道路选线方法是指基于地质、地形和地物等地理信息,根据工程需求为道路设计提供线路方案的方法。然而现有道路选线方法主要基于地理信息系统,使用的是传统集中式存储、单机计算和栅格数据结构等技术进行实现。随着工程设计和建设的数字化水平不断提高,特别是工程数据量的爆发式增长,现有的道路选线方法和技术难以满足工程实际的需求。近年来,随着云计算能力的提升,使得基于大数据思想的工程道路选线成为了可能。本文针对此问题,采用大数据思想,对基于混合矢量结构的分布式选线技术进行了研究。该技术采用了混合矢量结构来描述地理信息数据,提出了基于距离聚类的地理数据预处理方法。混合矢量结构是依据地理数据分析计算特点和非关系式存储特征,对现有矢量数据结构的数据类型和表达进行扩展得到的地理数据结构。基于该结构的预处理方法首先对地理数据的属性进行转换,然后采用聚类思想对地理数据进行压缩和划分,最后通过对划分的子区域进行几何中心、面积、边界等属性的计算,得到各个子集属性集。针对地理数据的预处理结果,采用分布式思想,提出了基于控制线约束的道路选线方法。该方法首先使用路线必过的点作为控制点,根据连通性要求构建控制线,然后通过划分控制线,并使用控制线的距离和方向作为约束条件,将全局选线问题转换为各段控制线的两点选线问题。再结合控制线分段所处子集的属性信息,提出路线的综合评价方法,来求解两点选线问题。最后,通过合并各控制线分段的解,得到最终的多控制点选线结果。为了对所提方法进行验证,本文采用Hadoop集群技术搭建分布式计算、存储架构,使用Java和JSP语言,在MyEclipse开发环境下,设计实现了的基于上述方法的选线原型系统。最后,在该原型系统上,采用了某河谷地区的地理信息数据,对所提的选线方法进行验证,证明了所提方法的可行性。