OSMnx生成的NetworkX图中如何在现有边插入属性一致的传感器节点

前置准备 #

• 已完成依赖库导入

import numpy as np
import pandas as pd
import networkx as nx
from shapely.geometry import Point, Polygon, LineString
from shapely.ops import split
import geopandas as gpd
import osmnx as ox

• 已获取目标范围路网

graph = ox.graph.graph_from_bbox(52.2, 51.85, -.6, -0.9, network_type='drive', simplify=False)

• 已定位目标传感器点位与对应最近边
  传感器点位：sensor = Point(-0.6116768, 51.8508765)
  最近边获取代码：n_edge = osmnx.distance.nearest_edges(graph, -0.6116768, 51.8508765, return_dist=False)

问题说明 #

手动新增传感器节点时，自定义节点的ID类型、属性字段和OSM原生节点规则不统一，直接拆分边会导致后续路网计算、可视化等内置函数运行报错。

实现步骤 #

1. 对齐原生节点属性规则 #

先提取现有节点的属性结构作为模板，保证新增节点字段完全匹配，同时避免ID冲突：

# 取任意原生节点获取属性字段模板
ref_node_id = list(graph.nodes)[0]
ref_attrs = graph.nodes[ref_node_id]

# 生成不冲突的整数类型节点ID（OSMnx默认节点ID为整数，禁止使用字符串ID）
new_node_id = max(graph.nodes) + 1

# 按原生结构配置传感器节点属性
sensor_attrs = {
    "x": -0.6116768,
    "y": 51.8508765,
    "street_count": 2
}
# 补全所有原生节点存在的可选属性，取值与相邻端点节点保持一致
for attr_key in ref_attrs.keys():
    if attr_key not in sensor_attrs:
        attr_val = graph.nodes[n_edge[0]].get(
            attr_key, 
            graph.nodes[n_edge[1]].get(attr_key, None)
        )
        sensor_attrs[attr_key] = attr_val

# 正式添加节点
graph.add_node(new_node_id, **sensor_attrs)

2. 拆分原边并完整继承边属性 #

不能直接创建空边，需要完整继承原边的所有属性（长度、车道数、限速、道路等级、几何线型等），同时处理双向道路的反向边：

u, v, edge_key = n_edge
# 读取原边全量属性
original_edge_attrs = graph.edges[u, v, edge_key]
# 删除原有待拆分边
graph.remove_edge(u, v, edge_key)

# 构造原边完整几何线型
if "geometry" in original_edge_attrs:
    orig_line = original_edge_attrs["geometry"]
else:
    orig_line = LineString([
        (graph.nodes[u]["x"], graph.nodes[u]["y"]),
        (graph.nodes[v]["x"], graph.nodes[v]["y"])
    ])

# 按传感器点位精确拆分线段
split_point = orig_line.interpolate(orig_line.project(sensor))
line_segments = split(orig_line, split_point)
line_u_to_sensor = line_segments.geoms[0]
line_sensor_to_v = line_segments.geoms[1]

# 配置两段新边的属性
edge_u_s_attrs = original_edge_attrs.copy()
edge_u_s_attrs["length"] = ox.distance.great_circle_vec(
    graph.nodes[u]["y"], graph.nodes[u]["x"],
    sensor.y, sensor.x
)
edge_u_s_attrs["geometry"] = line_u_to_sensor

edge_s_v_attrs = original_edge_attrs.copy()
edge_s_v_attrs["length"] = ox.distance.great_circle_vec(
    sensor.y, sensor.x,
    graph.nodes[v]["y"], graph.nodes[v]["x"]
)
edge_s_v_attrs["geometry"] = line_sensor_to_v

# 添加拆分后的正向边
graph.add_edge(u, new_node_id, edge_key, **edge_u_s_attrs)
graph.add_edge(new_node_id, v, edge_key, **edge_s_v_attrs)

# 处理双向通行的反向边
if graph.has_edge(v, u, edge_key):
    rev_edge_attrs = graph.edges[v, u, edge_key]
    graph.remove_edge(v, u, edge_key)
    
    rev_edge_v_s_attrs = rev_edge_attrs.copy()
    rev_edge_v_s_attrs["length"] = edge_s_v_attrs["length"]
    rev_edge_v_s_attrs["geometry"] = LineString(reversed(line_sensor_to_v.coords))
    
    rev_edge_s_u_attrs = rev_edge_attrs.copy()
    rev_edge_s_u_attrs["length"] = edge_u_s_attrs["length"]
    rev_edge_s_u_attrs["geometry"] = LineString(reversed(line_u_to_sensor.coords))
    
    graph.add_edge(v, new_node_id, edge_key, **rev_edge_v_s_attrs)
    graph.add_edge(new_node_id, u, edge_key, **rev_edge_s_u_attrs)

3. 合法性校验 #

添加完成后通过OSMnx内置的格式转换校验属性一致性，能正常输出GeoDataFrame即代表属性规则完全匹配：

nodes_gdf, edges_gdf = ox.utils_graph.graph_to_gdfs(graph, nodes=True, edges=True)

关键注意点 #

• 新增节点必须使用整数类型ID，和原生OSM节点ID类型保持一致，字符串ID会导致所有OSMnx内置函数无法识别节点
• 节点属性字段必须和现有节点完全对齐，不要遗漏原生字段；如果需要标记传感器属性，可额外新增sensor_id等自定义字段，不影响原生函数运行
• 拆分边时必须完整继承原边属性，尤其是length和geometry字段，否则会导致后续路径计算、可视化结果异常
• 线段拆分必须使用投影点做精确分割，不要直接连接端点和传感器点，否则会出现线型偏离原道路的问题

内容的提问来源于stack exchange，提问作者ORSpecialist