位，則該點位為獨立點位，予以保留；

2，參考點周圍有一個靠近點位，如果參考點和靠近點的距離大於50米，則放棄該靠近點，因為個人擔心兩個點位超過50米可能會是兩個路口的情況。如果參考點和靠近點的距離小於50米，則兩點相加取平均，即獲得兩點中間的點位作為最終警示點為；

3，如何判斷一個點為上一段說的飛點情況，首先在參考點周圍80米範圍內找到了超過一個的靠近點位，此時不能直接做平均，我增加了一個條件，即如果參考點和各靠近點之間的距離，最大距離超過第二大距離的兩倍，則放棄最大距離點位，從靠近點位中剔除還原為普通點位，只需要將參考點和靠近點位取平均值即可得到警示點位。而對於沒有最大距離超過第二大距離兩倍的情況，那麼就直接全部靠近點和參考點相加後取平均即可得到警示點位。

根據這一思路，我便開始寫function，是用VB寫的。此函數肯定脫離不了遍曆，並且是不斷的遍曆，為了加快速度，我首先將檔案中的所有點位讀入到一個非常巨大的數組中，然後再在數組中進行遍曆，從第一條記錄點位開始，假設該點位即為參考點，遍曆第二條記錄開始的所有點位，將距離在80米以內的點位全部作為靠近點，完成後再按照上面所提出的三個條件進行判斷。同時為了避免重複計算點位，將每一個點位都帶上了判斷標記，如果該標記為真則表示該記錄已經處理過，不需要處理直接跳過，而對於沒有標記為真的資料則歸結為判斷點位，繼續進入到下一輪的多點刪除過程中。

下面來看看我們處理前後的兩份地圖的對比，我會附上一定的說明和評註，下面兩幅分別為靜安公園附近處理前和處理後的資料對比，很明顯的發現，處理後的資料非常的符合多點刪除標準，但同時也發現了一定的弊端。

靜安公園附近全部的警示點位元影像：

處理後靜安公園附近的警示點位元影像：

 

 

如所示，有三個地方存在疑問，我已經使用1、2、3數字標出，我們對此三個疑問具體分析：

第一個標記處，是因為兩個點位雖然在80米距離範圍內，但是由於只有兩個點位，並且超過了50米距離，所以最後並沒有合并處理，而成為了兩個獨立的點位，此情況符合上述第二種條件，所以處理正確。如所示：

第二個標記處，此處符合第三個條件，即最大距離超過第二大距離的兩倍，42>18*2，如所示：

 

第三個標記處，同樣屬於第三個條件，55>24*2，如所示：

但是個人認為第三個條件還是存在一定弊端的，或者說方法存在一定的弊端，比如上述的兩個標記點位，如果使用中間點位作為參照點位，其餘兩個靠近點位就是屬於可平均範圍，即可以將三個點位直接相加後取平均值，最後得到一個點位，而不是兩個點位。為了改善這個情況，由於我是順序遍曆，不是亂序遍曆，所以在這樣的情況下，哪一點作為參照點位無法進行選擇，但我如果我增加一個距離條件，即可改善這一情況。我又增加了一個判斷條件，即最大距離小於50米的，即使比第二大距離兩倍還要長，但不予以考慮，直接將所有點位作為相加取平均值，加入此條件後是有效果的，上述的第二標記處就從兩點降為一個點位，但第三個標記處是因為最大距離超過了50米所以未能三點處理成一點，最後還是處理成了兩個點位。但該條件確實存在效果的，如所示，未增加條件前，將四個點位處理成了兩個點位，但增加條件後，將四個點位直接處理成一個點位了，並且個人認為一個點位的效果要好於兩個點位。

 

而增加條件後的效果還是能夠看到的，拿上海來舉例，總共3237個警示點資料，沒有增加條件的時候，處理結果為1790條記錄，增加條件後處理結果為1770條記錄，其中的20條就是因為增加了一個條件而多刪除的記錄，使資料更加精簡。

多點刪除最終效果：

違章警示點數量由原來的31915個點位變成18223個點位，減少43%
闖紅燈警示點數量由原來的24871個點位變成13121個點位，減少47%
未區分違章和闖紅燈的警示點版本：由原來的56786個點位變為29985個點位，減少47%
(由於未分類警示點沒有考慮違章和闖紅燈，而僅僅作為相同警示點處理，所以29985<18223+13121)

最終的結果來看，效果還是非常不錯的，但是我也相信存在一定的弊端和未能考慮的情況，比如文中就沒有任何認證的情況下選取了80米和50米這樣的兩個關鍵數字，比如文中第三標記最終未能變成一個點位就是一個弊端，而反過來說，並不是所有的情況都是滿足條件的情況，畢竟多點刪除算是資料分揀，要麼保留要麼拋棄，再好的條件也只能有這樣兩個選擇。能夠處理到這樣的結果，我個人還是比較滿意的。如果大家有更好的方法或者規則，歡迎討論。

本文是Garmin警示點完善計劃和精簡版警示點發布(Garmin警示點完善計劃續)兩篇文章的續文，本來想寫成說明文的，但結果成了原理討論的技術文，所以可能直接查看本文有點霧水，建議先查看以上兩篇文章後再來瀏覽此文，可能會有一個更好的理解。