CN110910501A - 基于全景地图的网络分析模型构建及路径分析方法 - Google Patents
基于全景地图的网络分析模型构建及路径分析方法 Download PDFInfo
- Publication number
- CN110910501A CN110910501A CN201911187680.1A CN201911187680A CN110910501A CN 110910501 A CN110910501 A CN 110910501A CN 201911187680 A CN201911187680 A CN 201911187680A CN 110910501 A CN110910501 A CN 110910501A
- Authority
- CN
- China
- Prior art keywords
- road network
- path
- panoramic map
- road
- panoramic
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 43
- 238000003012 network analysis Methods 0.000 title claims abstract description 29
- 238000010276 construction Methods 0.000 title claims description 11
- 238000000034 method Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000009434 installation Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000002360 preparation method Methods 0.000 claims description 2
- 108090000623 proteins and genes Proteins 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims 1
- 239000000203 mixture Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 239000007787 solid Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000012732 spatial analysis Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Graphics (AREA)
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
Abstract
本发明涉及一种基于全景地图的网络分析模型构建及路径分析方法，全景图的优势在于给用户一种身临其境的体验，因此对于全景图的应用更多的是给用户无差别的呈现全景采集地的实景，本发明是基于全景地图的多个场景，采集目标点位的全景图坐标，并基于全景图坐标构建网络分析模型，在此模型的基础上利用网络分析算法分析出经过指定站点的最优路径，最后将路径分析的结果展示在全景图中。
Description
技术领域
本发明涉及一种基于全景地图的模型构建及路径分析方法，特别是指一种基于全景地图的网络分析模型构建及路径分析方法，全景图的优势在于给用户一种身临其境的体验，因此对于全景图的应用更多的是给用户无差别的呈现全景采集地的实景。本发明是基于全景地图的多个场景，采集目标点位的全景图坐标，并基于全景图坐标构建网络分析模型，在此模型的基础上利用网络分析算法分析出经过指定站点的最优路径，最后将路径分析的结果展示在全景图中。
背景技术
对于全景地图的应用，目前更多的是展示实地景观。基于全景地图的空间分析功能却很少被开发利用。全景地图给人呈现一种视觉上的三维实景效果，视觉呈现效果比基于建模软件构建的三维模型更逼真，且成本低廉。特别是针对园区级的空间信息系统的建设具有性价比高、真实直观等优点。但全景图空间连续性差，对于空间分析功能支持薄弱等缺点极大的限制了全景地图在空间信息系统建设中的应用。而此是为传统技术的主要缺点。
发明内容
本发明的技术方案为：基于全景地图的网络分析模型构建及路径分析方法，其包括如下步骤，第一步、采集覆盖整个目标区域范围的全景地图，并基于该全景地图制作全景地图坐标采集程序，利用该采集程序采集该目标区域中所有道路交叉点及设备安装点的全景地图坐标点，并将该地图坐标点作为道路路网节点，利用该路网节点构建该目标区域的路网，之后，获取相邻该路网节点之间的实地距离，以该实地距离值作为路网模型中每个边的距离权重，以实际道路通行方向设置该路网模型中每个边的通行规则，第二步、建立基于全景地图的路网网络模型，路网网络模型构建完成之后，将路网网络模型存储到二维数组中，第三步、在该路网网络模型的基础上分析经过指定站点的路径信息，第四步、路径分析结果展示，将路径分析的结果展示在全景图中。
第一步中利用无人机采集覆盖整个目标区域范围的全景地图，通过实地测量获取相邻道路网节点之间的实地距离。在第三步中在该路网网络模型的基础上利用基于迪克斯特拉算法扩展的路径分析算法，分析经过指定站点的路径信息，该算法支持一次性分析多个站点的最优路径。第四步中分析出的结果值分布在多个不同的全景场景中，因此在路线展示的过程中需要根据各个节点所带的场景编号信息，顺序分割数据，然后依次在各个场景中顺序播放路径的行进路线。
在第一步中进行数据准备与坐标采集，其任务是开发坐标采集程序，采集分布在全景地图中的路网节点坐标，获取路网节点之间的实地距离，获取道路的通行方向，其步骤如下，步骤1、开发全景地图坐标采集程序，步骤2、采集路网中的路网节点坐标，步骤3、获取目标区域的道路拓扑图，步骤4、获取路网中各相邻节点之间的实地距离，步骤5、获取各相邻节点之间道路的通行方向。
第二步中路网网络模型的构建，其作用是绘制路网拓扑图、构建路网邻接矩阵，包括如下步骤，步骤1、绘制路网拓扑图，包含路网各边的距离权重值，通行方向信息，步骤2、基于路网拓扑图构建路网邻接矩阵，步骤3、将邻接矩阵及路网各节点的坐标信息及相关的属性信息记录到二维数组中，至此基于全景图的路网分析模型构建完成。
第三步中，路径分析，其作用是利用算法分析经过指定站点的最优路径，其具体描述如下。
计算原则：权重最小原则，根据网络的阻抗条件设置权重，其为距离或者是时间，参数说明：Data：路线必须经过的站点，Node:路网模型中的所有节点，Matrix:道路路网分析模型，Open: 源集，已参加计算的节点，Open = [Start]，Close：差集，未参加计算的点，Close = Node – Open，Start：起点，End：终点，ShortestPath:分析出的起止点之间的线路信息，包括路线长度信息ShortestPath_i.length，及节点属性信息ShortestPath_i.pathnodes，过渡参数：bridgenode。
其具体步骤为，步骤1、顺序获取过输入的站点数据集中的两条数据start=data[i]，end=data[i+1]，步骤2、遍历差集close，计算close中各节点vi到start的距离D（start,vi），求出距离值最小的节点bridgenode，并将bridgenode加入到open，移出close,同时存储start到vi所经过的节点为shortestPath_i.pathnodes，步骤3、重新遍历close，计算close中各节点vi到start的距离D（start,v）= Min(D(start,vi),D(start,bridgenode)+D(bridgenode,vi))，如果较小值为通过bridgenode的值，那么start到vi所经过的节点为shortestPath_bridgenode + vi，步骤4、重复1、2步骤，直到加入到bridgenode = end 结束,至此计算出start与end之间的最短距离路径shortestPath_i.pathnodes，步骤5、将start与end的路径结果shortestPath_i.pathnodes保存到数组中，步骤6、i+1重复以上步骤计算出经过所有过车点位的路径结果。
路网中各个路网节点的坐标值为全景地图中的球面坐标值，并且各个路网节点分布于不同的全景场景中。该路网网络模型中能够反映出道路允许通行的方式，该路网网络模型中各边具有相应的距离权重值，该路网网络模型中的网络具有普通道路节点和设备安置节点两种类型的节点。第四步中，对路径分析的结果数据按照场景编号进行预处理，根据路径行进的场景顺序依次在各场景中动态的展示路径的行进路线，在路径播放的过程中，当路线播放进入下一个全景地图场景时，根据点位所带的场景属性信息自动切换当前展示的全景地图场景。
本发明的有益效果为：本发明将全景地图与网络分析模型结合，构建基于全景图的网络分析模型，并基于此模型利用路径分析算法分析经过指定站点的最优路径。本发明可以有效弥补全景地图空间分析功能薄弱的缺点，为全景地图的应用提供新的思路。
本发明是基于全景地图的新型应用，主要特点在于是基于全景地图中的球面坐标构建路网分析模型，在全景地图中动态的展示点位及路径分析的最终结果。路径分析的实现主要是通过路网分析模型和基于迪克斯特拉算法扩展的路径分析算法实现。通过这种结合方式，扩展了全景图的空间分析功能，从而实现全景地图应用的创新。
附图说明
图1为本发明的道路网络拓扑图。
图2为本发明的邻接矩阵示意图。
图3为本发明的数据处理流程图。
图4 为本发明的路径展示效果示意图。
具体实施方式
基于全景地图的网络分析模型构建及路径分析方法，其包括如下步骤。
第一步、采集覆盖整个目标区域范围的全景地图，并基于该全景地图开发全景地图坐标采集程序，采集该目标区域中所有道路交叉点及设备安装点的全景地图坐标点，并将该地图坐标点作为道路路网节点。
利用该路网节点构建该目标区域的路网。
之后，获取相邻该路网节点之间的实地距离，以该实地距离值作为路网模型中每个边的距离权重，以实际道路通行方向设置该路网模型中每个边的通行规则。
在具体实施的时候，利用无人机采集覆盖整个目标区域范围的全景地图。
通过实地测量或其它测量方式获取相邻道路网节点之间的实地距离。
第二步、建立基于全景地图的路网网络模型，路网网络模型构建完成之后，将路网网络模型存储到二维数组中。
第三步、在该路网网络模型的基础上分析经过指定站点的路径信息。
在具体实施的时候，在该路网网络模型的基础上利用基于迪克斯特拉算法扩展的路径分析算法（算法支持一次性分析多个站点的最优路径），分析经过指定站点的路径信息。
第四步、路径分析结果展示，将路径分析的结果展示在全景图中。
在具体实施的时候，分析出的结果值分布在多个不同的全景场景中，因此在路线展示的过程中需要根据各个节点所带的场景编号信息，顺序分割数据，然后依次在各个场景中顺序播放路径的行进路线。
实践中，在第一步中进行数据准备与坐标采集，其任务是开发坐标采集程序，采集分布在全景地图中的路网节点坐标，获取路网节点之间的实地距离，获取道路的通行方向。其步骤如下。
步骤1、开发全景地图坐标采集程序；步骤2、采集路网中的路网节点坐标；步骤3、获取目标区域的道路拓扑图；步骤4、获取路网中各相邻节点之间的实地距离；步骤5、获取各相邻节点之间道路的通行方向。
第二步中路网网络模型的构建，其作用是绘制路网拓扑图、构建路网邻接矩阵。包括如下步骤。
步骤1、绘制路网拓扑图，包含路网各边的距离权重值，通行方向信息；步骤2、基于路网拓扑图构建路网邻接矩阵；步骤3、将邻接矩阵及路网各节点的坐标信息及相关的属性信息记录到二维数组中。至此基于全景图的路网分析模型构建完成。
第三步中，路径分析，其作用是利用算法分析经过指定站点的最优路径。其具体描述如下：计算原则：权重最小原则（根据网络的阻抗条件设置权重，可以是距离或者是时间）。
参数说明：Data：路线必须经过的站点，Node:路网模型中的所有节点，Matrix:道路路网分析模型，Open: 源集，已参加计算的节点，Open = [Start]，Close：差集，未参加计算的点，Close = Node – Open，Start：起点，End：终点，ShortestPath:分析出的起止点之间的线路信息，包括路线长度信息ShortestPath_i.length，及节点属性信息ShortestPath_i.pathnodes。过渡参数：BridgeNode。
其具体步骤为。
步骤1、顺序获取过输入的站点数据集中的两条数据start=data[i]，end=data[i+1]。
步骤2、遍历差集close，计算close中各节点vi到start的距离D（start,vi）。求出距离值最小的节点bridgenode，并将bridgenode加入到open，移出close,同时存储start到vi所经过的节点为shortestPath_i.pathnodes。
步骤3、重新遍历close，计算close中各节点vi到start的距离D（start,v）= Min(D(start,vi),D(start,bridgenode)+D(bridgenode,vi))。
如果较小值为通过bridgenode的值，那么start到vi所经过的节点为shortestPath_bridgenode + vi。
步骤4、重复1、2步骤，直到加入到bridgenode = end 结束,至此计算出start与end之间的最短距离路径shortestPath_i.pathnodes。
步骤5、将start与end的路径结果shortestPath_i.pathnodes保存到数组中。
步骤6、i+1重复以上步骤计算出经过所有过车点位的路径结果。
在具体实施的时候，路网中各个路网节点的坐标值为全景地图中的球面坐标值，并且各个路网节点分布于不同的全景场景中。
该路网网络模型中可反映出道路允许通行的方式；该路网网络模型中各边具有相应的距离权重值；该路网网络模型中的网络具有普通道路节点和设备安置节点两种类型的节点。
实际使用的时候，本发明支持多个站点的条件输入；分析出的结果路径中包含普通道路节点和设备节点；设备节点中带有设备相关的属性信息。
第四步中，对路径分析的结果数据按照场景编号进行预处理；根据路径行进的场景顺序依次在各场景中动态的展示路径的行进路线；在路径播放的过程中，当路线播放进入下一个全景地图场景时，根据点位所带的场景属性信息自动切换当前展示的全景地图场景。
如图1-4为本发明实际应用时候的具体实施例的图示说明，其中，图1为道路网络拓扑图。图2为邻接矩阵示意图。图3为数据处理流程图。图4为 路径展示效果示意图。
Claims (10)
1.基于全景地图的网络分析模型构建及路径分析方法，其特征在于：包括如下步骤，
第一步、采集覆盖整个目标区域范围的全景地图，并基于该全景地图制作全景地图坐标采集程序，利用该采集程序采集该目标区域中所有道路交叉点及设备安装点的全景地图坐标点，并将该地图坐标点作为道路路网节点，利用该路网节点构建该目标区域的路网，之后，获取相邻该路网节点之间的实地距离，以该实地距离值作为路网模型中每个边的距离权重，以实际道路通行方向设置该路网模型中每个边的通行规则，
第二步、建立基于全景地图的路网网络模型，路网网络模型构建完成之后，将路网网络模型存储到二维数组中，
第三步、在该路网网络模型的基础上分析经过指定站点的路径信息，
第四步、路径分析结果展示，将路径分析的结果展示在全景图中。
2.如权利要求1所述的基于全景地图的网络分析模型构建及路径分析方法，其特征在于：第一步中利用无人机采集覆盖整个目标区域范围的全景地图，通过实地测量获取相邻道路网节点之间的实地距离。
3.如权利要求1所述的基于全景地图的网络分析模型构建及路径分析方法，其特征在于：在第三步中在该路网网络模型的基础上利用基于迪克斯特拉算法扩展的路径分析算法，分析经过指定站点的路径信息，该算法支持一次性分析多个站点的最优路径。
4.如权利要求1所述的基于全景地图的网络分析模型构建及路径分析方法，其特征在于：第四步中分析出的结果值分布在多个不同的全景场景中，因此在路线展示的过程中需要根据各个节点所带的场景编号信息，顺序分割数据，然后依次在各个场景中顺序播放路径的行进路线。
5.如权利要求1所述的基于全景地图的网络分析模型构建及路径分析方法，其特征在于：在第一步中进行数据准备与坐标采集，其任务是开发坐标采集程序，采集分布在全景地图中的路网节点坐标，获取路网节点之间的实地距离，获取道路的通行方向，其步骤如下，
步骤1、开发全景地图坐标采集程序，步骤2、采集路网中的路网节点坐标，步骤3、获取目标区域的道路拓扑图，步骤4、获取路网中各相邻节点之间的实地距离，步骤5、获取各相邻节点之间道路的通行方向。
6.如权利要求1所述的基于全景地图的网络分析模型构建及路径分析方法，其特征在于：第二步中路网网络模型的构建，其作用是绘制路网拓扑图、构建路网邻接矩阵，包括如下步骤，
步骤1、绘制路网拓扑图，包含路网各边的距离权重值，通行方向信息，步骤2、基于路网拓扑图构建路网邻接矩阵，步骤3、将邻接矩阵及路网各节点的坐标信息及相关的属性信息记录到二维数组中，至此基于全景图的路网分析模型构建完成。
7.如权利要求1所述的基于全景地图的网络分析模型构建及路径分析方法，其特征在于：第三步中，路径分析，其作用是利用算法分析经过指定站点的最优路径，其具体描述如下：
计算原则：权重最小原则，根据网络的阻抗条件设置权重，其为距离或者是时间，参数说明：Data：路线必须经过的站点，Node:路网模型中的所有节点，Matrix:道路路网分析模型，Open: 源集，已参加计算的节点，Open = [Start]，Close：差集，未参加计算的点，Close= Node – Open，Start：起点，End：终点，ShortestPath:分析出的起止点之间的线路信息，包括路线长度信息ShortestPath_i.length，及节点属性信息ShortestPath_i.pathnodes，过渡参数：bridgenode，
其具体步骤为，
步骤1、顺序获取过输入的站点数据集中的两条数据start=data[i]，end=data[i+1]，
步骤2、遍历差集close，计算close中各节点vi到start的距离D（start,vi），求出距离值最小的节点bridgenode，并将bridgenode加入到open，移出close,同时存储start到vi所经过的节点为shortestPath_i.pathnodes，
步骤3、重新遍历close，计算close中各节点vi到start的距离D（start,v）= Min(D(start,vi),D(start,bridgenode)+D(bridgenode,vi))，
如果较小值为通过bridgenode的值，那么start到vi所经过的节点为shortestPath_bridgenode + vi，
步骤4、重复1、2步骤，直到加入到bridgenode = end 结束,至此计算出start与end之间的最短距离路径shortestPath_i.pathnodes，
步骤5、将start与end的路径结果shortestPath_i.pathnodes保存到数组中，
步骤6、i+1重复以上步骤计算出经过所有过车点位的路径结果。
8.如权利要求1所述的基于全景地图的网络分析模型构建及路径分析方法，其特征在于：路网中各个路网节点的坐标值为全景地图中的球面坐标值，并且各个路网节点分布于不同的全景场景中。
9.如权利要求1所述的基于全景地图的网络分析模型构建及路径分析方法，其特征在于：该路网网络模型中能够反映出道路允许通行的方式，该路网网络模型中各边具有相应的距离权重值，该路网网络模型中的网络具有普通道路节点和设备安置节点两种类型的节点。
10.如权利要求1所述的基于全景地图的网络分析模型构建及路径分析方法，其特征在于：第四步中，对路径分析的结果数据按照场景编号进行预处理，根据路径行进的场景顺序依次在各场景中动态的展示路径的行进路线，在路径播放的过程中，当路线播放进入下一个全景地图场景时，根据点位所带的场景属性信息自动切换当前展示的全景地图场景。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911187680.1A CN110910501B (zh) | 2019-11-28 | 2019-11-28 | 基于全景地图的网络分析模型构建及路径分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911187680.1A CN110910501B (zh) | 2019-11-28 | 2019-11-28 | 基于全景地图的网络分析模型构建及路径分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110910501A true CN110910501A (zh) | 2020-03-24 |
| CN110910501B CN110910501B (zh) | 2023-10-03 |
Family
ID=69819935
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911187680.1A Active CN110910501B (zh) | 2019-11-28 | 2019-11-28 | 基于全景地图的网络分析模型构建及路径分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110910501B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112307135A (zh) * | 2020-11-20 | 2021-02-02 | 卡斯柯信号(成都)有限公司 | 一种站场图回放文件进路的解析方法 |
| CN113566839A (zh) * | 2021-07-23 | 2021-10-29 | 湖南省计量检测研究院 | 基于三维建模的道路区间最短路程距离测量方法 |
| CN114898059A (zh) * | 2022-05-24 | 2022-08-12 | 北京百度网讯科技有限公司 | 散点全景图的拓扑方法、装置及计算机程序产品 |
| CN115934983A (zh) * | 2023-01-09 | 2023-04-07 | 南京维拓科技股份有限公司 | 一种基于布尔运算展示三维模型区别的方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120127170A1 (en) * | 2010-11-24 | 2012-05-24 | Google Inc. | Path Planning For Street Level Navigation In A Three-Dimensional Environment, And Applications Thereof |
| CN103398717A (zh) * | 2013-08-22 | 2013-11-20 | 成都理想境界科技有限公司 | 全景地图数据库采集系统及基于视觉的定位、导航方法 |
| US9036000B1 (en) * | 2011-09-27 | 2015-05-19 | Google Inc. | Street-level imagery acquisition and selection |
| CN108759840A (zh) * | 2018-05-25 | 2018-11-06 | 北京建筑大学 | 一种室内外一体化三维导航路径规划方法 |
| CN109059949A (zh) * | 2018-07-13 | 2018-12-21 | 武汉云图互联信息技术有限公司 | 最短路径的计算方法及装置 |
| CN109974725A (zh) * | 2017-12-28 | 2019-07-05 | 北京三快在线科技有限公司 | 一种路网拓扑构建方法、导航路径计算方法及装置 |
-
2019
- 2019-11-28 CN CN201911187680.1A patent/CN110910501B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120127170A1 (en) * | 2010-11-24 | 2012-05-24 | Google Inc. | Path Planning For Street Level Navigation In A Three-Dimensional Environment, And Applications Thereof |
| US9036000B1 (en) * | 2011-09-27 | 2015-05-19 | Google Inc. | Street-level imagery acquisition and selection |
| CN103398717A (zh) * | 2013-08-22 | 2013-11-20 | 成都理想境界科技有限公司 | 全景地图数据库采集系统及基于视觉的定位、导航方法 |
| CN109974725A (zh) * | 2017-12-28 | 2019-07-05 | 北京三快在线科技有限公司 | 一种路网拓扑构建方法、导航路径计算方法及装置 |
| CN108759840A (zh) * | 2018-05-25 | 2018-11-06 | 北京建筑大学 | 一种室内外一体化三维导航路径规划方法 |
| CN109059949A (zh) * | 2018-07-13 | 2018-12-21 | 武汉云图互联信息技术有限公司 | 最短路径的计算方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| 张文元;丁京祯;杨丽娜;杨翔宇;: "室内外一体化最优路径分析算法实现" * |
| 杨强荣;王美玲;于华超;: "无人地面车辆车道级路径引导方法" * |
| 赵鹏程;胡庆武;刘仙雄;姚远;: "面向iOS的移动端全景地图构建方法" * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112307135A (zh) * | 2020-11-20 | 2021-02-02 | 卡斯柯信号(成都)有限公司 | 一种站场图回放文件进路的解析方法 |
| CN112307135B (zh) * | 2020-11-20 | 2024-05-31 | 卡斯柯信号(成都)有限公司 | 一种站场图回放文件进路的解析方法 |
| CN113566839A (zh) * | 2021-07-23 | 2021-10-29 | 湖南省计量检测研究院 | 基于三维建模的道路区间最短路程距离测量方法 |
| CN113566839B (zh) * | 2021-07-23 | 2024-02-06 | 湖南省计量检测研究院 | 基于三维建模的道路区间最短路程距离测量方法 |
| CN114898059A (zh) * | 2022-05-24 | 2022-08-12 | 北京百度网讯科技有限公司 | 散点全景图的拓扑方法、装置及计算机程序产品 |
| CN115934983A (zh) * | 2023-01-09 | 2023-04-07 | 南京维拓科技股份有限公司 | 一种基于布尔运算展示三维模型区别的方法 |
| CN115934983B (zh) * | 2023-01-09 | 2023-05-30 | 南京维拓科技股份有限公司 | 一种基于布尔运算展示三维模型区别的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110910501B (zh) | 2023-10-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110910501A (zh) | 基于全景地图的网络分析模型构建及路径分析方法 | |
| CN112230759B (zh) | 一种动态交互的城市观景视廊识别与规划模拟方法 | |
| CN110796714B (zh) | 一种地图构建方法、装置、终端以及计算机可读存储介质 | |
| CN104867174A (zh) | 一种三维地图渲染显示方法及系统 | |
| CN107407725A (zh) | 用于装置定位的引导几何结构提取 | |
| CN111798562B (zh) | 一种虚拟建筑空间搭建与漫游方法 | |
| CN102147260A (zh) | 电子地图匹配方法和装置 | |
| CN103747524A (zh) | 一种基于云平台的Android终端室内定位方法 | |
| CN111177835A (zh) | 基于gis与bim的装配式绿色建筑建模方法和系统 | |
| CN108665149A (zh) | 一种基于城市功能混合度的测算方法及系统 | |
| CN110793548B (zh) | 基于gnss接收机硬件在环的虚实结合的导航仿真测试系统 | |
| JP6850325B2 (ja) | 確率プロットに基づく障害物分布シミュレーション方法、装置、端末、記憶媒体、及びプログラム | |
| CN113534204B (zh) | 基于三维场景的导航多径信号仿真方法及系统 | |
| CN113313826B (zh) | 一种尺度自适应可视域分析方法 | |
| CN108828643A (zh) | 一种基于灰色预测模型的室内外无缝定位系统及方法 | |
| CN113066112B (zh) | 一种基于三维模型数据的室内外融合方法及装置 | |
| CN114065339A (zh) | 一种基于三维可视化模型的高塔建设选址方法 | |
| CN108388995A (zh) | 一种道路资产管理系统的建立方法及建立系统 | |
| CN110516304B (zh) | 一种室内空间建模方法 | |
| CN111982135A (zh) | 一种基于不同协议的地图格式之间的转换方法 | |
| CN108447042A (zh) | 城市景观影像数据的融合方法及系统 | |
| CN117557931B (zh) | 一种基于三维场景的表计最优巡检点的规划方法 | |
| CN112288854B (zh) | 立交桥三维模型的构建方法 | |
| CN111708859B (zh) | 一种基于空间数据的商圈边界识别方法 | |
| CN110472327B (zh) | 城市多层温湿度感知的时空系统设计方法 |
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 | ||
| CP03 | Change of name, title or address |
Address after: 518000 1001, building T3, Hualian Business Center, Nanshan community, Nanshan street, Nanshan District, Shenzhen City, Guangdong Province Patentee after: Shenzhen Radio & TV Xinyi Technology Co.,Ltd. Address before: 518000 zone a, 4th floor, building r1-a, 021 Gaoxin industrial village, South 4th Road, Gaoxin, Nanshan District, Shenzhen City, Guangdong Province Patentee before: SHENZHEN XINYI TECHNOLOGY Co.,Ltd. |
|
| CP03 | Change of name, title or address |