CN107172190A - 网络rtk服务的分配方法及系统、云服务器、存储器 - Google Patents
网络rtk服务的分配方法及系统、云服务器、存储器 Download PDFInfo
- Publication number
- CN107172190A CN107172190A CN201710450070.0A CN201710450070A CN107172190A CN 107172190 A CN107172190 A CN 107172190A CN 201710450070 A CN201710450070 A CN 201710450070A CN 107172190 A CN107172190 A CN 107172190A
- Authority
- CN
- China
- Prior art keywords
- subtask
- network
- base station
- virtual
- triangular
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明适用于卫星定位技术领域，提供了一种网络RTK服务的分配方法及系统，云服务器存储器，所述方法包括：将分布在全国区域内的基站连成一网结构，所述网结构包括几何要素组合，所述几何要素组合至少包括三角形要素；基于所述几何要素组合将网络RTK服务分为对应的子任务；计算每一所述对应的子任务需要消耗的计算资源，基于计算结果进行服务分配。本发明中，将全国范围内的所有基站连成一张网结构，基于该网结构来进行服务分配，将一个大的任务分配至多台计算机，解决大规模网络RTK服务的并发问题。
Description
技术领域
本发明属于卫星定位技术领域，尤其涉及一种网络RTK服务的分配方法及系统、云服务器、存储器。
背景技术
网络RTK(实时动态差分，Real Time Kinematic)技术利用多个基准站组成的GNSS网络为覆盖地区内的流动站提供校正数据，能实现高精度的定位。
现有的网络RTK系统是划分为不同的模块，将不同的模块编译成独立软件，分别部署在多个服务器上运行，多个服务器在同一局域网内完成数据的交互，为接入服务的所有用户提供实时差分数据服务。
例如，网络RTK系统包括基准站(包括基站数据接收与管理模块)、数据控制中心(包括GNSS数据处理模块)和流动站(包括差分数据播发模块)。流动站(例如差分数据播发模块)向数据控制中心(例如GNSS数据处理模块)请求观测数据，基准站(例如基站数据接收与管理模块)把各自的观测数据发送给数据控制中心，数据控制中心根据各基准站的观测数据及流动站的概略坐标解算出流动站的观测数据并下发给流动站，流动站利用此观测数据计算出自身的精确坐标。但GNSS数据处理模块的计算过程比较复杂，任务划分及调度比较复杂，导致出现大规模网络RTK服务的并发问题。
发明内容
本发明实施例提供了一种网络RTK服务的分配方法及系统、云服务器、存储器，旨在解决现有技术中大规模网络RTK服务的并发的问题。
本发明实施例是这样实现的，一种网络RTK服务的分配方法，包括：
将分布在全国区域内的基站连成一网结构，所述网结构包括几何要素组合，所述几何要素组合至少包括三角形要素；
基于所述几何要素组合将网络RTK服务分为对应的子任务；
计算每一所述对应的子任务需要消耗的计算资源，基于计算结果进行服务分配。
优选地，所述将分布在全国区域内的基站连成一网结构具体包括：
加载数据库中CORS数据，获得分布在全国区域内的每一基站的坐标；
基于每一基站的坐标，生成delaunay三角网；
对所生成的delaunay三角网进行编辑处理，获得所述几何要素组合。
优选地，所述对所生成的delaunay三角网进行编辑处理，获得所述几何要素组合具体包括：
对所生成的delaunay三角网进行编辑处理，获得处理后的三角网，所述三角网包括点要素、线要素及三角形要素；
基于所述点要素、线要素及三角形要素生成对应区域的虚拟基站，所述虚拟基站包括多个虚拟点要素，所述点要素、线要素、三角形要素及虚拟点组成所述几何要素组合。
优选地，所述基于所述几何要素组合将网络RTK服务分为两个以上子任务具体包括：
基于所述点要素提取对应的点子任务；
基于所述线要素提取对应的线子任务；
基于所述三角形要素提取对应的三角形子任务；
基于所述虚拟点要素提取对应的三角网子任务。
优选地，所述基于所述虚拟点要素提取对应的三角网子任务具体包括：
获取覆盖所述三角网中的所有虚拟点的最小区域；
判断所述最小区域是否包括不止一个所述delaunay三角网；当判断为是时，将所述最小区域进行分割，并基于分割结果获得三角子网子任务。
优选地，所述将所述最小区域进行分割，并基于分割结果获得三角子网子任务之后还包括：
对所获取的所有子任务进行去重叠处理，所述所有子任务包括：所述点子任务、所述线子任务、所述三角子任务、所述三角网子任务及所述三角子网子任务。
优选地，所述计算每一所述对应的子任务需要消耗的计算资源，基于计算结果进行服务分配具体包括：
获取一台计算机的计算资源阈值；
基于所述计算资源阈值分别测试所述几何要素组合中的每一要素需要消耗的平均资源量；
基于所述每一要素需要消耗的平均资源量统计所述所有子任务中的每一子任务需要消耗的资源总量；
基于所计算的资源总量为每一台计算机分配对应的子任务。
本发明还提供一种网络RTK服务的分配系统，包括：
连接模块，用于将分布在全国区域内的基站连成一网结构，所述网结构包括几何要素组合，所述几何要素组合至少包括三角形要素；
分析模块，用于基于所述几何要素组合将网络RTK服务分为对应的子任务；
计算分配模块，用于计算每一所述对应的子任务需要消耗的计算资源，基于计算结果进行服务分配。
本发明还提供一种存储器，所述存储器存储有计算机程序，所述计算机程序被处理器执行如下步骤：
将分布在全国区域内的基站连成一网结构，所述网结构包括几何要素组合，所述几何要素组合至少包括三角形要素；
基于所述几何要素组合将网络RTK服务分为对应的子任务；
计算每一所述对应的子任务需要消耗的计算资源，基于计算结果进行服务分配。
本发明还提供一种云服务器，包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
将分布在全国区域内的基站连成一网结构，所述网结构包括几何要素组合，所述几何要素组合至少包括三角形要素；
基于所述几何要素组合将网络RTK服务分为对应的子任务；
计算每一所述对应的子任务需要消耗的计算资源，基于计算结果进行服务分配。
在本发明实施例中，将全国范围内的所有基站连成一张网结构，基于该网结构来进行服务分配，将一个大的任务分配至多台计算机，解决大规模网络RTK服务的并发问题。
附图说明
图1是本发明第一实施例提供的一种网络RTK服务的分配方法的流程图；
图2是本发明第一实施例提供的一种网络RTK服务的分配方法的步骤S1的具体流程图；
图3是本发明第一实施例提供的一种网络RTK服务的分配方法的步骤S13的具体流程图；
图4是本发明第一实施例提供的一种网络RTK服务的分配方法的步骤S2的具体流程图；
图5是本发明第一实施例提供的一种网络RTK服务的分配方法的步骤S23的具体流程图；
图6是本发明第一实施例提供的一种网络RTK服务的分配方法的步骤S233的具体流程图；
图7是本发明第一实施例提供的一种网络RTK服务的分配方法的步骤S3的具体流程图；
图8是本发明第二实施例提供的一种网络RTK服务的分配系统的结构图；
图9是本发明第三实施例提供的一种定位终端的结构图。
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。
本发明实施例中，一种网络RTK服务的分配方法，包括：将分布在全国区域内的基站连成一网结构，所述网结构包括几何要素组合，所述几何要素组合至少包括三角形要素；基于所述几何要素组合将网络RTK服务分为对应的子任务；计算每一所述对应的子任务需要消耗的计算资源，基于计算结果进行服务分配。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一：
图1示出了本发明第一实施例提供的一种网络RTK服务的分配方法的流程图，包括：
步骤S1、将分布在全国区域内的基站连成一网结构；
具体地，分布在全国区域内的基站连成一网结构，所述网结构包括几何要素组合，进一步地，所述几何要素组合至少包括三角形要素，还包括点要素、线要素及虚拟点(虚拟用户点)要素。对于网络RTK(Real-time kinematic，载波相位差分技术)服务，点、线、三角形和虚拟点构成了GNSS数据处理主要数据对象和基本单元。在网络RTK系统启动之前，需要将根据全国上千个基站的坐标，生成由“点，线，三角形，虚拟点”四个要素组成的全国一张网，全国一张网具体指将由多个基站连接而成的形状。点要素即全国范围内分布的参考站基站，其基本属性为空间坐标(空间直角坐标系坐标，大地坐标)，附加属性为接收机型号，IP地址，基站观测值等；线要素为网络RTK系统解算的基线，其基本属性为两个基站的坐标、基线向量坐标、长度等，附加属性包括两个基站的数据，差分数据，差分数据经过计算得到的模糊度，大气延迟等状态参数；三角形要素由三个基站组成，包含三条基线，是满足特定条件的规则三角形；虚拟点要素，即生产网络RTK数据的虚拟的基站，其基本属性为所在的解算单元，坐标，数据等。
进一步具体地，上述点要素用于描述网络RTK差分服务端软件中的基站模块的计算任务，具体计算任务包括卫星位置计算，单点定位，伪距粗差探测，周跳探测和修复等；线要素用于描述网络RTK差分服务端软件中的基线模块的计算任务，具体计算任务包括生成差分观测数据，模糊度解算，计算用户建模的双差大气等；三角形要素用于描述大气内插及差分数据计算模块的计算任务，可抽计算任务包括计算区域内大气误差模型系数，生成虚拟点对应差分观测数据等。
步骤S2，基于几何要素组合将网络RTK服务分为对应的子任务；
具体地，基于上述的几何要素组合(点、线、三角形及虚拟点)来对网络RTK服务分成若干子任务。
步骤S3，计算每一对应的子任务需要消耗的计算资源，基于计算结果进行服务分配。
具体地，计算每一子任务需要消耗的计算资源，并基于计算机的计算资源阈值来分配计算服务，该计算资源阈值为计算机能承载的最大计算资源，其与计算机本身配置有关，此处对此不作限制。
经过以上步骤之后，一张网中的任务、任务提供服务的虚拟点以及执行任务对应的集群中的机器建立了相应的映射关系。该映射关系被同步加载到负责接收请求访问的路由服务中，路由服务再根据用户粗略位置找到对应的虚拟点，并请求RTK服务获取虚拟点数据，并将获取的虚拟点数据反馈给用户端。用户根据用户端接收的虚拟点数据，执行客户端的差分算法，最终得到高精度位置。
本实施例中，将全国范围内的所有基站连成一张网结构，基于该网结构来进行服务分配，将一个大的任务分配至多台计算机，解决大规模网络RTK服务的并发问题。
在本实施例的一个优选方案中，如图2所示，为本发明第一实施例提供的一种网络RTK服务的分配方法的步骤S1的具体流程图，该步骤S1具体包括：
步骤S11，加载数据库中CORS数据，获得分布在全国区域内的每一基站的坐标；
具体地，加载数据库中CORS(continusly operating reference station，连续运行参考站)数据，获得在全国区域范围内的每一基站的坐标；
步骤S12，基于每一基站的坐标，生成delaunay三角网；
具体地，根据每一基站的坐标，利用三角网生长算法生产标准的delaunay三角网，该三角网生长算法属于现有技术，此处不再赘述。
步骤S13，对所生成的delaunay三角网进行编辑处理，获得几何要素组合；
具体地，由于部分基站的站间距离较远或分布不均匀，利用三角形生成算法得到的delaunay三角网的形状并不能满足网络RTK任务分配的要求，因此需要对该delaunay三角网进行编辑处理，获得几何要素组合。
在本实施例的一个优选方案中，如图3所示，为本发明第一实施例提供的一种网络RTK服务的分配方法的步骤S13的具体流程图，该步骤S13具体包括：
步骤S131，对所生成的delaunay三角网进行编辑处理，获得处理后的三角网；
具体地，对所生成的delaunay三角网进行编辑处理，可采用下述方法中的对delaunay三角网编辑：(a)删除非常不接近正三角形，例如：如果三角网中部分三角形的最大角超过给定阀值(如120度)，则删除该三角形的最长的边，但保留点要素；(b)删除部分距离太长边，网络RTK技术解算基线时要求站间距离不能太长，一般不超过100km。编辑过后的三角网由相互连接的三角网、离散的边以及离散的点组成，即该三角形包括点要素、线要素及三角形要素。
步骤S132，基于点要素、线要素及三角形要素生成对应区域的虚拟基站；
具体地，基于所点要素、线要素及三角形要素生成对应区域的虚拟基站，该生成过程包括基于点要素生成的虚拟基站、基于线要素生成的虚拟基站、基于三角形要素生成的虚拟基站等；
优选地，可采用下述方式生成：
计算点要素所覆盖虚拟基站：根据孤立点的经纬度，计算所有备选虚拟基站坐标的集合(比如，距离孤立点30千米范围内，经度和纬度0.05度的整数倍的点对应的所有虚拟点)；
计算线要素所覆盖的虚拟基站：根据基线的两个测站的经纬度，计算所有备选虚拟基站坐标的集合(由垂直于基线并穿过其中一个基站的两条直线，以及和基线平行、并和基线距离为30km的另外两条直线组建的矩形区域内，经度和纬度0.05度的整数倍所有虚拟点集合，需要说明的是，基线包含两个基站，两个基站作为点要素所覆盖的虚拟点也同样属于线要素所覆盖的虚拟基站)；
计算孤立三角形要素所覆盖的虚拟基站：三角行内部区域内，经度和纬度0.05度的整数倍所有虚拟点集合(例如：基线包含三个点，三条线，这些要素所覆盖的虚拟点也同样属于三角形要素所覆盖的虚拟基站)；
合并上述三类要素所覆盖的虚拟基站：点，基线以及三角形三类要素所覆盖的虚拟基站集合的并集；
通过上述步骤形成虚拟基站，该虚拟基站包括多个虚拟点要素，所述点要素、线要素、三角形要素及虚拟点组成所述几何要素组合。
在本实施例的一个优选方案中，如图4所示，为本发明第一实施例提供的一种网络RTK服务的分配方法的步骤S2的具体流程图，该步骤S2具体包括：
步骤S20，基于点要素提取对应的点子任务；
具体地，提取独立的点要素子任务：在所有要素中搜索不与任意三角形、基线以及其他点连接的孤立点，以该孤立点构成一个子任务，该子任务覆盖周围若干个虚拟网格点的差分数据服务；
步骤S21，基于线要素提取对应的线子任务；
具体地，提取孤立的线要素子任务：在所有要素中搜素不与任意点、三角形及其它基线连接的线要素，以该线要素和其覆盖的虚拟点构成一个子任务，该子任务覆盖附近若干个虚拟网格点的差分数据服务；
步骤S22，基于三角形要素提取对应的三角形子任务；
具体地，提取孤立的三角形要素子任务：在所有要素中搜索不与任意其他三角形连接的三角形要素，以该三角形要素和其覆盖的虚拟点构成一个子任务，该子任务覆盖附近若干个虚拟网格点的差分数据服务；
步骤S23，基于虚拟点要素提取对应的三角网子任务；
具体地，提取三角网要素子任务：由于网内大多数三角形互相连接(一般可覆盖大于10万平方公里面积的网形)，以该三角网及其覆盖的虚拟点构成一个子任务，该子任务覆盖附近若干个虚拟网格点的差分数据服务；
需要说明的是，上述步骤S21、步骤S22及步骤S23的先后顺序不进行限定，还可以是三者同时进行，或者先步骤S22、步骤S21，再步骤S23，还可以是先步骤S23、接着步骤S21、最后步骤S22，此处对此不进行限制。
在本实施例的一个优选方案中，该步骤S23之后还可包括：
步骤S24，对所获取的所有子任务进行去重叠处理。
具体地，该所有子任务包括：点子任务、线子任务、三角子任务、三角网子任务及三角子网子任务，当该三角网进行分割后，会出现如下特点：相同的三角形可能会在不同子网中重复出现；不同的子网可能会覆盖相同的虚拟点的差分服务；为此，需要对所获取的所有三角子网子任务进行去重叠处理，具体过程如下：
当孤立的点和基线覆盖相同虚拟差分数据，选择该线子任务，去除对应的点子任务；
当孤立的基线和三角形覆盖相同虚拟差分数据，选择该三角形子任务，去除对应的线子任务；
当孤立的三角形和三角网覆盖相同虚拟差分数据，选择该三角网子任务，去除对应三角形子任务；
当两个三角网覆盖相同虚拟差分数据，先判定虚拟点落入的小矩形区域时，从小矩形区域对应的子网中请求差分数据服务，即选择该最小矩形对应的三角子网子任务；
本实施例中，对所有子任务进行去重叠处理，可避免重复计算，减少计算资源的浪费，也可一定程度上保证了虚拟差点获取差分数据的子任务是唯一的，即可确保同一虚拟点只能向其中一个子任务请求差分数据。
在本实施例的一个优选方案中，如图5所示，为本发明第一实施例提供的一种网络RTK服务的分配方法的步骤S23的具体流程图，该步骤S23具体包括：
步骤S231，获取覆盖三角网中的所有虚拟点的最小区域；
具体地，根据该三角网内所有的虚拟点集合，获取覆盖所有虚拟点的最小区域(优选为矩形区域)；
步骤S232，判断最小区域是否包括不止一个delaunay三角网；
具体地，判断最小区域是否包括一个以上delaunay三角网，如果该矩形区域内包括一个以上delaunay三角网，则转到步骤S233，否则转到上述步骤S234；
步骤S233，将最小区域进行分割，并基于分割结果获得三角子网子任务。
步骤S234，基于该三角网及其覆盖的虚拟点作为三角网子任务。
在本实施例的一个优选方案中，如图6所示，为本发明第一实施例提供的一种网络RTK服务的分配方法的步骤S233的具体流程图，该步骤S233具体包括：
步骤S2331，将该最小区域分为两个子区域；
具体地，将该最小区域切分成两个矩形区域(优选为将沿边长更大的两条边的中点连成的线段，切成两个矩形)，接着转到步骤S2332；
步骤S2332，基于每一子区域内的所有虚拟点的坐标获得两个以上虚拟点对应的三角形要素；
具体地，对于两个子区域中的每一子区域，分别根据每一子区域内的所有虚拟点的坐标来遍历每一delaunay三角网内覆盖对应虚拟点的三角形要素，获得对应的三角形要素，由于虚拟点的个数通常为两个以上，因此可获得两个以上虚拟点对应的三角形要素；每一子区域对应有两个以上三角形要素；
步骤S2333，以两个以上虚拟点对应的三角形要素的并集以及对应子区域内的虚拟点作为三角子网子任务；
具体地，对于两个子区域中的每一子区域，分别以获取的三角形要素的并集以及该对应子区域内的所有虚拟点组合作为三角子网子任务，获得两个子区域对应的三角子网子任务，以此作为新的子任务。
在本实施例的一个优选方案中，上述步骤S2331之后、步骤S2332之前还可包括：
判断每一子区域是否包括一个以上delaunay三角网；
具体地，当对该最小区域进行分割获得两个子区域后，分别判断每一子区域是否包括一个以上delaunay三角网，当有一个子区域包括一个以上delaunay三角网时，转到上述步骤S2331，继续对对应子区域进行切割，直到切割后的区域只包括一个delaunay三角网，否则转到上述步骤S24。
在本实施例的一个优选方案中，如图7所示，为本发明第一实施例提供的一种网络RTK服务的分配方法的步骤S3的具体流程图，该步骤S3具体包括：
步骤S31，获取一台计算机的计算资源阈值；
具体地，给定一台计算机，且给定该计算机的计算资源阈值(即能承载的计算资源)，该计算机的计算资源阈值可根据需求而配置，此处对此不作限制。
步骤S32，基于计算资源阈值分别测试所述几何要素组合中的每一要素需要消耗的平均资源量；
具体地，逐个测试点要素、线要素、三角形要素及虚拟点要素分别消耗的平均资源，分别对应为点要素资源消耗量、线要素资源消耗量、三角形要素资源消耗量、三角网要素(即虚拟点要素)资源消耗量；
步骤S33，基于每一要素需要消耗的平均资源量统计所有子任务中每一子任务需要消耗的资源总量；
具体地，基于每一要素需要消耗的平均资源量及每一要素对应的子任务个数，并根据公式：子任务计算资源总消耗＝点要素资源消耗量*点要素个数+线要素资源消耗量*线要素个数+三角形要素资源消耗量*三角形要素个数+三角网要素资源消耗量*三角网要素个数来计算需要消耗的资源总量，需要说明的是，所有子任务包括：点子任务、线子任务、三角子任务、三角网子任务及三角子网子任务，所述三角网要素个数包括三角子网对应的虚拟点要素个数及三角网对应的虚拟点要素个数，而每一子任务至少包括上述的要素组合中的一个要素，还可以包括上述四个要素(即点要素、线要素、三角形要素及虚拟点要素)。
步骤S34，基于所计算的资源总量为计算机分配对应的子任务；
具体地，基于计算的资源总量、云计算集群中的每一台计算机的计算资源阈值及每一个子任务需要消耗的资源总量(作为权重)来为计算机分配子任务，优选地，将所有子任务平均分配给每一台计算机。
本实施例中，将全国范围内的所有基站连成一张网结构，基于该网结构来进行服务分配，将一个大的任务分配至多台计算机，解决大规模网络RTK服务的并发问题。
此外，根据每一子任务需要消耗的计算资源及计算机的计算资源阈值来进行子任务的平均分配，可提高任务分配效率，在一定程度上提高不同子网边缘的区域服务质量。
再者，对所有子任务进行去重叠处理，可避免重复计算，减少计算资源的浪费，也可、保证了虚拟差点获取差分数据的子任务是唯一的，即可确保同一虚拟点只能向其中一个子任务请求差分数据。
实施例二：
图8示出了本发明第二实施例提供的一种网络RTK服务的分配系统的结构图，该系统包括：连接模块1、与连接模块1连接的分析模块2、与分析模块2连接的计算分配模块3，其中：
连接模块1，用于将分布在全国区域内的基站连成一网结构；
具体地，分布在全国区域内的基站连成一网结构，所述网结构包括几何要素组合，进一步地，所述几何要素组合至少包括三角形要素，还包括点要素、线要素及虚拟点(虚拟用户点)要素。对于网络RTK服务，点、线、三角形和虚拟点构成了GNSS数据处理主要数据对象和基本单元。在网络RTK系统启动之前，需要将根据全国上千个基站的坐标，生成由“点，线，三角形，虚拟点”四个要素组成的全国一张网，全国一张网具体指将由多个基站连接而成的形状。点要素即全国范围内分布的参考站基站，其基本属性为空间坐标(空间直角坐标系坐标，大地坐标)，附加属性为接收机型号，IP地址，基站观测值等；线要素为网络RTK系统解算的基线，其基本属性为两个基站的坐标、基线向量坐标、长度等，附加属性包括两个基站的数据，差分数据，差分数据经过计算得到的模糊度，大气延迟等状态参数；三角形要素由三个基站组成，包含三条基线，是满足特定条件的规则三角形；虚拟点要素，即生产网络RTK数据的虚拟的基站，其基本属性为所在的解算单元，坐标，数据等。
进一步具体地，上述点要素用于描述网络RTK差分服务端软件中的基站模块的计算任务，具体计算任务包括卫星位置计算，单点定位，伪距出差探测，周跳探测和修复等；线要素用于描述网络RTK差分服务端软件中的基线模块的计算任务，具体计算任务包括生成差分观测数据，模糊度解算，计算用户建模的双差大气等；三角形要素用于描述大气内插及差分数据计算模块的计算任务，可抽计算任务包括计算区域内大气误差模型系数，生成虚拟点对应差分观测数据等。
分析模块2，用于基于几何要素组合将网络RTK服务分为对应的子任务；
具体地，基于上述的几何要素组合(点、线、三角形及虚拟点)来对网络RTK服务分成若干子任务。
计算分配模块3，用于计算每一对应的子任务需要消耗的计算资源，基于计算结果进行服务分配。
具体地，计算每一子任务需要消耗的计算资源，并基于计算机的计算资源阈值来分配计算服务，该计算资源阈值为计算机能承载的最大计算资源，其与计算机本身配置有关，此处对此不作限制。
本实施例中，经过上述模块执行对应的功能之后，一张网中的任务、任务提供服务的虚拟点以及执行任务对应的集群中的机器建立了相应的映射关系。该映射关系被同步加载到负责接收请求访问的路由服务中，路由服务再根据用户粗略位置找到对应的虚拟点，并请求RTK服务获取虚拟点数据，并将获取的虚拟点数据反馈给用户端。用户根据用户端接收的虚拟点数据，执行客户端的差分算法，最终得到高精度位置。
本实施例中，将全国范围内的所有基站连成一张网结构，基于该网结构来进行服务分配，将一个大的任务分配至多台服务器，，解决大规模网络RTK服务的并发问题。
在本实施例的一个优选方案中，该连接模块1具体包括：加载单元及与其连接的生成单元、与生成单元连接的获取单元，其中：
加载单元，用于加载数据库中CORS数据，获得分布在全国区域内的每一基站的坐标；
具体地，加载数据库中CORS(continusly operating reference station，连续运行参考站)数据，获得在全国区域范围内的每一基站的坐标；
生成单元，用于基于每一基站的坐标，生成delaunay三角网；
具体地，根据每一基站的坐标，利用三角网生长算法生产标准的delaunay三角网，该三角网生长算法属于现有技术，此处不再赘述。
获取单元，用于对所生成的delaunay三角网进行编辑处理，获得所述几何要素组合；
具体地，由于部分基站的站间距离较远或分布不均匀，利用三角形生成算法得到的delaunay三角网的形状并不能满足网络RTK任务分配的要求，因此需要对该delaunay三角网进行编辑处理，获得几何要素组合。
在本实施例的一个优选方案中，该生成单元13具体包括：三角网获取子单元、与三角网获取子单元连接的生成子单元，其中：
三级网获取子单元，用于对所生成的delaunay三角网进行编辑处理，获得处理后的三角网；
具体地，对所生成的delaunay三角网进行编辑处理，可采用下述方法中的对delaunay三角网编辑：(a)删除非常不接近正三角形，例如：如果三角网中部分三角形的最大角超过给定阀值(如120度)，则删除该三角形的最长的边，但保留点要素；(b)删除部分距离太长边，网络RTK技术解算基线时要求站间距离不能太长，一般不超过100km。编辑过后的三角网由相互连接的三角网、离散的边以及离散的点组成，即该三角形包括点要素、线要素及三角形要素。
生成子单元，用于基于所点要素、线要素及三角形要素生成对应区域的虚拟基站；
具体地，基于点要素、线要素及三角形要素生成对应区域的虚拟基站，该生成过程包括基于点要素生成的虚拟基站、基于线要素生成的虚拟基站、基于三角形要素生成的虚拟基站等；
优选地，可采用下述方式生成：
计算点要素所覆盖虚拟基站：根据孤立点的经纬度，计算所有备选虚拟基站坐标的集合(比如，距离孤立点30千米范围内，经度和纬度0.05度的整数倍的点对应的所有虚拟点)；
计算线要素所覆盖的虚拟基站：根据基线的两个测站的经纬度，计算所有备选虚拟基站坐标的集合(由垂直于基线并穿过其中一个基站的两条直线，以及和基线平行、并和基线距离为30km的另外两条直线组建的矩形区域内，经度和纬度0.05度的整数倍所有虚拟点集合，需要说明的是，一条基线包含两个基站，两个基站作为点要素所覆盖的虚拟点也同样属于线要素所覆盖的虚拟基站)；
计算孤立三角形要素所覆盖的虚拟基站：三角行内部区域内，经度和纬度0.05度的整数倍所有虚拟点集合(例如：基线包含三个点，三条线，这些要素所覆盖的虚拟点也同样属于三角形要素所覆盖的虚拟基站)；
合并上述三类要素所覆盖的虚拟基站：点，基线以及三角形三类要素所覆盖的虚拟基站集合的并集；
通过上述步骤形成虚拟基站，该虚拟基站包括多个虚拟点要素，所述点要素、线要素、三角形要素及虚拟点组成所述几何要素组合。
在本实施例的一个优选方案中，该分析模块2具体包括：点要素分析子单元、线要素分析子单元、三角形要素分析子单元及虚拟点要素分析子单元，其中：
点要素分析子单元，用于基于点要素提取对应的点子任务；
具体地，提取独立的点要素子任务：在所有要素中搜索不与任意三角形、基线以及其他点连接的孤立点，以该孤立点构成一个子任务，该子任务覆盖周围若干个虚拟网格点的差分数据服务；
线要素分析子单元，用于基于线要素提取对应的线子任务；
具体地，提取孤立的线要素子任务：在所有要素中搜素不与任意点、三角形及其它基线连接的线要素，以该线要素和其覆盖的虚拟点构成一个子任务，该子任务覆盖附近若干个虚拟网格点的差分数据服务；
三角形要素分析子单元，用于基于三角形要素提取对应的三角形子任务；
具体地，提取孤立的三角形要素子任务：在所有要素中搜索不与任意其他三角形连接的三角形要素，以该三角形要素和其覆盖的虚拟点构成一个子任务，该子任务覆盖附近若干个虚拟网格点的差分数据服务；
虚拟点要素分析子单元，用于基于虚拟点要素提取对应的三角网子任务；
具体地，提取三角网要素子任务：由于网内大多数三角形互相连接(一般可覆盖大于10万平方公里面积的网形)，以该三角网及其覆盖的虚拟点构成一个子任务，该子任务覆盖附近若干个虚拟网格点的差分数据服务；
需要说明的是，上述分析子单元的先后执行顺序没有限制。
在本实施例的一个优选方案中，该虚拟点要素分析子单元具体包括：最小区域获取子单元、与最小区域获取子单元连接的判断子单元、与判断子单元连接的子任务确认子单元，其中：
最小区域获取子单元，用于获取覆盖三角网中的所有虚拟点的最小区域；
具体地，根据该三角网内所有的虚拟点集合，获取覆盖所有虚拟点的最小区域(优选为矩形区域)；
判断子单元，用于判断最小区域是否包括不止一个delaunay三角网；
具体地，判断最小区域是否包括一个以上delaunay三角网，并将判断结果反馈给子任务确认子单元；
子任务确认子单元，在该矩形区域内包括不止一个delaunay三角网时用于将最小区域进行分割，并基于分割结果获得三角子网子任务；在该矩形区域内只有一个delaunay三角网时，用于基于该三角网及其覆盖的虚拟点作为三角网子任务。
进一步地，该子任务确认子单元具体用于：将该最小区域分为两个子区域；具体地，将该最小区域切分成两个矩形区域(优选为将沿边长更大的两条边的中点连成的线段，切成两个矩形)；
还用于基于每一子区域内的所有虚拟点的坐标获得两个以上虚拟点对应的三角形要素；具体地，对于两个子区域中的每一子区域，分别根据每一子区域内的所有虚拟点的坐标来遍历delaunay三角网内覆盖对应虚拟点的三角形要素，获得对应的三角形要素，由于虚拟点的个数通常为两个以上，因此可获得两个以上虚拟点对应的三角形要素；每一子区域对应有两个以上三角形要素；
还用于以两个以上虚拟点对应的三角形要素的并集以及对应子区域内的虚拟点作为三角子网子任务；
具体地，对于两个子区域中的每一子区域，分别以获取的三角形要素的并集以及该对应子区域内的所有虚拟点组合作为三角子网子任务，获得两个子区域对应的三角子网子任务，以此作为新的子任务。
还用于判断每一子区域是否包括一个以上delaunay三角网；
具体地，当对该最小区域进行分割获得两个子区域后，分别判断每一子区域是否包括一个以上delaunay三角网，当有一个子区域包括一个以上delaunay三角网时，执行切割功能，否则执行基于该三角网及其覆盖的虚拟点作为三角网子任务的功能。
在本实施例的一个优选方案中，该分析模块2还可包括：去重叠处理子单元，其中：
去重叠处理子单元，用于对所获取的所有子任务进行去重叠处理。
具体地，该所有子任务包括：点子任务、线子任务、三角子任务、三角网子任务及三角子网子任务，当该三角网进行分割后，会出现如下特点：相同的三角形可能会在不同子网中重复出现；不同的子网可能会覆盖相同的虚拟点的差分服务；为此，需要对所获取的所有三角子网子任务进行去重叠处理，具体过程如下：
当孤立的点和基线覆盖相同虚拟差分数据，选择该线子任务，去除对应的点子任务；
当孤立的基线和三角形覆盖相同虚拟差分数据，选择该三角形子任务，去除对应的线子任务；
当孤立的三角形和三角网覆盖相同虚拟差分数据，选择该三角网子任务，去除对应三角形子任务；
当两个三角网覆盖相同虚拟差分数据，先判定虚拟点落入的小矩形区域时，从小矩形区域对应的子网中请求差分数据服务，即选择该最小矩形对应的三角子网子任务；
本实施例中，对所有子任务进行去重叠处理，可避免重复计算，减少计算资源的浪费，也可一定程度上保证了虚拟差点获取差分数据的子任务是唯一的，即可确保同一虚拟点只能向其中一个子任务请求差分数据。
在本实施例的一个优选方案中，该计算分配模块3具体包括：计算资源阈值获取单元、与计算资源阈值获取单元连接的计算单元、与计算单元连接的分配单元，其中：
计算资源阈值获取单元，用于获取一台计算机的计算资源阈值；
具体地，给定一台计算机，且给定该计算机的计算资源阈值(即能承载的计算资源)，该计算机的计算资源阈值可根据需求而配置，此处对此不作限制。
计算单元，用于基于计算资源阈值分别测试所述几何要素组合中的每一要素需要消耗的平均资源量；
具体地，逐个测试点要素、线要素、三角形要素及虚拟点要素分别消耗的平均资源，分别对应为点要素资源消耗量、线要素资源消耗量、三角形要素资源消耗量、三角网要素(即虚拟点要素)资源消耗量；
还用于基于每一要素需要消耗的平均资源量统计所有子任务中每一子任务需要消耗的资源总量；
具体地，基于每一要素需要消耗的平均资源量及每一要素对应的子任务个数，并根据公式：子任务计算资源总消耗＝点要素资源消耗量*点要素个数+线要素资源消耗量*线要素个数+三角形要素资源消耗量*三角形要素个数+三角网要素资源消耗量*三角网要素个数来计算需要消耗的资源总量，需要说明的是，所有子任务包括：点子任务、线子任务、三角子任务、三角网子任务及三角子网子任务，所述三角网要素个数包括三角子网对应的虚拟点要素个数及三角网对应的虚拟点要素个数，而每一子任务至少包括上述的要素组合中的一个要素，还可以包括上述四个要素(即点要素、线要素、三角形要素及虚拟点要素)。
分配单元，基于所计算的资源总量为计算机分配对应的子任务；
具体地，基于计算的资源总量、云计算集群中的每一台计算机的计算资源阈值及每一个子任务需要消耗的资源总量(作为权重)来为计算机分配子任务，优选地，将所有子任务平均分配给每一台计算机。
本实施例中，将全国范围内的所有基站连成一张网结构，基于该网结构来进行服务分配，将一个大的任务分配至多台计算机，解决大规模网络RTK服务的并发问题。
此外，根据每一子任务需要消耗的计算资源及计算机的计算资源阈值来进行子任务的平均分配，可提高任务分配效率，在一定程度上提高不同子网边缘的区域服务质量。
再者，对所有子任务进行去重叠处理，可避免重复计算，减少计算资源的浪费，也可保证虚拟差点获取差分数据的子任务是唯一的，即可确保同一虚拟点只能向其中一个子任务请求差分数据。
实施例三：
图9示出了本发明第三实施例提供的一种云服务器的结构图，该云端服务器包括：存储器(memory)91、处理器(processor)92、通信接口(Communications Interface)93和总线94，该处理器92、存储器91、通信接口93通过总线94完成相互之间的交互通信。
存储器91，用于存储各种数据；
具体地，存储器91用于存储各种数据，例如通信过程中的数据、接收的数据等，此处对此不作限制，该存储器还包括有多个计算机程序。
通信接口93，用于该定位终端的通信设备之间的信息传输；
处理器92，用于调用存储器91中的各种计算机程序，以执行上述实施例一所提供的方法，例如：
将分布在全国区域内的基站连成一网结构，所述网结构包括几何要素组合，所述几何要素组合至少包括三角形要素；
基于所述几何要素组合将网络RTK服务分为对应的子任务；
计算每一所述对应的子任务需要消耗的计算资源，基于计算结果进行服务分配。
进一步地，还可执行下述步骤：
接收每一计算机执行对应任务之后反馈的计算结果；基于计算结果进行定位。
本实施例中，将全国范围内的所有基站连成一张网结构，基于该网结构来进行服务分配，将一个大的任务分配至多台计算机，解决大规模网络RTK服务的并发问题。
此外，根据每一子任务需要消耗的计算资源及计算机的计算资源阈值来进行子任务的平均分配，可提高任务分配效率，在一定程度上提高不同子网边缘的区域服务质量。
再者，对所有子任务进行去重叠处理，可避免重复计算，减少计算资源的浪费，也可保证虚拟差点获取差分数据的子任务是唯一的，即可确保同一虚拟点只能向其中一个子任务请求差分数据。
本发明还提供一种存储器，该存储器存储有多个计算机程序，该多个计算机程序被处理器调用执行上述实施例一所述的一种网络RTK服务的分配方法。
本发明中，将全国范围内的所有基站连成一张网结构，基于该网结构来进行服务分配，将一个大的任务分配至多台计算机，解决大规模网络RTK服务的并发问题。
此外，根据每一子任务需要消耗的计算资源及计算机的计算资源阈值来进行子任务的平均分配，可提高任务分配效率，在一定程度上提高不同子网边缘的区域服务质量。
再者，对所有子任务进行去重叠处理，可避免重复计算，减少计算资源的浪费，也可保证虚拟差点获取差分数据的子任务是唯一的，即可确保同一虚拟点只能向其中一个子任务请求差分数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。
专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种网络RTK服务的分配方法，其特征在于，包括：
将分布在全国区域内的基站连成一网结构，所述网结构包括几何要素组合，所述几何要素组合至少包括三角形要素；
基于所述几何要素组合将网络RTK服务分为对应的子任务；
计算每一所述对应的子任务需要消耗的计算资源，基于计算结果进行服务分配。
2.根据权利要求1所述的分配方法，其特征在于，所述将分布在全国区域内的基站连成一网结构具体包括：
加载数据库中CORS数据，获得分布在全国区域内的每一基站的坐标；
基于每一基站的坐标，生成delaunay三角网；
对所生成的delaunay三角网进行编辑处理，获得所述几何要素组合。
3.根据权利要求2所述的分配方法，其特征在于，所述对所生成的delaunay三角网进行编辑处理，获得所述几何要素组合具体包括：
对所生成的delaunay三角网进行编辑处理，获得处理后的三角网，所述三角网包括点要素、线要素及三角形要素；
基于所述点要素、线要素及三角形要素生成对应区域的虚拟基站，所述虚拟基站包括多个虚拟点要素，所述点要素、线要素、三角形要素及虚拟点组成所述几何要素组合。
4.根据权利要求3所述的分配方法，其特征在于，所述基于所述几何要素组合将网络RTK服务分为两个以上子任务具体包括：
基于所述点要素提取对应的点子任务；
基于所述线要素提取对应的线子任务；
基于所述三角形要素提取对应的三角形子任务；
基于所述虚拟点要素提取对应的三角网子任务。
5.根据权利要求4所述的分配方法，其特征在于，所述基于所述虚拟点要素提取对应的三角网子任务具体包括：
获取覆盖所述三角网中的所有虚拟点的最小区域；
判断所述最小区域是否包括不止一个所述delaunay三角网；当判断为是时，将所述最小区域进行分割，并基于分割结果获得三角子网子任务。
6.根据权利要求5所述的分配方法，其特征在于，所述将所述最小区域进行分割，并基于分割结果获得三角子网子任务之后还包括：
对所获取的所有子任务进行去重叠处理，所述所有子任务包括：所述点子任务、所述线子任务、所述三角子任务、所述三角网子任务及所述三角子网子任务。
7.根据权利要求6所述的分配方法，其特征在于，所述计算每一所述对应的子任务需要消耗的计算资源，基于计算结果进行服务分配具体包括：
获取一台计算机的计算资源阈值；
基于所述计算资源阈值分别测试所述几何要素组合中的每一要素需要消耗的平均资源量；
基于所述每一要素需要消耗的平均资源量统计所述所有子任务中的每一子任务需要消耗的资源总量；
基于所计算的资源总量为每一台计算机分配对应的子任务。
8.一种网络RTK服务的分配系统，其特征在于，包括：
连接模块，用于将分布在全国区域内的基站连成一网结构，所述网结构包括几何要素组合，所述几何要素组合至少包括三角形要素；
分析模块，用于基于所述几何要素组合将网络RTK服务分为对应的子任务；
计算分配模块，用于基计算每一所述对应的子任务需要消耗的计算资源，基于计算结果进行服务分配。
9.一种存储器，所述存储器存储有计算机程序，其特征在于，所述计算机程序被处理器执行如下步骤：
将分布在全国区域内的基站连成一网结构，所述网结构包括几何要素组合，所述几何要素组合至少包括三角形要素；
基于所述几何要素组合将网络RTK服务分为对应的子任务；
计算每一所述对应的子任务需要消耗的计算资源，基于计算结果进行服务分配。
10.一种云服务器，包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的一种网络RTK服务的分配方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710450070.0A CN107172190B (zh) | 2017-06-14 | 2017-06-14 | 网络rtk服务的分配方法及系统、云服务器、存储器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710450070.0A CN107172190B (zh) | 2017-06-14 | 2017-06-14 | 网络rtk服务的分配方法及系统、云服务器、存储器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107172190A true CN107172190A (zh) | 2017-09-15 |
| CN107172190B CN107172190B (zh) | 2020-01-10 |
Family
ID=59818673
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710450070.0A Active CN107172190B (zh) | 2017-06-14 | 2017-06-14 | 网络rtk服务的分配方法及系统、云服务器、存储器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107172190B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108777618A (zh) * | 2018-04-25 | 2018-11-09 | 厦门科华恒盛股份有限公司 | 一种量子集控站通信方法以及量子网络控制中心 |
| CN111064595A (zh) * | 2018-10-17 | 2020-04-24 | 千寻位置网络有限公司 | 选取基线网型并评估服务质量的方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101295014A (zh) * | 2008-05-19 | 2008-10-29 | 中国测绘科学研究院 | 基于gnss的远距离高精度实时/快速定位方法和系统 |
| CN102509509A (zh) * | 2011-10-09 | 2012-06-20 | 西安煤航信息产业有限公司 | 基于cors系统的地下管线定位方法 |
| CN103852773A (zh) * | 2012-11-30 | 2014-06-11 | 东莞市泰斗微电子科技有限公司 | 一种基于云计算技术的定位系统和定位方法 |
| CN103901440A (zh) * | 2014-03-14 | 2014-07-02 | 中国测绘科学研究院 | Gnss数据信号质量的监测方法 |
| CN105068096A (zh) * | 2015-07-21 | 2015-11-18 | 上海司南卫星导航技术股份有限公司 | 基于参考站接收机的非差改正数分布式处理系统与方法 |
| CN106019331A (zh) * | 2015-08-28 | 2016-10-12 | 千寻位置网络有限公司 | 非差改正数分布式处理方法及其系统 |
| WO2016185500A1 (en) * | 2015-05-19 | 2016-11-24 | Spacearth Technology S.R.L. | Method for forecasting ionosphere total electron content and/or scintillation parameters |
| CN106371119A (zh) * | 2016-08-23 | 2017-02-01 | 武汉羲和科技有限公司 | 基于云定位的gnss全球高精度增强定位方法 |
-
2017
- 2017-06-14 CN CN201710450070.0A patent/CN107172190B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101295014A (zh) * | 2008-05-19 | 2008-10-29 | 中国测绘科学研究院 | 基于gnss的远距离高精度实时/快速定位方法和系统 |
| CN102509509A (zh) * | 2011-10-09 | 2012-06-20 | 西安煤航信息产业有限公司 | 基于cors系统的地下管线定位方法 |
| CN103852773A (zh) * | 2012-11-30 | 2014-06-11 | 东莞市泰斗微电子科技有限公司 | 一种基于云计算技术的定位系统和定位方法 |
| CN103901440A (zh) * | 2014-03-14 | 2014-07-02 | 中国测绘科学研究院 | Gnss数据信号质量的监测方法 |
| WO2016185500A1 (en) * | 2015-05-19 | 2016-11-24 | Spacearth Technology S.R.L. | Method for forecasting ionosphere total electron content and/or scintillation parameters |
| CN105068096A (zh) * | 2015-07-21 | 2015-11-18 | 上海司南卫星导航技术股份有限公司 | 基于参考站接收机的非差改正数分布式处理系统与方法 |
| CN106019331A (zh) * | 2015-08-28 | 2016-10-12 | 千寻位置网络有限公司 | 非差改正数分布式处理方法及其系统 |
| CN106371119A (zh) * | 2016-08-23 | 2017-02-01 | 武汉羲和科技有限公司 | 基于云定位的gnss全球高精度增强定位方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108777618A (zh) * | 2018-04-25 | 2018-11-09 | 厦门科华恒盛股份有限公司 | 一种量子集控站通信方法以及量子网络控制中心 |
| CN111064595A (zh) * | 2018-10-17 | 2020-04-24 | 千寻位置网络有限公司 | 选取基线网型并评估服务质量的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107172190B (zh) | 2020-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Taubenböck et al. | Measuring morphological polycentricity-A comparative analysis of urban mass concentrations using remote sensing data | |
| CN110095797B (zh) | 一种基于卫星导航系统的格网化精准定位服务方法和系统 | |
| US6668226B2 (en) | Polar coordinate-based isochrone generation | |
| CN110298474B (zh) | 一种基于ais与gis的船舶备品备件的物流选址方法 | |
| CN106372821A (zh) | 确定服务站点信息的方法及装置 | |
| CN110601992A (zh) | 一种基于边缘计算的智能量测终端的数据处理方法及装置 | |
| DE112010003453T5 (de) | Verfahren, Einheit und System zum Suchen von virtuellen Ressourcen | |
| CN105933294A (zh) | 网络用户定位方法、装置及终端 | |
| CN112422666A (zh) | 车联网平台 | |
| Baker et al. | Extensions to the generalised assignment heuristic for vehicle routing | |
| Ayani et al. | Optimizing cell-size in grid-based DDM | |
| CN110784883B (zh) | 基站建设评估方法、装置、设备和存储介质 | |
| CN110362640B (zh) | 一种基于电子地图数据的任务分配方法及装置 | |
| CN107172190A (zh) | 网络rtk服务的分配方法及系统、云服务器、存储器 | |
| US6643699B1 (en) | Computerized method for computing the overall splitting cost of a data structure using blocking island contour map of a network-level graph | |
| Sauter et al. | A charging infrastructure network for battery electric trucks in Europe | |
| CN116757573A (zh) | 订单揽收方法、装置、设备及存储介质 | |
| CN113569369B (zh) | 路网拓扑图的划分方法、装置、介质及设备 | |
| CN110519121A (zh) | 一种分区域任务探测的方法及装置 | |
| PT1434453T (pt) | Processo e sistema de criação, gestão e exploração de mapas de repartição do tráfego de uma rede de radiocomunicações | |
| CN116633932B (zh) | 一种云计算资源池动态调度系统 | |
| US20220383349A1 (en) | System and method for partitioning geographical areas into logistical areas for dynamic pricing | |
| CN111125848A (zh) | 一种危险品运输网络应急救援资源分配方法 | |
| CN105827548A (zh) | 一种资源调度的方法和装置 | |
| CN114357102A (zh) | 一种路网数据生成方法和装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP02 | Change in the address of a patent holder | ||
| CP02 | Change in the address of a patent holder |
Address after: 200438 9 / F, 10 / F, 11 / F, 12 / F, 38 Lane 1688, Guoquan North Road, Yangpu District, Shanghai Patentee after: QIANXUN SPATIAL INTELLIGENCE Inc. Address before: Room j165, 1st floor, building 64, 1436 Jungong Road, Yangpu District, Shanghai, 200433 Patentee before: QIANXUN SPATIAL INTELLIGENCE Inc. |