CN117076593A - 一种基于内存数据库的动态目标轨迹多级构建及存储方法 - Google Patents

一种基于内存数据库的动态目标轨迹多级构建及存储方法 Download PDF

Info

Publication number
CN117076593A
CN117076593A CN202311346040.7A CN202311346040A CN117076593A CN 117076593 A CN117076593 A CN 117076593A CN 202311346040 A CN202311346040 A CN 202311346040A CN 117076593 A CN117076593 A CN 117076593A
Authority
CN
China
Prior art keywords
dynamic target
track
target track
lod
level
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
Application number
CN202311346040.7A
Other languages
English (en)
Inventor
王家润
田壮
韩振
赵静
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.)
Zhongwei Zhichuang Beijing Software Technology Co ltd
Original Assignee
Zhongwei Zhichuang Beijing Software 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 Zhongwei Zhichuang Beijing Software Technology Co ltd filed Critical Zhongwei Zhichuang Beijing Software Technology Co ltd
Priority to CN202311346040.7A priority Critical patent/CN117076593A/zh
Publication of CN117076593A publication Critical patent/CN117076593A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries
    • 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
    • G06F16/26—Visual data mining; Browsing structured data
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开是关于一种基于内存数据库的动态目标轨迹多级构建及存储方法。该方法包括：通过Douglas‑Peucker算法对动态目标轨迹进行计算，建立动态目标轨迹LOD简化层级；基于内存数据库，对动态目标轨迹进行构建，生成动态目标轨迹对象数据库，基于所述动态目标轨迹LOD简化层级，对动态目标轨迹对象数据库进行分层存储，生成轨迹简化对象数据；基于视点位置，对所述轨迹简化对象数据进行预设判定，生成动态目标轨迹显示等级，基于所述动态目标轨迹显示等级完成动态目标轨迹的多级构建。本公开通过对轨迹数据的实时大规模存储、轨迹的可视化显示、特征提取硬件的并行加速，解决了大量动态目标轨迹在仿真系统中实时性差、存储容量小、显示性能低等问题。

Description

一种基于内存数据库的动态目标轨迹多级构建及存储方法
技术领域
本公开涉及数据可视化领域，具体而言，涉及一种基于内存数据库的动态目标轨迹多级构建及存储方法。
背景技术
作战仿真、兵棋推演等系统中战场态势多包含大量的需要实时更新属性、状态的动态目标（简称动目标），目标的轨迹是动目标的重要组成部分，是态势演化分析的重要数据依据，体现作战意图并可预测一定的战场演化趋势。在实时仿真系统中动目标数量多，动目标轨迹数量巨大，存储管理困难，导致仿真系统的实时性差、显示性能低等问题。在现有技术中采用如下两种方法进行存储管理：（1）轨迹数据采用通用数据库管理时，尽管存储容量大，但是实时性不足；（2）纯内存存储（仅使用内存），实时性很强，但是计算机的内存容量一般不大，无法容纳实际应用中轨迹大数据量的存储需求，导致对战场态势的实时回退复盘分析处理困难，影响对作战仿真推演的评估分析等。
因此，需要一种或多种方法解决上述问题。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种基于内存数据库的动态目标轨迹多级构建及存储方法、装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
根据本公开的一个方面，提供一种基于内存数据库的动态目标轨迹多级构建及存储方法，包括：
通过Douglas-Peucker算法对动态目标轨迹进行计算，建立动态目标轨迹LOD简化层级；
基于内存数据库，对动态目标轨迹进行构建，生成动态目标轨迹对象数据库，基于所述动态目标轨迹LOD简化层级，对动态目标轨迹对象数据库进行分层存储，生成轨迹简化对象数据；
基于视点位置，对所述轨迹简化对象数据进行预设判定，生成动态目标轨迹显示等级，基于所述动态目标轨迹显示等级完成动态目标轨迹的多级构建。
在本公开的一种示例性实施例中，所述方法还包括：基于详略层级，对距离阈值进行三等分，生成远端距离阈值、中端距离阈值、近端距离阈值；
基于所述远端距离阈值，通过Douglas-Peucker算法建立动态目标轨迹的远端LOD简化层级；
基于所述中端距离阈值，通过Douglas-Peucker算法建立动态目标轨迹的中端LOD简化层级；
基于所述近端距离阈值，通过Douglas-Peucker算法建立动态目标轨迹的近端LOD简化层级。
在本公开的一种示例性实施例中，所述方法还包括：
基于所述动态目标轨迹LOD简化层级，通过对轨迹点的时空数据结构进行设计，完成所述轨迹点索引标识、所述轨迹点所在轨迹对象索引标识、所述轨迹点位置向量、所述轨迹点时间戳的存储；
基于所述轨迹点，通过对轨迹对象的数据结构进行设计，完成所述轨迹对象索引标识、轨迹对象LOD等级标识的存储；
通过B+树算法对所述动态目标轨迹对象数据库的管理接口进行设计，完成轨迹库的存储。
在本公开的一种示例性实施例中，所述方法还包括：基于Berkeley DB数据库，对所述轨迹数据的Key/Value进行预设；
所述Key包括，所述轨迹对象索引标识、所述轨迹点索引标识、轨迹对象LOD等级标识；
所述Value预设为包含轨迹点位置向量、轨迹点时间戳的结构体；
基于对轨迹数据的Key/Value的预设，完成轨迹数据的入库、查询操作。
在本公开的一种示例性实施例中，所述方法还包括：
基于所述动态目标轨迹的远端LOD简化层级，通过计算算数平均值，生成远端层级中心点；
基于所述动态目标轨迹的中端LOD简化层级，通过计算算数平均值，生成中端层级中心点；
基于所述动态目标轨迹的近端LOD简化层级，通过计算算数平均值，生成近端层级中心点；
基于视点位置，计算所述远端层级中心点、中端层级中心点、近端。
在本公开的一种示例性实施例中，所述方法还包括：
基于所述动态目标轨迹的独立性，对所述动态目标轨迹进行计算，生成高性能并行计算任务；
基于CPU/GPU多核计算力，通过预设编程接口对所述高性能并行计算任务进行计算，完成动态目标轨迹的多层显示。
在本公开的一个方面，提供一种基于内存数据库的动态目标轨迹多级构建及存储装置，包括：
动态目标轨迹层级划分模块，用于对动态目标轨迹进行分辨率LOD层级划分；
动态目标轨迹存储管理模块，用于对动态目标轨迹进行分层存储、预设管理；
加速计算模块，用于对动态目标轨迹分辨率LOD层级划分进行加速计算，实现所述动态目标轨迹的多层显示。
在本公开的一个方面，提供一种电子设备，包括：
处理器；以及
存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据上述任意一项所述的方法。
在本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据上述任意一项所述的方法。
本公开的示例性实施例中的一种基于内存数据库的动态目标轨迹多级构建及存储方法，其中，该方法包括：通过Douglas-Peucker算法对动态目标轨迹进行计算，建立动态目标轨迹LOD简化层级；基于内存数据库，对动态目标轨迹进行构建，生成动态目标轨迹对象数据库，基于所述动态目标轨迹LOD简化层级，对动态目标轨迹对象数据库进行分层存储，生成轨迹简化对象数据；基于视点位置，对所述轨迹简化对象数据进行预设判定，生成动态目标轨迹显示等级，基于所述动态目标轨迹显示等级完成动态目标轨迹的多级构建。本公开通过对轨迹数据的实时大规模存储、轨迹的可视化显示、特征提取硬件的并行加速，解决了动态目标轨迹在仿真系统中实时性差、存储容量小、显示性能低等问题。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
通过参照附图来详细描述其示例实施例，本公开的上述和其它特征及优点将变得更加明显。
图1示出了根据本公开一示例性实施例的一种基于内存数据库的动态目标轨迹多级构建及存储方法的流程图；
图2示出了根据本公开一示例性实施例的一种基于内存数据库的动态目标轨迹多级构建及存储装置的示意框图；
图3示意性示出了根据本公开一示例性实施例的电子设备的框图；
图4示意性示出了根据本公开一示例性实施例的计算机可读存储介质的示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在本示例实施例中，首先提供了一种基于内存数据库的动态目标轨迹多级构建及存储方法；参考图1中所示，该一种基于内存数据库的动态目标轨迹多级构建及存储方法可以包括以下步骤：
步骤S110，通过Douglas-Peucker算法对动态目标轨迹进行计算，建立动态目标轨迹LOD简化层级；
步骤S120，基于内存数据库，对动态目标轨迹进行构建，生成动态目标轨迹对象数据库，基于所述动态目标轨迹LOD简化层级，对动态目标轨迹对象数据库进行分层存储，生成轨迹简化对象数据；
步骤S130，基于视点位置，对所述轨迹简化对象数据进行预设判定，生成动态目标轨迹显示等级，基于所述动态目标轨迹显示等级完成动态目标轨迹的多级构建。
本公开的示例性实施例中的一种基于内存数据库的动态目标轨迹多级构建及存储方法，其中，该方法包括：通过Douglas-Peucker算法对动态目标轨迹进行计算，建立动态目标轨迹LOD简化层级；基于内存数据库，对动态目标轨迹进行构建，生成动态目标轨迹对象数据库，基于所述动态目标轨迹LOD简化层级，对动态目标轨迹对象数据库进行分层存储，生成轨迹简化对象数据；基于视点位置，对所述轨迹简化对象数据进行预设判定，生成动态目标轨迹显示等级，基于所述动态目标轨迹显示等级完成动态目标轨迹的多级构建。本公开通过对轨迹数据的实时大规模存储、轨迹的可视化显示、特征提取硬件的并行加速，解决了动态目标轨迹在仿真系统中实时性差、存储容量小、显示性能低等问题。
下面，将对本示例实施例中的一种基于内存数据库的动态目标轨迹多级构建及存储方法进行进一步的说明。
在模版配置步骤S110中，通过Douglas-Peucker算法对动态目标轨迹进行计算，建立动态目标轨迹LOD简化层级。
在本示例的实施例中，基于详略层级，对所述距离阈值进行三等分，生成远端距离阈值、中端距离阈值、近端距离阈值；基于所述远端距离阈值，通过RDP算法建立存储的动态目标轨迹的远端LOD简化层级；基于所述中端距离阈值，通过RDP算法建立存储的动态目标轨迹的中端LOD简化层级；基于所述近端距离阈值，通过RDP算法建立存储的动态目标轨迹的近端LOD简化层级。
具体实施方法为：首先对预设的距离阈值δ进行均匀三等分，标记远端距离阈值δ0=δ，中端距离阈值δ0=⅔δ，近端距离阈值δ0=⅓δ。之后针对上述三个不同的距离阈值，建立与之对应的多分辨率LOD轨迹：采用RDP算法，构建过程如下:
对轨迹的首末点虚连一条直线, 求所有点与直线的距离,并找出最大距离值dmax, 用dmax与距离阈值δ0相比: 若dmax<δ0，这条曲线上的中间点全部舍去; 若dmax ≥δ0,保留dmax对应的轨迹点, 并以该点为界, 把曲线分为两部分, 对这两部分重复使用上述方法构建出远端LOD简化层级Level-0级（远离视点）。δ１、δ２重复使用δ0的方法构建出中端LOD简化层级Level-1级（离视点中等距离）、近端LOD简化层级Level-2级（离视点较近）。
在模版配置步骤S120中，基于内存数据库，对动态目标轨迹进行构建，生成动态目标轨迹对象数据库，基于所述动态目标轨迹LOD简化层级，对动态目标轨迹对象数据库进行分层存储，生成轨迹简化对象数据；
在本示例的实施例中，基于所述动态目标轨迹LOD简化层级，通过对轨迹点的时空数据结构进行设计，完成所述轨迹点索引标识、所述轨迹点所在轨迹对象索引标识、所述轨迹点位置向量、所述轨迹点时间戳的存储，即，将动态目标的轨迹点设置为：P=(pIndex,tIndex,C,T)其中，pIndex为该轨迹点的索引标识；tIndex为该点所在的轨迹索引标识；C为该点的位置向量，采用WGS84坐标描述：纬度、经度、高度；T为该点的时间戳信息。基于所述轨迹点，通过对轨迹对象的数据结构进行设计，完成所述轨迹对象索引标识、轨迹对象LOD等级标识的存储，即，将动态目标的轨迹对象设置为：O=(tIndex, nLevel)，其中，tIndex为轨迹对象的索引标识；nLevel为轨迹的LOD等级标识，用于标明该轨迹显示的等级层次。轨迹数据在外存硬盘中的存储和操作方法（即，轨迹库的管理接口）支持B+树（DB_BTREE型，key可为任意值，数据优先放入内存中）、Hash（DB_HASH型，key可为任意值，用于数据较大的情况）、Recno（DB_RECNO型，key为数字）和Queue（DB_QUEUE型，key为数字）四种算法，但基于B+树算法key的任意值属性、优先存放内存属性，采用B+树算法对所述动态目标轨迹对象数据库的管理接口进行设计，完成轨迹库的存储。
在本示例的实施例中，基于Berkeley DB数据库，对所述轨迹数据的Key/Value进行预设；所述Key包括，所述轨迹对象索引标识tIndex、所述轨迹点索引标识pIndex、轨迹对象LOD等级标识nLevel；所述Value预设为包含轨迹点位置向量、轨迹点时间戳的结构体(C,T)。基于对轨迹数据的Key/Value的预设，在轨迹数据需要入库操作时：dbp->Put(dbp,NULL,&Key,&Value,DB_NOOVERWRITE)，其中dbp为创建好的BerkeleyDB数据库实例对象指针，“DB_NOOVERWRITE”为不覆盖Key相同记录的枚举值设置。在轨迹数据需要查询操作时：dbp->Get(dbp,NULL,&Key,&Value,0)，其中Value需要提前分配好结构体(C,T)大小的内存，以便正确获取到轨迹数据。
在模版配置步骤S130中，基于视点位置，对所述轨迹简化对象数据进行预设判定，生成动态目标轨迹显示等级，基于所述动态目标轨迹显示等级完成动态目标轨迹的多级构建。
在本示例的实施例中，基于所述动态目标轨迹的远端LOD简化层级，通过计算算数平均值，生成远端层级中心点；基于所述动态目标轨迹的中端LOD简化层级，通过计算算数平均值，生成中端层级中心点；基于所述动态目标轨迹的近端LOD简化层级，通过计算算数平均值，生成近端层级中心点；基于视点位置，计算所述远端层级中心点、中端层级中心点、近端层级中心点与所述视点位置的距离，完成对所述动态目标轨迹的显示。即，计算每级LOD简化轨迹所有点的算术平均值，作为该层级简化轨迹的中心点，并进一步计算视点与每级LOD简化轨迹的中心点的距离，依据该距离，根据预先设置的LOD显示切换准则，实时显示LOD简化轨迹对象。同时，为了进行高效的显示，可结合三维场景的视锥，对轨迹的点集进行视锥裁剪，过滤掉视锥之外的轨迹上的点，这可以通过并行计算进一步加快判定，最终提升LOD简化轨迹对象的显示性能。
在本示例的实施例中，基于所述动态目标轨迹的独立性，符合高性能并行计算任务相互之间没有依赖的基本要求，可以对所述动态目标轨迹进行计算，生成高性能并行计算任务；之后基于CPU/GPU多核计算力，通过预设编程接口（OpenMP或CUDA并行编程接口）对所述高性能并行计算任务进行计算，完成动态目标轨迹的多层显示。这种通过软硬件一体化的设计理念，可以实现整体计算性能的大幅度提升。
需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
此外，在本示例实施例中，还提供了一种基于内存数据库的动态目标轨迹多级构建及存储装置。参照图2所示，该一种基于内存数据库的动态目标轨迹多级构建及存储装置400可以包括：动态目标轨迹层级划分模块410、动态目标轨迹存储管理模块420以及加速计算模块430。其中：
动态目标轨迹层级划分模块410，用于对动态目标轨迹进行分辨率LOD层级划分；
动态目标轨迹存储管理模块420，用于对动态目标轨迹进行分层存储、预设管理；
加速计算模块430，用于对动态目标轨迹分辨率LOD层级划分进行加速计算，实现所述动态目标轨迹的多层显示。
上述中各一种基于内存数据库的动态目标轨迹多级构建及存储装置模块的具体细节已经在对应的一种基于内存数据库的动态目标轨迹多级构建及存储方法中进行了详细的描述，因此此处不再赘述。
应当注意，尽管在上文详细描述中提及了一种基于内存数据库的动态目标轨迹多级构建及存储装置400的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例（包括固件、微代码等），或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。
下面参照图3来描述根据本发明的这种实施例的电子设备500。图3显示的电子设备500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示，电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于：上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件（包括存储单元520和处理单元510）的总线530、显示单元540。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元510执行，使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。例如，所述处理单元510可以执行如图1中所示的步骤S110至步骤S130。
存储单元520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元（RAM）5201和/或高速缓存存储单元5202，还可以进一步包括只读存储单元（ROM）5203。
存储单元520还可以包括具有一组（至少一个）程序模块5203的程序/实用工具5204，这样的程序模块5205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线550可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备500也可以与一个或多个外部设备570（例如键盘、指向设备、蓝牙设备等）通信，还可与一个或者多个使得用户能与该电子设备500交互的设备通信，和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备（例如路由器、调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口550进行。并且，电子设备500还可以通过网络适配器560与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。如图所示，网络适配器560通过总线550与电子设备500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、终端装置、或者网络设备等）执行根据本公开实施例的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。
参考图4所示，描述了根据本发明的实施例的用于实现上述方法的程序产品600，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网（LAN）或广域网（WAN），连接到用户计算设备，或者，可以连接到外部计算设备（例如利用因特网服务提供商来通过因特网连接）。
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (9)

1.一种基于内存数据库的动态目标轨迹多级构建及存储方法，其特征在于，所述方法包括：
通过Douglas-Peucker算法对动态目标轨迹进行计算，建立动态目标轨迹LOD简化层级；
基于内存数据库，对动态目标轨迹进行构建，生成动态目标轨迹对象数据库，基于所述动态目标轨迹LOD简化层级，对动态目标轨迹对象数据库进行分层存储，生成轨迹简化对象数据；
基于视点位置，对所述轨迹简化对象数据进行预设判定，生成动态目标轨迹显示等级，基于所述动态目标轨迹显示等级完成动态目标轨迹的多级构建。
2.如权利要求1所述的方法，其特征在于，所述基于内存数据库的动态目标轨迹多级构建及存储方法还包括：
基于详略层级，对距离阈值进行三等分，生成远端距离阈值、中端距离阈值、近端距离阈值；
基于所述远端距离阈值，通过Douglas-Peucker算法建立动态目标轨迹的远端LOD简化层级；
基于所述中端距离阈值，通过Douglas-Peucker算法建立动态目标轨迹的中端LOD简化层级；
基于所述近端距离阈值，通过Douglas-Peucker算法建立动态目标轨迹的近端LOD简化层级。
3.如权利要求1所述的方法，其特征在于，所述基于内存数据库的动态目标轨迹多级构建及存储方法还包括：
基于所述动态目标轨迹LOD简化层级，通过对轨迹点的时空数据结构进行设计，完成所述轨迹点索引标识、所述轨迹点所在轨迹对象索引标识、所述轨迹点位置向量、所述轨迹点时间戳的存储；
基于所述轨迹点，通过对轨迹对象的数据结构进行设计，完成所述轨迹对象索引标识、轨迹对象LOD等级标识的存储；
通过B+树算法对所述动态目标轨迹对象数据库的管理接口进行设计，完成轨迹库的存储。
4.如权利要求3所述的方法，其特征在于，所述基于内存数据库的动态目标轨迹多级构建及存储方法还包括：
基于Berkeley DB数据库，对所述轨迹数据的Key/Value进行预设；
所述Key包括，所述轨迹对象索引标识、所述轨迹点索引标识、轨迹对象LOD等级标识；
所述Value预设为包含轨迹点位置向量、轨迹点时间戳的结构体；
基于对轨迹数据的Key/Value的预设，完成轨迹数据的入库、查询操作。
5.如权利要求4所述的方法，其特征在于，所述基于内存数据库的动态目标轨迹多级构建及存储方法还包括：
基于所述动态目标轨迹的远端LOD简化层级，通过计算算数平均值，生成远端层级中心点；
基于所述动态目标轨迹的中端LOD简化层级，通过计算算数平均值，生成中端层级中心点；
基于所述动态目标轨迹的近端LOD简化层级，通过计算算数平均值，生成近端层级中心点；
基于视点位置，计算所述远端层级中心点、中端层级中心点、近端。
6.如权利要求1所述的方法，其特征在于，所述基于内存数据库的动态目标轨迹多级构建及存储方法还包括：
基于所述动态目标轨迹的独立性，对所述动态目标轨迹进行计算，生成高性能并行计算任务；
基于CPU/GPU多核计算力，通过预设编程接口对所述高性能并行计算任务进行计算，完成动态目标轨迹的多层显示。
7.一种基于内存数据库的动态目标轨迹多级构建及存储装置，其特征在于，所述装置包括：
动态目标轨迹层级划分模块，用于对动态目标轨迹进行分辨率LOD层级划分；
动态目标轨迹存储管理模块，用于对动态目标轨迹进行分层存储、预设管理；
加速计算模块，用于对动态目标轨迹分辨率LOD层级划分进行加速计算，实现所述动态目标轨迹的多层显示。
8.一种电子设备，其特征在于，包括
处理器；以及
存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据权利要求1至6中任一项所述的方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1至6中任一项所述方法。
CN202311346040.7A 2023-10-18 2023-10-18 一种基于内存数据库的动态目标轨迹多级构建及存储方法 Pending CN117076593A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311346040.7A CN117076593A (zh) 2023-10-18 2023-10-18 一种基于内存数据库的动态目标轨迹多级构建及存储方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311346040.7A CN117076593A (zh) 2023-10-18 2023-10-18 一种基于内存数据库的动态目标轨迹多级构建及存储方法

Publications (1)

Publication Number Publication Date
CN117076593A true CN117076593A (zh) 2023-11-17

Family

ID=88706560

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311346040.7A Pending CN117076593A (zh) 2023-10-18 2023-10-18 一种基于内存数据库的动态目标轨迹多级构建及存储方法

Country Status (1)

Country Link
CN (1) CN117076593A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101726292A (zh) * 2008-10-20 2010-06-09 上海海事大学 一种提高电子海图客户端上船舶运动轨迹显示速度的方法
CN102003962A (zh) * 2010-11-18 2011-04-06 东风汽车有限公司 一种调整导航地图比例尺的方法及导航装置
CN108344425A (zh) * 2017-01-23 2018-07-31 高德信息技术有限公司 电子地图的自适应调整方法和装置
CN109033141A (zh) * 2018-06-08 2018-12-18 苏州大学 一种基于轨迹字典的时空轨迹压缩方法
CN112699196A (zh) * 2020-12-30 2021-04-23 深圳赛安特技术服务有限公司 轨迹生成方法、装置、终端设备及存储介质
CN114339428A (zh) * 2020-09-30 2022-04-12 华为技术有限公司 一种动态回放轨迹的方法和电子设备
CN114647705A (zh) * 2022-04-08 2022-06-21 杭州电子科技大学 一种基于ais数据的船舶航线提取与轨迹分类方法
CN115334167A (zh) * 2022-06-30 2022-11-11 西安电子科技大学广州研究院 一种角度阈值自适应的轨迹压缩方法
CN116661636A (zh) * 2023-05-30 2023-08-29 北京和德宇航技术有限公司 一种轨迹显示方法、装置、设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101726292A (zh) * 2008-10-20 2010-06-09 上海海事大学 一种提高电子海图客户端上船舶运动轨迹显示速度的方法
CN102003962A (zh) * 2010-11-18 2011-04-06 东风汽车有限公司 一种调整导航地图比例尺的方法及导航装置
CN108344425A (zh) * 2017-01-23 2018-07-31 高德信息技术有限公司 电子地图的自适应调整方法和装置
CN109033141A (zh) * 2018-06-08 2018-12-18 苏州大学 一种基于轨迹字典的时空轨迹压缩方法
CN114339428A (zh) * 2020-09-30 2022-04-12 华为技术有限公司 一种动态回放轨迹的方法和电子设备
CN112699196A (zh) * 2020-12-30 2021-04-23 深圳赛安特技术服务有限公司 轨迹生成方法、装置、终端设备及存储介质
CN114647705A (zh) * 2022-04-08 2022-06-21 杭州电子科技大学 一种基于ais数据的船舶航线提取与轨迹分类方法
CN115334167A (zh) * 2022-06-30 2022-11-11 西安电子科技大学广州研究院 一种角度阈值自适应的轨迹压缩方法
CN116661636A (zh) * 2023-05-30 2023-08-29 北京和德宇航技术有限公司 一种轨迹显示方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN111090628B (zh) 一种数据处理方法、装置、存储介质及电子设备
EP3940580A1 (en) Multi-modal pre-training model acquisition method and apparatus, electrnonic device and storage medium
US9683852B2 (en) Dispatching map matching tasks by a cluster server
CN109690512A (zh) 具有触发操作的gpu远程通信
KR20220029403A (ko) 업데이트 도로 인식 방법, 장치, 기기 및 컴퓨터 기록 매체
KR20210042279A (ko) 포인트 클라우드를 업데이트하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램
CN112346647B (zh) 数据存储方法、装置、设备和介质
JP7483781B2 (ja) 情報をプッシュするための方法、装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム
CN110647675B (zh) 停留点识别及预测模型训练方法、装置及存储介质
US11557047B2 (en) Method and apparatus for image processing and computer storage medium
CN110413413A (zh) 一种数据写入方法、装置、设备及存储介质
CN112798004A (zh) 一种车辆的定位方法、装置、设备及存储介质
KR20220165687A (ko) 지도 데이터 처리 방법, 지도 데이터 처리 장치, 전자장비, 저장매체 및 컴퓨터 프로그램
JP2023015230A (ja) 高精度マップを生成する方法及び装置、電子機器並びに記憶媒体
CN111104347B (zh) 堆内存块查找方法、装置、设备及存储介质
CN113298910A (zh) 生成交通标志线地图的方法、设备和存储介质
CN112000848A (zh) 一种图数据处理方法、装置、电子设备及存储介质
KR20220042315A (ko) 교통 데이터 예측 방법, 장치 및 전자 기기
CN109697034B (zh) 一种数据写入方法、装置、电子设备及存储介质
CN111259090A (zh) 关系数据的图生成方法、装置、电子设备和存储介质
CN114356962A (zh) 一种数据查询方法、装置、电子设备和存储介质
CN117076593A (zh) 一种基于内存数据库的动态目标轨迹多级构建及存储方法
CN112560928B (zh) 负样本挖掘方法、装置、电子设备及存储介质
CN112988932A (zh) 高精地图标注方法、装置、设备、可读存储介质及产品
CN113344074A (zh) 模型训练方法、装置、设备及存储介质

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