CN110688442A - 一种基于多层网格分块的电子地图点位聚合方法 - Google Patents

一种基于多层网格分块的电子地图点位聚合方法 Download PDF

Info

Publication number
CN110688442A
CN110688442A CN201910947882.5A CN201910947882A CN110688442A CN 110688442 A CN110688442 A CN 110688442A CN 201910947882 A CN201910947882 A CN 201910947882A CN 110688442 A CN110688442 A CN 110688442A
Authority
CN
China
Prior art keywords
point
aggregation
electronic map
zoom level
cluster
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
CN201910947882.5A
Other languages
English (en)
Other versions
CN110688442B (zh
Inventor
徐增友
高美容
安晓博
尹萍
朱继学
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.)
Inspur Software Group Co Ltd
Original Assignee
Inspur Software Group Co Ltd
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 Inspur Software Group Co Ltd filed Critical Inspur Software Group Co Ltd
Priority to CN201910947882.5A priority Critical patent/CN110688442B/zh
Publication of CN110688442A publication Critical patent/CN110688442A/zh
Application granted granted Critical
Publication of CN110688442B publication Critical patent/CN110688442B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51Indexing; Data structures therefor; Storage structures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Instructional Devices (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于多层网格分块的电子地图点位聚合方法,属于电子地图资源聚合技术领域。本发明的基于多层网格分块的电子地图点位聚合方法将多个网格分片按照规则计算为一个大的分块,再将每个大的分块按照规则计算为多个不规则的小的分块,根据经纬度和缩放级别获取视区内大的分块中的完整点位数据,对每个小的分块内的点位数据进行聚合,获取最终的聚合点。该发明的基于多层网格分块的电子地图点位聚合方法能够解决海量数据点聚合时的线性显示问题和拖动视区时聚合点不固定问题,具有很好的推广应用价值。

Description

一种基于多层网格分块的电子地图点位聚合方法
技术领域
本发明涉及电子地图资源聚合技术领域,具体提供一种基于多层网格分块的电子地图点位聚合方法。
背景技术
现有的对地图资源聚合的方法主要由如下类型:
(1)对电子地图进行瓦格分片,然后将落在对应分片中的点位数据进行聚合。
(2)对可视区域内的点位数据,按照一定规则进行聚簇划分,主要方式是根据距离进行划分,然后对聚簇中的数据进行聚合。
但是以上方式都存在不同程度的缺陷。对于方式(1)的主要问题是当点位数据时海量数据时,聚合出的点是呈线性分布的,在电子地图上的显示出的就是有规律的小格子。对于方式(2)的主要问题是,当拖动地图变化可视区域时,会重新划分聚簇,由于划分时的初始点位是随机的,使得聚簇在局部范围内与原聚簇一致,导致聚合点不固定,在电子地图上显示出的效果就是拖动时,显示的点位会随机跳动。
发明内容
本发明的技术任务是针对上述存在的问题,提供一种能够解决海量数据点聚合时的线性显示问题和拖动视区时聚合点不固定问题的基于多层网格分块的电子地图点位聚合方法。
为实现上述目的,本发明提供了如下技术方案:
一种基于多层网格分块的电子地图点位聚合方法,该方法中将多个网格分片按照规则计算为一个大的分块,再将每个大的分块按照规则计算为多个不规则的小的分块,根据经纬度和缩放级别获取视区内大的分块中的完整点位数据,对每个小的分块内的点位数据进行聚合,获取最终的聚合点。
作为优选,该基于多层网格分块的电子地图点位聚合方法具体包括以下步骤:
S1、对每层电子地图进行网格分片;
S2、获取待聚合点位数据;
S3、计算聚合数据。
作为优选,步骤S1中对每一缩放级别确定分片大小,以固定的经纬度为计算原点,将整个电子地图进行网格分片。
本发明中固定的经纬度为(-180,90)为计算原点。
作为优选,确定分片大小时,以经纬度跨度表示,每个点位数据在保存时保存自己的唯一编号,经纬度和其在各层缩放级别下落在网格分片横向和纵向索引值。
作为优选,步骤S2中,获取视区内的经纬度范围和当前的缩放级别,根据缩放级别和该缩放级别下的网格大小,计算出视区内的网格分片索引值范围。
作为优选,当缩放级别大于缩放级别阀值时,根据该索引值范围获取点位数据,当缩放级别不大于缩放级别阀值时,结合当前缩放级别下大分块的分块规则,计算出视区内的大分块的范围,根据大分块的范围确定包含全部视区大分块的网格分片索引值。对该索引值范围做冗余边界处理,即当该索引值边界与初始计算出的视区索引值边界重合,则取大分块的外一层大分块对应的网格分片索引作为对应的索引范围,否则,使用这个索引范围作为最终的网格分片索引范围。取出最终的网格分片范围内的全部点位数据,数据按照唯一编号排序。
作为优选,步骤S3中,当前缩放级别大于缩放级别阀值时,以每个点位数据为聚合点,1作为聚合点内点位数目,当前缩放级别不大于缩放级别阀值时,将获取到的点位数据根据所在的网格分片索引和该缩放级别下大分块的分块规则进行分块,然后对每个大的分块按照规则分成不规则的小分块,对每个小的分块进行聚合运算,计算出聚合点和聚合的点位数目。
作为优选,计算聚合点和聚合的点位数目时,以当前小分块中编号最小的点作为第一个聚簇中心,创建一个聚簇,以小分块中的聚合距离为sk,遍历全部小分块的点位数据,将与聚簇中心距离在sk范围内的点位放到聚簇中,以不在任何聚簇中的唯一编号最小的点位聚簇中心,创建新的聚簇,遍历小分块中不在任何聚簇中的点位数据,将与新的聚簇中心距离在sk范围内的点放到新的聚簇中,循环下去,直到小分块中的全部点位都放到了聚簇中,最后对每个聚簇内的点使用聚簇算法计算出各自的聚合点和聚簇点内点位数目。
与现有技术相比,本发明的基于多层网格分块的电子地图点位聚合方法具有以下突出的有益效果:
(一)该方法对整个电子地图进行网格分片,在聚合的时候,在网格分片的基础上进行大的分块,再将大分块划分为不规则的小分块,对每种规则的小分块设置不同的聚合距离,每个分块内点位顺序固定,保证在地图拖动的时候局部聚合点不会随机变化,海量点位数据聚合后聚合点不会呈现线性分布;
(二)在拖动地图的操作下,某块视区中的聚合点的位置和点位数目不发生变化,在100万点位数据样本下,每个缩放级别下聚合点显示都不是线性分布的,具有良好的推广应用价值。
附图说明
图1是本发明所述基于多层网格分块的电子地图点位聚合方法的流程图。
具体实施方式
下面将结合附图和实施例,对本发明的基于多层网格分块的电子地图点位聚合方法作进一步详细说明。
实施例
本发明的基于多层网格分块的电子地图点位聚合方法,将多个网格分片按照规则计算为一个大的分块,再将每个大的分块按照规则计算为多个不规则的小的分块,根据经纬度和缩放级别获取视区内大的分块中的完整点位数据,对每个小的分块内的点位数据进行聚合,获取最终的聚合点。
如图1所示,该基于多层网格分块的电子地图点位聚合方法具体包括以下步骤:
S1、对每层电子地图进行网格分片。
客户端请求,对每一缩放级别确定分片大小,以固定的经纬度(-180,90)为计算原点,将整个电子地图进行网格分片。每个点位数据在保存时保存自己的唯一编号,经纬度和其在各层缩放级别下落在网格分片横向和纵向索引值。
S2、获取待聚合点位数据。
服务端获取视区内的经纬度范围和当前的缩放级别,根据缩放级别和该缩放级别下的网格大小,计算出视区内的网格分片索引值范围。当缩放级别大于缩放级别阀值时,根据该索引值范围获取点位数据,当缩放级别不大于缩放级别阀值时,结合当前缩放级别下大分块的分块规则,计算出视区内的大分块的范围,根据大分块的范围确定包含全部视区大分块的网格分片索引值。对该索引值范围做冗余边界处理,即当该索引值边界与初始计算出的视区索引值边界重合,则取大分块的外一层大分块对应的网格分片索引作为对应的索引范围,否则,使用这个索引范围作为最终的网格分片索引范围。取出最终的网格分片范围内的全部点位数据,数据按照唯一编号排序。
S3、计算聚合数据。
当前缩放级别大于缩放级别阀值时,以每个点位数据为聚合点,1作为聚合点内点位数目,当前缩放级别不大于缩放级别阀值时,将获取到的点位数据根据所在的网格分片索引和该缩放级别下大分块的分块规则进行分块,然后对每个大的分块按照规则分成不规则的小分块,对每个小的分块进行聚合运算,计算出聚合点和聚合的点位数目。
计算聚合点和聚合的点位数目时,以当前小分块中编号最小的点作为第一个聚簇中心,创建一个聚簇,以小分块中的聚合距离为sk,遍历全部小分块的点位数据,将与聚簇中心距离在sk范围内的点位放到聚簇中,以不在任何聚簇中的唯一编号最小的点位聚簇中心,创建新的聚簇,遍历小分块中不在任何聚簇中的点位数据,将与新的聚簇中心距离在sk范围内的点放到新的聚簇中,循环下去,直到小分块中的全部点位都放到了聚簇中,最后对每个聚簇内的点使用聚簇算法计算出各自的聚合点和聚簇点内点位数目。
该基于多层网格分块的电子地图点位聚合方法对整个电子地图进行网格分片,在聚合的时候,在网格分片的基础上进行大的分块,再将大分块划分为不规则的小分块,对每种规则的小分块设置不同的聚合距离,每个分块内点位顺序固定,保证在地图拖动的时候局部聚合点不会随机变化,海量点位数据聚合后聚合点不会呈现线性分布,从而解决海量数据点聚合时的线性显示问题和拖动视区时聚合点不固定的问题。
以上所述的实施例,只是本发明较优选的具体实施方式,本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。

Claims (8)

1.一种基于多层网格分块的电子地图点位聚合方法,其特征在于:该方法中将多个网格分片按照规则计算为一个大的分块,再将每个大的分块按照规则计算为多个不规则的小的分块,根据经纬度和缩放级别获取视区内大的分块中的完整点位数据,对每个小的分块内的点位数据进行聚合,获取最终的聚合点。
2.根据权利要求1所述的基于多层网格分块的电子地图点位聚合方法,其特征在于:具体包括以下步骤:
S1、对每层电子地图进行网格分片;
S2、获取待聚合点位数据;
S3、计算聚合数据。
3.根据权利要求2所述的基于多层网格分块的电子地图点位聚合方法,其特征在于:步骤S1中对每一缩放级别确定分片大小,以固定的经纬度为计算原点,将整个电子地图进行网格分片。
4.根据权利要求3所述的基于多层网格分块的电子地图点位聚合方法,其特征在于:确定分片大小时,以经纬度跨度表示,每个点位数据在保存时保存自己的唯一编号,经纬度和其在各层缩放级别下落在网格分片横向和纵向索引值。
5.根据权利要求4所述的基于多层网格分块的电子地图点位聚合方法,其特征在于:步骤S2中,获取视区内的经纬度范围和当前的缩放级别,根据缩放级别和该缩放级别下的网格大小,计算出视区内的网格分片索引值范围。
6.根据权利要求5所述的基于多层网格分块的电子地图点位聚合方法,其特征在于:当缩放级别大于缩放级别阀值时,根据该索引值范围获取点位数据,当缩放级别不大于缩放级别阀值时,结合当前缩放级别下大分块的分块规则,计算出视区内的大分块的范围,根据大分块的范围确定包含全部视区大分块的网格分片索引值。
7.根据权利要求6所述的基于多层网格分块的电子地图点位聚合方法,其特征在于:步骤S3中,当前缩放级别大于缩放级别阀值时,以每个点位数据为聚合点,1作为聚合点内点位数目,当前缩放级别不大于缩放级别阀值时,将获取到的点位数据根据所在的网格分片索引和该缩放级别下大分块的分块规则进行分块,然后对每个大的分块按照规则分成不规则的小分块,对每个小的分块进行聚合运算,计算出聚合点和聚合的点位数目。
8.根据权利要求7所述的基于多层网格分块的电子地图点位聚合方法,其特征在于:计算聚合点和聚合的点位数目时,以当前小分块中编号最小的点作为第一个聚簇中心,创建一个聚簇,以小分块中的聚合距离为sk,遍历全部小分块的点位数据,将与聚簇中心距离在sk范围内的点位放到聚簇中,以不在任何聚簇中的唯一编号最小的点位聚簇中心,创建新的聚簇,遍历小分块中不在任何聚簇中的点位数据,将与新的聚簇中心距离在sk范围内的点放到新的聚簇中,循环下去,直到小分块中的全部点位都放到了聚簇中,最后对每个聚簇内的点使用聚簇算法计算出各自的聚合点和聚簇点内点位数目。
CN201910947882.5A 2019-10-08 2019-10-08 一种基于多层网格分块的电子地图点位聚合方法 Active CN110688442B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910947882.5A CN110688442B (zh) 2019-10-08 2019-10-08 一种基于多层网格分块的电子地图点位聚合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910947882.5A CN110688442B (zh) 2019-10-08 2019-10-08 一种基于多层网格分块的电子地图点位聚合方法

Publications (2)

Publication Number Publication Date
CN110688442A true CN110688442A (zh) 2020-01-14
CN110688442B CN110688442B (zh) 2023-06-09

Family

ID=69111512

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910947882.5A Active CN110688442B (zh) 2019-10-08 2019-10-08 一种基于多层网格分块的电子地图点位聚合方法

Country Status (1)

Country Link
CN (1) CN110688442B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111444295A (zh) * 2020-03-09 2020-07-24 北京明略软件系统有限公司 一种管理感知设备的方法和装置
CN112395310A (zh) * 2020-12-02 2021-02-23 武汉光庭信息技术股份有限公司 一种电子地图背景点汇聚处理方法及系统
CN112541047A (zh) * 2020-12-04 2021-03-23 河北志晟信息技术股份有限公司 一种适用于多级网格化管理系统的海量数据聚合方法
CN112860831A (zh) * 2021-01-29 2021-05-28 城云科技(中国)有限公司 处理、展现城管事件的gis点位的方法、系统
CN113010511A (zh) * 2020-12-31 2021-06-22 杭州拓深科技有限公司 地图分层聚合显示方法、装置、电子装置和存储介质
CN115905451A (zh) * 2023-02-28 2023-04-04 菲特(天津)检测技术有限公司 一种地图聚合系统及聚合方法
WO2024041275A1 (zh) * 2022-08-23 2024-02-29 杭州睿胜软件有限公司 物种分布数据聚合方法、系统及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180340794A1 (en) * 2017-05-26 2018-11-29 Alpine Electronics, Inc. Obstacle data providing system, data processing apparatus and method of providing obstacle data
CN109241213A (zh) * 2018-07-26 2019-01-18 汉华易美(天津)图像技术有限公司 一种电子地图点位聚合方法及装置
CN110019622A (zh) * 2017-12-14 2019-07-16 浙江宇视科技有限公司 一种实时海量地图点位聚合方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180340794A1 (en) * 2017-05-26 2018-11-29 Alpine Electronics, Inc. Obstacle data providing system, data processing apparatus and method of providing obstacle data
CN110019622A (zh) * 2017-12-14 2019-07-16 浙江宇视科技有限公司 一种实时海量地图点位聚合方法及装置
CN109241213A (zh) * 2018-07-26 2019-01-18 汉华易美(天津)图像技术有限公司 一种电子地图点位聚合方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘果: "基于网格密度的海量空间点聚合显示算法", 《测绘与空间地理信息》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111444295A (zh) * 2020-03-09 2020-07-24 北京明略软件系统有限公司 一种管理感知设备的方法和装置
CN111444295B (zh) * 2020-03-09 2023-05-02 北京明略软件系统有限公司 一种管理感知设备的方法和装置
CN112395310A (zh) * 2020-12-02 2021-02-23 武汉光庭信息技术股份有限公司 一种电子地图背景点汇聚处理方法及系统
CN112395310B (zh) * 2020-12-02 2022-06-17 武汉光庭信息技术股份有限公司 一种电子地图背景点汇聚处理方法及系统
CN112541047A (zh) * 2020-12-04 2021-03-23 河北志晟信息技术股份有限公司 一种适用于多级网格化管理系统的海量数据聚合方法
CN113010511A (zh) * 2020-12-31 2021-06-22 杭州拓深科技有限公司 地图分层聚合显示方法、装置、电子装置和存储介质
CN112860831A (zh) * 2021-01-29 2021-05-28 城云科技(中国)有限公司 处理、展现城管事件的gis点位的方法、系统
WO2024041275A1 (zh) * 2022-08-23 2024-02-29 杭州睿胜软件有限公司 物种分布数据聚合方法、系统及存储介质
CN115905451A (zh) * 2023-02-28 2023-04-04 菲特(天津)检测技术有限公司 一种地图聚合系统及聚合方法

Also Published As

Publication number Publication date
CN110688442B (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
CN110688442A (zh) 一种基于多层网格分块的电子地图点位聚合方法
CN108038040B (zh) 计算机集群性能指标检测方法、电子设备及存储介质
CN102609525B (zh) 一种基于经纬度的地理网格剖分及聚合方法
CN105894234B (zh) 计算自提柜投放位置的数据处理方法和系统
CN103345508A (zh) 一种适用于社会网络图的数据存储方法及系统
CN102147807A (zh) 基于gis的海量雷电数据时空分析方法
CN103871102A (zh) 一种基于高程点和道路轮廓面的道路三维精细建模方法
CN108388621A (zh) 电子围栏方法及装置
CN111862292A (zh) 输电线路走廊的数据渲染方法、装置和计算机设备
CN113486134B (zh) 降雨量异常检测方法、装置、计算机设备及存储介质
CN104268201B (zh) 基于gis平台的空间海量多元数据统一索引方法
CN117056581A (zh) 一种数据处理方法和装置
CN108509532B (zh) 一种应用于地图的聚点方法和装置
CN106153030A (zh) 一种导航电子地图数据存储方法及装置
CN114638423A (zh) 园区用电负荷的预测方法、装置、设备及存储介质
CN112541047A (zh) 一种适用于多级网格化管理系统的海量数据聚合方法
CN112214562A (zh) 数据处理方法、装置、电子设备及机器可读存储介质
CN116703132B (zh) 共享车辆动态调度的管理方法、装置及计算机设备
CN111599015B (zh) 一种约束条件下的空间多边形网格化填充方法和装置
CN111082418B (zh) 一种配电网设备拓扑关系分析系统及方法
CN115577021B (zh) 热力图数据存储方法、装置和电子设备
CN110674134A (zh) 一种地理信息数据存储方法、查询方法及装置
CN112884614B (zh) 基于频繁序列的路线推荐方法、装置和电子设备
CN102487334A (zh) 关联告警信息的确定方法及装置
CN114677048B (zh) 一种需求区域挖掘方法

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
GR01 Patent grant
GR01 Patent grant