一种地图数据结构的处理方法技术

本发明专利技术涉及的一种地图数据结构的处理方法，主要涉及导航算法领域。本发明专利技术目的在于公开一种可以不基于人工标注特征点，而是通过自动处理GeoJSON数据的方式得到可以被寻路算法处理的高精度特征点的集合，并可以利用这些点的集合可以高度拟合真实地图，以便于和所需寻路算法地对接。同时本发明专利技术有希望解决由于使用不同地图数据结构和不同地图处理方式所产生的各厂家间的地图数据和寻路算法间可能出现的相互不兼容和可移植性偏低的问题。该技术可以有效实现GeoJSON地理数据向寻路算法的对接，在对Astar算法的测试中，该技术可以十分准确地找到所需路径。

【技术实现步骤摘要】
一种地图数据结构的处理方法
本专利技术涉及导航算法领域，具体涉及将GeoJSON格式的文件进行处理，在处理完成后的数据可以直接进行寻路算法。
技术介绍
CN110174115A一种基于感知数据自动生成高精度定位地图的方法及装置[1]王青松,王守营,王光辉.GeoJSON存储OpenLayers要素圆的实用方法[J].中外企业家,2019(36):198-199.[2]王东兴,朱翊.GeoJSON在异构地理信息数据集成中的应用[J].测绘与空间地理信息,2018,41(06):138-140+146.[3]李彤.GML与GeoJSON格式的编码解码与传输差异比较研究[J].北京测绘,2018,32(03):281-285.GeoJSON是一种对各种地理数据结构进行编码的格式，基于Javascript对象表示法的地理空间信息数据交换格式。GeoJSON对象可以表示几何、特征或者特征集合。GeoJSON支持下面几何类型：点、线、多边形、和多面体。GeoJSON里的特征包含一个几何对象和其他属性，特征集合表示一系列特征。简单来说，GeoJSON是一类可以很好表达地图空间状态的数据文件类型。其作为一种轻量级的地理交换数据，具有占用储存少，传输速度快，效率高等特点。寻路算法是一类可以根据用户需要对地图进行处理获取所需(最优)路径的一类算法，目前比较常用的算法有Astar算法和Bstar算法等。虽然目前很多市面上的寻路算法相对已经比较成熟，但是很多寻路算法是基于网格地图设计的，并需要通过处理地图上一个一个点的信息来进行处理，这就需要在进行寻路算法前从地图上获得很多的点。在某些设计里，会通过对地图进行像素化获得块点，另一种方法就是通过人工标注特征点，还有一种是现有网格状的空间，再在其上进行地图绘制，这种地图一般而言本身就有坐标点的信息。从而很多寻路算法在获取点之前会使用不同格式的地理信息文件或运用一些具有局限的处理办法来处理地图，这样可能会造成数据的可移植性降低且处理的复杂度加大，因此需要一种规范的对于比较广泛使用的一种地理信息文件进行处理获取可以被寻路算法处理的数据的方法。由于GeoJSON数据结构在传输及处理的效率优势，这里将会给出一种处理GeoJSON格式地理数据文件的方法，使其处理出来的结果可以用于绝大多数寻路算法。
技术实现思路
本专利技术目的在于公开一种可以不基于人工标注特征点，而是通过自动处理GeoJSON数据的方式得到可以被寻路算法处理的高精度特征点的集合，并可以利用这些点的集合可以高度拟合真实地图，以便于和所需寻路算法地对接。同时本专利技术有希望解决由于使用不同地图数据结构和不同地图处理方式所产生的各厂家间的地图数据和寻路算法间可能出现的相互不兼容和可移植性偏低的问题。技术方案一种地图数据结构的处理方法，包括特征提取，坐标转化，类点创建，生成类点(生成点并向类点转化)，临近点搜索，以上五个步骤，输出的数据结构可以用于常规的寻路算法，使GeoJSON格式的地理信息转化为的集合类数据，集合中包含地点可以较好地覆盖原地理信息地。S1000，对GeoJSON格式文件进行特征提取，具体表现为，将不同形式的地理信息(包括点，线，多边形和多面体)分类放到不同的集合中。在一般情况下，GeoJSON格式的地理信息是由坐标确定的，不同的地理特征所含的坐标数量是不同的，对地理信息进行处理时必须要将不同种类的地理特征分开。(不同的地理特征，比如点和线，一个需要用一个点的坐标来确定，另一个则需要两个，其坐标点的数量不同，分开处理点和线的地理特征，以各自的规则处理)S2000，对于不同的集合中所有的点信息进行坐标变换，以期将经纬度所代表的地理信息化为可处理的现实的直角坐标系中的地理信息；坐标变化需要根据具体的情况对不同的地理信息分类中所有的坐标信息施以相同的公式(可以直接使用球坐标的变换公式进行变换，将经纬度坐标变换为平面坐标，现实中在精度无高要求的情况下可以直接使用线性变换)。最简单的方法是通过放大/缩小某一倍数来达到所需要的效果。S3000，创建名为类点的类(Class)，指包含某一点的地理坐标信息，相邻点及其他必要信息的类。该类点的创造方法随着编程语言和寻路算法的不同而不同，一般而言，一个类点对应一个点，该类点会拥有包括点的坐标信息(x,y方向或x,y,z方向等)，点的性质(是否是障碍点)，点的临近点以及所需寻路算法中需要的点的其他信息(例如Astar算法中会要求点需要有点到起点的精确距离，点到终点的预估距离，以及点回溯信息(父节点信息)等)。S4000，对于创建好的地理信息集合，按照各自的形式自动生成(如线性生成)达到所需精度，可以高度覆盖，拟合原地理信息的点集。这种生成的方式可以线性生成(如网格状生成)或者按照某一个具体的规律生成，一方面要保证生成的点集可以较为完整地覆盖原地理特征，另一方面要保证生成点集的速率可以达到最高。而后将所有的点加入同一个点集A。具体到每一条线、多边形、多面体都会被一些空间中的点所覆盖，不同类别的地理特征所需要的处理方法是不同的。S5000，将点集A中的点转化为类点，而后对每一个类点根据精度和障碍物搜索其相邻类点，将得到的信息储存在类点结构中。根据精度和障碍物搜索其相邻类点时，其搜索方法需要和生成类点集来拟合原地理特征时点的生成方式相适配，以期可以达到最高的效率。此时可以考虑在生成类点的时候直接生成相邻点。如果是线性生成点的话，我们可以考虑根据可行类点(非障碍类点)间的距离来寻找相邻点，但此时可能造成计算量过大，在地图信息较少或精度较低的情况下，其仍不失为一种可靠的方式。在生成类点集合后，原GeoJSON文件中所代表的地理信息就可以被类点集合中所有点高度拟合，此时类点集合可以比较容易加入寻路算法的运算，同时，由于精度可控，可以增大生成点的密度来提高算法精度，也可以在允许范围内减小生成点密度来提高算法效率。有益效果：在对于国家会展中心路径数据层的测试中，对于数据量非十分大的地图，可在较短的时间内(≤15s)内完成地图数据的处理，同时通过该方法进行寻路算法处理，在非极端情况下均可在较短时间内(≤1s)找到路径。但地图数据量超过一定的阈值(约为1.5MB)后，GeoJSON格式的地理数据生成所需点集的处理速度会变得十分慢。该方法在对于地图数据量非太大的情况下，有着十分优势的处理效果，同时，该方法处理出来的类点集可以被常规的寻路算法所接受。在常规的寻路算法的处理中可以发挥较好作用。该技术可以有效实现GeoJSON地理数据向寻路算法的对接，在对Astar算法的测试中，该技术可以十分准确地找到所需路径。附图说明图1本专利技术算法框图图2GeoJSON格式地理信息图3一种适用于Astar算法的类点类图4多边形延拓生成点的举例图5用生成的类点来拟合原地理信息图6是图5的局部图7在Astar算法下对该种地图处本文档来自技高网...

【技术保护点】
1.一种地图数据结构的处理方法，其特征在于，步骤包括特征提取，坐标转化，类点创建，生成类点(生成点并向类点转化)，临近点搜索。/n

【技术特征摘要】
1.一种地图数据结构的处理方法，其特征在于，步骤包括特征提取，坐标转化，类点创建，生成类点(生成点并向类点转化)，临近点搜索。


2.根据权利要求1所述的一种地图数据结构的处理方法，其特征在于，具体包括如下步骤：
S1000，对GeoJSON格式文件进行特征提取，具体表现为，将不同形式的地理信息(包括点，线，多边形和多面体)分类放到不同的集合中；GeoJSON格式的地理信息是由坐标确定的，不同的地理特征所含的坐标数量是不同的，对地理信息进行处理时必须要将不同种类的地理特征分开；
S2000，对于不同的集合中所有的点信息进行坐标变换，以期将经纬度所代表的地理信息化为可处理的现实的直角坐标系中的地理信息；
坐标变化需要根据具体的情况对不同的地理信息分类中所有的坐标信息施以相同的公式，最简单的方法是通过放大/缩小某一倍数来达到所需要的效果；
S3000，创建名为类点的类(Class)，指包含某一点的地理坐标信息，相邻点及其他必要信息的类；该类点的创造方法随着编程语言和寻路算法的不同而不同...

【专利技术属性】
技术研发人员：刘儿兀，郭清扬，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海;31