CN104462407B - 基于地图轨迹的场景感知模型的前端数据动态集成方法 - Google Patents

基于地图轨迹的场景感知模型的前端数据动态集成方法 Download PDF

Info

Publication number
CN104462407B
CN104462407B CN201410765470.7A CN201410765470A CN104462407B CN 104462407 B CN104462407 B CN 104462407B CN 201410765470 A CN201410765470 A CN 201410765470A CN 104462407 B CN104462407 B CN 104462407B
Authority
CN
China
Prior art keywords
data
map
perception
node
information
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.)
Active
Application number
CN201410765470.7A
Other languages
English (en)
Other versions
CN104462407A (zh
Inventor
胡昊
曹春
余萍
吕建
张�诚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University
Original Assignee
Nanjing University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University filed Critical Nanjing University
Priority to CN201410765470.7A priority Critical patent/CN104462407B/zh
Publication of CN104462407A publication Critical patent/CN104462407A/zh
Application granted granted Critical
Publication of CN104462407B publication Critical patent/CN104462407B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明公开一种基于地图轨迹的场景感知模型的前端数据动态集成方法，包括步骤：基于地图轨迹的场景模型重要位置节点实时计算；实时计算位置节点的数据感知范围；以位置节点的数据感知范围为基准的基于地图轨迹的场景数据的实时集成；基于地图轨迹集成的场景数据的用户界面实时展示。本发明将场景数据感知建模技术，网络服务数据动态集成技术(Mashup)与地理位置信息服务(LBS)结合起来，提高了数据服务依照场景感知模型进行动态集成的能力，增加了用户获得数据时对场景感知的感受，极大优化了基于地图的数据展示服务的用户体验，同时提高了数据展示效率。

Description

基于地图轨迹的场景感知模型的前端数据动态集成方法
技术领域
本发明涉及浏览器端端网页技术开发的领域，具体涉及一种基于地图轨迹的场景感知模型的前端数据动态集成方法。
背景技术
随着Web服务技术的不断发展，网络上能够提供相同或者相近功能的基于地理位置的数据服务越来越多，用户选择服务时不仅要求服务能够简介,直观的展示相应数据，还要求服务能够在一定地理信息场景模型下,根据环境的变化实时动态的加载相应数据,并能根据场景模型将多个数据源的数据在地图模型中集中展现。因此如何在基于地图的用户交互模型中实时的反应场景信息变化,并且能根据这种场景模型的改变而实时,动态地选择相应的数据服务进行集成与展现成为一个普遍存在的问题。针对这个问题，从本质上讲，就是如何将场景数据感知建模技术,网络服务数据动态集成技术(Mashup)与地理位置信息服务(LBS)结合起来,从而提供数据服务依照场景感知模型进行动态集成的能力。
然而，在当前环境下，传统的数据信息展示服务过程中由于没有引入基于场景的信息动态展示服务，因此面临着数据展示效率方面的欠缺，这主要表现在：传统的数据集成服务主要是通过数据全集列表的形式不加筛选的进行展现,并且展现的形式也是基于浏览器表格等传统的展现形式，其展现方式并没有将场景因素,例如地理信息因素等考虑在内,很大程度上影响了用户体验.因此为了增加了用户获得数据时对场景感知的感受,优化基于地图的数据展示服务的用户体验，同时提高数据展示效率,有必要将场景数据感知建模技术,网络服务数据动态集成技术与地理位置信息服务结合起来,向用户提供数据服务依照场景感知模型进行动态集成的能力。
在网络数据服务动态集成的范畴下，引入对场景信息的考虑。这种做法有助于提高用户获得数据时对场景感知的感受，同时也优化了基于地图的数据展示服务的用户体验，提高了数据展示效率。
发明内容
发明目的：本发明的目的在于解决现有技术中存在的不足，提供一种基于地图轨迹的场景感知模型的前端数据动态集成方法。
技术方案：本发明的一种基于地图轨迹的场景感知模型的前端数据动态集成方法，包括以下步骤：
(1)实时计算基于地图轨迹的场景模型的数据感知节点：Web浏览器根据场景感知模型在基于地图的用户交互环境上绘制地图轨迹，然后依据场景模型根据相应算法在基于地图的用户交互环境上选择至少一个由系统或用户指定的符合条件的重要节点作为数据感知节点；
(2)计算基于场景模型的数据感知节点的数据感知范围：Web浏览器通过数据感知节点的位置信息以及其预定制好的影响半径，计算数据感知范围，然后通过遍历每个场景数据对应的地理位置确定所需的场景数据，确定需要调用的场景数据服务；
(3)动态集成基于数据感知范围的数据：Web浏览器通过数据感知范围计算得到所需调用的各个场景数据服务，然后依次调用后获取相应场景数据，并将所有场景数据的场景信息以及地理位置信息集成为新的场景感知数据模型；
(4)动态展示集成数据的用户界面场景数据：Web浏览器在获取新的场景感知数据模型后，在地图上以地图标记的形式将每个场景数据一次进行标注，并通过窗口浮动层的形式表现相应的场景数据信息。
进一步的，所述步骤(1)中实时计算基于地图轨迹的场景模型数据感知节点的具体过程如下：Web浏览器首先通过服务器获取到场景感知模型对应的地图轨迹信息以及所有重要节点的地理位置坐标，然后在基于地图的用户交互环境上实时绘制地图轨迹，最后根据预先制定的重要节点选择算法实时计算出所有符合条件的重要节点作为数据感知节点.
进一步的，所述重要数据感知节点选择算法的具体步骤为：
(1.1)通过web服务获取场景感知模型中地图轨迹的起始节点、终止节点以及轨迹中间节点的地理位置信息，其中，场景感知模型包括地图信息和轨迹信息，而地图信息包括地图中心点坐标、地图比例尺、地图缩放比例和地图类型，轨迹信息包括轨迹类别、轨迹信息、起始/终止节点地理信息和中间节点地理信息；
(1.2)将步骤(1.1)中所得地理位置信息通过地理位置查询服务转化为相对应的经纬度坐标，并根据相应坐标将地图轨迹曲线作多项式拟合，求得地图轨迹曲线的多项式拟合方程；
(1.3)将所有符合条件的重要节点的地理位置信息通过地理位置查询服务转化为相对应的经纬度坐标，并求出每个重要节点与步骤(1.2)中地图轨迹曲线之间的最小距离；
(1.4)将所有与地图轨迹曲线之间的最小距离小于某个特定值的重要节点作为数据感知节点。
进一步的，所述步骤(2)中数据感知范围的具体计算过程为：
(2.1)通过web服务获取重要节点地理位置信息以及场景感知模型中各个场景数据相对应的地理位置信息，其中，所述重要节点以及场景感知模型中各个场景数据相对应的地理位置信息均为地名；
(2.2)将重要节点地理位置信息以及场景感知模型中各个场景数据相对应的地理位置信息通过地理编码得到对应位置的经纬度信息；
(2.3)通过所设计的遍历/检测数据服务算法，根据步骤(1.2)提供的两地经纬度信息计算两地的直线距离，然后将其与数据感知范围比较并进行判断，将所有与重要节点地理位置的距离小于数据感知范围的场景数据加入到场景数据列表中；
(2.4)数据感知范围计算方法在浏览器后台运行，按照设定的轮询周期，采用后台轮询工作算法实时展现相应数据，减少对位置信息以及距离的重复计算和对网络资源的频繁调用。
进一步的，所述步骤(3)中数据动态集成的具体方法为：
(3.1)通过步骤(2)所得的场景数据列表，得到需要展示的场景数据所对应的数据服务地址和地理位置，其中，所述场景数据列表为场景数据的集合，而场景数据为网络数据服务的地址，场景数据对应的地理位置为地名；
(3.2)依次调用相应的数据服务然后得到具体的场景数据信息；
(3.3)依次上述将场景数据信息以及场景数据信息对应的地理位置信息封装成场景感知数据。
有益效果：本发明能够根据地图轨迹实时计算轨迹上重要节点的地理位置，然后根据重要节点的地理位置信息实时计算数据动态感知范围，然后通过数据动态感知范围、通过基于前端模型感知的数据动态集成方法动态加载相应的数据服务，并通过预定义编制的前端展现方法实时展示相应场景数据的功能。
本发明将场景数据感知建模技术、网络服务数据动态集成技术(Mashup)与地理位置信息服务(LBS)结合起来，能够提高数据服务依照场景感知模型进行动态集成的能力，大大增加用户获得数据时对场景感知的感受，不但能够极大地优化基于地图的数据展示服务的用户体验，同时还可提高数据展示效率。
附图说明
图1为本发明中后台轮询服务的工作流程示意图；
图2为本发明中基于地图轨迹的场景数据模型展示图；
图3为本发明的整体工作流程示意图。
具体实施方式
下面对本发明技术方案结合附图和实施例进行详细说明。
实施例：
如图1至图3所示，本实施例中的一种基于地图轨迹的场景感知模型的前端数据动态集成方法，包括以下步骤：
第一步，获取重要节点地理信息与地图轨迹的起止点与中间节点信息，包括地点名称等，随后通过地理编码技术得到地点名称转换为的相应经纬度。例如将“南京大学仙林校区”作为参数调用地理编码技术后，得到相应的地理坐标信息(纬度：37.423021和经度：122.083739)。随后将地图轨迹信息的起止节点与中间节点信息的经纬度作多项式拟合的参数，求出地图轨迹的多项式拟合曲线方程，最后遍历所有重要节点，计算每个重要节点与地图轨迹的多项式拟合曲线的最短距离，选择距离拟合曲线的距离小于阈值的多个重要节点作为数据感知节点。
其中，数据感知节点的选择过程如下所示：
输入：地图轨迹的起止点、中间节点坐标、重要节点坐标
输出：数据感知节点列表
对于每个地图轨迹的起止点与中间节点，得到其经纬度xi,yi，计算其多项式拟合曲线,y＝knxn+kn-1xn-1+….+k0求出所有重要节点与拟合曲线的距离d，并比较该距离与某已定义阈值l的大小：
1)距离d小于等于某已定义阈值l
将该重要节点加入数据感知节点列表中；
2)距离d大于某已定义阈值l
忽略该节点并判断下一个重要节点
返回：数据感知节点列表。
上述数据感知节点选择算法以浏览器后台服务方式运行，后台轮询服务工作流程如图2所示，用来判断是否更新数据感知节点列表，从而减少重复计算和对网络资源的请求消耗。首先在每次计算之前需要通过Web服务重新获得一下地图轨迹信息，然后将当前地图轨迹信息与前一次轮询时所获得的地图轨迹信息进行比较计算。当前后两次轮询时，两个地图轨迹没有太大变化，则没有必要再将各个重要节点与地图轨迹拟合曲线的距离再算一遍，只需将列表中数据服务的数据重新调用然后更新显示即可。如果当前地图轨迹信息与前一次轮询时所获得的地图轨迹信息有差异，则需要根据当前地图轨迹信息调用数据感知节点选择算法重新计算一下数据感知节点列表。每次轮询结束时，根据上述算法得出的数据感知节点列表，调用第二步的遍历/检测数据服务算法。
后台服务工作流程如下所示：
每隔10分钟轮询一次
根据web服务获取当前地图轨迹信息，判断地图轨迹信息与上次轮询保存的地图轨迹信息是否一致
(1)当前地图轨迹信息与上次轮询保存的地图轨迹信息不一致时
数据感知节点列表＝调用数据感知节点选择算法；
(2)当前地图轨迹信息与上次轮询保存的地图轨迹信息一致
数据感知节点列表＝上次保存数据感知节点列表；
根据上述算法得出的服务列表，依次调用遍历/检测数据服务算法。
第二步，获取指定地点位置信息与数据服务对应的地点位置信息,包括地点名称等,随后通过地理编码技术，得到地点名称转换为的相应经纬度。例如将“南京大学仙林校区”作为参数调用地理编码技术后，得到相应的地理坐标信息(纬度：37.423021和经度：122.083739)，以及其预定制好的影响半径计算数据感知范围，通过遍历每个数据服务对应的地理位置确定所需的数据服务，确定需要调用的数据服务。
在得到指定地点位置信息与数据服务对应的地点位置信息，计算出每个数据服务对应的地点与指定地点之间的距离。首先通过平面直角坐标系中两点间的计算公式计算数据服务对应地点与指定地点之间的距离，然后将计算结果与影响范围半径相比较，如果相同则表示该地点属于影响范围半径之内，将其加入调用服务列表中，否则忽略。
上述遍历/检测数据服务过程如所示：
遍历/检测数据服务算法
输入：指定地点经纬度信息，数据服务列表
输出：符合条件的数据服务列表
对于每个数据服务，得到其经纬度lng1,lat1，计算其与指定地点的距离
比较该距离与影响范围的大小
(1)距离小于等于影响范围
将该数据服务加入符合调用条件的数据服务列表中；
(2)距离大于影响范围
忽略该服务并判断下一个数据服务
返回：符合条件的数据服务列表。
第三步，通过与遍历/检测数据服务的交互，Web浏览器基于数据感知范围计算得到所需调用的各个场景数据服务，依次调用后获取相应场景数据，并将所有场景数据的场景信息以及地理位置信息集成为新的场景感知数据模型。
第四步，Web浏览器在获取场景感知数据模型后在地图上以地图标记的形式将每个场景数据一次进行标注，并通过窗口浮动层的形式表现相应的场景数据信息，如图3所示，地图标记处代表该地有相应数据服务，同时显示相应的服务数据。

Claims (4)

1.一种基于地图轨迹的场景感知模型的前端数据动态集成方法，其特征在于：包括以下步骤：
(1)实时计算基于地图轨迹的场景模型的数据感知节点：Web浏览器根据场景感知模型在基于地图的用户交互环境上绘制地图轨迹，然后依据场景模型根据相应算法在基于地图的用户交互环境上选择至少一个由系统或用户指定的符合条件的重要节点作为数据感知节点；
其中，实时计算基于地图轨迹的场景模型数据感知节点的具体过程如下：Web浏览器首先通过服务器获取到场景感知模型对应的地图轨迹信息以及所有重要节点的地理位置坐标，然后在基于地图的用户交互环境上实时绘制地图轨迹，最后根据预先制定的重要节点选择算法实时计算出所有符合条件的重要节点作为数据感知节点；
(2)计算基于场景模型的数据感知节点的数据感知范围：Web浏览器通过数据感知节点的位置信息以及其预定制好的影响半径，计算数据感知范围，然后通过遍历每个场景数据对应的地理位置确定所需的场景数据，确定需要调用的场景数据服务；
(3)动态集成基于数据感知范围的数据：Web浏览器通过数据感知范围计算得到所需调用的各个场景数据服务，然后依次调用后获取相应场景数据，并将所有场景数据的场景信息以及地理位置信息集成为新的场景感知数据模型；
(4)动态展示集成数据的用户界面场景数据：Web浏览器在获取新的场景感知数据模型后，在地图上以地图标记的形式将每个场景数据一次进行标注，并通过窗口浮动层的形式表现相应的场景数据信息。
2.根据权利要求1基于地图轨迹的场景感知模型的前端数据动态集成方法，其特征在于：所述重要数据感知节点选择算法的具体步骤为：
(1.1)通过web服务获取场景感知模型中地图轨迹的起始节点、终止节点以及轨迹中间节点的地理位置信息，其中，场景感知模型包括地图信息和轨迹信息，而地图信息包括地图中心点坐标、地图比例尺、地图缩放比例和地图类型，轨迹信息包括轨迹类别、轨迹信息、起始/终止节点地理信息和中间节点地理信息；
(1.2)将步骤(1.1)中所得地理位置信息通过地理位置查询服务转化为相对应的经纬度坐标，并根据相应坐标将地图轨迹曲线作多项式拟合，求得地图轨迹曲线的多项式拟合方程；
(1.3)将所有符合条件的重要节点的地理位置信息通过地理位置查询服务转化为相对应的经纬度坐标，并求出每个重要节点与步骤(1.2)中地图轨迹曲线之间的最小距离；
(1.4)将所有与地图轨迹曲线之间的最小距离小于某个特定值的重要节点作为数据感知节点。
3.根据权利要求1基于地图轨迹的场景感知模型的前端数据动态集成方法，其特征在于：在web浏览器的后台运行算得所述步骤(2)中的数据感知范围，其具体过程为：
(2.1)通过web服务获取重要节点地理位置信息以及场景感知模型中各个场景数据相对应的地理位置信息，其中，所述重要节点以及场景感知模型中各个场景数据相对应的地理位置信息均为地名；
(2.2)将重要节点地理位置信息以及场景感知模型中各个场景数据相对应的地理位置信息通过地理编码得到对应位置的经纬度信息；
(2.3)通过遍历/检测数据服务，根据步骤(1.2)提供的重要节点和地图轨迹的经纬度信息来计算两地的直线距离，然后将其与数据感知范围比较并进行判断，将所有与重要节点地理位置的距离小于数据感知范围的场景数据加入到场景数据列表中；
(2.4)按照设定的轮询周期，采用后台轮询工作算法实时展现相应数据。
4.根据权利要求1基于地图轨迹的场景感知模型的前端数据动态集成方法，其特征在于：所述步骤(3)中数据动态集成的具体方法为：
(3.1)通过步骤(2)所得的场景数据列表，得到需要展示的场景数据所对应的数据服务地址和地理位置，其中，所述场景数据列表为场景数据的集合，而场景数据为网络数据服务的地址，场景数据对应的地理位置为地名；
(3.2)依次调用相应的数据服务然后得到具体的场景数据信息；
(3.3)依次上述将场景数据信息以及场景数据信息对应的地理位置信息封装成场景感知数据。
CN201410765470.7A 2014-12-12 2014-12-12 基于地图轨迹的场景感知模型的前端数据动态集成方法 Active CN104462407B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410765470.7A CN104462407B (zh) 2014-12-12 2014-12-12 基于地图轨迹的场景感知模型的前端数据动态集成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410765470.7A CN104462407B (zh) 2014-12-12 2014-12-12 基于地图轨迹的场景感知模型的前端数据动态集成方法

Publications (2)

Publication Number Publication Date
CN104462407A CN104462407A (zh) 2015-03-25
CN104462407B true CN104462407B (zh) 2017-10-13

Family

ID=52908442

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410765470.7A Active CN104462407B (zh) 2014-12-12 2014-12-12 基于地图轨迹的场景感知模型的前端数据动态集成方法

Country Status (1)

Country Link
CN (1) CN104462407B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106445957B (zh) * 2015-08-10 2019-11-12 华为技术有限公司 数据的可视化方法和装置
CN109299207B (zh) * 2018-10-26 2020-10-02 中国地震局地球物理研究所 基于新媒体的中国地震动参数区划图服务系统
CN111202936B (zh) * 2019-12-27 2021-05-14 深圳中科保泰科技有限公司 实况信息智能感知方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6684219B1 (en) * 1999-11-24 2004-01-27 The United States Of America As Represented By The Secretary Of The Navy Method and apparatus for building and maintaining an object-oriented geospatial database
CN103392187A (zh) * 2010-12-30 2013-11-13 派尔高公司 利用从物体轨迹数据获取的统计和语义特征的场景活动分析
CN104036002A (zh) * 2014-06-16 2014-09-10 深圳市英威诺科技有限公司 一种智能推荐数据的技术方法
CN104102719A (zh) * 2014-07-18 2014-10-15 百度在线网络技术（北京）有限公司 一种轨迹信息的推送方法及装置
CN104125407A (zh) * 2014-08-13 2014-10-29 深圳市中兴移动通信有限公司 物体运动轨迹的拍摄方法和移动终端

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6684219B1 (en) * 1999-11-24 2004-01-27 The United States Of America As Represented By The Secretary Of The Navy Method and apparatus for building and maintaining an object-oriented geospatial database
CN103392187A (zh) * 2010-12-30 2013-11-13 派尔高公司 利用从物体轨迹数据获取的统计和语义特征的场景活动分析
CN104036002A (zh) * 2014-06-16 2014-09-10 深圳市英威诺科技有限公司 一种智能推荐数据的技术方法
CN104102719A (zh) * 2014-07-18 2014-10-15 百度在线网络技术（北京）有限公司 一种轨迹信息的推送方法及装置
CN104125407A (zh) * 2014-08-13 2014-10-29 深圳市中兴移动通信有限公司 物体运动轨迹的拍摄方法和移动终端

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"基于GeoSensor的监控系统的研究";叶启伟;《中国优秀硕士学位论文全文数据库 信息科技辑》;20090515;论文正文第2.2节、2.3节、3.1节、3.3节、4.3节、5.4节 *

Also Published As

Publication number Publication date
CN104462407A (zh) 2015-03-25

Similar Documents

Publication Publication Date Title
CN103023977B (zh) 基于位置信息的推荐系统及推荐方法
EP2070006B1 (en) System and method for web enabled geo-analytics and image processing
JP6206411B2 (ja) 情報処理装置、情報処理方法及びプログラム
CN104699818A (zh) 一种多源异构的多属性poi融合方法
CN107092623B (zh) 一种兴趣点查询方法及装置
CN104462407B (zh) 基于地图轨迹的场景感知模型的前端数据动态集成方法
CN102340536A (zh) 一种实现兴趣点搜索的方法及装置
CN115796712B (zh) 区域陆地生态系统碳储量估算方法、装置、电子设备
CN106713380A (zh) 一种基于位置感知的信息共享、推送与交换系统
CN105389751A (zh) 一种行程服务方法和装置
CN113177058B (zh) 基于复合条件的地理位置信息检索方法及系统
CN116518960B (zh) 路网更新方法、装置、电子设备和存储介质
CN113283680B (zh) 一种选址方法、装置、设备及其存储介质
CN108627170A (zh) 一种路径优化可视化的方法
TW200921415A (en) Method and system for rendering simplified point finding maps
Innami et al. On-demand soundscape generation using spatial audio mixing
JP2019095569A (ja) 地図情報処理装置、地図情報処理方法および地図情報処理プログラム
CN105426384A (zh) 一种生成建议目标地点的方法和装置
CN102081657A (zh) 一种基于网络的卫星云图定位方法
JP2022175905A (ja) 方法、情報処理装置、及びプログラム
US20220003565A1 (en) Transforming Scale Ring
Çelikten et al. " What Is the City but the People?" Exploring Urban Activity Using Social Web Traces
CN106126565A (zh) 一种沿轨迹线生成地图瓦片坐标的方法
Edwardes et al. Geo-enabling spatially relevant data for mobile information use and visualisation
CN102419749B (zh) 电子设备及其文件保存方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant