CN117149931B - 一种探测点位置与探测设备节点的坐标快速匹配方法及系统 - Google Patents
一种探测点位置与探测设备节点的坐标快速匹配方法及系统 Download PDFInfo
- Publication number
- CN117149931B CN117149931B CN202311106227.XA CN202311106227A CN117149931B CN 117149931 B CN117149931 B CN 117149931B CN 202311106227 A CN202311106227 A CN 202311106227A CN 117149931 B CN117149931 B CN 117149931B
- Authority
- CN
- China
- Prior art keywords
- detection
- coordinate data
- map
- node
- detection point
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 200
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000000638 solvent extraction Methods 0.000 claims abstract description 4
- 239000000523 sample Substances 0.000 claims description 25
- 230000000903 blocking effect Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Library & Information Science (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种探测点位置与探测设备节点的坐标快速匹配方法及系统,首先采集探测点位置坐标数据和探测设备节点坐标数据,再对地图进行分块并获得地图块,接着将探测点位置坐标数据归类到不同的地图块;本发明实现了具有匹配速度快的功能,且采用本发明的方法是现有方法的数百倍,设有m个探测点位置和n个探测设备节点,若采用现有方法,每一个探测设备节点就需要和m个探测点位置进行比较,若采用本发明方法,设采用的地图块平均大小为k,则共需要比较的次数为kxn次,效率是传统方法的m/k倍,且针对于不同的探测点位置的特点,还能调整k的大小以达到最优的计算速度和准确度,适合被广泛推广和使用。
Description
技术领域
本发明涉及石油地球物理勘探技术领域,具体涉及一种探测点位置与探测设备节点的坐标快速匹配方法及系统。
背景技术
在石油地球物理勘探中,先对探测点位置进行编号,再确定哪些探测点位置需要放置探测设备节点,这些探测点位置的GPS坐标都是已知的,而探测设备节点放置以后能通过自身获取GPS坐标,每个探测设备节点都有自己不同的设备编号。
目前,如何把探测点位置和探测设备节点对应普遍的做法是用探测设备节点的坐标分别与探测点位置的坐标计算距离,然后找到其中的最小距离,若距离小于一个设定的阀值,则匹配上,否则无法匹配上,虽然这样的做法比较简单,但是计算量非常大,设探测点位置的数量为n,探测设备节点的数目为n,则计算量为n2,这对于一个公区含有10万以上的探测点位置,计算量则是100亿;因此,需要设计一种探测点位置与探测设备节点的坐标快速匹配方法及系统。
发明内容
本发明的目的是克服现有技术的不足,为更好的有效解决现有方法在探测点位置和探测设备节点的匹配过程中速度和效率较低的问题,提供了一种探测点位置与探测设备节点的坐标快速匹配方法及系统,其实现了具有匹配速度快的功能,且采用本发明的方法是现有方法的数百倍,设有m个探测点位置和n个探测设备节点,若采用现有方法,每一个探测设备节点就需要和m个探测点位置进行比较,若采用本发明方法,设采用的地图块平均大小为k,则共需要比较的次数为kxn次,效率是传统方法的m/k倍,且针对于不同的探测点位置的特点,还能调整k的大小以达到最优的计算速度和准确度。
为了达到上述目的,本发明所采用的技术方案是:
一种探测点位置与探测设备节点的坐标快速匹配方法及系统,包括以下步骤,
步骤(A),采集探测点位置坐标数据和探测设备节点坐标数据;
步骤(B),对地图进行分块,获得地图块;
步骤(C),将探测点位置坐标数据归类到不同的地图块;
步骤(D),将探测设备节点坐标数据中的一个探测设备节点坐标归类到相应地图块;
步骤(E),计算相应地图块中的探测设备节点到该相应地图块包含的探测点位置距离,并找到与探测设备节点最小距离的探测点位置;
步骤(F),判断最小距离是否超过误差值,若最小距离小于误差值,则表示匹配成功,若最小距离大于等于误差值,则表示无法匹配;
步骤(G),重复步骤(D-F),直至所有的探测设备节点坐标数据均进行匹配,完成匹配作业。
前述的一种探测点位置与探测设备节点的坐标快速匹配方法,步骤(A),采集探测点位置坐标数据和探测设备节点坐标数据,其中探测点位置坐标数据和探测设备节点坐标数据均是由GPS定位获得。
前述的一种探测点位置与探测设备节点的坐标快速匹配方法,步骤(B),对地图进行分块,获得地图块,具体步骤如下,
步骤(B1),全世界墨卡托投影后的直角平面坐标系范围为经度方向上[-20037508米,20037508米]和纬度方向上[-20037508米,20037508米],这个为等级0的1个地图块,对应的图像像素为256x256;
步骤(B2),将等级为0的1个地图块一分为二,形成等级为1的2x2个地图块;以此类推,等级为n的地图块数目为2n x2n,且等级为n的地图块边长对应的距离为20037508/2n-1,再对这些块按照经度方向上0~2n-1进行编号,纬度方向上按照0~2n-1进行编号;
步骤(B3),设本次经度方向上两点之间的最小距离为a米,纬度方向上位b米,取a和b的最大值m米,按照一个地图块至少包含3x3个点的原则,能计算出一个地图块至少要3m米,再根据步骤(B2)查找大于3m米,且最接近的边长,确定使用的地图等级zoom。
前述的一种探测点位置与探测设备节点的坐标快速匹配方法,步骤(C),将探测点位置坐标数据归类到不同的地图块,具体步骤如下,
步骤(C1),取一个探测点位置坐标数据,设其经度为Longitude,纬度为Latitude,计算该探测点所在的地图块的编号(X,Y);其中经度方向上为X,纬度方向上为Y,分别如公式(1)和(2)所示,
X=(Longitude+180)/360*zoom(1)
Y=(0.5-(Log(Tan(Latitude*PI/180)+1/Cos(Latitude*PI/180)))/2/PI)*zoom(2)
其中,Log为取对数运算,Tan为取正切运算,PI为圆周率,Cos为余弦运算,zoom为地图等级,Longitude为探测点位置经度,Latitude为探测点位置纬度;
步骤(C2),基于步骤(C1),生成探测点的键key及属性值Value,如公式(3)和公式(4)所示,
Key=(X<<32)|Y(3)
Value=(Code,Longitude,Latitude)(4)
其中,<<为左移位运算,()为一个组合类,Code为探测点的编号信息;
步骤(C3),从哈希表中Hashtable查找该键值Key对应的链表List,若能找到,则直接把Value放入List中,若找不到,则创建一个空的List,并把Value放入该List中,再把Key和List放入哈希表Hashtable中;
步骤(C4),重复步骤(C1~C3),直到处理完全部的探测点位置坐标数据,并得到完整哈希表Hashtable。
前述的一种探测点位置与探测设备节点的坐标快速匹配方法,步骤(D),将探测设备节点坐标数据中的一个探测设备节点坐标归类到相应地图块,具体步骤如下,
步骤(D1),取一个探测设备节点坐标数据,设其经度为Lng,纬度为Lat,计算出所在地图块的编号(x,y),其中精度方向上为x,纬度方向上为y,分别如公式(5)和公式(6)所示,
x=(Lng+180)/360*zoom(5)
y=(0.5-(Log(Tan(Lat*PI/180)+1/Cos(Lat*PI/180)))/2/PI)*zoom(6)
其中,Lng:探测设备节点位置经度,La:探测设备节点位置纬度;
步骤(D2),基于步骤(D1),生成探测设备节点的键key及属性值Value,如公式(7)所示,
key=(x<<32)|y(7);
步骤(D3),判断步骤(C4)生成的哈希表Hashtable是否含有键key,若不含,则判断为查找失败,若含有,则取出该地图块中的链表List,且该链表中的每一个单元为(Code,Longitude,Latitude)。
前述的一种探测点位置与探测设备节点的坐标快速匹配方法,步骤(E),计算相应地图块中的探测设备节点到该相应地图块包含的探测点位置距离,并找到与探测设备节点最小距离的探测点位置,具体步骤如下,
步骤(E1),根据步骤(D3)中得到的链表List计算出相应地图块list中探测设备节点到该相应地图块list包含的探测点位置的欧式距离d,其中欧式距离d如公式所示(8)所示,
d=[(lat-Latitude)2+(lng-Longtitude)2]0.5(8);
步骤(E2),查找List(Code,Longitude,Latitude)中所有欧式距离d中的最小距离dmin和探测点位置Codemin。
前述的一种探测点位置与探测设备节点的坐标快速匹配方法,步骤(F),判断最小距离是否超过误差值,若最小距离小于误差值,则表示匹配成功,若最小距离大于等于误差值,则表示无法匹配,其中若匹配成功,则将探测点位置Codemin为该探测设备节点的位置编号。
一种探测点位置与探测设备节点的坐标快速匹配系统,包括采集模块、分块模块、探测点位置归类模块、探测设备节点归类模块、计算模块、判断模块和循环模块,所述采集模块用于采集探测点位置坐标数据和探测设备节点坐标数据;所述分块模块用于对地图进行分块并获得地图块;所述探测点位置归类模块用于将探测点位置坐标数据归类到不同的地图块;所述探测设备节点归类模块用于将探测设备节点坐标数据中的一个探测设备节点坐标归类到相应地图块;所述计算模块用于计算相应地图块中的探测设备节点到该相应地图块包含的探测点位置距离,并找到与探测设备节点最小距离的探测点位置;所述判断模块用于判断最小距离是否超过误差值,若最小距离小于误差值,则表示匹配成功,若最小距离大于等于误差值,则表示无法匹配;所述循环模块用于循环处理探测设备节点归类模块、计算模块和判断模块,直到所有的探测设备节点坐标数据均进行匹配。
本发明的有益效果是:本发明的一种探测点位置与探测设备节点的坐标快速匹配方法及系统,首先采集探测点位置坐标数据和探测设备节点坐标数据,再对地图进行分块并获得地图块,接着将探测点位置坐标数据归类到不同的地图块,再将探测设备节点坐标数据中的一个探测设备节点坐标归类到相应地图块,随后计算相应地图块中的探测设备节点到该相应地图块包含的探测点位置距离,并找到与探测设备节点最小距离的探测点位置,再判断最小距离是否超过误差值,若最小距离小于误差值,则表示匹配成功,若最小距离大于等于误差值,则表示无法匹配,有效的实现了本发明具有匹配速度快的功能,且采用本发明的方法是现有方法的数百倍,设有m个探测点位置和n个探测设备节点,若采用现有方法,每一个探测设备节点就需要和m个探测点位置进行比较,若采用本发明方法,设采用的地图块平均大小为k,则共需要比较的次数为kxn次,效率是传统方法的m/k倍,且针对于不同的探测点位置的特点,还能调整k的大小以达到最优的计算速度和准确度,例如当探测点位置比较均匀的情况下,k的值就可以更小,完全均匀分布的情况下k=1,则速度可以达到极限值,提高了匹配速度及效率。
附图说明
图1是本发明的一种探测点位置与探测设备节点的坐标快速匹配方法及系统的流程图;
图2是本发明的探测设备节点信息及编号示意图;
图3是本发明的匹配结果示意图。
具体实施方式
下面将结合说明书附图,对本发明作进一步的说明。
如图1所示,本发明的一种探测点位置与探测设备节点的坐标快速匹配方法及系统,包括以下步骤,
步骤(A),采集探测点位置坐标数据和探测设备节点坐标数据;
其中,探测点位置坐标数据和探测设备节点坐标数据均是由GPS定位获得。
步骤(B),对地图进行分块,获得地图块,具体步骤如下,
步骤(B1),全世界墨卡托投影后的直角平面坐标系范围为经度方向上[-20037508米,20037508米]和纬度方向上[-20037508米,20037508米],这个为等级0的1个地图块,对应的图像像素为256x256;
步骤(B2),将等级为0的1个地图块一分为二,形成等级为1的2x2个地图块;以此类推,等级为n的地图块数目为2n x2n,且等级为n的地图块边长对应的距离为20037508/2n-1,再对这些块按照经度方向上0~2n-1进行编号,纬度方向上按照0~2n-1进行编号;
步骤(B3),设本次经度方向上两点之间的最小距离为a米,纬度方向上位b米,取a和b的最大值m米,按照一个地图块至少包含3x3个点的原则,能计算出一个地图块至少要3m米,再根据步骤(B2)查找大于3m米,且最接近的边长,确定使用的地图等级zoom。
步骤(C),将探测点位置坐标数据归类到不同的地图块,具体步骤如下,
步骤(C1),取一个探测点位置坐标数据,设其经度为Longitude,纬度为Latitude,计算该探测点所在的地图块的编号(X,Y);其中经度方向上为X,纬度方向上为Y,分别如公式(1)和(2)所示,
X=(Longitude+180)/360*zoom(1)
Y=(0.5-(Log(Tan(Latitude*PI/180)+1/Cos(Latitude*PI/180)))/2/PI)*zoom(2)
其中,Log为取对数运算,Tan为取正切运算,PI为圆周率,Cos为余弦运算,zoom为地图等级,Longitude为探测点位置经度,Latitude为探测点位置纬度;
步骤(C2),基于步骤(C1),生成探测点的键key及属性值Value,如公式(3)和公式(4)所示,
Key=(X<<32)|Y(3)
Value=(Code,Longitude,Latitude)(4)
其中,<<为左移位运算,()为一个组合类,Code为探测点的编号信息;
步骤(C3),从哈希表中Hashtable查找该键值Key对应的链表List,若能找到,则直接把Value放入List中,若找不到,则创建一个空的List,并把Value放入该List中,再把Key和List放入哈希表Hashtable中;
步骤(C4),重复步骤(C1~C3),直到处理完全部的探测点位置坐标数据,并得到完整哈希表Hashtable。
如图2所示,步骤(D),将探测设备节点坐标数据中的一个探测设备节点坐标归类到相应地图块,具体步骤如下;
步骤(D1),取一个探测设备节点坐标数据,设其经度为Lng,纬度为Lat,计算出所在地图块的编号(x,y),其中精度方向上为x,纬度方向上为y,分别如公式(5)和公式(6)所示,
x=(Lng+180)/360*zoom(5)
y=(0.5-(Log(Tan(Lat*PI/180)+1/Cos(Lat*PI/180)))/2/PI)*zoom(6)
其中,Lng:探测设备节点位置经度,La:探测设备节点位置纬度;
步骤(D2),基于步骤(D1),生成探测设备节点的键key及属性值Value,如公式(7)所示,
key=(x<<32)|y(7);
步骤(D3),判断步骤(C4)生成的哈希表Hashtable是否含有键key,若不含,则判断为查找失败,若含有,则取出该地图块中的链表List,且该链表中的每一个单元为(Code,Longitude,Latitude)。
步骤(E),计算相应地图块中的探测设备节点到该相应地图块包含的探测点位置距离,并找到与探测设备节点最小距离的探测点位置,具体步骤如下,
步骤(E1),根据步骤(D3)中得到的链表List计算出相应地图块list中探测设备节点到该相应地图块list包含的探测点位置的欧式距离d,其中欧式距离d如公式所示(8)所示,
d=[(lat-Latitude)2+(lng-Longtitude)2]0.5(8);
步骤(E2),查找List(Code,Longitude,Latitude)中所有欧式距离d中的最小距离dmin和探测点位置Codemin。
步骤(F),判断最小距离是否超过误差值,若最小距离小于误差值,则表示匹配成功,若最小距离大于等于误差值,则表示无法匹配,其中若匹配成功,则将探测点位置Codemin为该探测设备节点的位置编号。
如图3所示,步骤(G),重复步骤(D-F),直至所有的探测设备节点坐标数据均进行匹配,完成匹配作业。
一种探测点位置与探测设备节点的坐标快速匹配系统,包括采集模块、分块模块、探测点位置归类模块、探测设备节点归类模块、计算模块、判断模块和循环模块,所述采集模块用于采集探测点位置坐标数据和探测设备节点坐标数据;
所述分块模块用于对地图进行分块并获得地图块;
所述探测点位置归类模块用于将探测点位置坐标数据归类到不同的地图块;
所述探测设备节点归类模块用于将探测设备节点坐标数据中的一个探测设备节点坐标归类到相应地图块;
所述计算模块用于计算相应地图块中的探测设备节点到该相应地图块包含的探测点位置距离,并找到与探测设备节点最小距离的探测点位置;
所述判断模块用于判断最小距离是否超过误差值,若最小距离小于误差值,则表示匹配成功,若最小距离大于等于误差值,则表示无法匹配;
所述循环模块用于循环处理探测设备节点归类模块、计算模块和判断模块,直到所有的探测设备节点坐标数据均进行匹配。
综上所述,本发明的一种探测点位置与探测设备节点的坐标快速匹配方法及系统,首先采集探测点位置坐标数据和探测设备节点坐标数据,再对地图进行分块并获得地图块,接着将探测点位置坐标数据归类到不同的地图块,再将探测设备节点坐标数据中的一个探测设备节点坐标归类到相应地图块,随后计算相应地图块中的探测设备节点到该相应地图块包含的探测点位置距离,并找到与探测设备节点最小距离的探测点位置,再判断最小距离是否超过误差值,若最小距离小于误差值,则表示匹配成功,若最小距离大于等于误差值,则表示无法匹配,有效的实现了本发明具有匹配速度快的功能,且采用本发明的方法是现有方法的数百倍。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种探测点位置与探测设备节点的坐标快速匹配方法,其特征在于:包括以下步骤,
步骤(A),采集探测点位置坐标数据和探测设备节点坐标数据;
步骤(B),对地图进行分块,获得地图块;
步骤(C),将探测点位置坐标数据归类到不同的地图块;
步骤(D),将探测设备节点坐标数据中的一个探测设备节点坐标归类到相应地图块;
步骤(E),计算相应地图块中的探测设备节点到该相应地图块包含的探测点位置距离,并找到与探测设备节点最小距离的探测点位置;
步骤(F),判断最小距离是否超过误差值,若最小距离小于误差值,则表示匹配成功,若最小距离大于等于误差值,则表示无法匹配;
步骤(G),重复步骤(D)-(F),直至所有的探测设备节点坐标数据均进行匹配,完成匹配作业。
2.根据权利要求1所述的一种探测点位置与探测设备节点的坐标快速匹配方法,其特征在于:步骤(A),采集探测点位置坐标数据和探测设备节点坐标数据,其中探测点位置坐标数据和探测设备节点坐标数据均是由GPS定位获得。
3.根据权利要求2所述的一种探测点位置与探测设备节点的坐标快速匹配方法,其特征在于:步骤(B),对地图进行分块,获得地图块,具体步骤如下,
步骤(B1),全世界墨卡托投影后的直角平面坐标系范围为经度方向上[-20037508米,20037508米]和纬度方向上[-20037508米,20037508米],这个为等级0的1个地图块,对应的图像像素为256x256;
步骤(B2),将等级为0的1个地图块进行分块,形成等级为1的2x2个地图块;以此类推,等级为n的地图块数目为2n x2n,且等级为n的地图块边长对应的距离为20037508/2n-1米,再对这些块按照经度方向上0~2n-1进行编号,纬度方向上按照0~2n-1进行编号;
步骤(B3),设本次经度方向上两点之间的最小距离为a米,纬度方向上为b米,取a和b的最大值m米,按照一个地图块至少包含3x3个点的原则,能计算出一个地图块至少要3m米,再根据步骤(B2)查找大于3m米,且最接近的边长,确定使用的地图等级zoom。
4.根据权利要求3所述的一种探测点位置与探测设备节点的坐标快速匹配方法,其特征在于:步骤(C),将探测点位置坐标数据归类到不同的地图块,具体步骤如下,
步骤(C1),取一个探测点位置坐标数据,设其经度为Longitude,纬度为Latitude,计算该探测点所在的地图块的编号(X,Y);其中经度方向上为X,纬度方向上为Y,分别如公式(1)和(2)所示,
X=(Longitude+180)/360*zoom(1)
Y=(0.5-(Log(Tan(Latitude*PI/180)+1/Cos(Latitude*PI/180)))/2/PI)*zoom(2)
其中,Log为取对数运算,Tan为取正切运算,PI为圆周率,Cos为余弦运算,zoom为地图等级,Longitude为探测点位置经度,Latitude为探测点位置纬度;
步骤(C2),基于步骤(C1),生成探测点的键值Key及属性值Value,如公式(3)和公式(4)所示,
Key=(X<<32)|Y(3)
Value=(Code,Longitude,Latitude)(4)
其中,<<为左移位运算,()为一个组合类,Code为探测点的编号信息;
步骤(C3),从哈希表Hashtable中查找键值Key对应的链表List,若能找到,则直接把Value放入List中,若找不到,则创建一个空的List,并把Value放入该List中,再把Key和List放入哈希表Hashtable中;
步骤(C4),重复步骤(C1)-(C3),直到处理完全部的探测点位置坐标数据,并得到完整哈希表Hashtable。
5.根据权利要求4所述的一种探测点位置与探测设备节点的坐标快速匹配方法,其特征在于:步骤(D),将探测设备节点坐标数据中的一个探测设备节点坐标归类到相应地图块,具体步骤如下,
步骤(D1),取一个探测设备节点坐标数据,设其经度为Lng,纬度为Lat,计算出所在地图块的编号(x,y),其中经度方向上为x,纬度方向上为y,分别如公式(5)和公式(6)所示,
x=(Lng+180)/360*zoom(5)
y=(0.5-(Log(Tan(Lat*PI/180)+1/Cos(Lat*PI/180)))/2/PI)*zoom(6)
其中,Lng:探测设备节点位置经度,Lat:探测设备节点位置纬度;
步骤(D2),基于步骤(D1),生成探测设备节点的键key,如公式(7)所示,
key=(x<<32)|y(7);
步骤(D3),判断步骤(C4)生成的哈希表Hashtable是否含有键key,若不含,则判断为查找失败,若含有,则取出该地图块中的链表List,且该链表中的每一个单元为(Code,Longitude,Latitude)。
6.根据权利要求5所述的一种探测点位置与探测设备节点的坐标快速匹配方法,其特征在于:步骤(E),计算相应地图块中的探测设备节点到该相应地图块包含的探测点位置距离,并找到与探测设备节点最小距离的探测点位置,具体步骤如下,
步骤(E1),根据步骤(D3)中得到的链表List计算出相应地图块list中探测设备节点到该相应地图块list包含的探测点位置的欧式距离d,其中欧式距离d如公式所示(8)所示,
d=[(Lat-Latitude)2+(Lng-Longitude)2]0.5(8);
步骤(E2),查找List(Code,Longitude,Latitude)中所有欧式距离d中的最小距离dmin和与所述探测设备节点最小距离dmin的探测点位置Codemin。
7.根据权利要求6所述的一种探测点位置与探测设备节点的坐标快速匹配方法,其特征在于:步骤(F),判断最小距离是否超过误差值,若最小距离小于误差值,则表示匹配成功,若最小距离大于等于误差值,则表示无法匹配,其中若匹配成功,则将探测点位置Codemin确定为该探测设备节点的位置编号。
8.一种探测点位置与探测设备节点的坐标快速匹配系统,所述系统的运行过程采用基于权利要求1-7任一项所述的方法,其特征在于:包括采集模块、分块模块、探测点位置归类模块、探测设备节点归类模块、计算模块、判断模块和循环模块,所述采集模块用于采集探测点位置坐标数据和探测设备节点坐标数据;
所述分块模块用于对地图进行分块并获得地图块;
所述探测点位置归类模块用于将探测点位置坐标数据归类到不同的地图块;
所述探测设备节点归类模块用于将探测设备节点坐标数据中的一个探测设备节点坐标归类到相应地图块;
所述计算模块用于计算相应地图块中的探测设备节点到该相应地图块包含的探测点位置距离,并找到与探测设备节点最小距离的探测点位置;
所述判断模块用于判断最小距离是否超过误差值,若最小距离小于误差值,则表示匹配成功,若最小距离大于等于误差值,则表示无法匹配;
所述循环模块用于循环处理探测设备节点归类模块、计算模块和判断模块,直到所有的探测设备节点坐标数据均进行匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311106227.XA CN117149931B (zh) | 2023-08-30 | 2023-08-30 | 一种探测点位置与探测设备节点的坐标快速匹配方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311106227.XA CN117149931B (zh) | 2023-08-30 | 2023-08-30 | 一种探测点位置与探测设备节点的坐标快速匹配方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117149931A CN117149931A (zh) | 2023-12-01 |
CN117149931B true CN117149931B (zh) | 2024-05-24 |
Family
ID=88909410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311106227.XA Active CN117149931B (zh) | 2023-08-30 | 2023-08-30 | 一种探测点位置与探测设备节点的坐标快速匹配方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117149931B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04174890A (ja) * | 1990-11-08 | 1992-06-23 | Sanden Corp | 位置認識システム及び位置座標変換装置 |
CN103927873A (zh) * | 2014-04-28 | 2014-07-16 | 中国航天系统工程有限公司 | 浮动车与路段匹配方法及并行获取实时路况的方法 |
CN105510905A (zh) * | 2015-11-30 | 2016-04-20 | 中国科学院电子学研究所 | 基于生命探测雷达多探测点的目标搜索与定位方法 |
CN112348882A (zh) * | 2020-11-13 | 2021-02-09 | 北京环境特性研究所 | 一种基于多源探测器的低空目标跟踪信息融合方法和系统 |
CN113253264A (zh) * | 2021-05-10 | 2021-08-13 | 西安西测测试技术股份有限公司 | 一种探地雷达数据采集及重组方法 |
CN113568993A (zh) * | 2021-01-14 | 2021-10-29 | 腾讯科技(深圳)有限公司 | 点云地图的回环检测方法、装置、介质及电子设备 |
CN113590909A (zh) * | 2021-07-28 | 2021-11-02 | 哈尔滨工业大学(威海) | 一种基于多源信息定位域名根镜像节点地理位置的方法 |
CN217133726U (zh) * | 2022-03-31 | 2022-08-05 | 北京锐星远畅科技有限公司 | 一种用于地震勘探设备的电子标签 |
CN115187617A (zh) * | 2022-07-25 | 2022-10-14 | 山东新一代信息产业技术研究院有限公司 | 一种点云地图分块方法 |
KR102531232B1 (ko) * | 2022-12-12 | 2023-05-11 | (주)소다시스템 | 라이다 센서와 위치정보에 기반한 gpr 지중탐사장치 및 그 지중탐사방법 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201400601D0 (en) * | 2014-01-14 | 2014-03-05 | Tomtom Int Bv | Apparatus and method for a probe data management |
US11428534B2 (en) * | 2019-08-08 | 2022-08-30 | HERE Global, B.V. | Method, apparatus, and computer program product for map matching location data to a map |
-
2023
- 2023-08-30 CN CN202311106227.XA patent/CN117149931B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04174890A (ja) * | 1990-11-08 | 1992-06-23 | Sanden Corp | 位置認識システム及び位置座標変換装置 |
CN103927873A (zh) * | 2014-04-28 | 2014-07-16 | 中国航天系统工程有限公司 | 浮动车与路段匹配方法及并行获取实时路况的方法 |
CN105510905A (zh) * | 2015-11-30 | 2016-04-20 | 中国科学院电子学研究所 | 基于生命探测雷达多探测点的目标搜索与定位方法 |
CN112348882A (zh) * | 2020-11-13 | 2021-02-09 | 北京环境特性研究所 | 一种基于多源探测器的低空目标跟踪信息融合方法和系统 |
CN113568993A (zh) * | 2021-01-14 | 2021-10-29 | 腾讯科技(深圳)有限公司 | 点云地图的回环检测方法、装置、介质及电子设备 |
CN113253264A (zh) * | 2021-05-10 | 2021-08-13 | 西安西测测试技术股份有限公司 | 一种探地雷达数据采集及重组方法 |
CN113590909A (zh) * | 2021-07-28 | 2021-11-02 | 哈尔滨工业大学(威海) | 一种基于多源信息定位域名根镜像节点地理位置的方法 |
CN217133726U (zh) * | 2022-03-31 | 2022-08-05 | 北京锐星远畅科技有限公司 | 一种用于地震勘探设备的电子标签 |
CN115187617A (zh) * | 2022-07-25 | 2022-10-14 | 山东新一代信息产业技术研究院有限公司 | 一种点云地图分块方法 |
KR102531232B1 (ko) * | 2022-12-12 | 2023-05-11 | (주)소다시스템 | 라이다 센서와 위치정보에 기반한 gpr 지중탐사장치 및 그 지중탐사방법 |
Non-Patent Citations (2)
Title |
---|
基于曲线拟合与拓扑结构的地图匹配算法;滕志军;曲兆强;侯学艳;贾韬正;赵才博;夏滨;;计算机工程;20170821(第08期);297-301 * |
水下礁石自动探测软件研发;王雪波;杨明远;;水道港口;20141228(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117149931A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111797697B (zh) | 基于改进CenterNet的有角度高分遥感图像目标检测方法 | |
CN104050817B (zh) | 限速信息库生成、限速信息检测的方法和系统 | |
CN106323301B (zh) | 一种道路情报的获取方法及装置 | |
Jagadeesh et al. | A map matching method for GPS based real-time vehicle location | |
Chen et al. | Automatically and accurately conflating orthoimagery and street maps | |
CN113487759B (zh) | 一种停车巡检方法、装置、移动巡逻设备及巡检系统 | |
CN106294458A (zh) | 一种地图兴趣点更新方法及装置 | |
CN109947881B (zh) | 一种poi判重方法、装置、移动终端及计算机可读存储介质 | |
Tran et al. | On-device scalable image-based localization via prioritized cascade search and fast one-many ransac | |
CN105758413B (zh) | 导航引擎中自动化评估偏航的方法和装置 | |
US11663499B2 (en) | Method, data processing apparatus and computer program product for determining road intersections | |
CN108802769B (zh) | Gnss终端在高架上或高架下的检测方法及装置 | |
CN112215958A (zh) | 一种基于分布式计算的激光雷达点云数据投影方法 | |
Li et al. | Spatio-temporal trajectory simplification for inferring travel paths | |
CN111383286B (zh) | 定位方法、装置、电子设备及可读存储介质 | |
CN113269193A (zh) | 指针式表计的示数读取方法、装置及存储介质 | |
CN114428809A (zh) | 一种地图数据准确性获取方法、装置及计算机设备 | |
CN111666359B (zh) | Poi候选到达点挖掘方法、装置与设备 | |
CN106980029B (zh) | 车辆超速判断方法及其系统 | |
CN116796044B (zh) | 一种poi数据集的数据处理方法及装置 | |
CN117149931B (zh) | 一种探测点位置与探测设备节点的坐标快速匹配方法及系统 | |
CN113865581A (zh) | 基于多层级地图的封闭场景定位方法 | |
Berjisian et al. | Evaluation of map‐matching algorithms for smartphone‐based active travel data | |
CN110119437B (zh) | 具有误差上限的网络实体地标评估方法及装置 | |
CN116563837A (zh) | 高精地图路牌图形数据解算方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |