[发明专利]一种适用于高维散乱点云的索引查询方法

权利要求书

1.一种适用于高维散乱点云的索引查询方法，其特征在于包括如下步骤：

1）根据给定的n维包含m个点的散乱点云数据构建点集P＝{p₁, p₂, ... , p_m}，点集中任意一点p_i的坐标为(a_i1, a_i2, ... , a_in)，存于逻辑主节点；

2）一个逻辑主节点配套n个逻辑子节点，逻辑主节点将点集P中每一个点p₁, p₂, ... , p_m的id及其第j维坐标信息(a_1j, a_2j, ... , a_mj)分别发送至编号为j的逻辑子节点，各逻辑子节点接收后根据各点第j维坐标的大小顺序建立B⁺树索引，其中j＝1, 2, ... , n；

3）对于n维查询区域R＝((s₁, t₁), (s₂, t₂), ... , (s_n, t_n))，逻辑主节点将其在第j维上的投影(s_j, t_j)分别发送至编号为j的逻辑子节点，逻辑子节点接收后基于之前创建的B⁺树索引查找位于范围(s_j, t_j)之内的点，并将点的id返回给逻辑主节点；

4）逻辑主节点计算所有逻辑子节点返回的点id的交集，该交集即为高维散乱点云针对范围R的查询结果。

2.根据权利要求1所述的一种适用于高维散乱点云的索引查询方法，其特征在于步骤2）、步骤3）和步骤4）所述的n个逻辑子节点在物理上可部署于数量少于n个的机器上，即一台机器可部署多个逻辑子节点程序。

3.根据权利要求1所述的一种适用于高维散乱点云的索引查询方法，其特征在于步骤3）所述逻辑子节点查找位于范围(s_j, t_j)之内点的方法为：获取关键字s_j在B+树索引中的位置，再顺着连接B+树叶子节点的双向链表向右扫描，直到关键字大于t_j为止，扫描所及的叶子节点对应位于范围(s_j, t_j)之内的点。

4.根据权利要求1所述的一种适用于高维散乱点云的索引查询方法，其特征在于步骤4）所述逻辑主节点计算n个逻辑子节点返回点id交集的方法为：获取返回点个数最少的逻辑子节点返回的点id集合K，对于其中的每一个点id，判断它是否也在其它逻辑子节点返回的点id集合中出现；只要有一个逻辑子节点返回的点id集合不包含这个点id，就将它从K中删除，继续判断K中下一个点id；K中每一个点id都经过如此判断之后，最终剩下的点id即为n个逻辑子节点返回点id的交集。