CN112328929B - 基于矢量瓦片地图发布技术的人流密度动态可视化方法 - Google Patents

基于矢量瓦片地图发布技术的人流密度动态可视化方法 Download PDF

Info

Publication number
CN112328929B
CN112328929B CN202011372120.6A CN202011372120A CN112328929B CN 112328929 B CN112328929 B CN 112328929B CN 202011372120 A CN202011372120 A CN 202011372120A CN 112328929 B CN112328929 B CN 112328929B
Authority
CN
China
Prior art keywords
data
people stream
stream density
density
contour line
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.)
Active
Application number
CN202011372120.6A
Other languages
English (en)
Other versions
CN112328929A (zh
Inventor
杨亚宁
蒋如乔
钱程扬
王一梅
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.)
Yuance Information Technology Co ltd
Original Assignee
Suzhou Industrial Park Surveying Mapping And Geoinformation 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 Suzhou Industrial Park Surveying Mapping And Geoinformation Co ltd filed Critical Suzhou Industrial Park Surveying Mapping And Geoinformation Co ltd
Priority to CN202011372120.6A priority Critical patent/CN112328929B/zh
Publication of CN112328929A publication Critical patent/CN112328929A/zh
Application granted granted Critical
Publication of CN112328929B publication Critical patent/CN112328929B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/957Browsing optimisation, e.g. caching or content distillation
    • G06F16/9577Optimising the visualization of content, e.g. distillation of HTML documents
    • 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
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/005General purpose rendering architectures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models

Landscapes

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

Abstract

本发明涉及一种基于矢量瓦片地图发布技术的人流密度动态可视化方法,该方法基于人流密度热力图的栅格数据或人流密度的采样点数据,提取人流密度矢量等高线数据,并发布为动态矢量瓦片地图,在web端对人流密度等高线以分层设色方式渲染体现人流密度热区,同时在时间序列上进行插值,获得连续的人流密度等高线图,在web端逐帧播放,实现人流密度的动态变化效果,目的在于解决人流密度数据无法在web端以动画形式流畅平滑播放的问题。

Description

基于矢量瓦片地图发布技术的人流密度动态可视化方法
技术领域
本发明涉及栅格-矢量转换技术和动态矢量瓦片发布技术领域,具体的说是一种基于矢量瓦片地图发布技术的人流密度动态可视化方法。
背景技术
随着城市化进程的加快及社会经济的快速发展,娱乐活动、展览活动、体育赛事、庆祝活动等大规模人群聚集活动频繁出现,常常在公共场所形成高度聚集的人群,这类高密度聚集人群往往隐藏着发生踩踏事件的隐患,因此密切监控城市重点区域的人群密度及其变化是城市安全中的重要内容。
人流密度具备在空间上连续分布且在时间上连续变化的特点,在地图上常常以热力图的方式展现,能够直观表达人流热区,现有的人流密度热力图通常是描述某一确定时间的静态热力图,或是在时间序列上逐帧播放的动态栅格热力图,静态热力图无法体现人流热区在时间上变化的特点,而在网页端地图上逐帧播放栅格热力图受限于网络数据传输和数据渲染效率,往往不能保证流畅的播放效果,目前大多通过降低分辨率以保证播放的流畅度,因此需要进一步探究人流密度的动态可视化方法。
中国专利文献CN108564638B公开了一种基于地理图像学确定人流热区的方法和装置,所述方法包括:统计一段时间内区域中各坐标点的人流密度数据;将各坐标点的人流密度数据,作为各坐标点的高度数据后,根据所述高度数据运用地理图像学绘制所述区域内的等高线;将绘制的等高线作为人流等密度线后,根据人流等密度线所圈范围确定所述区域中的人流热区。应用该方法确定人流热区的计算量小,能快速确定人流热区,实现实时计算和显示,但该方法更注重于研究人流密度的计算方式,对于人流密度数据在web端如何以动画形式流畅平滑播放,则并未提供一种解决方法。
中国专利文献CN104408197B公开了一种热力图的处理方法及装置。其中,该方法包括:获取网页的热力图数据,热力图数据至少包括网页的浏览数据;获取预先设定的时间区间;根据时间区间的长度,确定对热力图数据进行聚合的聚合粒度;根据聚合粒度和热力图数据,构成热力图数据序列;根据时间区间与热力图数据序列,依次生成多个热力图,其中,由多个热力图构成动态热力图。该方法通过时间顺序排列的热力图数据序列,依次生成多个热力图,解决了无法直观反映在一个时间段内的与多个时间区间的访问数据变化情况的问题,但该方法主要针对网页的热力图,不是人流密度的热力图,人流密度热力图由于要在地图上绘制,本质上不是简单的图片,而是金字塔结构的切片组织,复杂性相比网页热力图要高很多。
发明内容
针对上述现有技术中存在的问题,本发明公布了一种基于矢量瓦片地图发布技术的人流密度动态可视化方法,该方法基于人流密度热力图的栅格数据或人流密度的采样点数据,提取人流密度矢量等高线数据,并发布为动态矢量瓦片地图,在web端对人流密度等高线以分层设色方式渲染体现人流密度热区,同时在时间序列上进行插值,获得连续的人流密度等高线图,在web端逐帧播放,实现人流密度的动态变化效果。
矢量瓦片是采用Google Protocol Buffers协议编码的一种二进制文件,用来存储矢量地图数据。矢量瓦片由多个图层组成,每个图层包含空间数据(点、线、面)和属性数据。矢量瓦片地图发布和渲染技术,是将矢量数据以金字塔结构组织为矢量瓦片,web端根据显示需求按需请求指定的矢量瓦片,并根据自定义的地图样式即时渲染。矢量瓦片地图发布技术具备数据量小、压缩率高和样式可定制等优势,能够满足web端动态展示人流密度数据的需求。
人流密度定义:人流密度是指在某一时刻某一单位空间范围内的人口数量,如腾讯位置大数据的人流密度表示为某一时刻每100平方米的人数。
为了表达人流密度在地理空间上的分布状况,首先需要选定一种投影坐标系,如Pseudo-Mercator(web墨卡托)投影坐标系,其次选定空间范围作为采样区域,在采样区域内设置原始空间采样点,最后在某一固定时刻采集各采样点上的人流密度数值,这样基于空间采样点采集的人流密度数值我们称之为该时刻的人流密度采样数据。
本发明所公开的具体的技术方案如下:一种基于矢量瓦片地图发布技术的人流密度动态可视化方法,包括如下步骤:
S10.基于原始空间采样点,在Ti时刻采集每个采样点位置上的人流密度数值,其中Ti为等间隔的时间序列,采样点的设置及采样点人流密度数值的采集可采用现有已存在的技术方法,例如直接使用腾讯位置大数据作为人流密度原始采样数据;
S20.对采样区域按照一定的粒度进行空间网格划分,提取网格中心点,作为重采样位置点;
S30.采用核密度估计算法(kernel density estimation),对Ti时刻的人流密度采样数据生成栅格热力图,基于栅格分析中的按点提取值算法,将Ti时刻的栅格热力图赋值给S20步骤生成的中心点位置数据,形成Ti时刻对应的重采样人流密度数据;
S40.对相邻时刻的重采样人流密度数据进行时序上的插值计算:对相邻时刻的重采样人流密度数据按照同一中心点位置进行插值计算,在相邻时序之间增加多组中间帧,计算中间帧所对应的重采样人流密度数据的值;
S50.根据步骤S40获得的重采样人流密度数据,计算提取得到相同时刻的等值线数据,并将等值线数据转换为等值面数据,最后将计算得到的等值线和等值面数据存储于空间数据库中;
S60.通过矢量瓦片发布技术,设置地图服务发布配置,实现数据库空间数据到矢量瓦片地图的实时发布;
S70.在web端对人流密度的等值面数据进行渲染,绘制矢量人流密度热力图,并实现时序上矢量人流密度热力图连续变化的动画效果。
进一步的,所述S40步骤中在相邻时序之间增加时间帧并计算所对应的重采样人流密度数据的具体方法为:
S41.选择待计算中间帧的两个前后相邻时刻,并设定中间帧的插入帧数n,其中n=1,2,3...ni
S42.计算n个中间帧中第ni个中间帧的时间Tn
Tn=ti+ni×((ti+1-ti)/(n+1)),
其中,ti为插入中间帧的前一时刻,ti+1为插入中间帧的后一时刻;
S43.计算第ni个中间帧的对应位置点的重采样人流密度数据gni(x,y)为:
gni(x,y)=gi(x,y)+ni×((gi+1(x,y)-gi(x,y))/(n+1)),
其中(x,y)为在指定投影坐标系中,采样区域内重采样位置点的地理空间坐标,gi(x,y)为(x,y)空间坐标位置ti时刻的重采样人流密度数据,gi+1(x,y)为(x,y)空间坐标位置ti+1时刻的重采样人流密度数据;
S44.重复步骤S42至S43,对采样区域内所有的重采样位置点进行插值计算,直至获取Tn中间帧时刻采样区域内所有中心位置点的重采样人流密度数据;
S45.重复步骤S41至S44,直至获得采样区域内所有相邻时序之间的中间帧及中间帧对应的重采样人流密度数据。
进一步的,S50步骤中计算提取得到相同时刻的等值线数据以及将等值线数据转换为等值面数据的具体方法为:
S51.获取某一时刻Ti所有中心位置点的重采样人流密度点数据;
S52.按照固定间距设置一个人流密度等值线数值数组[d1,d2,……,di];
S53.计算数值为di的等值线,等值线是制图对象某一数量指标值相等的各点连成的平滑曲线,由地图上标出的表示制图对象数量的各点,采用内插法找出各点绘制而成的,基于位置点数值计算等值线可采用现有已存在的技术方法,如python matplotlib工具箱的tricontour方法;
S54.计算得的等值线以空间数据类型Polyline存储,Polyline是用来描述地理空间中线状要素的一种数据格式;
S55.将步骤S54计算得的Polyline线状要素转换为Polygon面状要素,Polygon是用来描述地理空间中面状要素的一种数据格式,线转面可采用现有已存在的技术方法,如ArcGIS工具箱中的Feature To Polygon方法。计算等值线对应的面状要素,是为了方便web端渲染实现更好的可视化效果;
S56.重复步骤S52至S55,直至获得所有人流密度等值线数值对应的等值线数据和等值面数据(di、geoml、geomf),di表示人流密度等值线数值,geoml表示计算得的等值线,geomf表示计算得的等值面;
S57.重复步骤S51至S56,直至获取所有时刻、所有人流密度等值线数值对应的等值线数据和等值面数据(ti、di、geoml、geomf),ti表示时刻,di表示人流密度等值线数值,geoml表示计算得的等值线,geomf表示计算得的等值面;
S58.将计算得的所有时刻、所有人流密度等值线数值及对应的等值线数据和等值面数据保存至空间数据库中。
进一步的,所述S60步骤中数据库空间数据到矢量瓦片地图发布基于动态矢量瓦片地图发布技术实现,可采用现有已存在的技术方法,如开源工具Tegola,Tegola是面向数据库的矢量瓦片服务器,通过获取数据库中的空间数据并转化为矢量瓦片,以HTTP服务的方式提供给web端。
进一步的,所述S70步骤中在web端对人流密度的等值面数据进行渲染,并实现时序上人流密度连续变化动画效果的具体方法为:
S71.对人流密度的等值面数据以分层设色方式进行进行渲染,形成矢量人流密度热力图,以体现出人流密度热区的空间分布情况。在地图表达上,分层设色是以一定的颜色变化次序或色调深浅来表示地貌的方法,通过在不同等高线间普染不同的颜色,以色相、色调的差异来表示地势高低起伏。本发明中采用该方法绘制矢量人流密度热力图,对同一时刻的不同人流密度等值线数值对应的等值面数据,渲染以不同的颜色,比如将人流密度数值从低值到高值划定五个等级,将其对应的等高面分别赋以:蓝、绿、黄、橙、红五种颜色,从而模拟人流密度热力图的形态,直观的表达人流密度热区的空间分布状况;
S72.在web端绘制矢量人流密度热力图是基于web端矢量地图渲染技术,对某一时刻的等值面数据以面状要素绘制,按照人流密度等值线数值由低到高的层次依次绘制等值面,具体填充颜色可模拟热力图色彩表达。具体可采用现有已存在的技术方法如Mapbox GLJS技术,Mapbox GL JS是一个JavaScript库,使用WebGL渲染交互式矢量瓦片地图和栅格瓦片地图。WebGL渲染意味着高性能,MapboxGL能够渲染大量的地图要素,拥有流畅的交互以及动画效果、可以显示立体地图并且支持移动端,是一款十分优秀的WEB GIS开发框架;
S73.矢量地图服务支持按属性筛选,步骤S70中发布的人流密度矢量地图服务中包含时间属性ti,web端按照时间次序,依次筛选并渲染指定时刻的矢量人流密度热力图,并设定一定时间间隔的自动播放效果,从而达到在时间序列上连续的矢量人流密度热力图动态播放的效果。
本发明同现有技术相比,具有如下优点:
1)本发明中的人流密度动态可视化方法采用矢量瓦片地图发布和渲染方式,相比栅格数据中采用的图片数据,大大减少数据传输和渲染压力,高效的渲染方式可支撑更高的帧率,通过在时间序列上进行插值加密,获取更多中间帧数据,从而实现更流畅平滑的播放效果。
2)本发明的人流密度动态可视化方法中矢量瓦片地图表达方式相对传统的栅格瓦片地图表达方式可以进行更加灵活的样式配置,实时调整人流密度分布的渲染效果,如调整等高线的分层设色样式,改变等值距,以及实现三维等高线的样式表达。
3)本发明中的以矢量等高线表示人流密度热度分布,能够更好的支持地理空间分析,结合业务数据进行更深层次的数据挖掘和更多样的空间表达尝试。
附图说明
图1是本发明实施例中一种基于矢量瓦片地图发布技术的人流密度动态可视化方法的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例:
结合图1所示,一种基于矢量瓦片地图发布技术的人流密度动态可视化方法,包括如下步骤:
S10.定义Pseudo-Mercator(web墨卡托)投影坐标系,选取空间范围(13433048.606573,3673761.610302,13433626.308699,3674738.991512)为采样区域,设置原始采样点,原始采样点可采用有序或无序的方式分布,在某个时间段每间隔5min采集采样区域内每个采样点的人流密度数值,针对采样点人流密度数值计算可采用现有已存在的技术方法,例如直接使用腾讯位置大数据作为采样点人流密度数值;
S20.对步骤S10中选取的采样区域按照10m×10m的进行空间网格划分,提取网格中心点,作为重采样位置点;
S30.采用核密度估计算法(kernel density estimation),对Ti时刻的人流密度采样数据生成栅格热力图,基于栅格分析中的按点提取值算法,将Ti时刻的栅格热力图赋值给S20步骤生成的重采样位置点,形成Ti时刻对应的重采样人流密度数据;
S40.对相邻时刻的重采样人流密度数据进行时序上的插值计算:对相邻时刻的重采样人流密度数据按照同一中心点位置进行插值计算,在相邻时序之间增加多组中间帧,计算中间帧所对应的重采样人流密度数据的值;
所述S40步骤中在相邻时序之间增加时间帧并计算所对应的重采样人流密度数据的具体方法为:
S41.选择待计算中间帧的两个前后相邻时刻,并设定中间帧的插入帧数n,其中n=1,2,3...ni
S42.计算n个中间帧中第ni个中间帧的时间Tn
Tn=ti+ni×((ti+1-ti)/(n+1)),
其中,ti为插入中间帧的前一时刻,ti+1为插入中间帧的后一时刻;
S43.计算第ni个中间帧的对应位置点的重采样人流密度数据gni(x,y)为:
gni(x,y)=gi(x,y)+ni×((gi+1(x,y)-gi(x,y))/(n+1)),
其中(x,y)为在指定投影坐标系中,采样区域内重采样位置点的地理空间坐标,gi(x,y)为(x,y)空间坐标位置ti时刻的重采样人流密度数据,gi+1(x,y)为(x,y)空间坐标位置ti+1时刻的重采样人流密度数据;
S44.重复步骤S42至S43,对采样区域内所有的重采样位置点进行插值计算,直至获取Tn中间帧时刻采样区域内所有中心位置点的重采样人流密度数据;
S45.重复步骤S41至S44,直至获得采样区域内所有相邻时序之间的中间帧及中间帧对应的重采样人流密度数据。
S50.根据步骤S40获得的重采样人流密度数据,计算提取得到相同时刻的等值线数据,并将等值线数据转换为等值面数据,最后将计算得到的等值线和等值面数据存储于空间数据库中;
所述S50步骤中计算提取得到相同时刻的等值线数据以及将等值线数据转换为等值面数据的具体方法为:
S51.获取某一时刻Ti所有中心位置点的重采样人流密度点数据;
S52.按照固定间距设置一个人流密度等值线数值数组[d1,d2,……,di];
S53.计算数值为di的等值线,等值线是制图对象某一数量指标值相等的各点连成的平滑曲线,由地图上标出的表示制图对象数量的各点,采用内插法找出各点绘制而成的,基于位置点数值计算等值线可采用现有已存在的技术方法,如python matplotlib工具箱的tricontour方法;
S54.计算得的等值线以空间数据类型Polyline存储,Polyline是用来描述地理空间中线状要素的一种数据格式;
S55.将步骤S54计算得的Polyline线状要素转换为Polygon面状要素,Polygon是用来描述地理空间中面状要素的一种数据格式,线转面可采用现有已存在的技术方法,如ArcGIS工具箱中的Feature To Polygon方法。计算等值线对应的面状要素,是为了方便web端渲染实现更好的可视化效果;
S56.重复步骤S52至S55,直至获得所有人流密度等值线数值对应的等值线数据和等值面数据(di、geoml、geomf),di表示人流密度等值线数值,geoml表示计算得的等值线,geomf表示计算得的等值面;
S57.重复步骤S51至S56,直至获取所有时刻、所有人流密度等值线数值对应的等值线数据和等值面数据(ti、di、geoml、geomf),ti表示时刻,di表示人流密度等值线数值,geoml表示计算得的等值线,geomf表示计算得的等值面;
S58.将计算得的所有时刻、所有人流密度等值线数值及对应的等值线数据和等值面数据保存至空间数据库中。
S60.通过矢量瓦片发布技术,设置地图服务发布配置,实现数据库空间数据到矢量瓦片地图的实时发布;
具体的,所述S60步骤中数据库空间数据到矢量瓦片地图发布基于动态矢量瓦片地图发布技术实现,优选采用开源工具Tegola,Tegola是面向数据库的矢量瓦片服务器,通过获取数据库中的空间数据并转化为矢量瓦片,以HTTP服务的方式提供给web端。
S70.在web端对人流密度的等值面数据进行渲染,绘制矢量人流密度热力图,并实现时序上矢量人流密度热力图连续变化的动画效果;
具体的,所述S70步骤中在web端对人流密度的等值面数据进行渲染,并实现时序上人流密度连续变化动画效果的具体方法为:
S71.对人流密度的等值面数据以分层设色方式进行进行渲染,形成矢量人流密度热力图,以体现出人流密度热区的空间分布情况。在地图表达上,分层设色是以一定的颜色变化次序或色调深浅来表示地貌的方法,通过在不同等高线间普染不同的颜色,以色相、色调的差异来表示地势高低起伏。本发明中采用该方法绘制矢量人流密度热力图,对同一时刻的不同人流密度等值线数值对应的等值面数据,渲染以不同的颜色,比如将人流密度数值从低值到高值划定五个等级,将其对应的等高面分别赋以:蓝、绿、黄、橙、红五种颜色,从而模拟人流密度热力图的形态,直观的表达人流密度热区的分布状况;
S72.在web端绘制矢量人流密度热力图是基于web端矢量地图渲染技术实现,优选采用Mapbox GL JS技术,对某一时刻的等值面数据以面状要素绘制,按照人流密度等值线数值由低到高的层次依次绘制等值面,具体填充颜色可模拟热力图色彩表达。Mapbox GLJS是一个JavaScript库,使用WebGL渲染交互式矢量瓦片地图和栅格瓦片地图。WebGL渲染意味着高性能,MapboxGL能够渲染大量的地图要素,拥有流畅的交互以及动画效果、可以显示立体地图并且支持移动端,是一款十分优秀的WEB GIS开发框架;
S73.矢量地图服务支持按属性筛选,步骤S70中发布的人流密度矢量地图服务中包含时间属性ti,web端按照时间次序,依次筛选并渲染指定时刻的矢量人流密度热力图,并设定一定时间间隔的自动播放效果,从而达到在时间序列上连续的矢量人流密度热力图动态播放的效果。
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,对于本领域的技术人员来说,本发明可以有各种更改和变化。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,均包含在本发明的保护范围之内。

Claims (6)

1.一种基于矢量瓦片地图发布技术的人流密度动态可视化方法,其特征在于,包括如下步骤:
S10.选定一种投影坐标系后,选定某个空间范围作为采样区域,并在采样区域内设置原始空间采样点,基于原始空间采样点,在Ti时刻采集每个采样点位置上的人流密度数值,其中Ti为等间隔的时间序列;
S20.对采样区域按照一定的粒度进行空间网格划分,提取网格中心点,作为重采样位置点;
S30.采用核密度估计算法,对Ti时刻的人流密度采样数据生成栅格热力图,基于栅格分析中的按点提取值算法,将Ti时刻的栅格热力图赋值给S20步骤生成的中心点位置数据,形成Ti时刻对应的重采样人流密度数据;
S40.对相邻时刻的重采样人流密度数据进行时序上的插值计算:对相邻时刻的重采样人流密度数据按照同一中心点位置进行插值计算,在相邻时序之间增加多组中间帧,计算中间帧所对应的重采样人流密度数据的值;
S50.根据步骤S40获得的重采样人流密度数据,计算提取得到相同时刻的等值线数据,并将等值线数据转换为等值面数据,最后将计算得到的等值线和等值面数据存储于空间数据库中;
S60.通过矢量瓦片发布技术,设置地图服务发布配置,实现数据库空间数据到矢量瓦片地图的实时发布;
S70.在web端对人流密度的等值面数据进行渲染,绘制矢量人流密度热力图,并实现时序上矢量人流密度热力图连续变化的动画效果;
所述S40步骤中在相邻时序之间增加时间帧并计算所对应的重采样人流密度数据的具体方法为:
S41.选择待计算中间帧的两个前后相邻时刻,并设定中间帧的插入帧数n,其中n=1,2,3...ni
S42.计算n个中间帧中第ni个中间帧的时间Tn:Tn=ti+ni×((ti+1-ti)/(n+1)),其中,ti为插入中间帧的前一时刻,ti+1为插入中间帧的后一时刻;
S43.计算第ni个中间帧的对应位置点的重采样人流密度数据gni(x,y)为:gni(x,y)=gi(x,y)+ni×((gi+1(x,y)-gi(x,y))/(n+1))其中(x,y)为在指定投影坐标系中,采样区域内重采样位置点的地理空间坐标,gi(x,y)为(x,y)空间坐标位置ti时刻的重采样人流密度数据,gi+1(x,y)为(x,y)空间坐标位置ti+1时刻的重采样人流密度数据;
S44.重复步骤S42至S43,对采样区域内所有的重采样位置点进行插值计算,直至获取Tn中间帧时刻采样区域内所有中心位置点的重采样人流密度数据;
S45.重复步骤S41至S44,直至获得采样区域内所有相邻时序之间的中间帧及中间帧对应的重采样人流密度数据。
2.根据权利要求1所述的人流密度动态可视化方法,其特征在于,S50步骤中计算提取得到相同时刻的等值线数据以及将等值线数据转换为等值面数据的具体方法为:
S51.获取某一时刻Ti所有中心位置点的重采样人流密度点数据;
S52.按照固定间距设置一个人流密度等值线数值数组[d1,d2,……,di];
S53.计算数值为di的等值线;
S54.计算得的等值线以空间数据类型Polyline存储;
S55.将步骤S54计算得的Polyline线状要素转换为Polygon面状要素,便于web端渲染实现更好的可视化效果;
S56.重复步骤S52至S55,直至获得所有人流密度等值线数值对应的等值线数据和等值面数据;
S57.重复步骤S51至S56,直至获取所有时刻、所有人流密度等值线数值对应的等值线数据和等值面数据;
S58.将计算得的所有时刻、所有人流密度等值线数值及对应的等值线数据和等值面数据保存至空间数据库中。
3.根据权利要求2所述的人流密度动态可视化方法,其特征在于,所述S60步骤中数据库空间数据到矢量瓦片地图发布基于动态矢量瓦片地图发布技术实现,通过动态获取空间数据库中的空间数据并转化为矢量瓦片,以HTTP服务的方式提供给web端。
4.根据权利要求3所述的人流密度动态可视化方法,其特征在于,所述S70步骤中在web端对人流密度的等值面数据进行渲染,并实现时序上人流密度连续变化动画效果的具体方法为:
S71.对人流密度的等值面数据以分层设色方式进行渲染,形成矢量人流密度热力图,以体现出人流密度热区的空间分布情况;
S72.在web端绘制矢量人流密度热力图,对某一时刻的等值面数据以面状要素绘制,按照人流密度等值线数值由低到高的层次依次绘制等值面,并具体填充颜色模拟热力图色彩表达;
S73.人流密度矢量地图服务中包含时间属性ti,web端按照时间次序,依次筛选并渲染指定时刻的矢量人流密度热力图,并设定一定时间间隔的自动播放效果,从而达到在时间序列上连续的矢量人流密度热力图动态播放的效果。
5.根据权利要求4所述的人流密度动态可视化方法,其特征在于,所述S50步骤中等值线数据和等值面数据包括有时刻ti、人流密度等值线数值di、计算得的等值线geoml、计算得的等值面geomf。
6.根据权利要求5所述的人流密度动态可视化方法,其特征在于,所述S70步骤中web端绘制矢量人流密度热力图基于web端矢量地图渲染技术实现。
CN202011372120.6A 2020-11-30 2020-11-30 基于矢量瓦片地图发布技术的人流密度动态可视化方法 Active CN112328929B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011372120.6A CN112328929B (zh) 2020-11-30 2020-11-30 基于矢量瓦片地图发布技术的人流密度动态可视化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011372120.6A CN112328929B (zh) 2020-11-30 2020-11-30 基于矢量瓦片地图发布技术的人流密度动态可视化方法

Publications (2)

Publication Number Publication Date
CN112328929A CN112328929A (zh) 2021-02-05
CN112328929B true CN112328929B (zh) 2023-11-07

Family

ID=74309310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011372120.6A Active CN112328929B (zh) 2020-11-30 2020-11-30 基于矢量瓦片地图发布技术的人流密度动态可视化方法

Country Status (1)

Country Link
CN (1) CN112328929B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113010626B (zh) * 2021-04-27 2023-12-05 威创集团股份有限公司 一种热力图生成方法、装置、设备和存储介质
CN113919582A (zh) * 2021-10-20 2022-01-11 广州新科佳都科技有限公司 一种站内路况的分析方法、装置、设备和存储介质
CN114820972B (zh) * 2022-05-20 2024-04-09 中国电建集团中南勘测设计研究院有限公司 等值线和/或等值面生成方法、系统、设备及存储介质
CN116150237B (zh) * 2022-11-02 2024-02-06 北京中科通量科技有限公司 一种新型智能安防系统中的人口热力动态展示方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017042623A1 (en) * 2015-09-07 2017-03-16 Ablacon Inc. Systems, devices, components and methods for detecting the locations of sources of cardiac rhythm disorders in a patient's heart
CN109408657A (zh) * 2018-11-13 2019-03-01 国家基础地理信息中心 一种超大规模空间数据快速制图方法及系统
CN109783595A (zh) * 2019-01-10 2019-05-21 苏州工业园区测绘地理信息有限公司 一种松散型切片地图服务的路由与分发方法
CN111311918A (zh) * 2020-05-12 2020-06-19 南京云析科技有限公司 一种基于视觉分析的交通管理方法及装置
CN111915699A (zh) * 2020-06-16 2020-11-10 中铁第四勘察设计院集团有限公司 一种基于cad数据生成瓦片地图并发布的方法
CN111986306A (zh) * 2020-08-11 2020-11-24 北京瑞晟成科技发展有限公司 一种一体化数据展示与仿真平台

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017042623A1 (en) * 2015-09-07 2017-03-16 Ablacon Inc. Systems, devices, components and methods for detecting the locations of sources of cardiac rhythm disorders in a patient's heart
CN109408657A (zh) * 2018-11-13 2019-03-01 国家基础地理信息中心 一种超大规模空间数据快速制图方法及系统
CN109783595A (zh) * 2019-01-10 2019-05-21 苏州工业园区测绘地理信息有限公司 一种松散型切片地图服务的路由与分发方法
CN111311918A (zh) * 2020-05-12 2020-06-19 南京云析科技有限公司 一种基于视觉分析的交通管理方法及装置
CN111915699A (zh) * 2020-06-16 2020-11-10 中铁第四勘察设计院集团有限公司 一种基于cad数据生成瓦片地图并发布的方法
CN111986306A (zh) * 2020-08-11 2020-11-24 北京瑞晟成科技发展有限公司 一种一体化数据展示与仿真平台

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
矢量瓦片地图的制图流程与矢量瓦片符号绘制方法分析;张一鸣等;《机电信息》(第603期);第157-158页 *

Also Published As

Publication number Publication date
CN112328929A (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
CN112328929B (zh) 基于矢量瓦片地图发布技术的人流密度动态可视化方法
Keil et al. Creating immersive virtual environments based on open geospatial data and game engines
CN110738721B (zh) 基于视频几何分析的三维场景渲染加速方法及系统
Ehlschlaeger et al. Visualizing spatial data uncertainty using animation
CN111354062B (zh) 一种多维空间数据渲染方法及装置
US7804498B1 (en) Visualization and storage algorithms associated with processing point cloud data
CN110442925B (zh) 一种基于实时动态分割重构的三维可视化方法及系统
CN113593051B (zh) 一种实景可视化方法及大坝可视化方法及计算机设备
TW200945253A (en) Geospatial modeling system providing simulated tree trunks and branches for groups of tree crown vegetation points and related methods
Ruzinoor et al. A review on 3D terrain visualization of GIS data: techniques and software
Bekins et al. Build-by-number: Rearranging the real world to visualize novel architectural spaces
CN102110280A (zh) 空间数据处理方法及装置
Li et al. Streammap: Smooth dynamic visualization of high-density streaming points
CN113436559A (zh) 一种沙盘动态景观实时显示系统及显示方法
Wang et al. Capturing the dance of the earth: PolarGlobe: Real-time scientific visualization of vector field data to support climate science
CN115937461A (zh) 多源融合模型构建及纹理生成方法、装置、介质及设备
CN106846474B (zh) 基于时序特征和粒子系统的WebGIS时空过程模拟方法
CN111815770A (zh) Web模型轻量化处理方法、装置及可读存储介质
CN114815752A (zh) 应用于生产线的数字孪生系统、方法、设备及储备介质
Suter et al. Automated generation of visual simulation databases using remote sensing and GIS
CN116384209B (zh) 一种用于应急模拟演练的灾害仿真方法
CN112687007A (zh) 一种基于lod技术的立体网格图生成方法
Whelan et al. Formulated silhouettes for sketching terrain
Glander et al. Automated cell based generalization of virtual 3D city models with dynamic landmark highlighting
Neuville et al. Towards a normalised 3D Geovisualisation: The viewpoint management

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
CP01 Change in the name or title of a patent holder

Address after: 215000 No. 101, Suhong Middle Road, Suzhou Industrial Park, Suzhou City, Jiangsu Province

Patentee after: Yuance Information Technology Co.,Ltd.

Address before: 215000 No. 101, Suhong Middle Road, Suzhou Industrial Park, Suzhou City, Jiangsu Province

Patentee before: SUZHOU INDUSTRIAL PARK SURVEYING MAPPING AND GEOINFORMATION Co.,Ltd.

CP01 Change in the name or title of a patent holder