合并空间上接近的路径/线段的算法

我正在寻找一种用于街道地图制图概括的几何算法（名称）。

在我的地图数据中，我有许多路径（点的有序列表，由线段连接），这些路径彼此靠近且几乎平行。我如何(1)识别这些“相邻路径”（即如何找到比某个阈值更接近的路径）以及(2)将它们合并成一条路径（即如何计算闭合路径之间的中心线）？

作为示例，请考虑以下使用 OpenStreetMaps 数据创建的道路/车道图：

正如您所看到的，水平行驶的两条车道被建模为两条独立的路径。对于详细视图，这很有用，但对于更缩小的视图，我需要合并两条路径（车道）以仅显示一条道路线。

地图渲染器中使用哪些既定算法来实现这一目标？显然，谷歌地图、OSM 等可以做到这一点——如何做到的？

这不是它的目的，但是做一些像霍夫变换 https://en.wikipedia.org/wiki/Hough_transform?

要找到足够接近的路径：

1. 将线段变换到霍夫空间(r, θ)，
2. 让每个点投票选出最接近的可用“bin”。您可以根据您希望合并两条路径的容差程度来确定 bin 量化。
3. 累加器中的每个点还应保留对其父路径的引用以及线段的长度。
4. 找到恰好包含两票的垃圾箱，因为我们只对合并两条路径感兴趣
5. Create an nxn accumulator matrix A, with n being the number of paths you have, such that a_ij is the votes for merging the i_th and j_th path, this will be a mostly sparse matrix.
6. 对于我们感兴趣的每个箱，在与其两个父路径对应的单元格中的累加器矩阵中投票。
7. 如果累加器矩阵中存在具有足够多投票数的单元（即，这些路径中足够数量的线段被算法认为是相当相似的），则可以合并这两条路径。

合并两条路径：

8. 将所选箱中的点变换回笛卡尔空间，使用长度（保留参考）、斜率和位置来定义与每个箱相对应的每个线段。