本發明涉及地(di)理信息系統應用(yong)領(ling)域，尤其是(shi)一種基(ji)于輕量級地(di)理信息引擎的(de)微(wei)分量化(hua)地(di)形(xing)感(gan)知方法。

背景技術：

1、傳統導航(hang)面(mian)向人(ren)、車(che)等實(shi)體，通過dijkstra、a*、d*等算(suan)法實(shi)現，區(qu)域路(lu)網數(shu)(shu)據(ju)(ju)的(de)(de)公開性及準確性是其(qi)計算(suan)基礎，區(qu)域路(lu)網數(shu)(shu)據(ju)(ju)通過測(ce)繪及遙感影像獲得，由各(ge)級公路(lu)交(jiao)調管理機(ji)構(gou)負責數(shu)(shu)據(ju)(ju)的(de)(de)審(shen)核和上報、由地圖數(shu)(shu)據(ju)(ju)制作單位轉化為軟件(jian)可用的(de)(de)路(lu)網數(shu)(shu)據(ju)(ju)，該過程(cheng)需經過復雜的(de)(de)審(shen)核和發布流程(cheng)。

2、面向(xiang)考察探(tan)險、區(qu)(qu)域(yu)作戰等無(wu)(wu)(wu)(wu)路徑(jing)地(di)區(qu)(qu)，及(ji)時(shi)、快速、準(zhun)確、屬性(xing)豐富的(de)地(di)形感(gan)知結(jie)果(guo)可(ke)有效提高(gao)無(wu)(wu)(wu)(wu)路徑(jing)導航(hang)算法(fa)規劃結(jie)果(guo)的(de)準(zhun)確性(xing)和(he)可(ke)用性(xing)。傳(chuan)統的(de)地(di)形感(gan)知應用于自(zi)動駕駛或(huo)(huo)無(wu)(wu)(wu)(wu)人(ren)設備(bei)自(zi)主(zhu)飛行(xing)領域(yu)，通(tong)過激光(guang)雷達(da)或(huo)(huo)深(shen)度(du)(du)相機等外部探(tan)測(ce)傳(chuan)感(gan)器(qi)實現，需大(da)量設備(bei)、儀(yi)器(qi)協同(tong)實現。該(gai)(gai)方式(shi)適用于車、無(wu)(wu)(wu)(wu)人(ren)機等可(ke)攜帶載荷(he)(he)設備(bei)進行(xing)近距、小范(fan)圍(wei)的(de)區(qu)(qu)域(yu)探(tan)測(ce)，滿(man)足(zu)自(zi)動駕駛或(huo)(huo)自(zi)主(zhu)飛行(xing)任務，無(wu)(wu)(wu)(wu)法(fa)支(zhi)持面向(xiang)人(ren)或(huo)(huo)無(wu)(wu)(wu)(wu)探(tan)測(ce)載荷(he)(he)設備(bei)的(de)無(wu)(wu)(wu)(wu)路徑(jing)導航(hang)需求；此外，該(gai)(gai)方式(shi)地(di)形感(gan)知要素類型(xing)較(jiao)少，主(zhu)要以地(di)形起伏程度(du)(du)及(ji)障(zhang)礙物為主(zhu)，無(wu)(wu)(wu)(wu)法(fa)滿(man)足(zu)較(jiao)大(da)區(qu)(qu)域(yu)不(bu)同(tong)設備(bei)可(ke)通(tong)行(xing)性(xing)分(fen)析需求。

技術實現思路

1、本發明(ming)的目的在于提供一種基于輕量(liang)級地理信(xin)息引擎的微分量(liang)化地形感知方法及系統(tong)。

2、實現本發明目的(de)的(de)技術解決方(fang)(fang)案(an)為：一種基于輕量(liang)級地理信息(xi)引(yin)擎的(de)微分(fen)量(liang)化地形感(gan)知方(fang)(fang)法，包括以下步驟：

3、步(bu)驟1，原始地圖(tu)數(shu)據(ju)處理(li)：基于地圖(tu)數(shu)據(ju)服務完成原始地圖(tu)數(shu)據(ju)瓦片切割，構建瓦片金字塔模型，進(jin)行(xing)基礎地理(li)信息數(shu)據(ju)重組渲(xuan)染，建立以(yi)瓦片數(shu)據(ju)為基礎的二(er)三維一(yi)體化地圖(tu)；

4、步驟2，微分網生成：構建(jian)經緯網與微分網雙網表(biao)(biao)達模(mo)式，通過經緯網表(biao)(biao)征目標點位(wei)置，通過微分網切分感知區域，實(shi)現微分網與基礎(chu)地(di)理信(xin)息數(shu)據融(rong)合(he)；

5、步(bu)驟3，微(wei)分感知(zhi)區(qu)域(yu)選(xuan)擇(ze)：選(xuan)定感知(zhi)區(qu)域(yu)，確定對應的微(wei)分網格進(jin)行特征色彩表示；

6、步驟(zou)4，地(di)(di)形(xing)感(gan)知(zhi)：依據感(gan)知(zhi)區域覆蓋范圍提取(qu)相應的二維(wei)(wei)、三維(wei)(wei)基礎(chu)地(di)(di)理(li)信息數據，基于(yu)二維(wei)(wei)數據進行地(di)(di)表要素的一(yi)級(ji)分類判斷，基于(yu)三維(wei)(wei)數據進行地(di)(di)形(xing)計(ji)算，通過坐標匹(pi)配生成(cheng)地(di)(di)表地(di)(di)形(xing)融合感(gan)知(zhi)結果；

7、步驟(zou)5，結果處(chu)理與綜合(he)可視(shi)化：利用(yong)經緯網(wang)與微分網(wang)對(dui)應關系，進行瓦片基礎地理信息(xi)數據(ju)邊界(jie)切(qie)割(ge)與拼接，劃分特征區間邊界(jie)，通(tong)過不規(gui)則(ze)圖形面積計(ji)算(suan)方法(fa)完成各特征區量化計(ji)算(suan)，并(bing)進行綜合(he)可視(shi)化。

8、進一步(bu)的(de)(de)，步(bu)驟(zou)1，原始(shi)地(di)圖數據(ju)處理：基于地(di)圖數據(ju)服務(wu)完(wan)成原始(shi)地(di)圖數據(ju)瓦(wa)片切割，構建瓦(wa)片金字塔模(mo)型(xing)，進行基礎地(di)理信息數據(ju)重組渲染(ran)，建立以瓦(wa)片數據(ju)為基礎的(de)(de)二三維一體(ti)化地(di)圖，具(ju)體(ti)包括：

9、步驟1.1，初始化(hua)(hua)輕量(liang)化(hua)(hua)地理信(xin)息引(yin)擎及(ji)地圖(tu)數(shu)據服(fu)務，完成原始地圖(tu)數(shu)據瓦(wa)片切割；

10、步驟1.2，對瓦片(pian)(pian)數據進行切割(ge)，按經緯度均分方法構建瓦片(pian)(pian)金(jin)字塔(ta)模型，每一(yi)級劃(hua)分為(wei)22n個瓦片(pian)(pian)，其中n代(dai)表瓦片(pian)(pian)層級，以(yi)左上角瓦片(pian)(pian)為(wei)原(yuan)點，每片(pian)(pian)瓦片(pian)(pian)按層級_行_列形式進行瓦片(pian)(pian)編碼；

11、步驟1.3，讀取(qu)(qu)地圖(tu)縮放級別與(yu)屏幕中(zhong)心經緯度坐(zuo)標，在(zai)墨卡托投影方式下(xia)進(jin)行中(zhong)心瓦(wa)(wa)片(pian)選(xuan)(xuan)取(qu)(qu)，按照輻射渲染(ran)原則，選(xuan)(xuan)取(qu)(qu)中(zhong)心瓦(wa)(wa)片(pian)四(si)周瓦(wa)(wa)片(pian)作(zuo)為(wei)可視化區域(yu)，逐個層次、逐個瓦(wa)(wa)片(pian)進(jin)行柵格瓦(wa)(wa)片(pian)渲染(ran)，所選(xuan)(xuan)取(qu)(qu)的(de)中(zhong)心瓦(wa)(wa)片(pian)表(biao)示為(wei)：

12、

13、其中(zhong)，k為(wei)瓦片等級，取值(zhi)為(wei)0到22間的整數；ntmap和mtmap為(wei)屏幕中(zhong)心(xin)瓦片地(di)圖(tu)的編號，結(jie)合(he)瓦片等級k，任意(yi)瓦片編號表(biao)示為(wei)k_mtmap_ntmap；(loncent，latcent)為(wei)屏幕中(zhong)心(xin)點(dian)地(di)圖(tu)的經緯(wei)度坐標。

14、進一步的，步驟2，微(wei)分(fen)網生(sheng)成(cheng)：構建(jian)經(jing)緯網與微(wei)分(fen)網雙網表達模式，通(tong)過(guo)經(jing)緯網表征目標點位置，通(tong)過(guo)微(wei)分(fen)網切分(fen)感知區域，實(shi)現微(wei)分(fen)網與基礎(chu)地理信息數據融合，具體(ti)方(fang)法為：

15、以(yi)(yi)感知區域左上角經緯(wei)度(lon0，lat0)為(wei)(wei)微分(fen)網(wang)(wang)(wang)計算原(yuan)點，設定長度λ為(wei)(wei)微分(fen)網(wang)(wang)(wang)中(zhong)(zhong)每個(ge)網(wang)(wang)(wang)格橫(heng)向(xiang)(xiang)、縱向(xiang)(xiang)步長，以(yi)(yi)屏幕(mu)坐(zuo)標系表(biao)示規則對(dui)微分(fen)網(wang)(wang)(wang)格進行編號，表(biao)示方法(fa)為(wei)(wei)(n，m)，其中(zhong)(zhong)n代表(biao)以(yi)(yi)原(yuan)點為(wei)(wei)起點向(xiang)(xiang)東方向(xiang)(xiang)的第n個(ge)網(wang)(wang)(wang)格、m代表(biao)以(yi)(yi)原(yuan)點為(wei)(wei)起點向(xiang)(xiang)南(nan)方向(xiang)(xiang)的第m個(ge)網(wang)(wang)(wang)格，則每個(ge)微分(fen)網(wang)(wang)(wang)格中(zhong)(zhong)心經緯(wei)度坐(zuo)標值的計算公(gong)式如下：

16、

17、其中，lonn和(he)latm分(fen)別為(wei)微(wei)分(fen)網格(n，m)的(de)經(jing)度和(he)緯度，lon0和(he)lat0分(fen)別為(wei)微(wei)分(fen)區(qu)域原(yuan)點的(de)經(jing)度和(he)緯度，clat0為(wei)原(yuan)點所在(zai)緯線圈的(de)周長，clon0為(wei)原(yuan)點所在(zai)經(jing)線圈的(de)周長，clat0和(he)clon0計算公式如下：

18、

19、其中，r為地(di)球(qiu)赤(chi)道半(ban)徑(jing)；b為地(di)球(qiu)兩極半(ban)徑(jing)，緯線(xian)圈(quan)周長(chang)計算時(shi)假定地(di)球(qiu)為標準(zhun)球(qiu)型，經(jing)線(xian)圈(quan)周長(chang)計算時(shi)假定地(di)球(qiu)為標準(zhun)橢球(qiu)型；

20、微(wei)(wei)分(fen)網(wang)格(n，m)緯度覆(fu)蓋范圍(wei)為latm1到(dao)latm2之間(jian)(jian)、經(jing)度覆(fu)蓋范圍(wei)為lonn1到(dao)lonn2之間(jian)(jian)，各微(wei)(wei)分(fen)網(wang)格經(jing)度覆(fu)蓋范圍(wei)如下：

21、

22、其中，lonn1為微分(fen)網(wang)格西側經線度數，lonn2為微分(fen)網(wang)格東(dong)側經線度數；

23、各(ge)微(wei)分網格緯度覆蓋范圍如：

24、

25、其中(zhong)，latm1為微分(fen)網格(ge)南側緯線(xian)度數，latm2為微分(fen)網格(ge)北側維線(xian)度數；

26、基于經緯(wei)度坐標與微分(fen)網映射關(guan)系，進(jin)行(xing)地圖(tu)數據渲染，完成瓦片地圖(tu)與經緯(wei)網、微分(fen)網位(wei)置(zhi)關(guan)系匹(pi)配與融合展示。

27、進(jin)一步的，步驟3，微(wei)分感(gan)知區(qu)域(yu)選擇：選定(ding)感(gan)知區(qu)域(yu)，進(jin)行特征色彩表(biao)示，具體包括：

28、步驟3.1，基(ji)于終(zhong)端電(dian)容屏(ping)觸摸位置判定特性獲取用戶操(cao)作(zuo)點，通過屏(ping)幕像素點與當前地(di)圖瓦片層級(ji)及屏(ping)幕中心地(di)圖坐標匹配方法，獲取微(wei)分感知區(qu)某(mou)點墨(mo)卡(ka)托投(tou)影下的經緯度坐標，并(bing)轉換(huan)為經緯度坐標；

29、以屏(ping)幕(mu)(mu)左(zuo)上角為原(yuan)點(dian)，以像(xiang)素為單位(wei)，x軸(zhou)向右(you)為正(zheng)、y軸(zhou)向下(xia)為正(zheng)，設用(yong)(yong)戶操(cao)作點(dian)的屏(ping)幕(mu)(mu)坐標(biao)為(xpscreen，ypscreen)、當前顯示瓦片層(ceng)級為k及(ji)屏(ping)幕(mu)(mu)中(zhong)心地圖墨(mo)卡(ka)托投影(ying)坐標(biao)為(xcenter，ycenter)，則用(yong)(yong)戶操(cao)作點(dian)在(zai)墨(mo)卡(ka)托投影(ying)下(xia)的坐標(biao)位(wei)置如下(xia)：

30、

31、其中，tilesize為墨卡(ka)托瓦片的默認大小；width與height為地圖顯(xian)示(shi)區域寬高，單位為像素(su)；

32、將用戶(hu)操作點(dian)的墨卡托投(tou)影坐(zuo)標(biao)轉換為經緯(wei)度坐(zuo)標(biao)，計算公式如下：

33、

34、其中，latpscreen與lonpscreen分(fen)別為用戶操作(zuo)點(dian)的(de)緯度(du)和經度(du)坐標；

35、步驟(zou)3.2，基(ji)于經緯度坐(zuo)標與微(wei)(wei)分網的映射(she)關系(xi)，確(que)定用戶操作點的微(wei)(wei)分網格編號，選取感知區域，并(bing)進行特征色彩表示。

36、進(jin)(jin)一步的(de)(de)，步驟4，地(di)(di)(di)形感(gan)知：依據(ju)(ju)感(gan)知區域覆蓋(gai)范圍提取相(xiang)應的(de)(de)二維、三維基礎(chu)地(di)(di)(di)理(li)信息數據(ju)(ju)，基于(yu)二維數據(ju)(ju)進(jin)(jin)行(xing)地(di)(di)(di)表要(yao)素的(de)(de)一級分類判(pan)斷(duan)，基于(yu)三維數據(ju)(ju)進(jin)(jin)行(xing)地(di)(di)(di)形計算，通過(guo)坐標匹配(pei)生成地(di)(di)(di)表地(di)(di)(di)形融合感(gan)知結果，具體包(bao)括：

37、步驟4.1，通(tong)過選取(qu)(qu)的微分網格編號獲取(qu)(qu)感知區域覆蓋范(fan)圍，讀取(qu)(qu)對應的瓦片數據，進行地(di)表要素的一級分類判斷(duan)，劃分道路、建(jian)筑、森林、荒地(di)、綠地(di)、河流、水系、冰川和水路；

38、步(bu)驟4.2，獲取感知區域映射的三維(wei)高程(cheng)數(shu)據，提取等高線數(shu)據，通過插(cha)值法結合(he)曲(qu)面擬合(he)法計算每(mei)個微(wei)分網格的坡(po)度(du)坡(po)向(xiang)，具體方(fang)法為(wei)：

39、將每一微分網格均分為(wei)9×9的窗(chuang)口(kou)，再將窗(chuang)口(kou)3×3組合為(wei)9個(ge)小(xiao)計(ji)算(suan)區，取每個(ge)小(xiao)計(ji)算(suan)區中(zhong)心(xin)窗(chuang)口(kou)為(wei)坡(po)(po)度坡(po)(po)向計(ji)算(suan)原點，對小(xiao)計(ji)算(suan)區內坡(po)(po)度坡(po)(po)向進行估算(suan)，計(ji)算(suan)公式(shi)如(ru)下：

40、

41、其中，slopei和aspecti分(fen)別為(wei)第i個(ge)小計(ji)算(suan)(suan)區中心點(dian)的(de)坡(po)度(du)和坡(po)向(xiang)，i取(qu)值為(wei)1～9間(jian)的(de)整數；slopewe-i和slopesn-i分(fen)別為(wei)第i個(ge)小計(ji)算(suan)(suan)區中心點(dian)在x和y方向(xiang)的(de)坡(po)度(du)，計(ji)算(suan)(suan)公式如下：

42、

43、式(shi)中，ei-1至(zhi)ei-8為第i個計算單位中每個小窗口中心(xin)的高程(cheng)點；

44、步(bu)驟4.3，通(tong)過數值比較法獲取(qu)感知區域最(zui)大坡度值，同時對9個小(xiao)計算(suan)區坡度進行平(ping)均值計算(suan)，得(de)到微分網格的平(ping)均坡度；

45、

46、步驟4.4，通過(guo)坐標匹(pi)配，實現地(di)表(biao)要素(su)和微分(fen)網(wang)格的平均坡度(du)的融合，生成地(di)表(biao)地(di)形融合感知(zhi)結果。

47、進一步(bu)的，步(bu)驟(zou)5，結果處(chu)理與綜合(he)可視化：利用經緯(wei)網(wang)與微分網(wang)對應關系，進行瓦片基礎地理信(xin)息(xi)數(shu)據(ju)邊界(jie)切割與拼接，劃分特征區間邊界(jie)，通過不(bu)規(gui)則圖形面積計算(suan)方法完成各特征區量化計算(suan)，并進行綜合(he)可視化，具體包括：

48、步驟5.1，采用坐標匹配拼接(jie)方法(fa)，通過查找縫(feng)隙處臨(lin)近瓦片(pian)，形成與微分網格相(xiang)匹配的最小(xiao)瓦片(pian)集合(he)；

49、步(bu)驟5.2，依(yi)據感(gan)知(zhi)區(qu)域坐標范圍(wei)對步(bu)驟5.1獲取瓦片繼(ji)續進(jin)行分(fen)割，裁剪多余(yu)區(qu)域；

50、步驟5.3，由于(yu)道路(lu)、建筑、森林(lin)、荒地(di)、綠地(di)、河流、水(shui)系、冰川、水(shui)路(lu)各特征區分布為不規則(ze)圖形，通過高斯面積公(gong)式逐個特征區計(ji)算(suan)覆蓋(gai)面積，得到各微(wei)分網格中不同(tong)特征區的分類量化結(jie)果，計(ji)算(suan)公(gong)式如下；

51、

52、其(qi)中，s為任意多邊形(xing)(xing)的(de)面積(ji)，n為任意多邊形(xing)(xing)邊上坐標(biao)點(dian)個(ge)數，(xi，yi)為多邊形(xing)(xing)上由頂(ding)點(dian)開始按逆(ni)時針方向計算的(de)第i個(ge)點(dian)的(de)二維(wei)笛(di)卡爾坐標(biao)；

53、步(bu)驟5.4，基于(yu)微分(fen)網格中不同特(te)征區的分(fen)類(lei)量化結果計(ji)算各特(te)征區域占(zhan)比，計(ji)算公式如下；

54、

55、式中，s為(wei)某一特征區塊(kuai)面積，λ為(wei)微分(fen)網中每個網格(ge)橫、縱向(xiang)步長(chang)；

56、步驟5.5，基(ji)(ji)于輕量(liang)級地理信息引擎圖表渲染能力(li)進行(xing)圖表化(hua)微(wei)分(fen)量(liang)化(hua)地形感知結果(guo)可視化(hua)展示(shi)，包括微(wei)分(fen)區(qu)域(yu)范(fan)圍、以(yi)微(wei)分(fen)網(wang)格為基(ji)(ji)數(shu)的各特征區(qu)覆蓋范(fan)圍及微(wei)分(fen)網(wang)格平均坡度、最大坡度。

57、一種基于(yu)輕(qing)量級地(di)(di)理信息引擎的微(wei)(wei)分(fen)量化地(di)(di)形感知系統，實施所(suo)述的基于(yu)輕(qing)量級地(di)(di)理信息引擎的微(wei)(wei)分(fen)量化地(di)(di)形感知方法，實現基于(yu)輕(qing)量級地(di)(di)理信息引擎的微(wei)(wei)分(fen)量化地(di)(di)形感知。

58、一種計(ji)算(suan)(suan)機(ji)(ji)設備，包括存(cun)儲器(qi)、處(chu)理(li)(li)器(qi)及(ji)存(cun)儲在(zai)存(cun)儲器(qi)上(shang)并可在(zai)處(chu)理(li)(li)器(qi)上(shang)運行的(de)(de)計(ji)算(suan)(suan)機(ji)(ji)程序，所述(shu)處(chu)理(li)(li)器(qi)執行所述(shu)計(ji)算(suan)(suan)機(ji)(ji)程序時(shi)，實施所述(shu)的(de)(de)基(ji)(ji)于輕量(liang)(liang)級(ji)(ji)地(di)理(li)(li)信息引擎(qing)的(de)(de)微分(fen)量(liang)(liang)化地(di)形感知方(fang)法，實現基(ji)(ji)于輕量(liang)(liang)級(ji)(ji)地(di)理(li)(li)信息引擎(qing)的(de)(de)微分(fen)量(liang)(liang)化地(di)形感知。

59、一(yi)種(zhong)計算(suan)機可(ke)讀存儲介質，其上(shang)存儲有計算(suan)機程序(xu)(xu)，所述計算(suan)機程序(xu)(xu)被處理(li)器執行時，實(shi)施所述的基于(yu)輕(qing)(qing)量(liang)級(ji)地理(li)信息(xi)引(yin)擎(qing)的微分量(liang)化(hua)地形感知(zhi)方法，實(shi)現基于(yu)輕(qing)(qing)量(liang)級(ji)地理(li)信息(xi)引(yin)擎(qing)的微分量(liang)化(hua)地形感知(zhi)。

60、本發明與現有技術(shu)相比(bi)，其顯著(zhu)優點在于：

61、1、地(di)形感知基于基礎地(di)理信(xin)息數據進行，無需(xu)額外(wai)的探測設備(bei)，因此可(ke)有效(xiao)減少人、車配載，降低重量及功耗；

62、2、數據屬性提取(qu)及感知(zhi)結果綜(zong)合展示基(ji)于(yu)輕量化(hua)地理信(xin)息引(yin)擎(qing)(qing)進行(xing)，該引(yin)擎(qing)(qing)可運行(xing)于(yu)手機、平板等(deng)便攜式設備(bei)，對設備(bei)依賴性及空間(jian)資(zi)源(yuan)占(zhan)用率低，適用性強；

63、3、采用二(er)三維(wei)融合分析方(fang)法，以二(er)維(wei)地(di)理(li)信(xin)息數(shu)據(ju)(ju)(ju)提(ti)取要(yao)素信(xin)息為(wei)基(ji)礎數(shu)據(ju)(ju)(ju)、以三維(wei)地(di)理(li)信(xin)息數(shu)據(ju)(ju)(ju)提(ti)取要(yao)素信(xin)息為(wei)優(you)化數(shu)據(ju)(ju)(ju)，要(yao)素覆蓋類型齊全，可(ke)有效支(zhi)撐人(ren)、車(che)、船、飛行(xing)器等(deng)不同實體路(lu)徑規劃需(xu)求；

64、4、采用微分(fen)(fen)量化區域切分(fen)(fen)方法，精細化構建地形(xing)網絡，可實現對不同(tong)區域的快速鎖定及地形(xing)情況綜合(he)分(fen)(fen)析(xi)。