CN112556711B - 适用于山区复杂地形应急避难最快步行路径的规划方法 - Google Patents

适用于山区复杂地形应急避难最快步行路径的规划方法 Download PDF

Info

Publication number
CN112556711B
CN112556711B CN202011297419.XA CN202011297419A CN112556711B CN 112556711 B CN112556711 B CN 112556711B CN 202011297419 A CN202011297419 A CN 202011297419A CN 112556711 B CN112556711 B CN 112556711B
Authority
CN
China
Prior art keywords
grid
list
value
ground
planning
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
CN202011297419.XA
Other languages
English (en)
Other versions
CN112556711A (zh
Inventor
郑俊
王炯超
吕庆
黄伟民
田哲祺
郭吉超
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202011297419.XA priority Critical patent/CN112556711B/zh
Publication of CN112556711A publication Critical patent/CN112556711A/zh
Application granted granted Critical
Publication of CN112556711B publication Critical patent/CN112556711B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及涉及应急避难路径规划领域，旨在提供一种适用于山区复杂地形应急避难最快步行路径的规划方法。本发明使用A*算法对规划区域的二维高程栅格地形图进行最短时间的应急避险路径规划；并在此基础上进一步通过统一标准测定当地常见的地面类型对人步行速度的影响系数，并考虑坡度和地面类型对人步行速度的影响，对A*算法进行了修正。以F值最小的栅格所构成的G值更小的路径之间的连线，作为从起点到终点的用时最短的应急避难路线。本发明基于对传统A*算法的改进，增加了地面类型与坡度变化对路径规划的影响，应急避难路径规划结果更加适用于山区复杂地区的实际应用情况。

Description

适用于山区复杂地形应急避难最快步行路径的规划方法
技术领域
本发明涉及应急避难路径规划领域，具体涉及一种适用于山区复杂地形应急避难最快步行路径的规划方法。
背景技术
针对自然灾害频发的区域，事先制定合理的应急避难路径是减少民众伤亡和财产损失的重要手段。现有的路径规划方法主要有静态路径规划方法和动态路径寻优，其规划基础是依靠当地的交通网。例如，静态路径规划是指根据现有交通网确定两点之间的最短路径，动态路径寻优是在静态路径规划的基础上结合实时交通状况进而确定两点之间用时最短的路径。
对于地形复杂的山区，通常存在以下特点：(1)道路数量较少，较难组成交通网；(2)地势起伏变化频繁；(3)地面类型繁多；(4)经济发展水平低。因此，当险情来临时，民众大多采用步行方式向周边避难场所转移，以上两种基于交通网的规划方式不再适用。
在众多路径规划算法中，A*算法是静态网络中求解最短路径的最有效的方法，该算法的扩展节点少于其他同类搜索算法，因此更加高效。其启发函数设计灵活，易于实现，能够通过添加影响系数的方式同时考虑多种因素对路径规划的影响，因此适合复杂地形的最优路径计算。但是传统的A*算法仅仅能够规划空间距离最短的路线，由于地面类型与坡度变化的影响，该路线不一定是用时最短的路线，因此，传统A*算法不满足应急避难路径规划的最短用时要求。
目前尚未见到报道将该算法运用在山区复杂地形应急避难最快步行路径规划中。
发明内容
本发明要解决的技术问题是，克服现有技术中的不足，提供一种适用于山区复杂地形应急避难最快步行路径的规划方法。
为解决技术问题，本发明的解决方案是：
提供一种适用于山区复杂地形应急避难最快步行路径的规划方法，包括以下步骤：
(1)选取规划区域：
计算出起点A和终点B之间的平面距离d，以两点连线的中点为圆心，d/2为半径画圆，该圆的外切正方形为应急避难路径的规划区域；
(2)获取规划区域的数字高程模型DEM，设定为栅格地形模式，获取二维高程栅格地形图；
(3)将二维高程栅格地形图按照地面类别进行划分，标记其中的不可行走栅格；
(4)测定规划区域中各种地面类别对人步行速度的影响系数α的数值；
(5)创建开放列表Open List和关闭列表Close List，初始化Open List使其只包含起点栅格，初始化Close List为空；
(6)查看与起点A相邻的栅格，忽略其中的不可行走栅格；把可行走栅格加入到Open List中，并设置起点A为这些栅格的父栅格；将起点A从Open List中移除，并加入到Close List中；
(7)计算Open List中的栅格到其父栅格之间的估值F(i)：
F(i)＝G(i)+H(i)
Figure GDA0003831209000000021
G(i)＝G(i-1)+CL
CLi＝(1+0.12mi+19.47mi 2)×αi×Li
其中，H(i)是栅格i到终点栅格B的估计值；G(i)是栅格i到起点栅格A的已知最短距离，CLi为栅格i到其父栅格的综合距离；
式中，Ci与Ri分别为栅格i的行号与列号；CB与RB分别为终点栅格B的行号与列号；size为栅格的分辨率；Zi与ZB分别为栅格i与终点栅格B的高程；G(i-1)为栅格i的父栅格(i-1)到起点栅格A的累积最短距离，G(1)取值为0；mi为从栅格i的父栅格到其的坡度角的正切值，|mi|<0.35；αi为栅格i和其父栅格的地面类型对人步行速度影响系数的平均值；Li为栅格i到其父栅格的三维距离；
(8)从Open List中选择F值最小的栅格，从Open List里将其取出并放到CloseList中；以该F值最小栅格为父栅格，将其周围栅格放入新的Open List中并计算F值；
如果F值最小的栅格同时出现在新Open List和旧Open List中，对比这两种路径的G值大小，选择G值更小的那条路径；如果F值最小的栅格只出现在最新的Open List中，则不进行任何操作；
(9)以步骤(7)中最终选择的栅格为父栅格，进行步骤(8)的操作；重复该操作，直到G＝0，即到达终点栅格B；以F值最小的栅格所构成的G值更小的路径之间的连线，作为从起点到终点的用时最短的应急避难路线。
本发明中，所述步骤(3)的二维高程栅格地形图中，地面类别至少包括：围墙、草地、道路、湖泊、河流、树林；所述不可行走区域至少包括：围墙、湖泊、河流。
本发明中，所述步骤(4)中，规划区域中各种地面类别对人步行速度的影响因子通过下述方式测试获得：
(1)对规划区域中的每一类地面，组织至少10人分别沿相同的100米直线段行走并记录其用时；
(2)按照下式计算地面类别对人步行速度的影响系数：
Figure GDA0003831209000000031
式中，α为该地面类型对人步行速度的影响系数；n为实验人数；tg为第j个人在该地面类型上直线步行100米所用时长；tr为第j个人在上直线步行100米所用时长。
本发明中，根据应急避难路线所通过的实际地面情况，修建人行道路以提高民众避难时的转移速度。
发明原理描述
A*算法是一种启发式搜索算法，常用于最短路径规划方面，不受限于交通网，针对格网数据有较高的运算效率，适用于山区复杂地形下的路径规划。该算法在选择当前栅格的下一个栅格时使用了估价函数，利用估价函数可以大幅提高计算效率。
本发明使用A*算法对规划区域的二维高程栅格地形图进行最短时间的应急避险路径规划；并在此基础上进一步通过统一标准测定当地常见的地面类型对人步行速度的影响系数，并考虑坡度和地面类型对人步行速度的影响，对A*算法进行了修正。
与现有技术相比，本发明的有益效果是：
本发明基于对传统A*算法的改进，增加了地面类型与坡度变化对路径规划的影响，应急避难路径规划结果更加适用于山区复杂地区的实际应用情况。
附图说明
图1是规划区域选取示意图；
图2是二维高程栅格地形图；
图3是地面类别划分图；
图4是起点栅格的周围栅格示意图。
图5是具体实施例的步行最短用时应急避难路线示例图。
具体实施方式
下面结合附图，对本发明做进一步的详细说明。以下的具体实施步骤可以使本专业领域的技术人员更全面的了解本发明，但不以任何形式限制本发明。
首先需要说明的是，使用A*算法规划路径属于现有技术，其定义或概念已属于本领域技术公知或熟练掌握的内容。因此，除非有特定含义或本发明作出特别说明，其它与现有公知含义一致的，本发明不再一一表述。
本发明所述适用于山区复杂地形应急避难最快步行路径的规划方法，包括以下步骤：
(1)选取规划区域：
计算出起点A和终点B之间的平面距离d，以起点终点连线的中点为圆心，d/2为半径画圆，该圆的外切正方形为应急避难路径的规划区域，如图1中粗线方框所示。
(2)以GPS等方式获得该规划区域的数字高程模型(DEM)，并设定为栅格地形模式，获取二维高程栅格地形图，如图2所示。将每个栅格内点的高程进行平均，作为该栅格的平均高程。
(3)将二维高程栅格地形图按照地面类别进行划分。如图3所示，不同灰度的分别栅格代表道路、农田、草地与河流。并将其中河流、墙壁等不可行走的区域删除，如图3中叉号所示，将不可行走的河流栅格删除。
(4)测定规划区域中各种地面类别对人步行速度的影响因子：
对规划区域中的每一类地面，组织至少10人分别沿相同的100米直线段行走并记录其用时，按照以下公式计算该地面类别对人步行速度的影响系数：
Figure GDA0003831209000000041
式中，α为该地面类型对人步行速度的影响系数；n为实验人数；tg为第j个人在该地面类型上直线步行100米所用时长；tr为第j个人在上直线步行100米所用时长。
(5)分别创建开放列表Open List和关闭列表Close List，Open List初始化使其只包含起点栅格，Close List初始化为空。
(6)查看与起点A相邻的栅格(忽略其中不可行走的栅格)，把可行走的栅格加入到Open List中，如图4中的粗线栅格。把起点A设置为这些栅格的父栅格。将A从Open List中移除，加入到Close List中。
(7)计算Open List中的栅格到其父栅格之间的估值F(i)＝G(i)+H(i)。其中G(i)是栅格i到起点栅格A的已知最短距离，H(i)是栅格i到终点栅格B的估计值。
Figure GDA0003831209000000051
G(i)＝G(i-1)+CL
CLi＝(1+0.12mi+19.47mi 2)×αi×Li
式中，Ci与Ri分别为栅格i的行号与列号；CB与RB分别为终点栅格B的行号与列号；size为栅格的分辨率；Zi与ZB分别为栅格i与终点栅格B的高程；G(i-1)为栅格i的父栅格(i-1)到起点栅格A的累积最短距离，G(1)取值为0；CLi为栅格i到其父栅格的综合距离；mi为从栅格i的父栅格到其的坡度角的正切值(|mi|<0.35)；αi为栅格i和其父栅格的地面类型对人步行速度影响系数的平均值；Li为栅格i到其父栅格的三维距离。
(8)从Open List中选择F值最小的栅格，然后把它从Open List里取出，放到CloseList中。以其为父栅格，将周围栅格放入新的Open List中并计算其F值。F值最小的栅格如果只在最新的Open List中，则无其他操作。F值最小的栅格如果同时在新和老的Open List中，则对比这两种路径的G值大小，选择G值更小的那条路径。
(9)以(7)中最终选择的栅格为父栅格，进行步骤(8)的操作；重复该操作，直到G＝0，即到达终点栅格B；以F值最小的栅格所构成的G值更小的路径之间的连线，作为从起点到终点的用时最短的应急避难路线。
根据与规划的应急避难路线对应的实际地面情况，对于没有道路的区域径段，建议修建人行道路以进一步提高民众避难转移的速度。
具体实施例子：
如图2和3所示，A为避难路径的起点，B为避难路径的终点，规划区域大小为36m×36m。栅格为边长4m的正方形，每个栅格的高程如图2所示。规划区域内共有道路、草地、农田与河流四种地面类型，这四种地面类型对人步行速度的影响系数如表1所示。根据上述方法计算得到的用时最短的应急避难路径如图5中深色圆圈所示。
表1.不同地面类别对人步行速度的影响系数
Figure GDA0003831209000000061
应注意的是，本发明的实际范围不仅包括上述所公开的具体实施例，还包括在权利要求书之下实施或者执行本发明的所有等效方案。

Claims (3)

1.一种适用于山区复杂地形应急避难最快步行路径的规划方法，其特征在于，包括以下步骤：
(1)选取规划区域：
计算出起点A和终点B之间的平面距离d，以两点连线的中点为圆心，d/2为半径画圆，该圆的外切正方形为应急避难路径的规划区域；
(2)获取规划区域的数字高程模型，设定为栅格地形模式，获取二维高程栅格地形图；
(3)将二维高程栅格地形图按照地面类别进行划分，标记其中的不可行走栅格；
(4)测定规划区域中各种地面类别对人步行速度的影响系数α的数值；
(4.1)对规划区域中的每一类地面，组织至少10人分别沿相同的100米直线段行走并记录其用时；
(4.2)按照下式计算地面类别对人步行速度的影响系数：
Figure FDA0003831208990000011
式中，α为该地面类型对人步行速度的影响系数；n为实验人数；tg为第g个人在该地面类型上直线步行100米所用时长；tr为第r个人在该地面类型上直线步行100米所用时长；
(5)创建开放列表Open List和关闭列表Close List，初始化Open List使其只包含起点栅格，初始化Close List为空；
(6)查看与起点A相邻的栅格，忽略其中的不可行走栅格；把可行走栅格加入到OpenList中，并设置起点A为这些栅格的父栅格；将起点A从Open List中移除，并加入到CloseList中；
(7)计算Open List中的栅格到其父栅格之间的估值F(i)：
F(i)＝G(i)+H(i)
Figure FDA0003831208990000012
G(i)＝G(i-1)+CLi
CLi＝(1+0.12mi+19.47mi 2)×αi×Li
其中，H(i)是栅格i到终点栅格B的估计值；G(i)是栅格i到起点栅格A的已知最短距离，CLi为栅格i到其父栅格的综合距离；
式中，Ci与Ri分别为栅格i的行号与列号；CB与RB分别为终点栅格B的行号与列号；size为栅格的分辨率；Zi与ZB分别为栅格i与终点栅格B的高程；G(i-1)为栅格i的父栅格(i-1)到起点栅格A的累积最短距离，G(1)取值为0；mi为从栅格i的父栅格到其的坡度角的正切值，|mi|<0.35；αi为栅格i和其父栅格的地面类型对人步行速度影响系数的平均值；Li为栅格i到其父栅格的三维距离；
(8)从Open List中选择F值最小的栅格，从Open List里将其取出并放到Close List中；以该F值最小栅格为父栅格，将其周围栅格放入新的Open List中并计算F值；
如果F值最小的栅格同时出现在新Open List和旧Open List中，对比这两种路径的G值大小，选择G值更小的那条路径；如果F值最小的栅格只出现在最新的Open List中，则不进行任何操作；
(9)以步骤(7)中最终选择的栅格为父栅格，进行步骤(8)的操作；重复该操作，直到G＝0，即到达终点栅格B；以F值最小的栅格所构成的G值更小的路径之间的连线，作为从起点到终点的用时最短的应急避难路线。
2.根据权利要求1所述的方法，其特征在于，所述步骤(3)的二维高程栅格地形图中，地面类别至少包括：围墙、草地、道路、湖泊、河流、树林；不可行走区域至少包括：围墙、湖泊、河流。
3.根据权利要求1所述的方法，其特征在于，根据应急避难路线所通过的实际地面情况，修建人行道路以提高民众避难时的转移速度。
CN202011297419.XA 2020-11-17 2020-11-17 适用于山区复杂地形应急避难最快步行路径的规划方法 Active CN112556711B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011297419.XA CN112556711B (zh) 2020-11-17 2020-11-17 适用于山区复杂地形应急避难最快步行路径的规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011297419.XA CN112556711B (zh) 2020-11-17 2020-11-17 适用于山区复杂地形应急避难最快步行路径的规划方法

Publications (2)

Publication Number Publication Date
CN112556711A CN112556711A (zh) 2021-03-26
CN112556711B true CN112556711B (zh) 2023-02-17

Family

ID=75043921

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011297419.XA Active CN112556711B (zh) 2020-11-17 2020-11-17 适用于山区复杂地形应急避难最快步行路径的规划方法

Country Status (1)

Country Link
CN (1) CN112556711B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113607171B (zh) * 2021-08-04 2023-05-26 清华大学建筑设计研究院有限公司 一种疏散路径规划方法、装置、设备及存储介质
CN113570174B (zh) * 2021-09-26 2022-01-18 南京信息工程大学 一种气象灾害避灾路线规划方法
CN114326754B (zh) * 2022-03-09 2022-06-14 中国科学院空天信息创新研究院 复杂地形路径规划方法、装置、电子设备和存储介质
CN117055562A (zh) * 2023-09-04 2023-11-14 黑龙江惠达科技股份有限公司 控制农用无人车作业的方法及其控制系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6182007B1 (en) * 1999-03-11 2001-01-30 Lockheed Martin Corp. Incorporating aspect angle into route planners
WO2017173990A1 (zh) * 2016-04-07 2017-10-12 北京进化者机器人科技有限公司 一种机器人避障中的最短路径规划方法
CN110967032A (zh) * 2019-12-03 2020-04-07 清华大学 一种野外环境下无人车局部行驶路线实时规划方法
CN111121785A (zh) * 2019-12-27 2020-05-08 北方信息控制研究院集团有限公司 一种基于图搜索的无道路路径规划方法
CN111351489A (zh) * 2020-04-29 2020-06-30 金陵科技学院 一种基于CNN与改进A-Star算法的护理机器人路径规划方法
CN111667101A (zh) * 2020-05-22 2020-09-15 武汉大学 融合高分辨率遥感影像与地形的个性化电力野外作业路径规划方法及系统
CN111930121A (zh) * 2020-08-10 2020-11-13 哈尔滨工程大学 一种室内移动机器人的混合路径规划方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050261828A1 (en) * 2004-05-18 2005-11-24 Crowder George E Jr Device and method for energy-minimizing human ground routing
US10145699B2 (en) * 2015-08-28 2018-12-04 The Boeing Company System and methods for real-time escape route planning for fire fighting and natural disasters

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6182007B1 (en) * 1999-03-11 2001-01-30 Lockheed Martin Corp. Incorporating aspect angle into route planners
WO2017173990A1 (zh) * 2016-04-07 2017-10-12 北京进化者机器人科技有限公司 一种机器人避障中的最短路径规划方法
CN110967032A (zh) * 2019-12-03 2020-04-07 清华大学 一种野外环境下无人车局部行驶路线实时规划方法
CN111121785A (zh) * 2019-12-27 2020-05-08 北方信息控制研究院集团有限公司 一种基于图搜索的无道路路径规划方法
CN111351489A (zh) * 2020-04-29 2020-06-30 金陵科技学院 一种基于CNN与改进A-Star算法的护理机器人路径规划方法
CN111667101A (zh) * 2020-05-22 2020-09-15 武汉大学 融合高分辨率遥感影像与地形的个性化电力野外作业路径规划方法及系统
CN111930121A (zh) * 2020-08-10 2020-11-13 哈尔滨工程大学 一种室内移动机器人的混合路径规划方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Towards speed-independent road-type classification;Shifeng Wang 等;《2012 12th International Conference on Control Automation Robotics & Vision (ICARCV)》;20130325;第1-6页 *
基于A＊算法的三维地图最优路径规划;赵德群 等;《计算机系统应用》;20170731;第26卷(第7期);第146-152页 *
基于A*算法的游戏地图最短路径搜索;崔振兴 等;《软件导刊》;20070930;第145-147页 *

Also Published As

Publication number Publication date
CN112556711A (zh) 2021-03-26

Similar Documents

Publication Publication Date Title
CN112556711B (zh) 适用于山区复杂地形应急避难最快步行路径的规划方法
Yu et al. Extensions to least-cost path algorithms for roadway planning
Martınez-Casasnovas A spatial information technology approach for the mapping and quantification of gully erosion
KR101686848B1 (ko) 평가지표의 표준화지수를 이용하여 공원계획을 포함한 도시계획의 기초자료로 제공하기 위한 토지적성평가시스템
Mougiakou et al. Urban green space network evaluation and planning: Optimizing accessibility based on connectivity and raster gis analysis
KR101686846B1 (ko) 평가지표의 경사도/표고생성을 이용하여 공원계획을 포함한 도시계획의 기초자료로 제공하기 위한 토지적성평가시스템
CN107480808B (zh) 一种高海拔山区引水工程线路规划方法
CN103970837B (zh) 基于城市用地和竖向规划的不连续dem分类制作方法
CN112242003B (zh) 一种顾及地类与流向的城市子汇水区划分方法
CN112184282A (zh) 影院选址模型建立方法、影院选址方法及影院选址平台
CN110132260A (zh) 一种面向复杂地表空间的行人步行导航路径规划方法
CN113987813A (zh) 一种基于多参数决策和层次分析法的滑坡敏感性制图模型
KR20140024590A (ko) 연속지적도의 다축척 모델 생성 방법
Sarangi et al. Use of Geographic Information System (GIS) in assessing the erosion status of watersheds
KR101686847B1 (ko) 평가지표의 퍼지분석 및 중력모형함수에 따른 평가지표별 평가지수를 이용하여 공원계획을 포함한 도시계획의 기초자료로 제공하기 위한 토지적성평가시스템
CN106599080A (zh) 一种基于gis的避洪转移图的快速生成方法
Rui et al. Urban growth modeling with road network expansion and land use development
RU2594374C2 (ru) Способ построения маршрута передвижения на пересеченной местности
Xie et al. The accessibility of Nanjing urban park based on GIS
Brimicombe et al. Linking GIS with hydraulic modeling for flood risk assessment: The Hong Kong approach
CN115310874A (zh) 一种基于gis的公路网国土空间规划方法及系统
Xi et al. Simulate urban growth based on RS, GIS, and SLEUTH model in Shenyang-Fushun metropolitan area northeastern China
Peterson Computer-aided investigation of ancient cadastres
Samira Molaei et al. Modelling ecotourism zoning using FAHP—case study: Masal area
CN118485795B (zh) 一种路基bim模型高精度边坡相交裁剪方法和系统

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