CN112880662A - 一种野外地质地貌形态地图生成方法及系统 - Google Patents
一种野外地质地貌形态地图生成方法及系统 Download PDFInfo
- Publication number
- CN112880662A CN112880662A CN202110038603.0A CN202110038603A CN112880662A CN 112880662 A CN112880662 A CN 112880662A CN 202110038603 A CN202110038603 A CN 202110038603A CN 112880662 A CN112880662 A CN 112880662A
- Authority
- CN
- China
- Prior art keywords
- calibration
- data
- environmental condition
- map
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000007613 environmental effect Effects 0.000 claims abstract description 98
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 230000000875 corresponding effect Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30192—Weather; Meteorology
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Geophysics And Detection Of Objects (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种野外地质地貌形态地图生成方法及系统,涉及地图绘制技术领域,其技术方案要点是:根据预设标定距离、定位信息确定相应标定节点的标定区域;对高光谱图像数据进行数据转换后构建标定地图;预测得到环境条件数据序列;扩展得到与标定区域对应的环境条件分布集序列;环境条件分布集序列存储在存储文件;将行驶轨迹线路在标定地图上标注显示;通过输入匹配信息匹配并读取存储文件。本发明通过高光谱遥感技术获取标定区域内高光谱图像数据后初步建立标定地图,其覆盖范围大;从时间维度、面积维度预测出标定节点确定标定区域在时间轴上的环境条件分布集序列,数据全面、准确,在地质勘探、户外运动、旅游等方面具有广阔的应用前景。
Description
技术领域
本发明涉及地图绘制技术领域,更具体地说,它涉及一种野外地质地貌形态地图生成方法及系统。
背景技术
全球定位系统(GPS,GlobalPositioningSystem)已经在各个领域得到了广泛的应用,大部分车辆、智能终端都可以为用户实时提供准确的定位信息、交通信息和城市道路信息,并可根据用户的要求为用户实时设置到达目的的合理路线,从而受到了用户的广泛欢迎。
野外工作是地质勘探中时长存在的现象,而野外工作位置通常处于地形地势复杂区域,如山区、丛林、戈壁、沙漠等。实际工作中,勘探人员一般通过图纸或智能终端手动输入绘制所经过区域的地质地貌形态地图,其不仅存在工作效率低、误差大、数据不准确等情况,且在地质地貌形态地图绘制区域有限;此外,野外环境复杂多变,现有技术所绘制的地质地貌形态地图对于二次参考并无较大的参考意义。
因此,如何研究设计一种数据全面、精确度高、智能化野外地质地貌形态地图生成方法及系统是我们目前急需解决的问题。
发明内容
为解决现有技术中的不足,本发明的目的是提供一种野外地质地貌形态地图生成方法及系统,在地质勘探、户外运动中具有广阔的应用前景。
本发明的上述技术目的是通过以下技术方案得以实现的:
第一方面,提供了一种野外地质地貌形态地图生成方法,包括以下步骤:
S101:获取标定节点的定位信息和行驶至标定节点的时间信息,并根据预设标定距离、定位信息确定相应标定节点的标定区域;
S102:通过高光谱遥感同步采集标定区域的高光谱图像数据,并对高光谱图像数据进行数据转换后构建标定地图;
S103:根据时间信息同步获取标定节点处的环境条件数据和当日内的气象数据,并将气象数据、环境条件数据输入环境数据预测模型进行预测后得到环境条件数据序列;
S104:将环境条件数据序列、高光谱图像数据输入预测扩展模型进行扩展后得到与标定区域对应的环境条件分布集序列;
S105:根据标定区域、环境条件数据、时间信息生成匹配识别符,并以匹配识别符为文件名建立存储文件,环境条件分布集序列存储在存储文件;
S106:将相邻的标定节点依次连接形成行驶轨迹线路,并将行驶轨迹线路在标定地图上标注显示;
S107:通过输入定位、环境条件、时间中至少一种匹配信息匹配并读取存储文件。
进一步的,所述定位信息、时间信息通过装配在目标用户上的GPS定位器、定时器分别实时获取。
进一步的,所述标定区域的确定具体为:
以预设标定距离为半径、标定节点为圆心确定呈圆形的标定区域;
或,以预设标定距离为二分之一边长、标定节点为对角线交点确定呈正方形的标定区域。
进一步的,所述标定地图包括地质信息、地貌信息以及形态信息。
进一步的,所述环境条件数据序列的预测具体过程为:
根据时间信息从当日内的气象数据中截取标定节点的实时气象数据;
将实时气象数据与当日内的气象数据中的其他时刻气象数据对比分析,得到分析变换参数;
根据分析变换参数对标定节点处的环境条件数据进行变换,得到标定节点处在当日内时间轴上连续分布的环境条件数据序列。
进一步的,所述环境条件数据包括通过装配在目标用户上的温度传感器、湿度传感器、风力传感器分别实时采集的温度数据、湿度数据、风力数据。
进一步的,所述环境条件分布集序列的扩展过程具体为:
根据定位信息从高光谱图像数据中截取标定节点的高光谱数据;
将标定节点的高光谱数据、环境条件数据同时输入预测扩展模型训练后得到等效变换参数;
预测扩展模型依据等效变换参数将高光谱图像数据预测扩展后输出标定区域内所有位置在同一时间节点的环境条件数据集;
依次将标定节点的环境条件数据序列输入预测扩展模型处理后得到标定区域内所有位置在当日内时间轴上连续分布的环境条件分布集序列。
进一步的,所述存储文件的建立过程具体为:
根据标定区域、环境条件数据、时间信息分别建立第一识别符、第二识别符、第三识别符,并将第一识别符、第二识别符、第三识别符两两关联呈三角链后融合成识别字符串作为存储文件的文件名;
通过在存储文件建立多个储存单元,并将时间信息依据当日内时间轴划分呈多个连续的时间段信息,多个时间段信息分别作为不同储存单元的单元名;
环境条件分布集序列中的环境条件分布集分别储存在不同的储存单元中。
进一步的,所述行驶轨迹线路的形成过程具体为:
根据时间信息的先后顺序依次将多个标定节点连接;
标定节点之间的线路距离与预设标定距离呈正相关;
预设标定距离通过手动输入、依据行驶时间和行驶速度计算、预先设定中任意一种方式获得。
第二方面,提供了一种野外地质地貌形态地图生成系统,包括:
标定模块,用于获取标定节点的定位信息和行驶至标定节点的时间信息,并根据预设标定距离、定位信息确定相应标定节点的标定区域;
数据采集模块,用于通过高光谱遥感同步采集标定区域的高光谱图像数据,并对高光谱图像数据进行数据转换后构建标定地图;
预测模块,用于根据时间信息同步获取标定节点处的环境条件数据和当日内的气象数据,并将气象数据、环境条件数据输入环境数据预测模型进行预测后得到环境条件数据序列;
扩展模块,用于将环境条件数据序列、高光谱图像数据输入预测扩展模型进行扩展后得到与标定区域对应的环境条件分布集序列;
存储模块,用于根据标定区域、环境条件数据、时间信息生成匹配识别符,并以匹配识别符为文件名建立存储文件,环境条件分布集序列存储在存储文件;
标注模块,用于将相邻的标定节点依次连接形成行驶轨迹线路,并将行驶轨迹线路在标定地图上标注显示;
读取模块,用于通过输入定位、环境条件、时间中至少一种匹配信息匹配并读取存储文件。
与现有技术相比,本发明具有以下有益效果:
1、本发明通过在目标用户行驶过程中选取标定节点,并确定标定节点的标定区域,并同步的通过高光谱遥感技术获取标定区域内高光谱图像数据后初步建立包含地质信息、地貌信息、形态信息等多种信息的标定地图,其覆盖范围大;
2、本发明通过与目标用户同步运行的多种传感器实时获取标定节点包含温度数据、湿度数据、风力数据等环境条件数据,并从时间维度、面积维度两方面预测出标定节点确定标定区域在时间轴上的环境条件分布集序列,其数据全面、准确;
3、本发明不仅方便目标用户及时获取标定节点周围的地图信息,还可为二次行驶相同路线或他人行驶相同路线提供全面的参考数据,在地质勘探、户外运动、旅游等方面具有广阔的应用前景。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1是本发明实施例中的流程图;
图2是本发明实施例中的系统框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1:一种野外地质地貌形态地图生成方法,如图1所示,具体由以下步骤实现。
步骤一,获取标定节点的定位信息和行驶至标定节点的时间信息,并根据预设标定距离、定位信息确定相应标定节点的标定区域;定位信息、时间信息通过装配在目标用户上的GPS定位器、定时器分别实时获取。
标定区域的确定具体为:以预设标定距离为半径、标定节点为圆心确定呈圆形的标定区域;或,以预设标定距离为二分之一边长、标定节点为对角线交点确定呈正方形的标定区域。
步骤二,通过高光谱遥感同步采集标定区域的高光谱图像数据,并对高光谱图像数据进行数据转换后构建标定地图;标定地图包括地质信息、地貌信息以及形态信息。
步骤三,根据时间信息同步获取标定节点处的环境条件数据和当日内的气象数据,并将气象数据、环境条件数据输入环境数据预测模型进行预测后得到环境条件数据序列。
环境条件数据序列的预测具体过程为:根据时间信息从当日内的气象数据中截取标定节点的实时气象数据;将实时气象数据与当日内的气象数据中的其他时刻气象数据对比分析,得到分析变换参数;根据分析变换参数对标定节点处的环境条件数据进行变换,得到标定节点处在当日内时间轴上连续分布的环境条件数据序列。
环境条件数据包括通过装配在目标用户上的温度传感器、湿度传感器、风力传感器分别实时采集的温度数据、湿度数据、风力数据。
步骤四,将环境条件数据序列、高光谱图像数据输入预测扩展模型进行扩展后得到与标定区域对应的环境条件分布集序列。
环境条件分布集序列的扩展过程具体为:根据定位信息从高光谱图像数据中截取标定节点的高光谱数据;将标定节点的高光谱数据、环境条件数据同时输入预测扩展模型训练后得到等效变换参数;预测扩展模型依据等效变换参数将高光谱图像数据预测扩展后输出标定区域内所有位置在同一时间节点的环境条件数据集;依次将标定节点的环境条件数据序列输入预测扩展模型处理后得到标定区域内所有位置在当日内时间轴上连续分布的环境条件分布集序列。
步骤五,根据标定区域、环境条件数据、时间信息生成匹配识别符,并以匹配识别符为文件名建立存储文件,环境条件分布集序列存储在存储文件。
存储文件的建立过程具体为:根据标定区域、环境条件数据、时间信息分别建立第一识别符、第二识别符、第三识别符,并将第一识别符、第二识别符、第三识别符两两关联呈三角链后融合成识别字符串作为存储文件的文件名;通过在存储文件建立多个储存单元,并将时间信息依据当日内时间轴划分呈多个连续的时间段信息,多个时间段信息分别作为不同储存单元的单元名;环境条件分布集序列中的环境条件分布集分别储存在不同的储存单元中。
步骤六,将相邻的标定节点依次连接形成行驶轨迹线路,并将行驶轨迹线路在标定地图上标注显示。行驶轨迹线路的形成过程具体为:根据时间信息的先后顺序依次将多个标定节点连接;标定节点之间的线路距离与预设标定距离呈正相关;预设标定距离通过手动输入、依据行驶时间和行驶速度计算、预先设定中任意一种方式获得。
步骤七,通过输入定位、环境条件、时间中至少一种匹配信息匹配并读取存储文件。
用户可以输入定位、环境条件、时间中一种匹配信息后,通过匹配识别字符串来读取通存在关联关系的其他信息。例如,通过输入经纬度信息或标定区域内触摸选取定位地点,则可以读取定位地点在不同时间点的环境条件数据。
实施例2:一种野外地质地貌形态地图生成系统,如图2所示,包括标定模块、数据采集模块、预测模块、扩展模块、存储模块、标注模块、读取模块。标定模块,用于获取标定节点的定位信息和行驶至标定节点的时间信息,并根据预设标定距离、定位信息确定相应标定节点的标定区域。数据采集模块,用于通过高光谱遥感同步采集标定区域的高光谱图像数据,并对高光谱图像数据进行数据转换后构建标定地图。预测模块,用于根据时间信息同步获取标定节点处的环境条件数据和当日内的气象数据,并将气象数据、环境条件数据输入环境数据预测模型进行预测后得到环境条件数据序列。扩展模块,用于将环境条件数据序列、高光谱图像数据输入预测扩展模型进行扩展后得到与标定区域对应的环境条件分布集序列。存储模块,用于根据标定区域、环境条件数据、时间信息生成匹配识别符,并以匹配识别符为文件名建立存储文件,环境条件分布集序列存储在存储文件。标注模块,用于将相邻的标定节点依次连接形成行驶轨迹线路,并将行驶轨迹线路在标定地图上标注显示。读取模块,用于通过输入定位、环境条件、时间中至少一种匹配信息匹配并读取存储文件。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种野外地质地貌形态地图生成方法,其特征是,包括以下步骤:
S101:获取标定节点的定位信息和行驶至标定节点的时间信息,并根据预设标定距离、定位信息确定相应标定节点的标定区域;
S102:通过高光谱遥感同步采集标定区域的高光谱图像数据,并对高光谱图像数据进行数据转换后构建标定地图;
S103:根据时间信息同步获取标定节点处的环境条件数据和当日内的气象数据,并将气象数据、环境条件数据输入环境数据预测模型进行预测后得到环境条件数据序列;
S104:将环境条件数据序列、高光谱图像数据输入预测扩展模型进行扩展后得到与标定区域对应的环境条件分布集序列;
S105:根据标定区域、环境条件数据、时间信息生成匹配识别符,并以匹配识别符为文件名建立存储文件,环境条件分布集序列存储在存储文件;
S106:将相邻的标定节点依次连接形成行驶轨迹线路,并将行驶轨迹线路在标定地图上标注显示;
S107:通过输入定位、环境条件、时间中至少一种匹配信息匹配并读取存储文件。
2.根据权利要求1所述的一种野外地质地貌形态地图生成方法,其特征是,所述定位信息、时间信息通过装配在目标用户上的GPS定位器、定时器分别实时获取。
3.根据权利要求1所述的一种野外地质地貌形态地图生成方法,其特征是,所述标定区域的确定具体为:
以预设标定距离为半径、标定节点为圆心确定呈圆形的标定区域;
或,以预设标定距离为二分之一边长、标定节点为对角线交点确定呈正方形的标定区域。
4.根据权利要求1所述的一种野外地质地貌形态地图生成方法,其特征是,所述标定地图包括地质信息、地貌信息以及形态信息。
5.根据权利要求1所述的一种野外地质地貌形态地图生成方法,其特征是,所述环境条件数据序列的预测具体过程为:
根据时间信息从当日内的气象数据中截取标定节点的实时气象数据;
将实时气象数据与当日内的气象数据中的其他时刻气象数据对比分析,得到分析变换参数;
根据分析变换参数对标定节点处的环境条件数据进行变换,得到标定节点处在当日内时间轴上连续分布的环境条件数据序列。
6.根据权利要求1所述的一种野外地质地貌形态地图生成方法,其特征是,所述环境条件数据包括通过装配在目标用户上的温度传感器、湿度传感器、风力传感器分别实时采集的温度数据、湿度数据、风力数据。
7.根据权利要求1所述的一种野外地质地貌形态地图生成方法,其特征是,所述环境条件分布集序列的扩展过程具体为:
根据定位信息从高光谱图像数据中截取标定节点的高光谱数据;
将标定节点的高光谱数据、环境条件数据同时输入预测扩展模型训练后得到等效变换参数;
预测扩展模型依据等效变换参数将高光谱图像数据预测扩展后输出标定区域内所有位置在同一时间节点的环境条件数据集;
依次将标定节点的环境条件数据序列输入预测扩展模型处理后得到标定区域内所有位置在当日内时间轴上连续分布的环境条件分布集序列。
8.根据权利要求1所述的一种野外地质地貌形态地图生成方法,其特征是,所述存储文件的建立过程具体为:
根据标定区域、环境条件数据、时间信息分别建立第一识别符、第二识别符、第三识别符,并将第一识别符、第二识别符、第三识别符两两关联呈三角链后融合成识别字符串作为存储文件的文件名;
通过在存储文件建立多个储存单元,并将时间信息依据当日内时间轴划分呈多个连续的时间段信息,多个时间段信息分别作为不同储存单元的单元名;
环境条件分布集序列中的环境条件分布集分别储存在不同的储存单元中。
9.根据权利要求1所述的一种野外地质地貌形态地图生成方法,其特征是,所述行驶轨迹线路的形成过程具体为:
根据时间信息的先后顺序依次将多个标定节点连接;
标定节点之间的线路距离与预设标定距离呈正相关;
预设标定距离通过手动输入、依据行驶时间和行驶速度计算、预先设定中任意一种方式获得。
10.一种野外地质地貌形态地图生成系统,其特征是,包括:
标定模块,用于获取标定节点的定位信息和行驶至标定节点的时间信息,并根据预设标定距离、定位信息确定相应标定节点的标定区域;
数据采集模块,用于通过高光谱遥感同步采集标定区域的高光谱图像数据,并对高光谱图像数据进行数据转换后构建标定地图;
预测模块,用于根据时间信息同步获取标定节点处的环境条件数据和当日内的气象数据,并将气象数据、环境条件数据输入环境数据预测模型进行预测后得到环境条件数据序列;
扩展模块,用于将环境条件数据序列、高光谱图像数据输入预测扩展模型进行扩展后得到与标定区域对应的环境条件分布集序列;
存储模块,用于根据标定区域、环境条件数据、时间信息生成匹配识别符,并以匹配识别符为文件名建立存储文件,环境条件分布集序列存储在存储文件;
标注模块,用于将相邻的标定节点依次连接形成行驶轨迹线路,并将行驶轨迹线路在标定地图上标注显示;
读取模块,用于通过输入定位、环境条件、时间中至少一种匹配信息匹配并读取存储文件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110038603.0A CN112880662B (zh) | 2021-01-12 | 2021-01-12 | 一种野外地质地貌形态地图生成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110038603.0A CN112880662B (zh) | 2021-01-12 | 2021-01-12 | 一种野外地质地貌形态地图生成方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112880662A true CN112880662A (zh) | 2021-06-01 |
CN112880662B CN112880662B (zh) | 2024-03-08 |
Family
ID=76044670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110038603.0A Active CN112880662B (zh) | 2021-01-12 | 2021-01-12 | 一种野外地质地貌形态地图生成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112880662B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114285716A (zh) * | 2021-12-23 | 2022-04-05 | 深圳职业技术学院 | 一种智能工业物联网中的数据发送方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101619985A (zh) * | 2009-08-06 | 2010-01-06 | 上海交通大学 | 基于可变形拓扑地图的服务机器人自主导航方法 |
CN101998236A (zh) * | 2009-08-20 | 2011-03-30 | 美国博通公司 | 用于生成个性化地图的方法和系统 |
KR20130131586A (ko) * | 2012-05-24 | 2013-12-04 | 주식회사 케이티 | 기상 정보 표시 장치 및 방법 |
CN104732870A (zh) * | 2013-12-24 | 2015-06-24 | 北京市测绘设计研究院 | 制作大比例尺地图的测量方法及系统 |
CN104778517A (zh) * | 2015-04-30 | 2015-07-15 | 国家电网公司 | 基于微气象与卫星遥感数据的微气象灾害预警方法及系统 |
WO2015126309A1 (en) * | 2014-02-18 | 2015-08-27 | Scania Cv Ab | Map building in a vehicle |
US20170124464A1 (en) * | 2015-10-28 | 2017-05-04 | Fractal Industries, Inc. | Rapid predictive analysis of very large data sets using the distributed computational graph |
CN108492711A (zh) * | 2018-04-08 | 2018-09-04 | 黑龙江工业学院 | 一种电子地图绘制方法及装置 |
US20190333268A1 (en) * | 2013-03-15 | 2019-10-31 | Felix R. Gaiter | Three Dimensional Layered Map |
CN111079222A (zh) * | 2019-12-26 | 2020-04-28 | 南宁市松涛建筑设计咨询有限公司 | 一种基于虚拟现实技术的虚拟建筑系统 |
CN112097851A (zh) * | 2019-06-17 | 2020-12-18 | 深圳市振瀚信息技术有限公司 | 一种易涝点涝情检测方法及内涝预测方法 |
-
2021
- 2021-01-12 CN CN202110038603.0A patent/CN112880662B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101619985A (zh) * | 2009-08-06 | 2010-01-06 | 上海交通大学 | 基于可变形拓扑地图的服务机器人自主导航方法 |
CN101998236A (zh) * | 2009-08-20 | 2011-03-30 | 美国博通公司 | 用于生成个性化地图的方法和系统 |
KR20130131586A (ko) * | 2012-05-24 | 2013-12-04 | 주식회사 케이티 | 기상 정보 표시 장치 및 방법 |
US20190333268A1 (en) * | 2013-03-15 | 2019-10-31 | Felix R. Gaiter | Three Dimensional Layered Map |
CN104732870A (zh) * | 2013-12-24 | 2015-06-24 | 北京市测绘设计研究院 | 制作大比例尺地图的测量方法及系统 |
WO2015126309A1 (en) * | 2014-02-18 | 2015-08-27 | Scania Cv Ab | Map building in a vehicle |
CN104778517A (zh) * | 2015-04-30 | 2015-07-15 | 国家电网公司 | 基于微气象与卫星遥感数据的微气象灾害预警方法及系统 |
US20170124464A1 (en) * | 2015-10-28 | 2017-05-04 | Fractal Industries, Inc. | Rapid predictive analysis of very large data sets using the distributed computational graph |
CN108492711A (zh) * | 2018-04-08 | 2018-09-04 | 黑龙江工业学院 | 一种电子地图绘制方法及装置 |
CN112097851A (zh) * | 2019-06-17 | 2020-12-18 | 深圳市振瀚信息技术有限公司 | 一种易涝点涝情检测方法及内涝预测方法 |
CN111079222A (zh) * | 2019-12-26 | 2020-04-28 | 南宁市松涛建筑设计咨询有限公司 | 一种基于虚拟现实技术的虚拟建筑系统 |
Non-Patent Citations (1)
Title |
---|
王冰琰: "基于遥感影像的保护区专题地图制作技术研究", 《中国优秀硕士学位论文全文数据库基础科学辑》, no. 5, pages 008 - 49 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114285716A (zh) * | 2021-12-23 | 2022-04-05 | 深圳职业技术学院 | 一种智能工业物联网中的数据发送方法 |
CN114285716B (zh) * | 2021-12-23 | 2023-04-28 | 深圳职业技术学院 | 一种智能工业物联网中的数据发送方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112880662B (zh) | 2024-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107229690B (zh) | 基于路侧传感器的高精度动态地图数据处理系统及方法 | |
CN113065000B (zh) | 一种基于地理实体的多源异构数据融合方法 | |
CN110702132B (zh) | 基于道路标记点和道路属性的微路网地图数据的采集方法 | |
CN104330089B (zh) | 一种利用历史gps数据进行地图匹配的方法 | |
CN110345952A (zh) | 一种序列化车道线地图构建方法及构建系统 | |
CN106997666B (zh) | 一种利用手机信令数据位置切换获取交通流速度的方法 | |
CN113724489B (zh) | 基于多源数据的交通拥堵溯源方法 | |
CN102110128A (zh) | 基于交通信息元素知识库的交通信息转化方法和装置 | |
CN105788263B (zh) | 一种通过手机信息预测道路拥堵的方法 | |
Thériault et al. | Modelling commuter trip length and duration within GIS: Application to an OD survey | |
CN105206057A (zh) | 基于浮动车居民出行热点区域的检测方法及系统 | |
CN102005105B (zh) | 一种基于时间序列相似匹配的海洋灾害预警装置 | |
CN103200675A (zh) | 免除节点自定位的无线传感器网络目标定位方法及系统 | |
CN109520499B (zh) | 基于车辆gps轨迹数据实现区域实时等时线的方法 | |
Huang et al. | GPS vehicle positioning monitoring system integrated with CORS and Mobile GIS | |
CN112880662B (zh) | 一种野外地质地貌形态地图生成方法及系统 | |
CN113434619A (zh) | 一种4g的高速公路智能交通路况监控系统 | |
CN113543052B (zh) | 一种基于手机信令数据城市群交通联系强度的测度方法 | |
CN106778547B (zh) | 遥感影像地物分类基准库的构建方法及装置 | |
CN109064750A (zh) | 城市路网交通估计方法及系统 | |
CN104463442A (zh) | 一种城乡建设集聚性的探测方法 | |
CN105717555B (zh) | 一种城市风环境多点取样的辅助测量设备及测量方法 | |
Elleuch et al. | Collection and exploration of GPS based vehicle traces database | |
CN109612458A (zh) | 利用手机气压和加速度传感器在山区环境实现用户位置追踪的方法 | |
CN112183871A (zh) | 基于空气指数的城市交通诱导系统 |
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 |