CN113779040A - 一种渐进式在线高精地图服务引擎系统 - Google Patents

一种渐进式在线高精地图服务引擎系统 Download PDF

Info

Publication number
CN113779040A
CN113779040A CN202111147679.3A CN202111147679A CN113779040A CN 113779040 A CN113779040 A CN 113779040A CN 202111147679 A CN202111147679 A CN 202111147679A CN 113779040 A CN113779040 A CN 113779040A
Authority
CN
China
Prior art keywords
submodule
precision map
rendering
data
precision
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
Application number
CN202111147679.3A
Other languages
English (en)
Other versions
CN113779040B (zh
Inventor
朱俊丰
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.)
Chongqing Liantu Information Technology Co ltd
Original Assignee
Chongqing Liantu Information Technology 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 Chongqing Liantu Information Technology Co ltd filed Critical Chongqing Liantu Information Technology Co ltd
Priority to CN202111147679.3A priority Critical patent/CN113779040B/zh
Publication of CN113779040A publication Critical patent/CN113779040A/zh
Application granted granted Critical
Publication of CN113779040B publication Critical patent/CN113779040B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2228Indexing structures
    • 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
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/20Processor architectures; Processor configuration, e.g. pipelining
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/005General purpose rendering architectures
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

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

Abstract

本发明公开了一种渐进式在线高精地图服务引擎系统,包括数据装配模块、算力协同模块、渲染编程模块,数据装配模块用于将原始来源的高精地图矢量数据进行组织存储,并按照全球剖分网格方式构建高精图形空间索引、按照“图形—数据”松耦合方式进行高精地图配图、以及对端到端数据的传输准确性进行校核;算力协同模块用于对引擎系统服务器端和客户端算力资源进行协同利用和平衡调度,精细化控制高精地图对象的传输、显示时序;渲染编辑模块用于根据所述算力协同模块对高精地图对象数据的平衡调度,将高精地图配图方案编制好组成要素进行可编辑化渲染展示。其显著效果是:解决了高精地图海量空间图形数据的在线传输、展示、分析等服务问题。

Description

一种渐进式在线高精地图服务引擎系统
技术领域
本发明涉及到地理信息服务技术领域,具体涉及一种采用可调度、可编程、渐进式技术方法的面向高精地图在线服务引擎系统。
背景技术
随着汽车自动驾驶技术的不断进步,自动驾驶已逐步在实验和特定环境中开展应用,而高精地图即是支撑自动驾驶应用的基础技术之一,同时也在电子导航、互联网地图等领域广泛应用。高精地图区别于传统电子地图在于前者具有更高的地图数据精度,拥有更详细、精准、高保真的地图要素对象。由于高精地图上述特征,因此高精地图具有数据量大、图形复杂、需以矢量结构对象提供服务等特点。目前在地理信息系统或者地理信息相关应用工程中,针对矢量数据的服务主要采用下面两种技术方式:
一种是采用预先生成缓存图片的方式实现矢量地理信息图形在客户端的快速渲染展示。这种方式存在地图展示上文字发虚、图形有锯齿、图像清晰度差等缺陷,无法高保真展示地理信息数据,并且由于矢量数据已预先生成缓存图片,当地理信息数据需要更新或者电子地图配图方案出现变化时,需要重新生产缓存图片,使得地理信息服务更新效率低,数据冗余和硬件资源大量占用。
另一种技术方式是通过在服务器端配置强大的CPU、GPU、内存等实时计算,渲染能力,由服务器根据客户端请求的地理信息数据范围实时计算,渲染生成对应的地图图片,并将该图片以数据流方式返回客户端,由客户端直接渲染图片方式展示电子地图。这种方式需在服务器端配备大量硬件计算资源,投入成本高,且服务器资源存在大量冗余,没有充分利用客户端的计算资源分担服务器负担。
上述两种技术方式最终均是采用图片方式展示电子地图,当需要对空间对象进行分析时,无法直接基于图片进行分析,需调用后台矢量数据进行分析计算,天然地将图像展示和数据分析割裂开了,给实际应用造成诸多不便。
上述两种技术方式在面对高精地图服务时,均难以满足智能导航、无人驾驶等应用的需求。
发明内容
针对现有技术的不足,本发明的目的是提供一种渐进式在线高精地图服务引擎系统,旨在通过设计一种结构简单,并可调度、可编程、渐进式技术系统,以提高高精地图传输、渲染、分析效率,满足实际应用需求。
为达到上述目的,本发明采用的技术方案如下:
一种渐进式在线高精地图服务引擎系统,其关键在于:包括数据装配模块、算力协同模块、渲染编程模块,其中:
所述数据装配模块用于将原始来源的高精地图矢量数据进行组织存储,并按照全球剖分网格方式构建高精图形空间索引、按照“图形—数据”松耦合方式进行高精地图配图、以及对端到端数据的传输准确性进行校核;
所述算力协同模块用于对引擎系统服务器端和客户端算力资源进行协同利用和平衡调度,精细化控制高精地图对象的传输、显示时序;
所述渲染编辑模块用于根据所述算力协同模块对高精地图对象数据的平衡调度,将高精地图配图方案编制好组成要素进行可编辑化渲染展示。
进一步的,所述数据装配模块包括对象装载子模块、高精图形索引子模块、在线配图子模块、数据校核子模块,其中:
所述对象装载子模块与原始高精地图矢量数据对接,提取高精地图矢量数据要素,并按照非关系型数据结构装载到高精地图对象化存储容器中,将图形要素和属性要素按照对象化存储,并保留逻辑上图层的组织结构;
所述高精图形索引子模块用于对装载入高精地图对象化存储容器的对象数据,分别建立数据编目索引、空间图形分割索引、属性全文索引;
所述在线配图子模块用于提供一种在线交互配图工具,按照“图形—数据”松耦合方式对高精地图图形要素进行图形显示配置,编制形成配图方案;
所述数据校核子模块通过客户端数据与服务器端数据的校核,以检验高精地图数据是否100%准确传输和渲染,若存在数据丢失,则及时进行数据校准和修正。
进一步的,所述高精图形索引子模块采用全球剖分算法和全文索引方法建立数据编目索引、空间图形分割索引、属性全文索引;所述在线配图子模块进行图形显示配置编制形成配图方案时,所述图形显示配置包括各类标注、字体、填充、符号、颜色、线型。
进一步的,所述算力协同模块包括深度剔选子模块、对象调度子模块、字体调度子模块、渐进式传输子模块、算力平衡子模块,其中:
所述深度剔选子模块用于根据Z-Buffer坐标映射对多层高精地图要素进行深度剔选,并计算得到剔选因子;
所述对象调度子模块包括服务器端输出对象调度功能、客户端渲染对象调度功能,所述服务器端输出对象调度功能为依据客户端调用高精地图范围和所述深度剔选子模块计算得到的剔选因子为参数,并根据用户行为特征设置的冗余因子,动态计算和调度向客户端输送高精图形对象数量;所述客户端渲染对象调度功能为计算判定从服务端和本地缓存调度高精图形对象、以及从本地内存中直接调度高精图形对象到GPU渲染;
所述字体调度子模块用于对高精地图字体包进行分割处理,并根据客户端调用高精地图中所含字体内容,计算和调度相应字体包供客户端渲染使用;
所述渐进式传输子模块用于根据用户调用高精地图范围,按照所述深度剔选子模块、对象调度子模块、字体调度子模块计算获得调度的对象列表,建立对象渐进式传输时序队列,并根据服务器硬件资源动态情况,在各环节渐进传输高精地图对象;
所述算力平衡子模块用于动态监测服务器和客户端硬件资源占用情况,构建系统算力释能矩阵,并通过对算力需求矩阵与算力释能矩阵的合理配对,对系统中各模块和子模块运行和使用硬件资源情况进行动态平衡,协同优化全系统算力资源。
进一步的,所述深度剔选子模块的深度剔选包括静态剔选和动态剔选两种方式,所述静态剔选是根据高精地图配图方案预先计算静态剔选因子;所述动态剔选是根据用户使用高精地图图层变化情况,在静态剔选因子基础上调整剔选要素,重新计算得到动态剔选因子。
进一步的,所述深度剔选子模块根据Z-Buffer坐标映射对多层高精地图要素进行深度剔选的过程为:
按照高精地图图层的配图顺序,自上而下,对各图层地图要素进行坐标映射比对,基于一定缓冲区计算地图要素的压盖关系,将计算得到的各图层中地图要素被上层地图要素压盖的情况作为剔选因子,与地图要素本身配套使用,以提高客户端实际渲染效率。
进一步的,所述算力释能矩阵是指将服务器和客户端所有硬件、网络资源统筹为一个整体,以一个多维矩阵的方式表达整个系统的计算资源,包括总体资源、已占用资源以及未占用资源情况;
所述算力需求矩阵与算力释能矩阵对应,以一个多维矩阵方式表达整个系统中高精地图要素对象为最小单元,在各环节所需的计算、存储资源,并以此作为基础向系统请求相应的算力资源。
进一步的,所述渲染编程模块包括字体渲染编程子模块、符号渲染编程子模块、图形渲染编程子模块、渐进渲染调度子模块,其中:
所述字体渲染编程子模块用于基于字体渲染管线,根据字体调度子模块动态调度的编排队列,按照由粗到细、由疏到密、合理避让原则进行字体编程化渲染;
所述符号渲染编程子模块用于基于符号渲染管线,以高精图形对象为单位,按图形类型分为点、线、面三类图形符号,并根据图形符号的复杂程度进行分类编程化渲染;
所述图形渲染编程子模块用于基于图形渲染管线,针对点、线、面三类不同类型高精地图图形,以节点、片元为原子单元,并进行空间几何组装编程,实现高精图形的混合渲染及绘制;
所述渐进渲染调度子模块用于综合所述字体渲染编程子模块、符号渲染编程子模块、图形渲染编程子模块运行情况,结合GPU动态占用率,对整个系统渲染操作进行协同调度,根据终端用户高精地图操作的行为规律,充分利用已渲染图形基础,实现渐进无缝式图形渲染与展示体验。
本发明的显著效果是:
一是全系统采用矢量数据方式渲染,区别于传统图片渲染方式,具有更高清晰度、更高保真度;
二是基于矢量化渲染“图形—数据”松耦合的地图展示方式,一套高精地图数据可以支撑N套不同地图方案,且不需要额外增加算力资源的支撑,区别于传统技术更能满足各类个性化定制需求;
三是基于高精地图要素对象化管理模式,实现以对象为单位的高精地图要素精细化渐进传输,通过系统化的计算、存储、渲染、网络资源统筹管理,实现全系统算力资源的精准调度,最大限度利用系统软、硬件资源,为用户提供快速、高效的高精地图展示与分析服务;
四是本系统有效解决了高精地图海量空间图形数据的在线传输、展示、分析等服务问题,不仅可以为电子导航、无人驾驶提供基础支撑,也可用于对传统地理信息系统或工程的升级改造。
附图说明
图1是本发明的系统结构框图;
图2是数据装配模块结构示意图;
图3是算力协同模块结构示意图;
图4是渲染编程模块结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式以及工作原理作进一步详细说明。
如图1所示,一种渐进式在线高精地图服务引擎系统,包括数据装配模块、算力协同模块、渲染编程模块,其中:
所述数据装配模块用于将原始来源的高精地图矢量数据按照对象化方式进行组织存储,按照全球剖分网格方式构建高精图形空间索引,按照“图形—数据”松耦合方式进行高精地图配图,对端到端数据传输准确性进行校核等;
所述算力协同模块基于地图视觉感观规律和计算机像素坐标与地理坐标仿射变换规律,通过相关空间数据调度、剔选以及控制方法,对引擎系统服务器端和客户端的CPU、GPU、内存等算力资源进行协同利用和平衡调度,精细化控制高精地图对象的传输、显示时序,充分利用全系统计算资源,以保障高精地图数据高效调用;
所述渲染编辑模块用于根据所述算力协同模块对高精地图对象数据的平衡调度,将高精地图配图方案编制好的字体、符号、图形等组成要素,按照图形显示和人体视觉感观规律动态、合理地进行可编辑化渲染展示。
参见附图2,所述数据装配模块包括对象装载子模块、高精图形索引子模块、在线配图子模块、数据校核子模块,其中:
所述对象装载子模块与原始高精地图矢量数据对接,提取高精地图矢量数据要素,并按照非关系型数据结构装载到高精地图对象化存储容器中,将图形要素和属性要素按照对象化存储,并保留逻辑上图层的组织结构;
所述高精图形索引子模块用于采用成熟的全球剖分算法(比如GeoHash算法)和全文索引方法(比如Solr),对装载入高精地图对象化存储容器的对象数据,分别建立数据编目索引、空间图形分割索引、属性全文索引;
所述在线配图子模块用于给用户提供一种在线交互配图工具,按照“图形—数据”松耦合方式对高精地图图形要素进行图形显示配置,编制形成包含各类标注、字体、填充、符号、颜色、线型等图形显示配置的配图方案;
所述数据校核子模块用于保障用户调用高精地图数据的高保真要求,通过客户端数据与服务器端数据的校核,以检验高精地图数据是否100%准确传输和渲染,若存在数据丢失,则及时进行数据校准和修正。
参见附图3,所述算力协同模块包括深度剔选子模块、对象调度子模块、字体调度子模块、渐进式传输子模块、算力平衡子模块,其中:
所述深度剔选子模块用于利用CPU计算能力,基于Z-Buffer坐标映射对多层高精地图要素进行深度剔选,包括静态剔选和动态剔选两种方式,静态剔选是根据高精地图配图方案预先计算静态剔选因子;动态剔选是根据用户使用高精地图图层变化情况,在静态剔选因子基础上调整剔选要素,重新计算得到动态剔选因子。经过深度剔选计算,可以将客户端实际渲染的有效高精图形要素降低30%~70%;
所述基于Z-Buffer坐标映射对多层高精地图要素进行深度剔选方法,指的是按照高精地图图层的配图顺序,自上而下,对各层地图要素进行坐标映射比对,基于一定缓冲区(一般以人体视觉可分辨的像素坐标距离为缓冲)计算地图要素的压盖关系,将计算得到的各图层中地图要素被上层地图要素压盖的情况作为剔选因子,与地图要素本身配套使用,以提高客户端实际渲染效率。
所述对象调度子模块包括服务器端输出对象调度功能、客户端渲染对象调度功能,所述服务器端输出对象调度功能为依据客户端调用高精地图范围和所述深度剔选子模块计算得到的剔选因子为参数,并根据用户行为特征设置的冗余因子(比如按照超出屏幕范围20%的距离内的冗余地图要素调度),动态计算和调度向客户端输送高精图形对象数量;所述客户端渲染对象调度功能为计算判定从服务端和本地缓存调度高精图形对象、以及从本地内存中直接调度高精图形对象到GPU渲染;
所述字体调度子模块用于针对高精地图对字体标注显示的高清晰度要求以及单个整体字体包过大,影响实际使用体验问题,将字体包进行分割处理,并根据客户端调用高精地图中所含字体内容,在客户端、服务器端内存、缓存、硬盘等位置中,计算和调度相应字体包供客户端渲染使用;
所述渐进式传输子模块用于根据用户调用高精地图范围,按照深度剔选子模块、对象调度子模块、字体调度子模块计算调配的对象列表,依据地图视觉感观规律建立对象渐进式传输时序队列,并根据服务器磁盘I/O,内存占用、网络I/O以及客户端内存占用等硬件资源动态情况,在各环节渐进传输高精地图对象;
所述算力平衡子模块用于动态监测服务器和客户端磁盘I/O、内存、CPU、网络I/O等硬件资源占用情况,构建系统算力释能矩阵,并通过对算力需求矩阵与算力释能矩阵的合理配对,对渐进式在线高精地图服务引擎系统各模块和子模块运行和使用硬件资源情况进行动态平衡,协同优化全系统算力资源。
本例中,所述算力释能矩阵是指将服务器和客户端所有硬件、网络资源统筹为一个整体,以一个多维矩阵的方式表达整个系统的计算资源,包括总体资源、已占用资源以及未占用资源情况。且这些算力资源将按照适应高精地图要素对象的最小计算、存储单元进行划分,以便与算力需求矩阵进行快速配对,分配算力资源;
所述算力需求矩阵与算力释能矩阵对应,以一个多维矩阵方式表达整个系统中高精地图要素对象为最小单元,在各环节所需的计算、存储资源,并以此作为基础向系统请求相应的算力资源。
参见附图4,所述渲染编程模块包括字体渲染编程子模块、符号渲染编程子模块、图形渲染编程子模块、渐进渲染调度子模块,其中:
所述字体渲染编程子模块用于基于字体渲染管线,根据字体调度子模块动态调度的编排队列,按照由粗到细、由疏到密、合理避让原则进行字体编程化渲染;
所述符号渲染编程子模块用于基于符号渲染管线,以高精图形对象为单位,按图形类型分为点、线、面三类图形符号,并根据图形符号的复杂程度进行分类编程化渲染;
所述图形渲染编程子模块用于基于图形渲染管线,针对点、线、面三类不同类型高精地图图形,以节点、片元为原子单元,并进行空间几何组装编程,实现高精图形的混合渲染及绘制;
所述渐进渲染调度子模块用于综合所述字体渲染编程子模块、符号渲染编程子模块、图形渲染编程子模块运行情况,结合GPU动态占用率,对整个系统渲染操作进行协同调度,根据终端用户高精地图操作的行为规律,充分利用已渲染图形基础,实现渐进无缝式图形渲染与展示体验。
本实施例所述系统相较于已有技术,拥有以下优势或创新点:一是全系统采用矢量数据方式渲染,区别于传统图片渲染方式,具有高清晰度、高保真度的优势;二是基于矢量化渲染“图形—数据”松耦合的地图展示方式,一套高精地图数据可以支撑N套不同地图方案,且不需要额外增加算力资源的支撑,区别于传统技术更能满足各类个性化定制需求;三是基于高精地图要素对象化管理模式,实现以对象为单位的高精地图要素精细化渐进传输,通过系统化的计算、存储、渲染、网络资源统筹管理,实现全系统算力资源的精准调度,最大限度利用系统软、硬件资源,为用户提供快速、高效的高精地图展示与分析服务。
以上对本发明所提供的技术方案进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (8)

1.一种渐进式在线高精地图服务引擎系统,其特征在于:包括数据装配模块、算力协同模块、渲染编程模块,其中:
所述数据装配模块用于将原始来源的高精地图矢量数据进行组织存储,并按照全球剖分网格方式构建高精图形空间索引、按照“图形—数据”松耦合方式进行高精地图配图、以及对端到端数据的传输准确性进行校核;
所述算力协同模块用于对引擎系统服务器端和客户端算力资源进行协同利用和平衡调度,精细化控制高精地图对象的传输、显示时序;
所述渲染编辑模块用于根据所述算力协同模块对高精地图对象数据的平衡调度,将高精地图配图方案编制好组成要素进行可编辑化渲染展示。
2.根据权利要求1所述的渐进式在线高精地图服务引擎系统,其特征在于:所述数据装配模块包括对象装载子模块、高精图形索引子模块、在线配图子模块、数据校核子模块,其中:
所述对象装载子模块与原始高精地图矢量数据对接,提取高精地图矢量数据要素,并按照非关系型数据结构装载到高精地图对象化存储容器中,将图形要素和属性要素按照对象化存储,并保留逻辑上图层的组织结构;
所述高精图形索引子模块用于对装载入高精地图对象化存储容器的对象数据,分别建立数据编目索引、空间图形分割索引、属性全文索引;
所述在线配图子模块用于提供一种在线交互配图工具,按照“图形—数据”松耦合方式对高精地图图形要素进行图形显示配置,编制形成配图方案;
所述数据校核子模块通过客户端数据与服务器端数据的校核,以检验高精地图数据是否100%准确传输和渲染,若存在数据丢失,则及时进行数据校准和修正。
3.根据权利要求2所述的渐进式在线高精地图服务引擎系统,其特征在于:所述高精图形索引子模块采用全球剖分算法和全文索引方法建立数据编目索引、空间图形分割索引、属性全文索引;所述在线配图子模块进行图形显示配置编制形成配图方案时,所述图形显示配置包括各类标注、字体、填充、符号、颜色、线型。
4.根据权利要求1所述的渐进式在线高精地图服务引擎系统,其特征在于:所述算力协同模块包括深度剔选子模块、对象调度子模块、字体调度子模块、渐进式传输子模块、算力平衡子模块,其中:
所述深度剔选子模块用于根据Z-Buffer坐标映射对多层高精地图要素进行深度剔选,并计算得到剔选因子;
所述对象调度子模块包括服务器端输出对象调度功能、客户端渲染对象调度功能,所述服务器端输出对象调度功能为依据客户端调用高精地图范围和所述深度剔选子模块计算得到的剔选因子为参数,并根据用户行为特征设置的冗余因子,动态计算和调度向客户端输送高精图形对象数量;所述客户端渲染对象调度功能为计算判定从服务端和本地缓存调度高精图形对象、以及从本地内存中直接调度高精图形对象到GPU渲染;
所述字体调度子模块用于对高精地图字体包进行分割处理,并根据客户端调用高精地图中所含字体内容,计算和调度相应字体包供客户端渲染使用;
所述渐进式传输子模块用于根据用户调用高精地图范围,按照所述深度剔选子模块、对象调度子模块、字体调度子模块计算获得调度的对象列表,建立对象渐进式传输时序队列,并根据服务器硬件资源动态情况,在各环节渐进传输高精地图对象;
所述算力平衡子模块用于动态监测服务器和客户端硬件资源占用情况,构建系统算力释能矩阵,并通过对算力需求矩阵与算力释能矩阵的合理配对,对系统中各模块和子模块运行和使用硬件资源情况进行动态平衡,协同优化全系统算力资源。
5.根据权利要求4所述的渐进式在线高精地图服务引擎系统,其特征在于:所述深度剔选子模块的深度剔选包括静态剔选和动态剔选两种方式,所述静态剔选是根据高精地图配图方案预先计算静态剔选因子;所述动态剔选是根据用户使用高精地图图层变化情况,在静态剔选因子基础上调整剔选要素,重新计算得到动态剔选因子。
6.根据权利要求4或5所述的渐进式在线高精地图服务引擎系统,其特征在于:所述深度剔选子模块根据Z-Buffer坐标映射对多层高精地图要素进行深度剔选的过程为:
按照高精地图图层的配图顺序,自上而下,对各图层地图要素进行坐标映射比对,基于一定缓冲区计算地图要素的压盖关系,将计算得到的各图层中地图要素被上层地图要素压盖的情况作为剔选因子,与地图要素本身配套使用,以提高客户端实际渲染效率。
7.根据权利要求4所述的渐进式在线高精地图服务引擎系统,其特征在于:所述算力释能矩阵是指将服务器和客户端所有硬件、网络资源统筹为一个整体,以一个多维矩阵的方式表达整个系统的计算资源,包括总体资源、已占用资源以及未占用资源情况;
所述算力需求矩阵与算力释能矩阵对应,以一个多维矩阵方式表达整个系统中高精地图要素对象为最小单元,在各环节所需的计算、存储资源,并以此作为基础向系统请求相应的算力资源。
8.根据权利要求1所述的渐进式在线高精地图服务引擎系统,其特征在于:所述渲染编程模块包括字体渲染编程子模块、符号渲染编程子模块、图形渲染编程子模块、渐进渲染调度子模块,其中:
所述字体渲染编程子模块用于基于字体渲染管线,根据字体调度子模块动态调度的编排队列,按照由粗到细、由疏到密、合理避让原则进行字体编程化渲染;
所述符号渲染编程子模块用于基于符号渲染管线,以高精图形对象为单位,按图形类型分为点、线、面三类图形符号,并根据图形符号的复杂程度进行分类编程化渲染;
所述图形渲染编程子模块用于基于图形渲染管线,针对点、线、面三类不同类型高精地图图形,以节点、片元为原子单元,并进行空间几何组装编程,实现高精图形的混合渲染及绘制;
所述渐进渲染调度子模块用于综合所述字体渲染编程子模块、符号渲染编程子模块、图形渲染编程子模块运行情况,结合GPU动态占用率,对整个系统渲染操作进行协同调度,根据终端用户高精地图操作的行为规律,充分利用已渲染图形基础,实现渐进无缝式图形渲染与展示体验。
CN202111147679.3A 2021-09-29 2021-09-29 一种渐进式在线高精地图服务引擎系统 Active CN113779040B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111147679.3A CN113779040B (zh) 2021-09-29 2021-09-29 一种渐进式在线高精地图服务引擎系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111147679.3A CN113779040B (zh) 2021-09-29 2021-09-29 一种渐进式在线高精地图服务引擎系统

Publications (2)

Publication Number Publication Date
CN113779040A true CN113779040A (zh) 2021-12-10
CN113779040B CN113779040B (zh) 2024-02-13

Family

ID=78854335

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111147679.3A Active CN113779040B (zh) 2021-09-29 2021-09-29 一种渐进式在线高精地图服务引擎系统

Country Status (1)

Country Link
CN (1) CN113779040B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114706936A (zh) * 2022-05-13 2022-07-05 高德软件有限公司 地图数据处理方法及基于位置的服务提供方法
CN115687480A (zh) * 2022-10-31 2023-02-03 朱俊丰 一种装配式智慧园区一张图系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050035883A1 (en) * 2003-08-01 2005-02-17 Kenji Kameda Map display system, map data processing apparatus, map display apparatus, and map display method
CN101256590A (zh) * 2008-04-03 2008-09-03 北京艺龙天地文化传播有限公司 结合WebGis的三维在线虚拟现实生态环境仿真系统及其方法
CN101458810A (zh) * 2008-12-08 2009-06-17 哈尔滨工程大学 一种基于对象属性特征的矢量地图水印方法
CN105701103A (zh) * 2014-11-28 2016-06-22 星际空间(天津)科技发展有限公司 一种基于地理信息的三维应用系统
CN106326997A (zh) * 2015-06-26 2017-01-11 国网河南省电力公司周口供电公司 一种用于自然灾害下电力抢修的gis数据库的建立方法
CN108572951A (zh) * 2017-03-08 2018-09-25 星际空间(天津)科技发展有限公司 一种基于地理信息的制图数据三维显示系统
CN111221933A (zh) * 2019-12-31 2020-06-02 武汉市珞珈俊德地信科技有限公司 海量地图数据与建筑信息模型融合的三维瓦片构建方法
CN112985428A (zh) * 2021-04-22 2021-06-18 速度时空信息科技股份有限公司 基于安全角度的高精传感地图的图层的优先级参取方法
CN113066160A (zh) * 2021-03-09 2021-07-02 浙江大学 室内移动机器人场景数据及其测试用例的生成方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050035883A1 (en) * 2003-08-01 2005-02-17 Kenji Kameda Map display system, map data processing apparatus, map display apparatus, and map display method
CN101256590A (zh) * 2008-04-03 2008-09-03 北京艺龙天地文化传播有限公司 结合WebGis的三维在线虚拟现实生态环境仿真系统及其方法
CN101458810A (zh) * 2008-12-08 2009-06-17 哈尔滨工程大学 一种基于对象属性特征的矢量地图水印方法
CN105701103A (zh) * 2014-11-28 2016-06-22 星际空间(天津)科技发展有限公司 一种基于地理信息的三维应用系统
CN106326997A (zh) * 2015-06-26 2017-01-11 国网河南省电力公司周口供电公司 一种用于自然灾害下电力抢修的gis数据库的建立方法
CN108572951A (zh) * 2017-03-08 2018-09-25 星际空间(天津)科技发展有限公司 一种基于地理信息的制图数据三维显示系统
CN111221933A (zh) * 2019-12-31 2020-06-02 武汉市珞珈俊德地信科技有限公司 海量地图数据与建筑信息模型融合的三维瓦片构建方法
CN113066160A (zh) * 2021-03-09 2021-07-02 浙江大学 室内移动机器人场景数据及其测试用例的生成方法
CN112985428A (zh) * 2021-04-22 2021-06-18 速度时空信息科技股份有限公司 基于安全角度的高精传感地图的图层的优先级参取方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
J.D BLOWER等: "GIS in the cloud:implementing a web map service on google app engine", PROCEEDINGS OF THE 1ST INTERNATIONAL CONFERENCE AND EXHIBITION ON COMPUTING FOR GEOSPATIAL RESEARCH & APPLICATION, no. 34, 30 June 2010 (2010-06-30), pages 1 - 4 *
刘睿健: "云边协同 构建交通"大脑"与"神经末梢" 交通云平台与边缘计算初探", 中国交通信息化, no. 6, 15 June 2021 (2021-06-15), pages 18 - 31 *
徐狄军;王坤;梁寒冬;: "宁波市数字侧视地图的建设与应用", 中国建设信息, no. 21, 8 November 2010 (2010-11-08), pages 59 - 62 *
朱俊丰等: "面向移动终端的电子地图应用框架研究", 地理空间信息, vol. 16, no. 6, 19 June 2018 (2018-06-19), pages 64 - 66 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114706936A (zh) * 2022-05-13 2022-07-05 高德软件有限公司 地图数据处理方法及基于位置的服务提供方法
CN114706936B (zh) * 2022-05-13 2022-08-26 高德软件有限公司 地图数据处理方法及基于位置的服务提供方法
CN115687480A (zh) * 2022-10-31 2023-02-03 朱俊丰 一种装配式智慧园区一张图系统

Also Published As

Publication number Publication date
CN113779040B (zh) 2024-02-13

Similar Documents

Publication Publication Date Title
US10262392B2 (en) Distributed and parallelized visualization framework
CN113779040B (zh) 一种渐进式在线高精地图服务引擎系统
CN110442965A (zh) 基于bim的铁路客服信息机房建设管理系统及方法
US8957908B2 (en) Rapid representational thumbnail images for business intelligence dashboards
US11226995B2 (en) Generating business intelligence geospatial elements
US10825236B1 (en) Composite mesh LOD construction
CN102496082A (zh) 基于可视化技术的飞机产品研制进度监控方法
CN110597900A (zh) 一种gdb数据实时按需生成矢量切片的方法
CN112256790A (zh) 基于WebGL的三维可视化展现系统及数据可视化方法
CN111339599A (zh) 一种bim模型到gis模型的转换方法
CN113722345A (zh) 映射关系的展示方法和装置、电子设备、存储介质
CN117390322A (zh) 虚拟空间构建方法、装置、电子设备及非易失性存储介质
CN112862934B (zh) 用于处理动画的方法、装置、设备、介质和产品
CN109284952A (zh) 一种归属区域的定位方法和装置
US10529100B2 (en) Interaction-driven format for graph visualization
Hagedorn et al. Towards advanced and interactive web perspective view services
CN114581586A (zh) 一种模型基底的生成方法、装置、电子设备及存储介质
CN107577880A (zh) 一种基于多视图的工艺结构建模方法
CN112489210A (zh) 一种自主可控的三维立体自然资源一张图系统构建方法
CN113626547B (zh) 一种货运行业地图矢量切片方法、装置、存储介质及终端
US11399049B2 (en) System and method for streaming content
CN102622198A (zh) 一种对数据进行可视化处理的方法及系统
CN113590219B (zh) 一种数据处理方法、装置、电子设备以及存储介质
CN208110601U (zh) 基于分布式集群的gis信息管理系统
Klimke et al. Scalable multi-platform distribution of spatial 3d contents

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