CN111427981A - 一种利用路网数据模拟点位数据的方法及*** - Google Patents
一种利用路网数据模拟点位数据的方法及*** Download PDFInfo
- Publication number
- CN111427981A CN111427981A CN202010165408.XA CN202010165408A CN111427981A CN 111427981 A CN111427981 A CN 111427981A CN 202010165408 A CN202010165408 A CN 202010165408A CN 111427981 A CN111427981 A CN 111427981A
- Authority
- CN
- China
- Prior art keywords
- point
- information
- point location
- road
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
Abstract
本发明提供一种利用路网数据模拟点位数据的方法及***,方法包括:获取目标城市主要道路标志点信息;通过空间地理引擎计算所述主要道路标志点的点位数据,并对获得的所述点位数据编号;设置目标点位数量,通过随机算法对已获取的所述点位数据进行筛选,获得目标点位数据。本发明通过先获取城市路网中的标志点,再将所有标志点转换为点位数据,在已得到的点位数据中随机筛选实际需要的点位数量,从而获取模拟点位,通过这种方法获取的模拟点位的地理位置都处于合理施工的范围,符合真实的应用场景,避免产生无效点位的情况发生,确保模拟出的数据更接近真实应用,提高开发效率和界面效果。
Description
技术领域
本发明涉及数据模拟领域,尤其涉及的是一种利用路网数据模拟点位数据的方法及***。
背景技术
在城市基础设施布置,城市动态监控等基于GLS地图的应急建设中,往往需要模拟大量的城市数据作为设置点位数据的基础,并通过模拟出的点位数据作为实际设施建设的位置依据。
现有的点位数据模拟方法是通过画出与城市轮廓近似的区域,采用随机算法把点位投放到轮廓区域中,从而获得分布均匀的点位数据,例如,在进行城市摄像头的铺设时,先对要铺设区域的轮廓进行描绘,再采用随机算法模拟点位,模拟点位所处的位置即为摄像头需要架设的位置,但是在实际操作时,往往出现地理特征并不适合摄像头架设的情况,原因是某些模拟点位被投放到了湖里,河流或其他不能架设摄像头的位置上,这就导致了购置设备的数量与实际使用的设备数量差异较大,产生浪费的同时给施工人员带来麻烦,延长了施工期限。
因此,现有技术仍有待改进和发展。
发明内容
鉴于现有技术的不足,本发明目的在于提供一种利用路网数据模拟点位数据的方法,旨在解决现有技术中进行点位模拟时,模拟的点位不完全与实际地理环境匹配,容易造成资源与人工使用浪费的情况。
本发明解决技术问题所采用的技术方案如下:
一种利用路网数据模拟点位数据的方法,其中,所述利用路网数据模拟点位数据的方法包括:
获取目标城市主要道路标志点信息;
通过空间地理引擎计算所述主要道路标志点信息的点位数据,并对获得的所述点位数据编号;
设置目标点位数量,通过随机算法对已获取的所述点位数据进行筛选,获得目标点位数据。
所述的利用路网数据模拟点位数据的方法,其中,所述标志点信息为道路交叉口信息,所述道路交叉口的点位信息命名为道路交叉口名称。
所述的利用网路数据模拟点位数据的方法,其中,所述标志点信息为路灯位置信息,所述路灯位置信息的点位信息命名为路灯名称- 编号。
所述的利用路网数据模拟点位数据的方法,其中,所述标志点信息为道路位置信息,所述道路位置信息命名为道路名称-编号。
所述的利用路网数据模拟点位数据的方法,其中,所述空间地理引擎为Turf引擎。
一种利用路网数据模拟点位数据的***,其中,***包括:
输入模块,用于获取用户输入的目标城市及目标点位的数量;
获取模块,用于获取所述目标城市主要道路标志点信息;
处理模块,用于通过空间地理引擎计算所述主要道路标志点的点位数据,并对获得的所述点位数据进行编号;
输出模块,用于通过随机算法对已获取的所述点位数据进行筛选,并输出与所述目标点位数量相同的目标点位数据。
所述的利用路网数据模拟点位数据的***,其中,所述标志点信息为道路交叉口信息,所述输出模块对所述道路交叉口信息的点位信息进行命名,命名规则为道路交叉口的名称。
所述的利用路网数据模拟点位数据的***,其中,所述标志点信息为路灯位置信息,所述输出模块对所述路灯位置信息的点位信息进行命名,命名规则为路灯名称-编号。
所述的利用路网数据模拟点位数据的***,其中,所述标志点信息为道路位置信息,所述输出模块对所述道路位置信息的点位信息进行命名,命名规则为道路名称-编号。
所述的利用路网数据模拟点位数据的***,其中,所述空间地理引擎为Turf引擎。
本发明的技术效果:本发明提供了一种利用路网数据模拟点位数据的方法及***,本发明通过获取目标城市的主要路网信息,精准获取城市可铺设公共设备的位置轮廓,再对路网中的标志点进行处理,得到具体的点位信息和点位名称,再将需求点位数目在上述已获得的点位中随机筛选,从而得到符合真实应用场景的点位数据,有效避免发生模拟的点位数据与实际地理情况不符合的情况发生,提高模拟准确率。
附图说明
图1是本发明利用路网数据模拟点位数据方法的流程图;
图2是本发明利用路网数据模拟点位数据方法的实施例流程图。
图3是本发明利用路网数据模拟点位数据***的功能原理框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
需要说明,若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……),则所述方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果所述特定姿态发生改变时,则所述方向性指示也相应地随之改变。
另外,若本发明实施例中有涉及“第一”、“第二”等的描述,则所述“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个所述特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明还提供了一种利用路网数据模拟点位数据方法的流程图,如图1所示,方法包括:
S100,获取目标城市主要道路标志点信息;
S200,通过空间地理引擎计算所述主要道路标志点的点位数据,并对获得的点位数据编号;
S300,设置目标点位数量,通过随机算法对已获取的所述点位数据进行筛选,获得目标点位数据。
具体实施时,获取目标城市主要道路标志点信息中,先确认一个目标城市的范围,在获取该城市路网数据的过程中,可通过一些包含地理信息数据的获取软件进行获取,例如:在本发明的一个实施例中,利用水经注软件(一款提供地图资源整合的资源软件)直接获取目标城市的路网信息,实现相同效果获取地图资源的软件还有 BIGMAP,及其他资源库等,该步骤仅提供获取目标城市路网的一个实施例,对此,本申请不进行限定。
进一步地,当获取目标城市的主要路网信息后,进一步提取该路网信息中的标志点信息,在本申请中,标志点即为实际地理位置中已存在的基础建设,该基础建设的位置是固定的,短时间内无法移动,例如道路的交叉口、路灯以及道路等。
进一步地,在获取目标城市的标志点信息后,通过空间地理引擎对已获得的标志点信息进行处理,将标志点信息处理为在一个立体坐标系中的点位数据并对获得的点位数据进行数据编号,这样处理的好处在于将地理信息转换为数字信息,便于计算机统筹计算,同时,在实际空间中,需要对点位进行建设时,施工人员能够根据数据编号和点位数据中的相对位置进一步进行确认,避免发生地理位置识别错误的行为。
在本申请中,使用的空间地理引擎具体为Turf(Total Unduplicated Reach andFrequrncy)一种地理信息算法库,通过Turf 空间地理引擎,能偶实现空间分析操作,例如生成缓冲区,计算等高线等,因此,经过Turf空间地理计算引擎处理后的点位数据信息中能够包含点位在该地区中的空间地理信息,从而便于在获取到点位信息后,对于该点位的实际位置进行追溯,同时,Turf原生支持GeoJSON 矢量数据,因此本发明采用Turf空间引擎能够在普通的网页地图中进行使用,进一步提高了利用网路数据模拟点位数据这一过程的普适性和便捷性。
进一步地,将经过Turf空间地理引擎处理后的点位数据进行命名,在本发明中,当标志点信息为道路的交叉口信息时,道路交叉口信息的点位信息被命名为道路交叉口名称,这样命名的有点在于获取的点位信息与普通地图中的命名相同,即便脱离软件,生成的点位信息依旧容易被施工人员找到,从而在实际进行点位的基础建设时降低施工难度,节省施工时间。
另一方面,当本发明中的标志点信息为路灯位置信息时,路灯位置信息的点位信息被命名为路灯名称-编号,在实际的地理环境中,同一网路的某条道路中装置的路灯可能具有多个,而在这条道路中路灯的名称均为相同的,例如中华路路灯,因此在路灯命名的尾端进行编号,将点位加以区分,便于寻找。
另一方面,当本发明中的标志点信息为道路位置信息时,道路位置信息的点位信息被命名为道路名称-编号,在实际的地理环境中,单条道路往往只存在一个道路名称,例如中华路,而当该道路中央设置有丁字路口时,该道路实际被划分为两条,但实际地理名称并未发生改变,因此,本发明将道路命名为中华路-1、中华路-2。。。。。。加以区分,从而保证在实际施工人员寻找过程中点位的准确性。
进一步地,在将上述标志点信息转换为点位信息后,综合得到该目标地区中大量的点位信息,这些点位信息均处于接近真实地理环境中能够实现建设基础设置的位置,此时开发人员设置目标点位数量,采用随机算法在上述已获取的点位信息中筛选出与目标点位数量相同的点位数,从而获取目标点位数据,这些目标点位数据即为模拟后的结果数据。
其中,主要的随机算法包括:随机K-选择法、随机快排序、素性判定的随机算法以及二阶段随机路由算法等,在实际的应用过程中,本领域技术人员可以通过选择适合的随机算法实现更好的分布效果,对此,本申请不进行限定。
通过上述方法获取到的目标点位数据中,目标点位数据均为结合地理环境获得的相对真实,有效的点位数据,因此开发人员在使用过程中能够有效提高开发效率和界面效果,施工人员在进行基础建设的过程中也可降低施工难度,缩短施工时间。
如图2所示,下面以一个具体实施例的方式详细说明利用网路数据模拟点位数据的使用方法:
在一个实施例中,某公共部门需要在A城市架设1000个摄像头,需要对架设摄像头的点位进行模拟,采用利用路网数据模拟点位数据的方法进行位置模拟,步骤如下:
开始A100,通过水经注软件获取A城市的主要路网信息,并选取主要路网信息中的标志点信息A200,选取的标志点信息包括道路交叉口信息、路灯位置信息以及道路位置信息,将上述标志点信息在Turf 空间地理引擎中进行计算,从而生成上述标志点的点位信息,即为道路交叉口点位B100、路灯点位B200和道路信息点位B300,并根据标志点的地理特征进行命名,其中,交叉口的点位信息命名为交叉口名称 B110,路灯点位信息的点位信息命名为路灯名称-编号B210,道路的点位信息命名为道路名称-编号B310,由此,综合形成大量的点位数据C100,再输入需要获取的点位数据的数目为1000个,通过随机算法在已形成的点位数据中进行筛选C200,获得1000个目标点位数据,结束C300。
在已获得的1000个目标点位数据中,点位数据均分布于街道A城市的街道中,这些位置均适宜架设摄像头,同时,由于采用随机筛选,使得得到的点位数据十分分散,使尽可能多的街道中都有分布,即形成了结合真实的应用场景,真实有效的模拟点位,这些目标点位在开发者的应用界面中效果更好,同时提升了模拟效率,在实际的摄像头铺设过程中,能够有效缩短施工人员寻找点位的施工时间,便于施工人员根据真实的地理情况进行调整。
本发明还提供了一种利用路网数据模拟点位数据的***的原理框图,如图3所示,其中,***包括:
输入模块100,用于获取用户输入的目标城市以及目标点位数量;
获取模块200,用户获取所述目标城市主要道路标志点信息;
处理模块300,用于通过空间地理引擎计算所述主要道路标志点的点位数据,并对获得的点位数据进行编号;
输出模块400,用于通过随机算法对已获取的所述点位数据进行筛选,并输出与所述目标点位数量相同的目标点位数据。
其中,输入模块100能够记录开发者提供的目标城市和目标点位数量,目标城市即为获取模块需要获取的城市名称,目标点位数量即为输出模块400最终输出的目标点位数据数量。
获取模块200预设有地图资源整合库,当获取模块200接收到输入模块100中输入的城市名称时,在地图资源整合库中进行搜索,并获取相同名称的城市地图,在本发明的一个实施例中,地图资源整合库采用水经注软件,该软件具有联网获取的功能,能够补充地图资源库中未囊括的区域地图,同时,该获取模块200还能够获取地图中的标志点信息,在本申请的***中,标志点信息主要为道路交叉口信息、路灯位置信息以及道路位置信息等。
处理模块300内置空间地理引擎,在本发明的一个实施例中,该空间地理引擎为Turf空间地理引擎,处理模块300将已获取的标志点信息处理为点位数据,即将上述的道路交叉口信息、路灯位置信息以及道路位置信息等处理成空间坐标系中的点位数据,该数据包含地图平面中的平面坐标以及海拔高度在该地图高度方向上的相对高度,同时,对已经处理的点位数据进行命名,其命名规则如下:
当标志点信息为道路交叉口信息,处理模块300对所述道路交叉口点位数据的命名规则为道路交叉口的名称;
当标志点信息为路灯位置信息时,处理模块300对所述路灯位置点位数据的命名规则为路灯名称-编号;
当标志点信息为道路位置信息时,处理模块300对所述道路位置点位数据的命名规则为道路名称-编号。
在处理模块300将标志点信息处理为点位信息后,根据输入模块 100中已输入的目标点位数量,输出模块400在已获得的标志点点位数据中采用随机算法进行筛选,筛选出预定数量的标志点点位数据作为目标点位数据,并进行输出。
输出模块400输出的目标点位数据即为利用路网数据模拟点位数据的结果,通过上述***获取到的目标点位数据中,目标点位数据均为结合地理环境获得的相对真实,有效的点位数据,因此开发人员在使用过程中能够有效提高开发效率和界面效果,施工人员在进行基础建设的过程中也可降低施工难度,缩短施工时间。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附属权利要求的保护范围。
Claims (10)
1.一种利用路网数据模拟点位数据的方法,其特征在于,所述利用路网数据模拟点位数据的方法包括:
获取目标城市主要道路标志点信息;
通过空间地理引擎计算所述主要道路标志点信息的点位数据,并对获得的所述点位数据编号;
设置目标点位数量,通过随机算法对已获取的所述点位数据进行筛选,获得目标点位数据。
2.根据权利要求1所述的利用路网数据模拟点位数据的方法,其特征在于,所述标志点信息为道路交叉口信息,所述道路交叉口的点位信息命名为道路交叉口名称。
3.根据权利要求1所述的利用网路数据模拟点位数据的方法,其特征在于,所述标志点信息为路灯位置信息,所述路灯位置信息的点位信息命名为路灯名称-编号。
4.根据权利要求1所述的利用路网数据模拟点位数据的方法,其特征在于,所述标志点信息为道路位置信息,所述道路位置信息命名为道路名称-编号。
5.根据权利要求1所述的利用路网数据模拟点位数据的方法,其特征在于,所述空间地理引擎为Turf引擎。
6.一种利用路网数据模拟点位数据的***,其特征在于,***包括:
输入模块,用于获取用户输入的目标城市及目标点位的数量;
获取模块,用于获取所述目标城市主要道路标志点信息;
处理模块,用于通过空间地理引擎计算所述主要道路标志点的点位数据,并对获得的所述点位数据进行编号;
输出模块,用于通过随机算法对已获取的所述点位数据进行筛选,并输出与所述目标点位数量相同的目标点位数据。
7.根据权利要求6所述的利用路网数据模拟点位数据的***,其特征在于,所述标志点信息为道路交叉口信息,所述输出模块对所述道路交叉口信息的点位信息进行命名,命名规则为道路交叉口的名称。
8.根据权利要求6所述的利用路网数据模拟点位数据的***,其特征在于,所述标志点信息为路灯位置信息,所述输出模块对所述路灯位置信息的点位信息进行命名,命名规则为路灯名称-编号。
9.根据权利要求6所述的利用路网数据模拟点位数据的***,其特征在于,所述标志点信息为道路位置信息,所述输出模块对所述道路位置信息的点位信息进行命名,命名规则为道路名称-编号。
10.根据权利要求6所述的利用路网数据模拟点位数据的***,其特征在于,所述空间地理引擎为Turf引擎。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010165408.XA CN111427981A (zh) | 2020-03-11 | 2020-03-11 | 一种利用路网数据模拟点位数据的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010165408.XA CN111427981A (zh) | 2020-03-11 | 2020-03-11 | 一种利用路网数据模拟点位数据的方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111427981A true CN111427981A (zh) | 2020-07-17 |
Family
ID=71547721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010165408.XA Pending CN111427981A (zh) | 2020-03-11 | 2020-03-11 | 一种利用路网数据模拟点位数据的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111427981A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111931072A (zh) * | 2020-10-09 | 2020-11-13 | 深圳市天维大数据技术有限公司 | 点位推荐方法、装置、终端设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110602438A (zh) * | 2018-06-13 | 2019-12-20 | 浙江宇视科技有限公司 | 一种基于路网的视频监控布局优化方法及装置 |
-
2020
- 2020-03-11 CN CN202010165408.XA patent/CN111427981A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110602438A (zh) * | 2018-06-13 | 2019-12-20 | 浙江宇视科技有限公司 | 一种基于路网的视频监控布局优化方法及装置 |
Non-Patent Citations (1)
Title |
---|
程长河: "基于GIS的公安监控点位规划***研究与应用", 中国公共安全 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111931072A (zh) * | 2020-10-09 | 2020-11-13 | 深圳市天维大数据技术有限公司 | 点位推荐方法、装置、终端设备及存储介质 |
CN111931072B (zh) * | 2020-10-09 | 2021-01-15 | 深圳市天维大数据技术有限公司 | 点位推荐方法、装置、终端设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102199940B1 (ko) | 3d 엔진을 통한 모바일 3d 디지털 트윈의 3d 지도 구축 방법 | |
CN107421507A (zh) | 街景数据采集测量方法 | |
JP2009511965A (ja) | 強化地図を生成する方法 | |
CN109558643B (zh) | 一种交通场景建模及模型单体化方法 | |
Stahl et al. | Taking location modelling to new levels: A map modelling toolkit for intelligent environments | |
CN114564779A (zh) | 一种基于bim和无人机的复杂山区施工便道的规划方法 | |
JP4619504B2 (ja) | 3次元デジタル地図作成装置 | |
CN117171288B (zh) | 一种栅格地图解析方法、装置、设备和介质 | |
Malinverni et al. | GIS-based smart cartography using 3D modeling | |
Klapa et al. | Integration of TLS and UAV data for the generation of a three-dimensional basemap | |
CN112525208B (zh) | 城市道路地图快速构建方法和装置及设备 | |
CN111427981A (zh) | 一种利用路网数据模拟点位数据的方法及*** | |
CN112287425A (zh) | 一种市政工程测量定位方法及*** | |
De Marco et al. | The recognition of Heritage qualities from feature-based digital procedures in the analysis of historical urban contexts | |
Buyukdemircioglu et al. | A 3D campus application based on city models and WebGL | |
JP3673504B2 (ja) | 地理情報検索システムと地理情報検索プログラム | |
Ojiako et al. | Topographic Information System of Federal School of Surveying, Oyo East Local Government Oyo State Nigeria | |
Sadeq | City modelling using geoinformatics: a case study of the college of engineering campus, Salahaddin University, Iraq | |
Pepple et al. | Map Revision of Small Scaled Topographic Sheet 303 Abakaliki South-West (SW), Nigeria | |
Leń et al. | The concept of three-dimensional visualisation of urbanised areas for a 3D real property register in Poland | |
Bartoněk et al. | Automatic creation of field survey sketch by using of topological codes | |
WO2023007660A1 (ja) | 3次元点群識別装置、3次元点群識別方法、及び3次元点群識別プログラム | |
KhoshboreshMasouleh et al. | The implementation of 3D urban cadastre based on aerial imagery by the real estate management ability in Tehran Metropolis | |
Picu et al. | The Future of Mapping–3D Maps, the Comparison of two of the Most Used Methods in Photogrammetric Field | |
JP6713560B1 (ja) | 地番情報提供システム、地番情報提供方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |