本申请涉及计算机，具体而言，本申请涉及一种基于无监督学习的道路平面快速布线的方法及系统。
背景技术：
1、目前道路平面设计尤其是公路界常用的布线方法较多，例如：“交点法”，“积木法”，“参数法”等。
2、交点法是用户输入线路曲线交点的坐标以及相应线路的缓和曲长长度、半径、里程等信息，就可以得到要素点、加桩点、线路点的坐标，以及直观的图形显示，从而可以方便地进行线路的放样等测量工作。
3、由于交点法的概念清楚，容易掌握，计算规范，因此交点法设计是公路目前普遍使用的道路设计方法。
4、但交点法在与环境配合方面，由于交点法的计算原理，需要经过多次数据输入与图形生成的“尝试”才能完成，导致设计过程繁琐；目前基于交点法的道路平面布线智能化程度低，对用户要求高；
5、由上可知，如何智能化布线和布线便捷性不足的问题仍有待解决。
技术实现思路
1、本申请各提供了一种基于无监督学习的道路平面快速布线的方法、系统及存储介质，可以解决相关技术中存在的信息推荐的准确率不高的问题。所述技术方案如下：
2、根据本申请的一个方面，基于无监督学习的道路平面快速布线的方法包括：获取道路平面布线基础参数，计算并规划道路布线区域和至少一预期线；
3、在所述道路布线区域内，鼠标拾取至少一个随机点，归集为鼠标拾取的初始点集，所述随机点靠近预期线；对所述初始点集进行密集处理，获得密集点集；提取密集点集对应的至少一个曲率特征值，获得密集点集的曲率特征值的统计信息；所述曲率特征值的统计信息包括一阶中心矩、二阶中心矩、偏度、峰度、上下三分位数、线性回归系数及熵；对所述统计信息进行无量纲归一化处理，获得处理后的统计信息；基于无监督学习对统计信息进行聚类处理，获得聚类处理结果，输出三个簇划分；依据交点法进行道路模块划分，道路模块包括直线模块、缓和曲线模块及圆曲线模块；计算每个簇中一阶中心矩，并从小到大排序，依序一一对应直线模块、缓和曲线模块及圆曲线模块，提取初始平面设计参数，初始平面设计参数包括至少一个交点及对应的道路模块的设计参数；
4、针对所述初始平面设计参数，逐个交点判断其对应的道路模块的设计参数是否符合规范；若是，归入优化后的平面设计参数；若否，则对该交点及对应的道路模块的设计参数进行优化更新，并归入优化后的平面设计参数；基于优化后的平面设计参数，进行道路平面快速布线；
5、根据本申请的一个方面，一种基于无监督学习的道路平面快速布线的系统，包括道路布线基础参数采集单元，用于采集道路平面布线基础参数；规划单元，用于规划道路布线区域和预期线；输入单元，包括鼠标，用于信息输入；预处理单元，用于数据的密集处理以及特征值提取；计算控制中心，用于聚类以及平面设计参数的计算；显示单元，用于数据及布线操作显示，以及存储单元，用于数据的存储。
6、根据本申请的一个方面，一种存储介质，其上存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行，以实现如上所述的基于无监督学习的道路平面快速布线的方法。
7、根据本申请的一个方面，一种计算机程序产品，计算机程序产品包括计算机可读指令，计算机可读指令存储在存储介质中，电子设备的一个或多个处理器从存储介质读取计算机可读指令，加载并执行该计算机可读指令，使得电子设备实现如上所述的基于无监督学习的道路平面快速布线的方法。
8、本申请提供的技术方案带来的有益效果是：
9、在上述技术方案中，本申请通过少量的随机点进行密集处理，随后针对曲率特征值提取包含高纬度数据点集的统计信息，进行无监督学习的聚类，获得聚类结果对应交点法的道路模块，进而获得道路设计参数，再对道路设计参数进行规范判断以及优化，获得优化后的平面设计参数，进行道路平面快速布线；从而能够有效地解决相关技术中存在的布线智能化程度低，对用户要求高的问题。
1.一种基于无监督学习的道路平面快速布线的方法，其特征在于，包括：
2.如权利要求1所述的基于无监督学习的道路平面快速布线的方法，其特征在于，所述获取道路平面布线基础参数，计算并规划道路布线区域和至少一预期线的方法包括：
3.如权利要求2所述的基于无监督学习的道路平面快速布线的方法，其特征在于，在所述道路布线区域内，鼠标拾取至少一个随机点，归集为鼠标拾取的初始点集，所述随机点靠近预期线的方法包括：在所述预期线两侧构建拾取预期控制线，拾取预期控制线与预期线的垂直距离为d，d与道路宽度相关，鼠标在两拾取预期控制线之间随机拾取至少一个随机点，归集为鼠标拾取的初始点集，初始点集为；=为随机点的平面坐标。
4.如权利要求3所述的基于无监督学习的道路平面快速布线的方法，其特征在于，对所述初始点集进行密集处理，获得密集点集的方法包括：
5.如权利要求4所述的基于无监督学习的道路平面快速布线的方法，其特征在于，所述提取密集点集的曲率特征值，获得统计信息的方法包括：
6.如权利要求5所述的基于无监督学习的道路平面快速布线的方法，其特征在于，所述统计信息处理的方法包括：
7.如权利要求6所述的基于无监督学习的道路平面快速布线的方法，其特征在于，基于无监督学习对统计信息进行聚类处理，获得聚类处理结果的方法包括：
8.如权利要求1所述的基于无监督学习的道路平面快速布线的方法，其特征在于：
9.一种基于无监督学习的道路平面快速布线的系统，其特征在于，包括：
10.一种存储介质，其上存储有计算机可读指令，其特征在于，所述计算机可读指令被一个或多个处理器执行，以实现如权利要求1至8中任一项所述的基于无监督学习的道路平面快速布线的方法。
