CN105222793A - 一种基于矢量地图数据模型的城市层次化区域划分方法 - Google Patents

一种基于矢量地图数据模型的城市层次化区域划分方法 Download PDF

Info

Publication number
CN105222793A
CN105222793A CN201510699987.5A CN201510699987A CN105222793A CN 105222793 A CN105222793 A CN 105222793A CN 201510699987 A CN201510699987 A CN 201510699987A CN 105222793 A CN105222793 A CN 105222793A
Authority
CN
China
Prior art keywords
road
graph structure
region
data
point
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.)
Granted
Application number
CN201510699987.5A
Other languages
English (en)
Other versions
CN105222793B (zh
Inventor
吴宏伟
涂来
周婷
赵思
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201510699987.5A priority Critical patent/CN105222793B/zh
Publication of CN105222793A publication Critical patent/CN105222793A/zh
Application granted granted Critical
Publication of CN105222793B publication Critical patent/CN105222793B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30Map- or contour-matching
    • G01C21/32Structuring or formatting of map data

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Processing Or Creating Images (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于矢量地图数据模型的城市层次化区域划分方法,包括:对需要进行划分的区域,构建对应的路网图结构与多边形边界数据;根据路网图结构与多边形边界数据构建对应的图结构与边界多边形,寻找一条路径并将原来的多边形一分为二,并且在新生成的多边形中继续寻找路径进行图分割,直到所有多边形都不可分割;根据一级道路数据将城市划分为一级区域,然后遍历所有的一级区域,提取出该区域下的二级道路数据,应用区域划分算法,划分出该区域下的二级区域,从而构成城市区域的层次结构。本发明方法使用图结构对矢量地图数据进行存储,所有运算均基于矢量数据,可完整地保留地图的原始数据,且可以无失真地对数据进行处理。

Description

一种基于矢量地图数据模型的城市层次化区域划分方法
技术领域
本发明属于地理信息系统技术领域,更具体地,涉及一种基于矢量地图数据模型的城市层次化区域划分方法。
背景技术
随着地理信息系统(GeographicInformationSystem,GIS)和基于位置的服务(LocationBasedServices,LBS)的快速发展,区域分析在很多地理空间相关应用中变得越来越重要,比如旅游规划,城市规划,交通路况分析等等。当我们分析城市中这些地区的特点时,首先要做的就是将整个城市划分成很多个小的区域。为了让地图分割变得更简单,现在用的最多的方法是基于网格的方法。这种方法是在把固定的网格加到道路网络上。然而这种方法只是简单地提供了解决方法,并没有涉及到地图的信息,这种方法失去了城市原有的道路结构和区域的地理信息。选择网格的间隔大小也可能会产生许多问题:小的间隔会增加计算复杂度;而大的间隔则会产生粗糙的边界。
与此同时,基于道路的地图划分能自然的把区域划分成有意义的区域。那些被道路网围绕的区域块会是区域分析里完美的区域单元。这个问题的主要挑战是我们如何以及利用什么数据结构去把道路地图转化为分割计算。一般来说,有两种主要的模型能描述空间数据:基于矢量的模型和基于栅格的模型。
针对不同的具体应用,这两种模型既有优点也有缺点,矢量模型可以很好地保持地图数据原本的拓扑关系,其结果也可以很好地保存和利用,但是矢量模型需要选用合适的数据结构进行保存和操作,存在运算时间复杂度高缺点;栅格模型可以很容易地将地图数据转化为图片数据,并利用形状学操作来完成区域划分,但是其缺点是精度不高,且栅格化后的数据丢失了原有的拓扑信息,无法利用道路层次信息进行迭代式计算,并且计算后的数据为图片,难以进行修改和操作。
发明内容
本发明提供了一种使用矢量地图道路网络数据对城市区域进行划分的方法,该方法具有适合处理矢量地图数据、可对城市区域进行层次化的划分、可对局部区域进行快速更新,非常适合于处理更新频繁的地图数据。
为了实现上述目的,本发明提供了一种基于矢量地图数据模型的城市层次化区域划分方法,包括如下步骤:
(1)对需要进行划分的区域,构建对应的路网图结构与多边形边界数据:首先输入需要进行划分的城市区域,然后从城市路网数据中提取出该区域下对应道路等级的路网数据,并计算出道路的交点,然后合并距离小于阈值的道路以便将一条路的两条不同方向的车道合并,并提取中间点以便简化计算,最后输出简化后的图结构数据与多边形边界数据;
(2)根据路网图结构与多边形边界数据构建对应的图结构与边界多边形,寻找一条路径并应用图分割算法,将原来的多边形一分为二,并且在新生成的多边形中继续寻找路径进行图分割,直到所有多边形都不可分割时,从而找到所有的封闭区域;
(3)根据一级道路数据将城市划分为一级区域,然后遍历所有的一级区域,提取出该区域下的二级道路数据,应用区域划分算法,划分出该区域下的二级区域,从而构成城市区域的层次结构。
本发明的一个实施例中,所述步骤(1)具体包括:
步骤101、获得欲进行划分的城市区域与用来进行区域划分的道路类型,其中城市区域表示为地图上任意GPS点序列组成的简单多边形,道路类型根据等级从大到小分别有:主干线trunk、高速公路motorway、公路primary、城市道路secondary、林区道路track;
步骤102、使用PostGIS函数ST_intersection从数据库中提取出该区域下的对应道路类型的路网数据;
步骤103遍历道路中的任意两条道路,使用ST_intersection计算出其交点,并分别添加到两条道路对应的位置中;
步骤104对步骤103得出的道路数据构造图结构进行存储,图结构使用邻接链表表示法,在每条道路的点序列中,任意相邻两点组成图中的一条边,遍历所有道路的点序列,即构造成了原始的图结构;
步骤105对图结构中距离较近的结点进行合并,其方法为遍历图中所有的结点对,将距离较近的结点进行合并,取其中点;
步骤106提取出道路的中间点,只保留道路与道路之间的交点,方法为遍历图中的所有结点,提取出所有度为2的结点,从而简化道路从交点到交点之间的点序列,即只保留道路交点作为图结构的结点,交点与交点与间的中间点序列作为交点的附加属性;
步骤107将得到的简化的图结构和其所属的多边形区域即区域边界作为结果返回。
本发明的一个实施例中,所述步骤(2)具体包括:
步骤202将步骤1得到的图结构数据与多边形边界数据作为步骤203的输入;
步骤203使用自定义Dijkstra单源点最短路径搜索算法,在原始Dijkstra算法的基础上,增加边界点序列作为输入,搜索路径时不经过所有在边界上的边,遍历边界上的点作为源点,寻找一条由该源点到边界上另外一点的路径,此路径不包含在边界上的边;
步骤204,判断是否找到一条路径,如果没有找到路径则进入步骤205,如果找到一条路径,则进入步骤206;
步骤205判定该边界为一不可再分的封闭多边形区域,将其添加到结果集中,并结束图分割;
步骤206沿着找到的路径将图结构分割为两部分,分别为图结构1与多边形区域1,和图结构2与多边形区域2,然后分别输入到步骤202进行迭代运算。
本发明的一个实施例中,所述步骤206中将图结构分割为两部分,具体为:在一个带有区域边界的图结构中,首先将原来的区域边界沿着该路径分割为两个新多边形边界,然后遍历图结构中所有的点和边,判断点和边属于哪个多边形,并添加到对应的多边形图结构中,从而将图结构也一分为二。
本发明的一个实施例中,所述步骤206具体包括:
步骤301以步骤1得到的图结构数据与多边形边界数据,以及步骤206找到的路径作为数据输入;
步骤302将边界沿着路径,生成两个新的边界,即多边形边界1和多边界形边界2;
步骤303将图结构进行分割,属于多边形区域1内以及边界上的点,将组成新的图结构1,属于多边形区域2以及边界上的点,将组成新的图结构2。
本发明的一个实施例中,所述步骤303具体包括如下子步骤:
步骤3031遍历图结构中的所有结点;
步骤304判断该点是否在多边形区域中或者其边界上,如果是则进入步骤305;
步骤305将该点添加到新的图结构1中;
步骤306遍历该结点的所有邻接边;
步骤307判断该邻接边的中点是否在多边形区域1中或者其边界上,如果是则转步骤308;
步骤308将该边添加到新的图结构1中;
步骤309-步骤313所作操作与步骤304-步骤308对应,将属于多边形区域内或者边界上的点,添加到新的图结构2中。
本发明的一个实施例中,所述步骤3具体包括如下子步骤:
输入任意一个多边形区域,并定义道路类型为一级道路,根据步骤(1)和步骤(2)进行进行处理,得到城市的一级区域,从而完成对城市的一级划分;继续对城市进行二级划分,遍历所有的一级区域,此时定义道路类型为二级道路,根据步骤(1)和步骤(2)进行进行处理,从而得到所有该区域下的二级区域。
与现有技术相比,本发明具有以下有益效果:
1、使用矢量模型处理地图数据。本方法使用图结构对矢量地图数据进行存储,所有运算均基于矢量数据,这样可完整地保留地图的原始数据,且可以无失真地对数据进行处理。
2、城市区域的层次化划分。本方法使用道路网络信息对城区域进行划分,每个区域由道路围成的最小封闭区域构成,根据道路属性的不同,分别选取主干道、高速公路、普通公路的路网数据,即可分别将城市区域划分为一级、二级、三级层次化区域。
3、快速更新局部区域数据。地图数据是在不断更新和完善的,使用矢量数据和层次化划分的方法,当某一小区域的数据发生了变化时,只需要对该区域所属的大区域进行一次更新操作即可,而对其它部分的数据不产生影响,方便快捷。
附图说明
图1是本发明实施例中北京市由路网形成的区域图;
图2是本发明方法中地图数据预处理流程;
图3本发明方法中区域划分算法流程;
图4本发明方法中图分割算法流程;
图5本发明方法中城市二级区域划分算法流程。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。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。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明希望用纯粹的矢量模型来将地图区域划分,在保持原有的道路网络信息的同时也能减少计算过程中的冗余数据。其中一个挑战是,我们希望在区域划分的过程中保持道路地图的层次结构。拿北京道路地图来举个例子。如图1所示,主干高速路能把北京分成几个大的区域而等级更低的路能把这些区域继续划分成更小的单元。这种道路的层次结构应该保留而且也应该在结果中有所体现。
图2是本发明对地图数据进行预处理的流程示意图,即对需要进行划分的区域,构建对应的路网图结构与多边形边界数据。首先输入需要进行划分的城市区域,一般为城市的边界,然后从城市路网数据中提取出该区域下对应道路等级的路网数据,并计算出道路的交点,然后合并距离小于阈值的道路以便将一条路的两条不同方向的车道合并,并提取中间点以便简化计算,最后输出简化后的图结构数据与多边形边界数据,具体地如图所示,
步骤101为本发明的输入参数,分别为欲进行划分的城市区域与用来进行区域划分的道路类型,其中区域表示为地图上任意GPS点序列组成的简单多边形,道路类型根据等级从大到小分别有:主干线(trunk)、高速公路(motorway)、(公路)primary、(城市道路)secondary、(林区道路)track,因此可进行层次化划分,如第一层级为trunk、motorway与primary,第二层级为secondary与track。
步骤102使用PostGIS函数ST_intersection从数据库中提取出该区域下的对应道路类型的路网数据,提取出来的道路仅是每条道路从起点到终点的点序列,两条物理上相交的道路,在其点序列中并没有一个共同的交点,即没有包含道路与道路之间拓扑关系,因此需要先经过步骤103计算出道路与道路之间的交点,由交点信息还原路网的拓扑关系。
步骤103遍历道路中的任意两条道路,使用ST_intersection计算出其交点,并分别添加到两条道路对应的位置中。
步骤104对步骤103得出的道路数据构造图结构进行存储,图结构使用邻接链表表示法,在每条道路的点序列中,任意相邻两点组成图中的一条边,遍历所有道路的点序列,即构造成了原始的图结构。原始的图结构中,结点数较多,为了简化计算,需要对结点进行删减。
步骤105对图结构中距离较近的结点进行合并,其方法为遍历图中所有的结点对,将距离较近的结点进行合并,取其中点。
步骤106提取出道路的中间点,只保留道路与道路之间的交点,方法为遍历图中的所有结点,提取出所有度为2的结点(中间点),从而简化道路从交点到交点之间的点序列,即只保留道路交点作为图结构的结点,交点与交点与间的中间点序列作为交点的附加属性。
步骤107将得到的简化的图结构和其所属的多边形区域即区域边界作为结果返回。
对地图数据进行预处理之后,得到对应的图结构与区域边界,便可进行区域划分。图3是对图结构进行区域划分运算的流程图,首先根据路网图结构与多边形边界数据构建对应的图结构与边界多边形,寻找一条路径并应用图分割算法,将原来的多边形一分为二,并且在新生成的多边形中继续寻找路径进行图分割,直到所有多边形都不可分割时,便找到了所有的封闭区域,具体过程如下:
程序经过初始化步骤201之后,步骤202将步骤107返回的图结构与其边界作为202的输入,步骤203使用自定义Dijkstra单源点最短路径搜索算法,在原始Dijkstra算法的基础上,增加边界点序列作为输入,搜索路径时不经过所有在边界上的边,遍历边界上的点作为源点,寻找一条由该源点到边界上另外一点的路径,注意此路径不包含在边界上的边。
之后进入判断步骤204,判断是否找到一条路径,如果没有找到路径则进入步骤205,如果找到一条路径,则进入步骤206。
步骤205判定该边界为一不可再分的封闭多边形区域,将其添加到结果集中,步骤207结束本函数的执行。
步骤206沿着找到的路径将图结构分割为两部分,分别为(图结构1,多边形区域1)和(图结构2,多边形区域2),然后分别输入到步骤202进行迭代运算,具体的图分割算法,如图4所示,,在一个带有区域边界的图结构中,首先需要将原来的区域边界沿着该路径分割为两个新多边形边界,然后遍历图结构中所有的点和边,判断点和边属于哪个多边形,并添加到对应的多边形图结构中,从而将图结构也一分为二,具体过程如下:
步骤301以图结构、边界,以及步骤206找到的路径作为数据输入.
步骤302将边界沿着路径,生成两个新的边界,即(多边形边界1,多边界形边界2)。
步骤303-步骤313将图结构进行分割,属于多边形区域1内以及边界上的点,将组成新的图结构1,属于多边形区域2以及边界上的点,将组成新的图结构2。具体方法为,
步骤303遍历图结构中的所有结点,
步骤304判断该点是否在多边形区域中或者其边界上,如果是则进入步骤305。
步骤305将该点添加到新的图结构1中,
然后进入步骤306遍历该结点的所有邻接边,
步骤307判断该边的中点是否在多边形区域1中或者其边界上,
如果是则通过步骤308将该边添加到新的图结构1中。
步骤309-步骤313所作操作与步骤304-步骤308对应,将属于多边形区域内或者边界上的点,添加到新的图结构2中。
步骤314将得到的(新的图结构1,多边形区域1)与(新的图结构2,多边形区域2)作为结果返回。
在进行一次区域划分之后,可得到一级区域,此时区域粒度较大,仍需要进行二级区域划分。图5是对城市进行二级划分的流程图,首先根据一级道路数据将城市划分为一级区域,然后遍历所有的一级区域,提取出该区域下的二级道路数据,应用区域划分算法,便可划分出该区域下的二级区域,从而构成城市区域的层次结构,具体过程如下:
程序经过初始化步骤401之后,
步骤402输入任意一个多边形区域,并定义道路类型为一级道路,输入到图2所示的流程和图3所示的流程进行处理,得到城市的一级区域,从而完成对城市的一级划分,步骤403继续对城市进行二级划分,遍历所有的一级区域,此时定义道路类型为二级道路,输入到图2所示的流程和图3所示的流程进行处理,从而得到所有该区域下的二级区域,步骤405保存结果并结束程序。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于矢量地图数据模型的城市层次化区域划分方法,其特征在于,所述方法包括如下步骤:
(1)对需要进行划分的区域,构建对应的路网图结构与多边形边界数据:首先输入需要进行划分的城市区域,然后从城市路网数据中提取出该区域下对应道路等级的路网数据,并计算出道路的交点,然后合并距离小于阈值的道路以便将一条路的两条不同方向的车道合并,并提取中间点以便简化计算,最后输出简化后的图结构数据与多边形边界数据;
(2)根据路网图结构与多边形边界数据构建对应的图结构与边界多边形,寻找一条路径并应用图分割算法,将原来的多边形一分为二,并且在新生成的多边形中继续寻找路径进行图分割,直到所有多边形都不可分割时,从而找到所有的封闭区域;
(3)根据一级道路数据将城市划分为一级区域,然后遍历所有的一级区域,提取出该区域下的二级道路数据,应用区域划分算法,划分出该区域下的二级区域,从而构成城市区域的层次结构。
2.如权利要求1所述的方法,其特征在于,所述步骤(1)具体包括:
步骤101、获得欲进行划分的城市区域与用来进行区域划分的道路类型,其中城市区域表示为地图上任意GPS点序列组成的简单多边形,道路类型根据等级从大到小分别有:主干线trunk、高速公路motorway、公路primary、城市道路secondary、林区道路track;
步骤102、使用PostGIS函数ST_intersection从数据库中提取出该区域下的对应道路类型的路网数据;
步骤103遍历道路中的任意两条道路,使用ST_intersection计算出其交点,并分别添加到两条道路对应的位置中;
步骤104对步骤103得出的道路数据构造图结构进行存储,图结构使用邻接链表表示法,在每条道路的点序列中,任意相邻两点组成图中的一条边,遍历所有道路的点序列,即构造成了原始的图结构;
步骤105对图结构中距离较近的结点进行合并,其方法为遍历图中所有的结点对,将距离较近的结点进行合并,取其中点;
步骤106提取出道路的中间点,只保留道路与道路之间的交点,方法为遍历图中的所有结点,提取出所有度为2的结点,从而简化道路从交点到交点之间的点序列,即只保留道路交点作为图结构的结点,交点与交点与间的中间点序列作为交点的附加属性;
步骤107将得到的简化的图结构和其所属的多边形区域即区域边界作为结果返回。
3.如权利要求1或2所述的方法,其特征在于,所述步骤(2)具体包括:
步骤202将步骤1得到的图结构数据与多边形边界数据作为步骤203的输入;
步骤203使用自定义Dijkstra单源点最短路径搜索算法,在原始Dijkstra算法的基础上,增加边界点序列作为输入,搜索路径时不经过所有在边界上的边,遍历边界上的点作为源点,寻找一条由该源点到边界上另外一点的路径,此路径不包含在边界上的边;
步骤204,判断是否找到一条路径,如果没有找到路径则进入步骤205,如果找到一条路径,则进入步骤206;
步骤205判定该边界为一不可再分的封闭多边形区域,将其添加到结果集中,并结束图分割;
步骤206沿着找到的路径将图结构分割为两部分,分别为图结构1与多边形区域1,和图结构2与多边形区域2,然后分别输入到步骤202进行迭代运算。
4.如权利要求3所述的方法,其特征在于,所述步骤206中将图结构分割为两部分,具体为:在一个带有区域边界的图结构中,首先将原来的区域边界沿着该路径分割为两个新多边形边界,然后遍历图结构中所有的点和边,判断点和边属于哪个多边形,并添加到对应的多边形图结构中,从而将图结构也一分为二。
5.如权利要求4所述的方法,其特征在于,所述步骤206具体包括:
步骤301以步骤1得到的图结构数据与多边形边界数据,以及步骤206找到的路径作为数据输入;
步骤302将边界沿着路径,生成两个新的边界,即多边形边界1和多边界形边界2;
步骤303将图结构进行分割,属于多边形区域1内以及边界上的点,将组成新的图结构1,属于多边形区域2以及边界上的点,将组成新的图结构2。
6.如权利要求5所述的方法,其特征在于,所述步骤303具体包括如下子步骤:
步骤3031遍历图结构中的所有结点;
步骤304判断该点是否在多边形区域中或者其边界上,如果是则进入步骤305;
步骤305将该点添加到新的图结构1中;
步骤306遍历该结点的所有邻接边;
步骤307判断该邻接边的中点是否在多边形区域1中或者其边界上,如果是则转步骤308;
步骤308将该边添加到新的图结构1中;
步骤309-步骤313所作操作与步骤304-步骤308对应,将属于多边形区域内或者边界上的点,添加到新的图结构2中。
7.如权利要求1或2所述的方法,其特征在于,所述步骤3具体包括如下子步骤:
输入任意一个多边形区域,并定义道路类型为一级道路,根据步骤(1)和步骤(2)进行进行处理,得到城市的一级区域,从而完成对城市的一级划分;继续对城市进行二级划分,遍历所有的一级区域,此时定义道路类型为二级道路,根据步骤(1)和步骤(2)进行进行处理,从而得到所有该区域下的二级区域。
CN201510699987.5A 2015-10-23 2015-10-23 一种基于矢量地图数据模型的城市层次化区域划分方法 Expired - Fee Related CN105222793B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510699987.5A CN105222793B (zh) 2015-10-23 2015-10-23 一种基于矢量地图数据模型的城市层次化区域划分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510699987.5A CN105222793B (zh) 2015-10-23 2015-10-23 一种基于矢量地图数据模型的城市层次化区域划分方法

Publications (2)

Publication Number Publication Date
CN105222793A true CN105222793A (zh) 2016-01-06
CN105222793B CN105222793B (zh) 2019-01-04

Family

ID=54991883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510699987.5A Expired - Fee Related CN105222793B (zh) 2015-10-23 2015-10-23 一种基于矢量地图数据模型的城市层次化区域划分方法

Country Status (1)

Country Link
CN (1) CN105222793B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107782323A (zh) * 2017-10-12 2018-03-09 湖北工业大学 一种基于城市间最优路径的高等级导航路网的生成方法
CN108416784A (zh) * 2018-02-06 2018-08-17 石家庄铁道大学 城市建成区边界快速提取方法、装置及终端设备
CN108629240A (zh) * 2017-03-22 2018-10-09 腾讯科技(深圳)有限公司 一种区域划分方法及装置
CN109766398A (zh) * 2018-12-28 2019-05-17 科大国创软件股份有限公司 一种基于gis数据进行栅格子区域划分的方法及装置
CN110068344A (zh) * 2019-04-08 2019-07-30 丰图科技(深圳)有限公司 地图数据的制作方法、装置、服务器及存储介质
CN110556049A (zh) * 2018-06-04 2019-12-10 百度在线网络技术(北京)有限公司 一种地图数据处理方法、装置、服务器和存储介质
TWI683321B (zh) * 2018-11-09 2020-01-21 第一商業銀行股份有限公司 利用二元空間分割的資料處理方法及系統
CN110727793A (zh) * 2018-06-28 2020-01-24 百度在线网络技术(北京)有限公司 区域识别的方法、装置、终端和计算机可读存储介质
CN111553963A (zh) * 2020-04-13 2020-08-18 中国能源建设集团广东省电力设计研究院有限公司 一种基于地理信息的元网格生成方法及装置
CN112395380A (zh) * 2020-11-20 2021-02-23 上海莉莉丝网络科技有限公司 游戏地图内动态区域边界的合并方法、合并系统及计算机可读存储介质
CN113706715A (zh) * 2021-09-22 2021-11-26 中北大学 一种随机可控城市生成方法
CN116383451A (zh) * 2023-06-06 2023-07-04 北京赛目科技股份有限公司 一种地图分割方法、装置、电子设备及存储介质
CN116681215A (zh) * 2023-07-28 2023-09-01 四川元祉智慧科技有限公司 一种城镇燃气管道网格化最小管理单元划分方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101782399A (zh) * 2009-01-21 2010-07-21 北京四维图新科技股份有限公司 导航电子地图中道路网络拓扑分区的方法及装置
CN102338638A (zh) * 2010-07-26 2012-02-01 北京旅行者科技有限公司 一种导航设备及其地图数据更新方法
CN102483333A (zh) * 2009-07-09 2012-05-30 通腾科技股份有限公司 使用具有路线搜索加速数据的地图数据的导航装置
US20150094954A1 (en) * 2012-03-30 2015-04-02 Denso Corporation Information processing system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101782399A (zh) * 2009-01-21 2010-07-21 北京四维图新科技股份有限公司 导航电子地图中道路网络拓扑分区的方法及装置
CN102483333A (zh) * 2009-07-09 2012-05-30 通腾科技股份有限公司 使用具有路线搜索加速数据的地图数据的导航装置
CN102338638A (zh) * 2010-07-26 2012-02-01 北京旅行者科技有限公司 一种导航设备及其地图数据更新方法
US20150094954A1 (en) * 2012-03-30 2015-04-02 Denso Corporation Information processing system

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108629240A (zh) * 2017-03-22 2018-10-09 腾讯科技(深圳)有限公司 一种区域划分方法及装置
CN108629240B (zh) * 2017-03-22 2023-01-10 腾讯科技(深圳)有限公司 一种区域划分方法及装置
CN107782323A (zh) * 2017-10-12 2018-03-09 湖北工业大学 一种基于城市间最优路径的高等级导航路网的生成方法
CN108416784A (zh) * 2018-02-06 2018-08-17 石家庄铁道大学 城市建成区边界快速提取方法、装置及终端设备
CN108416784B (zh) * 2018-02-06 2021-08-27 石家庄铁道大学 城市建成区边界快速提取方法、装置及终端设备
CN110556049A (zh) * 2018-06-04 2019-12-10 百度在线网络技术(北京)有限公司 一种地图数据处理方法、装置、服务器和存储介质
CN110727793A (zh) * 2018-06-28 2020-01-24 百度在线网络技术(北京)有限公司 区域识别的方法、装置、终端和计算机可读存储介质
TWI683321B (zh) * 2018-11-09 2020-01-21 第一商業銀行股份有限公司 利用二元空間分割的資料處理方法及系統
CN109766398A (zh) * 2018-12-28 2019-05-17 科大国创软件股份有限公司 一种基于gis数据进行栅格子区域划分的方法及装置
CN109766398B (zh) * 2018-12-28 2020-10-30 科大国创软件股份有限公司 一种基于gis数据进行栅格子区域划分的方法及装置
CN110068344A (zh) * 2019-04-08 2019-07-30 丰图科技(深圳)有限公司 地图数据的制作方法、装置、服务器及存储介质
CN110068344B (zh) * 2019-04-08 2021-11-23 丰图科技(深圳)有限公司 地图数据的制作方法、装置、服务器及存储介质
CN111553963A (zh) * 2020-04-13 2020-08-18 中国能源建设集团广东省电力设计研究院有限公司 一种基于地理信息的元网格生成方法及装置
CN112395380A (zh) * 2020-11-20 2021-02-23 上海莉莉丝网络科技有限公司 游戏地图内动态区域边界的合并方法、合并系统及计算机可读存储介质
CN112395380B (zh) * 2020-11-20 2022-03-22 上海莉莉丝网络科技有限公司 游戏地图内动态区域边界的合并方法、合并系统及计算机可读存储介质
CN113706715A (zh) * 2021-09-22 2021-11-26 中北大学 一种随机可控城市生成方法
CN113706715B (zh) * 2021-09-22 2024-02-02 中北大学 一种随机可控城市生成方法
CN116383451A (zh) * 2023-06-06 2023-07-04 北京赛目科技股份有限公司 一种地图分割方法、装置、电子设备及存储介质
CN116383451B (zh) * 2023-06-06 2023-08-18 北京赛目科技股份有限公司 一种地图分割方法、装置、电子设备及存储介质
CN116681215A (zh) * 2023-07-28 2023-09-01 四川元祉智慧科技有限公司 一种城镇燃气管道网格化最小管理单元划分方法
CN116681215B (zh) * 2023-07-28 2023-11-03 四川元祉智慧科技有限公司 一种城镇燃气管道网格化最小管理单元划分方法

Also Published As

Publication number Publication date
CN105222793B (zh) 2019-01-04

Similar Documents

Publication Publication Date Title
CN105222793A (zh) 一种基于矢量地图数据模型的城市层次化区域划分方法
KR101976294B1 (ko) 주행 노선 매칭 방법, 장치 및 저장 매체
CN108009666B (zh) 基于动态路网的层级优先最优路径计算方法
CN106730841B (zh) 一种寻路方法和装置
CN101614551A (zh) 步行网建立方法及装置、路径搜索方法及装置
EP3048421B1 (en) Method and system for generalising topographical map data
CN108921173A (zh) 一种结合osm和遥感影像提取人行天桥的深度学习方法
CN105606088A (zh) 一种基于动态环境的路径规划方法
Singh et al. Fuzzy AHP-based multi-criteria decision-making analysis for route alignment planning using geographic information system (GIS)
Andreev et al. Towards realistic pedestrian route planning
Oliver et al. Significant route discovery: A summary of results
Lyu et al. OD Morphing: Balancing simplicity with faithfulness for OD bundling
Yu et al. Automated generalization of facility points-of-interest with service area delimitation
CN103021257B (zh) 电子地图的生成方法及装置
JP6912859B2 (ja) 地図更新装置、地図更新方法、コンピュータプログラム及びコンピュータプログラムを記録した記録媒体
Behzadi et al. Cellular automata vs. object-automata in traffic simulation
Zhu et al. On using broadcast index for efficient execution of shortest path continuous queries
Agourogiannis et al. Spatial Analysis on Networks: Towards identifying similarity of routes
Girish et al. Approximating shortest path in large-scale road networks with turn prohibitions using multi-constrained path algorithm
Li et al. Diversified routing queries in dynamic road networks
Agourogiannis et al. Towards a Similarity Index of network paths in Spatial Networks
Zhao et al. Segmentation of Urban Areas Using Vector-Based Model
Moreno-Navarro et al. GIS modelling of intermodal networks: a comparison of two methods
Hartmann et al. A conceptual framework for dynamic planning of alternative routes in road networks
KR102553026B1 (ko) 경로 탐색을 위한 fdb 기반 로드맵 생성 장치 및 그 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190104

Termination date: 20201023