[发明专利]基于道路网眼层次结构划分的POI简化并行计算方法

说明书

技术领域

本发明涉及一种矢量数据划分方法，可以实现对POI(Points of Interest)数据进行高效的划分，技术应用领域为POI简化并行计算。

背景技术

POI，兴趣点，涵盖了餐饮、娱乐、金融机构、旅游景点、地标建筑、加油站、停车场等人们日常生活中最为经常的基础信息，POI数据的准确性，属性的丰富程度、表达的清晰度及其实时显示效率都将影响移动地图的质量与可用性。但当前POI表达存在许多问题，特别是在用户搜索特定信息时，由于查询结果数据量较大，会造成POI的重叠、压盖等，进而影响用户对地理空间的认知，降低地图的可用性。

地图综合是解决该问题的一个可行方案，但是目前针对POI综合的算子、算法还较少，而点要素综合研究已开展了几十年，已有许多成熟算法，可借鉴点综合的方法来处理POI数据。点的简化算子是基于点的空间属性从原始点集中选择子集，可以较好的保持POI的专题信息与拓扑信息，适合用于解决当前POI表达存在的问题。但现有的简化算法效率普遍不高，不能满足海量POI实时表达的需求。将这些算法与高性能计算技术结合，提高算法执行的效率，将为该问题的解决提供一种可行的技术方案。

发明内容

本发明的目的是提供一种道路网眼层次结构约束下的POI数据划分方法，以提高POI简化计算的效率。首先构建道路层次结构与网眼初始区域，按照道路的等级依次划分网眼区域，建立道路网眼的层次结构，在此基础上，使用道路网眼对POI空间分割，将海量的POI划分到一个一个道路网眼中，降低问题求解的复杂度。按照计算节点的数目与道路网眼的层次结构，划分POI数据，将数据分配到计算节点上，进而对POI进行并行简化，提高POI简化计算的效率。

本发明的技术解决方案为：基于道路网眼层次结构划分的POI简化并行计算方法，其所用的基本变量如表1所示。

表1基于道路网眼层次结构分解算法变量描述

本发明的步骤如下：

(1)根据数据特征与集群可用节点数目，计算划分过程中所用的变量：N、K、N_A、N_D、N_U。

(2)道路网眼层次结构构建，道路网层次网眼的构建就是对道路网所在区域进行区域的层次划分，道路的重要性等级将影响分割过程与结果，高级别的道路首先对区域进行粗分，低等级道路在粗分的基础上进一步对区域进行分割，由于道路重要性等级的差异，使得封闭区域具有层次特征，这样的封闭区域就是道路网眼。包含两个基本步骤：a)构建最大封闭区域边界，针对POI数据划分的道路网眼层次结构中最大封闭区域即是最初的网眼，其与传统的道路网眼层次结构不同，该最大封闭区域为POI数据的最小外接矩形；b)依次选取等级、长度、连通度最高的道路，对网眼进行分割，逐步构建网眼层次结构。

(3)道路网眼与POI数据匹配。遍历道路网眼与POI数据，判断POI与道路网眼的空间关系，如果道路网眼包含POI，则将该POI加入到当前道路网眼的POI集合中，计算每个网眼中POI的数目。

(4)从最底层网眼开始划分计算，设当前网眼的序号为i，其包含的点数为Ni，如果Ni＜N_D，执行步骤5；如果Ni＞N_U，执行步骤6；如果N_D＜Ni，且Ni≤N_U，执行步骤7。

(5)将其相邻网眼加入当前划分区域，继续执行步骤4，直到网眼i的所有兄弟网眼都参与划分，如果此时Ni＜N_D，则将当前网眼i及其兄弟节点合并到其父节点的兄弟节点中，并将这些网眼作为独立的划分单元，再从其新的兄弟节点开始，按照步骤4继续划分直到所有网眼都被划分。

(6)将最后加入的网眼节点分解，如果当前网眼由其本身数据和其它网眼数据点组成，那么在分解时，分解其本身包含的数据，而不分解其他网眼数据，通过分解网眼，使得当前分配数据块i的节点数目Ni＝N_A，将其分配给一个计算节点，然后从被分解的网眼的剩余部分开始继续执行步骤4。

(7)将上述符合划分要求的网眼打包为一个数据块，转到步骤4继续执行，直到当前所有网眼都被分配，结束划分过程。

(8)按照已知的节点数目，创建一定的线程数目，将划分后的数据，依次分配给各个线程。

(9)并行简化POI，返回结果。

本发明较之现有技术有以下优点：