共查询到18条相似文献,搜索用时 46 毫秒
1.
2.
3.
移动终端上的室内地图表达研究 总被引:1,自引:0,他引:1
随着导航定位技术和移动通信技术的发展,室内导航已经逐步走进人们的视野,成为日常生活中不可或缺的重要助手。室内地图作为室内导航信息表达的基础,不仅要符合人们长久的用图习惯,而且还要能够将各种建筑物内部的地物分布、结构层次和功能设施等表达清楚。在室内地图要素的数据传输和信息表达方面,移动终端与固定终端相比也有许多不同。本文在分析室内地图的研究进展基础上,总结提出了移动终端上的室内地图表达原则,并对百度地图和高德地图的室内地图功能进行了分析,为室内地图的功能设计和数据表达提供了参考依据。 相似文献
4.
为了满足人们获取室内空间信息时多层次的认知需求,从室内空间的特点出发,以商城为例,对室内要素的分类分级体系进行梳理,在此基础上探讨兴趣点(point of inte-rest,POI)多尺度表达的符号模型;结合地图比例尺和用户需求设计了一套易于理解又能多层次表征要素信息的室内地图POI符号系统,并通过典型案例对其可行性进行制图实践检验。实践结果表明,所提出的多尺度POI符号化方案具有可行性,设计的符号集可以广泛运用到其他商城中,该思想可以运用于其他类型的室内地图。 相似文献
5.
周玉科 《测绘与空间地理信息》2019,42(10):7-10
随着定位、导航和可视化技术的发展,位置服务已深入人们的生活,定位导航技术逐步由室外转向室内。目前,室外定位导航技术的发展已相当成熟,但是由于建筑数据量巨大、内部结构复杂,以及GPS定位在室内的局限性,影响了室内定位服务的发展。建筑场所的复杂化催生了人们对室内地图的需求,促进了室内地图服务技术的发展。当前的室内地图系统多数基于传统的关系型数据库,具有潜在的运行不稳定、数据量小、数据更新和优化困难等问题,急需一个高效的数据库来存储这种海量、多样性的室内地图数据。本文基于MongoDB数据存储方案,设计实现了基于B/S的室内地图服务系统。系统实现了MongoDB数据库结构设计以及相关地图操作,包括地理空间数据的入库与展示、数据查询、用户管理等功能。同时,系统基于Cesium加载并显示三维数据模型,基于MongoDB的图形绘制功能进行室内地图的展示,并实现三维大场景到室内地图的切换功能。 相似文献
6.
室内地图空间数据是室内地图可视化表达的基础,底图矢量化是目前室内地图空间数据采集的主要方式。由于室内外空间环境及其对象特征存在较大差别,传统矢量化方法对室内地图的适用性较差。根据室内地图的特点和概念模型,研究了矢量化采集室内地图空间数据的主要流程与方法,重点分析了提高采集效率的智能化处理方式。最后,结合开发的试验系统给出了室内地图数据采集的应用示例。 相似文献
7.
8.
9.
针对大型室内场所实时监控系统面临的地图可视化功能不足的问题,文章结合室内定位监控系统需求,提出一种基于开源WebGIS技术的实时定位监控系统室内地图可视化方案,基于Web三层体系分别设计了室内地图符号化方案、管理方案以及Web监控端显示方案;最后设计开发了一套室内实时定位监控系统HospMonitor,并在医院进行了应用实验,能够实现对医院特定人员进行实时定位、动态追踪和查询分析等功能,该方案提升了现有实时定位监控系统中的室内地图可视化性能,可推广应用于大型室内场馆实时监控管理应用中。 相似文献
10.
11.
针对传统静态标志系统的视野局限性以及室内导航系统在国内发展较缓慢等问题,结合地理编码原理及二维码技术提出了Quick Response标志导向方法,对其工作原理、编码方式、标志设计、布置和管理等问题进行了探讨,采用面向服务的构架进行了原型系统设计,通过Oracle、ArcGIS Server、Axis2、Android、ZXing等技术对系统数据库、服务端及移动端等各部分进行了实现并应用于实际工程中。实验证明,QR标志导向系统实现容易、使用简便可行,是现有室内导向、导航技术的一种有效补充。 相似文献
12.
北京商场购物人群众多,易发生人群拥挤踩踏事故,使得确定高密度人群区域的位置变得至关重要,因此本文引入人群密度图,确定图中人群分布情况,得出室内人群的定位信息。首先将采集的人群视频分割为图像帧,并分成训练集和测试集;然后对训练集图片作人头标签处理,生成地面实况密度图,将其作为改进的多列卷积神经网络算法的训练数据生成模型,并将模型应用于测试集图片生成人群密度图;最后运用Arc GIS对人群密度图与室内平面图作地理配准处理,从而实现对高密度人群的定位。研究结果表明,利用人群密度图确定的高密度区域的位置坐标与实际坐标值基本一致,将人群密度图应用于室内定位是可行的。 相似文献
13.
针对传统位置指纹匹配算法只能表征单一维度指纹点特征的问题,提出了一种基于智能手机四向接收信号强度(RSS)指纹的室内定位方法. 该方法通过离线阶段的数据采集、特征提取、接入点(AP)权重分配三个步骤提取了更丰富的指纹点信息,在线阶段使用改进的K最近邻(KNN)分类算法将测试点与指纹点匹配. 在操作系统版本为Android 10的智能手机上使用蓝牙传感器进行实验验证,随机选取30个测试点,得到的实验结果表明:1)四向RSS指纹优于传统的单向RSS指纹,在相同的实验条件下使用四向RSS指纹最高可降低13.4%的定位误差;2)使用四向RSS指纹结合提出的算法,平均定位误差在1.61 m,且响应时间在毫秒级. 相似文献
14.
15.
常规的矢量地图精度校验采用抽样与实地测量,外业工作量大,自动化程度低。针对这一问题,本文提出基于SSW激光点云数据的矢量地图平面精度自动校验方法。首先,使用车载激光扫描器获得道路两侧高精度点云数据,并对点云数据进行滤波、坐标转换和精度检验;其次,基于多特征识别算法,使用SWDY软件提取点云特征点线;最后,利用最近邻法搜索待检矢量图中的同类地物特征点线,并计算匹配点线对的中误差。以兴化城区为试验区,采用该方法检测该地区1:1000比例尺的矢量地图平面精度,试验结果显示,成功匹配了点云数据205个地物特征中的201个,矢量地图的总体中误差为0.26 m,且能够发现待检测矢量地图中的采集丢漏与明显错误。本文方法可以减少现有检测方法的野外实测工作量,增加检测样本数量,降低检测过程中的人为干扰因素,有效提升检测的可靠性与检测效率。 相似文献
16.
Multiple constraints for schematic road network map cartographic design are analyzed and summarized. Based on this, a set of quantitative criteria are set up and a new road network generalization method including progressive selection and displacement is proposed. Furthermore, topological checking methods for road networks are researched. Based on these constraints, the points in a road network are classified, and a satisfactory and effective schematic map is designed in a con- crete experiment while maintaining topological consistency of the road network between the original and the schematic map 相似文献
17.
Multiple constraints for schematic road network map cartographic design are analyzed and summarized. Based on this, a set of quantitative criteria are set up and a new road network generalization method including progressive selection and displacement is proposed. Furthermore, topological checking methods for road networks are researched. Based on these constraints, the points in a road network are classified, and a satisfactory and effective schematic map is designed in a concrete experiment while maintaining topological consistency of the road network between the original and the schematic map. 相似文献
18.
针对目前大多数基于位置指纹的WiFi定位算法都是以统计数学理论为依托,而且很少涉足定位精度在空间分布上的研究这一问题,该文在总结K近邻、加权K近邻以及最大似然模型的WiFi室内定位基础上,提出了一种结合模糊数学理论的WiFi定位算法。从平均误差、最小误差、最大误差、变异程度、定位时间这几个角度,将该算法与其他传统算法进行比较分析。基于真实场地的实验测试结果表明,该算法定位精度高,定位速度快。最后对定位误差进行空间插值分析,结果表明4种模型的定位精度均与WiFi信号源的分布位置有很强的相关性。 相似文献