CN111708851A - 一种2d地图数据动态解析缓存方法 - Google Patents
一种2d地图数据动态解析缓存方法 Download PDFInfo
- Publication number
- CN111708851A CN111708851A CN202010337888.3A CN202010337888A CN111708851A CN 111708851 A CN111708851 A CN 111708851A CN 202010337888 A CN202010337888 A CN 202010337888A CN 111708851 A CN111708851 A CN 111708851A
- Authority
- CN
- China
- Prior art keywords
- data
- map
- client
- floor
- route
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000004458 analytical method Methods 0.000 title claims description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 230000003068 static effect Effects 0.000 claims abstract description 9
- 230000001133 acceleration Effects 0.000 claims abstract description 7
- 238000005457 optimization Methods 0.000 claims description 9
- 238000009877 rendering Methods 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 4
- 208000019899 phobic disease Diseases 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 2
- 238000005728 strengthening Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明提供一种2D地图数据动态解析缓存方法,包括以下步骤,上传楼层地图数据,尽可能全面的收集所要建立数据库的通用路线店铺,公共设施,电梯之间的线路计算放在后台信息库,将数据以POST方式发送给后台服务,以便于提高楼层导航数据进行分商场分楼层线路进行优化选取的能力,本发明通过创建索引的将寻路过程中的通用路线店铺,公共设施,电梯之间的线路计算放在后台,实现处理能力的加强,并且还将线路进行优化,进一步加快路线计算速度,同时还为数据建立索引,方便客户端快速查找对应线路相关信息,对数据以楼层为单位加密存储,同时合并到商场全局数据中,输出为静态JSON文件,对静态资源进行CDN加速,方便客户端获取。
Description
技术领域
本发明属于数据分析技术领域,具体涉及一种2D地图数据动态解析缓存方法。
背景技术
地图缓存作为一种2D地图数据动态解析缓存优化策略,地图缓存实际上是包含了一系列比例尺一定地图范围内的地图瓦片文件,在服务端创建地图缓存之后,客户端的地图操作,比如放大、缩小和平移,都会向服务端发送一个URL请求,此时,服务端按照请求返回预先生成的地图瓦片,从而达到降低服务器负担并快速显示地图,提升地图浏览速度。
动态的地图服务就是当客户端向Server发出请求,要求查看地图服务时,Server就会根据请求的范围生成图片,再把图片返回给客户端。另一个客户端如果请求查看另一个范围的地图时,Server又会生成一次图片并返回给客户端。由于这些图片是服务器收到请求以后才开始生成的,也就是动态的根据请求范围生成的,所以速度会比较慢,访问的时候根据网络情况,可能要等待比较长的时间才能看到地图,且再寻找最适合的点时,无法快速删除多余的点,删除密集的临近点,寻路耗时耗力;寻找最近的电梯,到达目标楼层,到达目标地点,无法给出的通路的最近距离的两点,到达目标楼层后改路线中间存在断线后就无法导航了,计算任务完全放在客户端使用计算,性能上存在一定的问题。
发明内容
本发明的目的在于提供一种2D地图数据动态解析缓存方法,旨在解决现有技术中间的线路传统的2D地图数据动态解析缓存寻找最近的通用路线(店铺,公共设施,电梯),到达目标楼层时,对最近点的计算选取的重叠性强,无法快速的删除多余的点,删除密集的临近点,用以降低寻路耗时,达目标楼层后改路线中间存在断线后就无法导航了,计算任务完全放在客户端使用js计算,性能上存在一定的问题。
为实现上述目的,本发明提供如下技术方案:
S1:上传楼层地图数据:尽可能全面的收集所要建立数据库的通用路线(店铺,公共设施,电梯之间的线路)计算放在后台信息库,将数据以POST方式发送给后台服务,以便于提高楼层导航数据进行分商场分楼层线路进行优化选取的能力;
S2:数据分析:Server会根据客户发出的请求的范围生成图片通过特定格式的SVG,对数据进行一系列解析、索引、减支过程,从而生成最终数据,且将SVG数据转为JSON,为所有点建立全局索引,同时也为各自类型建立索引;
S3:数据获取:生成保存2D地图数据动态缓存返回给客户端以静态文件的形式保存,提供给客户端使用;
S4:身份验证,验证操作人员身份信息;验证成功后,可通过边缘计算设备读取异常数据信息,客户端根据商场特征ID通过Ajax获取数据后最终解析&渲染成页面,客户端寻路的时候可以更具数据索引快速获取基础线路的最短距离,从而加速路线查找。
为了使得,作为本发明一种优选的,根据S1步骤所述首先要获取名称:
步骤一、解析:按地图绘制规则,采用矢量绘图工具进行交通信息简图设计绘制,并转化成为JSON格式的简图文件;
步骤二、优化线路点:现有线路优化多采用多聚合优化,在地图上查询结果通常以标记点的形式展现,但是如果标记点较多,不仅会大大增加客户端的渲染时间,让客户端变得很卡,而且会让人产生密集恐惧症,为了解决这一问题,我们需要一种手段能在用户有限的可视区域范围内,利用最小的区域展示出最全面的信息,而又不产生重叠覆盖,直觉上用聚类算法能较好达成我们目标,因此采用简单的kmeans聚类,根据客户端的请求,我们知道了客户端显示的范围,并到索引引擎里取出在此范围内的数据,并对这些数据进行kmeans聚类,最后将结果返回给客户端,对简图文件中绘制的每一条道路对象进行唯一性编号,每一条道路对象的唯一性编号与对应地图道路的位置编码建立对应关系,并存储于数据库中。
为了使得,作为本发明一种优选的,根据S2步骤所述首先要获取名称:
步骤一、计算通路线路:线路进行优化,进一步加快路线计算速度晒选,将地图道路的位置编码及其长度信息存储于数据库中;
步骤二、数据加密:将楼层数据进行加密,保存上传到企业云;
步骤三、楼层单位存储:将楼层数据合并到商场整体的数据中;
步骤四:楼层数据合并到商场数据中,使得数据的定位更加清晰;
步骤五:全局索引和自建部分索引以转换工具对简图模板中的道路进行道路分割、道路分离和简图缩放,快速调出需要的数据;
步骤六,索引计算电梯与所有店铺&公共设施&设备点位的最近距离,存储至路线索引
数据的传输终的楼层数据加密,保存到企业云:利用计算电梯与所有店铺&公共设施&设备点位的策略。
为了使得,作为本发明一种优选的,根据S3所定制的技术方案:
步骤一、渲染,在制图软件平台中加载处理好的晕渲数据与商场的楼层电梯楼进行渲染制图数据叠加,编辑整理各要素关系及图外整饰,最后经检查验收合格后,得到晕渲地商场计算电梯与所有店铺&公共设施&设备点位成果,晕渲地形图矢量地形图制图便于用户进行快速查找辨别;
步骤二、解析,比如街道地图、地形图、影像图和其他基础地图等。如果数据经常变化,也可以采用定期更新缓存的方式,但是如果需要表现的是实时数据,生成缓存可能需要很长的时间完成,如果能够隔离出频繁变化的区域进行单独更新,则可以大大提高重建解析的效率;
步骤三、上传,将最终的楼层数据加密,保存到企业云,将楼层数据合并到商场整体数据中,保存到企业云CDN加速。
为了使得,作为本发明一种优选的,根据S4所定制的技术方案:身份验证,验证操作人员身份信息;验证成功后,可通过边缘计算设备读取异常数据信息,客户端根据商场特征ID通过Ajax获取数据后最终解析&渲染成页面,客户端寻路的时候可以更具数据索引快速获取基础线路的最短距离,从而加速路线查找。
与现有技术相比,本发明的有益效果是:
1)通过创建索引的将寻路过程中的通用路线(店铺,公共设施,电梯之间的线路)计算放在后台,实现处理能力的加强,并且还将线路进行优化,进一步加快路线计算速度,同时还为数据建立索引,方便客户端快速查找对应线路相关信息,对数据以楼层为单位加密存储,同时合并到商场全局数据中,输出为静态JSON文件,对静态资源进行CDN加速,方便客户端获取。
2)通过优化的路点,删除多余的点,删除密集的临近点,用以降低寻路耗时,在地图上查询结果通常以标记点的形式展现,但是如果标记点较多,不仅会大大增加客户端的渲染时间,让客户端变得很卡,而且会让人产生密集恐惧症,,利用最小的区域展示出最全面的信息,而又不产生重叠覆盖,直觉上用聚类算法能较好达成我们目标,因此采用简单的kmeans聚类,根据客户端的请求快速对选取标记进行筛选删除;
3)通过计算电梯与所有店铺&公共设施&设备点位的最近距,线路进行优化,进一步加快路线计算速度筛选,将地图道路的位置编码及其长度信息存储于数据库中,一句后台的编写的字符的长短,依据需要的导航上取得楼,数据指令操作辨别选取最短合适的距离路段计算电梯与所有店铺&公共设施&设备点位的最近距离。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
请参阅图1,本发明提供以下技术方案:包括以下步骤:括以下步骤:
S1:上传楼层地图数据:尽可能全面的收集所要建立数据库的通用路线(店铺,公共设施,电梯之间的线路)计算放在后台信息库,将数据以POST方式发送给后台服务,以便于提高楼层导航数据进行分商场分楼层线路进行优化选取的能力;
S2:数据分析:Server会根据客户发出的请求的范围生成图片通过特定格式的SVG,对数据进行一系列解析、索引、减支过程,从而生成最终数据,且将SVG数据转为JSON,为所有点建立全局索引,同时也为各自类型建立索引;
S3:数据获取:生成保存2D地图数据动态缓存返回给客户端以静态文件的形式保存,提供给客户端使用。
S4:身份验证,验证操作人员身份信息;验证成功后,可通过边缘计算设备读取异常数据信息,客户端根据商场特征ID通过Ajax获取数据后最终解析&渲染成页面,客户端寻路的时候可以更具数据索引快速获取基础线路的最短距离,从而加速路线查找。
本实施例中:根据S1步骤所述首先要获取名称:
步骤一、解析:按地图绘制规则,采用矢量绘图工具进行交通信息简图设计绘制,并转化成为JSON格式的简图文件;
步骤二、优化线路点:现有线路优化多采用多聚合优化,在地图上查询结果通常以标记点的形式展现,但是如果标记点较多,不仅会大大增加客户端的渲染时间,让客户端变得很卡,而且会让人产生密集恐惧症,为了解决这一问题,我们需要一种手段能在用户有限的可视区域范围内,利用最小的区域展示出最全面的信息,而又不产生重叠覆盖,直觉上用聚类算法能较好达成我们目标,因此采用简单的kmeans聚类,根据客户端的请求,我们知道了客户端显示的范围,并到索引引擎里取出在此范围内的数据,并对这些数据进行kmeans聚类,最后将结果返回给客户端,对简图文件中绘制的每一条道路对象进行唯一性编号,每一条道路对象的唯一性编号与对应地图道路的位置编码建立对应关系,并存储于数据库中;
本实施例中,根据S2步骤所述首先要获取名称:
步骤一、计算通路线路:线路进行优化,进一步加快路线计算速度晒选,将地图道路的位置编码及其长度信息存储于数据库中;
步骤二、数据加密:将楼层数据进行加密,保存上传到企业云;
步骤三、楼层单位存储:将楼层数据合并到商场整体的数据中;
步骤四:楼层数据合并到商场数据中,使得数据的定位更加清晰;
步骤五:全局索引和自建部分索引以转换工具对简图模板中的道路进行道路分割、道路分离和简图缩放,快速调出需要的数据,计算电梯与所有店铺&公共设施&设备点位的最近距离,存储至路线索引。
具体的,通过的单个索引和全部索引的设置便于的上传的楼层地图数据进行筛选和分析,抓取客户所需的索引条件,通过优化线路图为客户选取地最适合的路线,路线选取完成进行计算的,同时客户端同时传输数据呈现,楼层的数据合并到商场的数据库中,便快速的进行筛选,给出给出最佳的使用方案便于缩短通用路线店铺,客户端根据商场特征ID通过Ajax获取数据后最终解析&公共设施,电梯之间的线路的距离,且对数据以楼层为单位加密存储,同时合并到商场全局数据中,输出为静态JSON文件;对静态资源进行CDN加速,方便客户端获取,提升使服务的效率。
本实施例中,根据S2步骤所述首先要获取名称:
数据的传输终的楼层数据加密,保存到企业云:利用计算电梯与所有店铺&公共设施&设备点位的策略。
步骤一、渲染,在制图软件平台中加载处理好的晕渲数据与商场的楼层电梯楼进行渲染制图数据叠加,编辑整理各要素关系及图外整饰,最后经检查验收合格后,得到晕渲地商场计算电梯与所有店铺&公共设施&设备点位成果,晕渲地形图矢量地形图制图便于用户进行快速查找辨别;
步骤二、解析,比如街道地图、地形图、影像图和其他基础地图等。如果数据经常变化,也可以采用定期更新缓存的方式,但是如果需要表现的是实时数据,生成缓存可能需要很长的时间完成,如果能够隔离出频繁变化的区域进行单独更新,则可以大大提高重建解析的效率;
步骤三、上传,将最终的楼层数据加密,保存到企业云,将楼层数据合并到商场整体数据中,保存到企业云CDN加速。
本实施例中,根据S4所定制的技术方案:
具体的SVG数据包含全局线路,店铺信息(坐标铺位号,店铺区域等),公共设施信息(洗手间,母婴室等),电梯厅(自动扶梯,直梯),将数据以POST方式发送给后台服务,将SVG数据转为JSON格式的图像,为所有点建立全局索引,同时也为各自类型建立索引,通过全局索引和各自索引,便于筛选的点进行区分,方便对现有楼层进行选取,便于对对全局数据进行线路优化,删除多余的点,删除密集的临近点,用以降低寻路耗时,计算电梯与所有店铺&公共设施&设备点位的最近距离,便于快速到达,多个线路索引至路线索引,完成保存,并最终的对楼层数据加密,保存到企业云,最后将楼层数据合并到商场整体数据中,保存到企业云CDN加速,因此客户就可以通过手机端进行搜索需求,且搜索的同时通过数据的分析中心进行优化线点,对通路线路进一步的疏通,同时索引数据在客户端上的进行的渲染和解析呈现给用户,进行指引,数据的传输会进过将最终的楼层数据加密,保存到企业云防止信息外漏,最终将上传的数据和楼层单位储存的数据据进行合并,客户端根据商场特征ID通过Ajax获取数据后最终解析&渲染成页面,客户端寻路的时候可以更具数据索引快速获取基础线路的最短距离,从而加速路线查找。
补充说明使用流程的,动态的地图服务就是当客户端向Server发出请求,要求查看地图服务时,Server就会根据请求的范围生成图片,再把图片返回给客户端。另一个客户端如果请求查看另一个范围的地图时,Server又会生成一次图片并返回给客户端。由于这些图片是服务器收到请求以后才开始生成的,也就是动态的根据请求范围生成的,所以速度会比较慢,访问的时候根据网络情况,可能要等待比较长的时间才能看到地图。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种2D地图数据动态解析缓存方法,其特征在于,包括以下步骤:
S1:上传楼层地图数据:尽可能全面的收集所要建立数据库的通用路线店铺,公共设施,电梯之间的线路计算放在后台信息库,将数据以POST方式发送给后台服务,以便于提高楼层导航数据进行分商场分楼层线路进行优化选取的能力;
S2:数据分析:Server会根据客户发出的请求的范围生成图片通过特定格式的SVG,对数据进行一系列解析、索引、减支过程,从而生成最终数据,且将SVG数据转为JSON,为所有点建立全局索引,同时也为各自类型建立索引;
S3:数据获取:生成保存2D地图数据动态缓存返回给客户端以静态文件的形式保存,提供给客户端使用;
S4:身份验证:验证操作人员身份信息,验证成功后,可通过边缘计算设备读取异常数据信息,客户端根据商场特征ID通过Ajax获取数据后最终解析&渲染成页面,客户端寻路的时候可以更具数据索引快速获取基础线路的最短距离,从而加速路线查找。
2.根据权利要求1所述的一种2D地图数据动态解析缓存方法,其特征在于:根据S1步骤所述首先要获取名称:
步骤一、解析:按地图绘制规则,采用矢量绘图工具进行交通信息简图设计绘制,并转化成为JSON格式的简图文件;
步骤二、优化线路点:现有线路优化多采用多聚合优化,在地图上查询结果通常以标记点的形式展现,但是如果标记点较多,不仅会增加客户端的渲染时间,让客户端变得很卡,而且会让人产生密集恐惧症,为了解决这一问题,我们需要一种手段能在用户有限的可视区域范围内,利用最小的区域展示出最全面的信息,而又不产生重叠覆盖,直觉上用聚类算法能较好达成我们目标,因此采用简单的kmeans聚类,根据客户端的请求,我们知道了客户端显示的范围,并到索引引擎里取出在此范围内的数据,并对这些数据进行kmeans聚类,最后将结果返回给客户端,对简图文件中绘制的每一条道路对象进行唯一性编号,每一条道路对象的唯一性编号与对应地图道路的位置编码建立对应关系,并存储于数据库中。
3.根据权利要求1所述的一种2D地图数据动态解析缓存方法,其特征在于:根据S2步骤所述首先要获取名称:
步骤一、计算通路线路:线路进行优化,进一步加快路线计算速度晒选,将地图道路的位置编码及其长度信息存储于数据库中;
步骤二、数据加密:将楼层数据进行加密,保存上传到企业云;
步骤三、楼层单位存储:将楼层数据合并到商场整体的数据中;
步骤四、楼层数据合并到商场数据中,使得数据的定位更加清晰;
步骤五:全局索引和自建部分索引以转换工具对简图模板中的道路进行道路分割、道路分离和简图缩放,快速调出需要的数据,计算电梯与所有店铺&公共设施&设备点位的最近距离,存储至路线索引。
4.根据权利要求1所述的一种2D地图数据动态解析缓存方法,其特征在于:根据S3所定制的技术方案:数据的传输终的楼层数据加密,保存到企业云:利用计算电梯与所有店铺&公共设施&设备点位的策略。
步骤一、渲染,在制图软件平台中加载处理好的晕渲数据与商场的楼层电梯楼进行渲染制图数据叠加,编辑整理各要素关系及图外整饰,最后经检查验收合格后,得到晕渲地商场计算电梯与所有店铺&公共设施&设备点位成果,晕渲地形图矢量地形图制图便于用户进行快速查找辨别;
步骤二、解析,比如街道地图、地形图、影像图和其他基础地图等。如果数据经常变化,也可以采用定期更新缓存的方式,但是如果需要表现的是实时数据,生成缓存可能需要很长的时间完成,如果能够隔离出频繁变化的区域进行单独更新,则可以大大提高重建解析的效率;
步骤三、上传,将最终的楼层数据加密,保存到企业云,将楼层数据合并到商场整体数据中,保存到企业云CDN加速。
5.根据权利要求1所述的一种2D地图数据动态解析缓存方法,其特征在于:根据S4所定制的技术方案:身份验证,验证操作人员身份信息;验证成功后,可通过边缘计算设备读取异常数据信息,客户端根据商场特征ID通过Ajax获取数据后最终解析&渲染成页面,客户端寻路的时候可以更具数据索引快速获取基础线路的最短距离,从而加速路线查找。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010337888.3A CN111708851A (zh) | 2020-04-26 | 2020-04-26 | 一种2d地图数据动态解析缓存方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010337888.3A CN111708851A (zh) | 2020-04-26 | 2020-04-26 | 一种2d地图数据动态解析缓存方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111708851A true CN111708851A (zh) | 2020-09-25 |
Family
ID=72536403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010337888.3A Pending CN111708851A (zh) | 2020-04-26 | 2020-04-26 | 一种2d地图数据动态解析缓存方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111708851A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112233204A (zh) * | 2020-09-30 | 2021-01-15 | 腾讯科技(深圳)有限公司 | 一种地图处理方法、装置、计算机设备和存储介质 |
CN112836078A (zh) * | 2021-02-20 | 2021-05-25 | 山东省计算中心(国家超级计算济南中心) | 一种图上最短路径安全查询方法、装置、系统及存储介质 |
CN113074735A (zh) * | 2021-03-24 | 2021-07-06 | 同济大学 | 一种地图数据结构的处理方法 |
CN113724571A (zh) * | 2021-11-04 | 2021-11-30 | 比亚迪股份有限公司 | 轨道交通站场图的生成方法及其生成装置和电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080059889A1 (en) * | 2006-09-01 | 2008-03-06 | Cheryl Parker | System and Method of Overlaying and Integrating Data with Geographic Mapping Applications |
CN107316474A (zh) * | 2016-04-27 | 2017-11-03 | 上海炬宏信息技术有限公司 | 基于svg矢量数据格式的动态交通信息简图制作方法 |
CN107833105A (zh) * | 2017-11-14 | 2018-03-23 | 青岛理工大学 | 一种基于楼宇建筑信息模型的商场可视化租赁管理方法及系统 |
CN109470250A (zh) * | 2018-11-06 | 2019-03-15 | 上海航天电子通讯设备研究所 | 一种室内导航方法及系统 |
CN110059149A (zh) * | 2019-04-24 | 2019-07-26 | 上海交通大学 | 电子地图空间关键字查询分布式索引系统和方法 |
-
2020
- 2020-04-26 CN CN202010337888.3A patent/CN111708851A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080059889A1 (en) * | 2006-09-01 | 2008-03-06 | Cheryl Parker | System and Method of Overlaying and Integrating Data with Geographic Mapping Applications |
CN107316474A (zh) * | 2016-04-27 | 2017-11-03 | 上海炬宏信息技术有限公司 | 基于svg矢量数据格式的动态交通信息简图制作方法 |
CN107833105A (zh) * | 2017-11-14 | 2018-03-23 | 青岛理工大学 | 一种基于楼宇建筑信息模型的商场可视化租赁管理方法及系统 |
CN109470250A (zh) * | 2018-11-06 | 2019-03-15 | 上海航天电子通讯设备研究所 | 一种室内导航方法及系统 |
CN110059149A (zh) * | 2019-04-24 | 2019-07-26 | 上海交通大学 | 电子地图空间关键字查询分布式索引系统和方法 |
Non-Patent Citations (1)
Title |
---|
王炳乾等: "分层贪心聚簇算法研究", 《科技与创新》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112233204A (zh) * | 2020-09-30 | 2021-01-15 | 腾讯科技(深圳)有限公司 | 一种地图处理方法、装置、计算机设备和存储介质 |
CN112233204B (zh) * | 2020-09-30 | 2024-03-12 | 腾讯科技(深圳)有限公司 | 一种地图处理方法、装置、计算机设备和存储介质 |
CN112836078A (zh) * | 2021-02-20 | 2021-05-25 | 山东省计算中心(国家超级计算济南中心) | 一种图上最短路径安全查询方法、装置、系统及存储介质 |
CN112836078B (zh) * | 2021-02-20 | 2021-10-22 | 山东省计算中心(国家超级计算济南中心) | 一种图上最短路径安全查询方法、装置、系统及存储介质 |
CN113074735A (zh) * | 2021-03-24 | 2021-07-06 | 同济大学 | 一种地图数据结构的处理方法 |
CN113074735B (zh) * | 2021-03-24 | 2023-01-31 | 同济大学 | 一种地图数据结构的处理方法 |
CN113724571A (zh) * | 2021-11-04 | 2021-11-30 | 比亚迪股份有限公司 | 轨道交通站场图的生成方法及其生成装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111708851A (zh) | 一种2d地图数据动态解析缓存方法 | |
US11042572B2 (en) | System and method for spatial clustering using multiple-resolution grids | |
KR101721339B1 (ko) | 새로운 공급처의 주소를 확정하는 방법 및 장치 | |
US9125022B2 (en) | Inferring positions with content item matching | |
CN111627114A (zh) | 室内视觉导航方法、装置、系统及电子设备 | |
US20120254153A1 (en) | Shortest path determination in databases | |
KR101312294B1 (ko) | 실내지도 데이터베이스, 지도 서비스 제공장치 및 방법, 개방형 api를 이용한 실내지도 제공장치, 그리고 실내지도 제작장치 및 방법 | |
KR100484223B1 (ko) | 지역정보 검색서비스 시스템 | |
KR101803598B1 (ko) | 클라우드 포인트를 이용한 실내 지도 구축 장치 및 방법 | |
US8843480B2 (en) | Server, information-management method, information-management program, and computer-readable recording medium with said program recorded thereon, for managing information input by a user | |
JP5797419B2 (ja) | 地図情報処理装置、ナビゲーション装置、地図情報処理方法、およびプログラム | |
Belcastro et al. | G-RoI: automatic region-of-interest detection driven by geotagged social media data | |
KR20130094764A (ko) | 랜드마크 기반의 poi 정보 제공 시스템 및 그 방법 | |
KR102048954B1 (ko) | 실내 인프라 정보 제공 시스템, 장치 및 방법 | |
CN108712712A (zh) | 无线保真WiFi网络关联信息显示方法及装置 | |
US6029112A (en) | Postal route system and method for fast algorithm of the shortest path in the same | |
JP5081304B2 (ja) | 地図情報処理装置、地図情報処理方法、地図情報処理プログラム、及び記録媒体 | |
KR20210030146A (ko) | 프랜차이즈 점포 입지 추천 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 | |
CN116823535B (zh) | 一种基于多模态大模型的行程规划及智能导览系统 | |
CN109068374A (zh) | 驻留poi确定方法、装置、终端及存储介质 | |
KR20020014011A (ko) | 디지털 수치 지도와 이동 통신 단말을 이용한 시설물 관리및 고객 관리 시스템 및 방법 | |
CN112351394A (zh) | 一种基于手机信令数据的交通出行模型构建方法 | |
CN107423361A (zh) | 一种最临近服务点的搜索方法 | |
CN108121725A (zh) | 一种搜索方法及装置 | |
JPWO2010092680A1 (ja) | 地図情報処理装置、地図情報処理方法、地図情報処理プログラム、及び記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210301 Address after: Room 109, building 2, no.787, manufacturing Bureau Road, Huangpu District, Shanghai 200011 Applicant after: Shanghai Qiyun Technology Co.,Ltd. Address before: Room 109, 655 Yinxiang Road, Jiading District, Shanghai, 201802 Applicant before: SHANGHAI RONGYIWANG ELECTRONIC COMMERCE Co.,Ltd. |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200925 |