智能地图范文（精选5篇）
智能地图 第1篇
2014或成智能汽车元年, 各家地图厂商释放合作信号
目前在拉斯维加斯举办的2014CES (国际消费电子展) 展会上, 智能汽车成为最大的焦点。众多汽车厂商纷纷参展, 展示自己最新的科技成果, 有记者调侃CES成为了车展。同时, 国内的科技博客Ping West也撰文称, 目前整个汽车工业正处于一个由传统汽车向智能汽车的过渡期, 全球各大汽车制造商都加快了汽车智能化的研发力度, 而“智能汽车”这一概念也逐渐流行开来。智能化、电动化以及联网化, 已经成为了未来汽车发展的三个大方向。而笔者认为, 2014年将成为中国的智能汽车元年, 并且国内汽车厂商将可能会与地图厂商深度融合, 共同开创汽车智能时代。
为什么这么说?因为目前三大地图厂商中均与汽车厂商都已经有过“亲密接触”。高德自不比多说, 高德未进军互联网之前, 一直都是车载导航系统的软件提供商;而百度在2013百度世界大会上也展示过与汽车厂商福特的合作成果;搜狗的王小川则在前不久刚参加了一个跨界的会议《第二届 (2013) 国际汽车安全高峰论坛》, 与吉利汽车集团董事长王书福的对话过程中, 也释放出一些跟汽车厂商进行深入合作的信号。
汽车厂商与导航厂商深度融合, 加速智能汽车时代到来?
另一方面, 智能汽车首先必须有一套导航信息资料库, 存有全国高速公路、普通公路、城市道路以及各种服务设施 (餐饮、旅馆、加油站、景点、停车场) 的信息资料, 其次是GPS定位系统, 利用这个系统精确定位车辆所在的位置, 与道路资料库中的数据相比较, 确定以后的行驶方向;还需要有道路状况信息系统, 由交通管理中心提供实时的前方道路状况信息, 如堵车、事故等, 必要时及时改变行驶路线等等。
事实上, 这些系统都是目前国内的地图大厂商已经全部具备的。就拿搜狗地图来说吧, 目前搜狗地图信息数据已经相当丰富, 不但有满足驾车出行各项路网数据, 还有各种服务设施和生活数据, 而语音导航已经相当智能, 能够根据实时路况进行智能导航, 避开拥堵等。汽车厂商如能借助现有地图厂商的资源, 实现深度融合, 也可以加速汽车智能化的进程。而据笔者所知, 在欧洲, 奔驰的自动驾驶S500已经借助诺基亚地图的帮助下, 实现了全方位的自动驾驶。
王小川在参加第二届 (2013) 国际汽车安全高峰论坛也表示:“如今手机导航的体验在各方面都超过了车载导航, 这是IT企业的互联网基因所带来的。”言下之意, 搜狗地图的手机导航可以帮助汽车厂商获得互联网基因, 可以说是向汽车厂商抛出了橄榄枝, 希望能够在智能汽车市场上有所作为。
汽车厂商与地图厂商合作, 数据可靠性是关键
不过, 地图厂商是否能够借助与汽车厂商的合作, 在智能汽车市场上分一杯羹呢?笔者认为至少有2个难点需要解决, 第一个是地图数据精准性问题, 第二个是数据更新的问题。
我们知道, 智能汽车的最终目的是要实现全自动无人驾驶, 让人类享受行驶乐趣的愿景。而目前手机导航的精准度是否能够满足汽车无人驾驶的需求仍然是个问号。考虑到安全问题, 导航数据稍有差次就有可能导致事故发生。其次, 双方如何实现深度合作, 保证地图数据能够及时在汽车上得以更新。这显然跟以前传统的卖车载导航系统解决方案的方式有巨大区别, 如果由地图厂商来给汽车厂商提供智能化的解决方案, 就需要后续合作的无缝对接, 能够保证智能汽车里的数据始终是最新的最准的。
或许是对这一点早有认识, 搜狗地图总经理孔祥来在接受采访时, 不止一次表示, 搜狗地图的定位是出行专家, 会先修炼内功把产品做好。笔者也是导航软件的深度用户, 安装有多个导航App, 但这一两年用下来, 确实是觉得搜狗地图在导航的精准性和地图的数据准确性上更加可靠。
从战略地图到学习地图 第2篇
在2006年GE公司为全力支持CEO伊梅尔特提出的内生式增长（重点通过业务拓展和创立新业务，而不是企业兼并，实现增长）战略落地时，企业的学习发展职能克劳顿学院支持管理层精心设计并实施了LIG（Leadership，Innovation & Growth，领导力/创新与增长）学习项目，有超过260支不同高管团队的2500人先后参加了培训。LIG项目采取团队学习的方式让不同高管团队整体参训，提供充分沟通研讨机会，促使他们就业务增长中面临的阻碍以及最佳应对策略达成共识，提出实现变革的初步行动方案，加快变革的步伐。除LIG项目之外，GE更精心设计了全面系统的领导力“学习地图”，如基础领导力FOL（Foundation of GE Leadership）项目、经理人进阶AMC（Advanced Manager Course）项目、经理人发展MDC（Manager Development Course）项目等。有了学习地图的有力支撑，伊梅尔特的内生式增长战略实施取得令人瞩目的成功，连续三年达到或超过目标设定的有机增长速度，发起的一些创新行动实实在在地带来了几十亿美元的收益。GE公司的成功经验表明，学习地图已经成为企业战略地图中不可或缺的一部分，通过有计划的系统学习提升公司组织能力，能够支撑企业的战略发展与落地。
LIG培训项目设计
在GE公司2007年年报中，伊梅尔特指出LIG项目的目标就是要“将增长嵌入公司的DNA”。这一目标旨在敦促领导公司业务的团队致力于思考和探索内生性增长——时刻寻求机会，创造鼓舞人心的战略愿景，并促使其部下投身于内生性增长的事业。他希望这些团队能够将创新和增长融入业务的方方面面。为此，他不仅仅要求管理者重申自己的能力、业务流程、业务指标、组织结构以及资源配置等问题，还要他们重新考虑他们作为个人和集体的领导方式，即他们的行为、角色以及时间利用方式。
在接受培训之前，团队需提前完成三项任务：更新自己的三年战略，即团队的增长攻略；对所有成员进行360度评估，并详细记录和分析团队的增长价值；另外还要对团队是否成功营造了创新环境进行评估。之后，培训项目有四天的内容，包括GE内容的实际案例分享，外部专家关于战略能力与文化的讲座，分小组的研讨，最后以全体大会的形式收尾，每支团队用大约20分钟向CEO做一个陈述，简要说明该部门的增长愿景，以及在团队成员看来，企业在实现最大化增长时所应适时的组织、文化和能力等方面的变革，并递交一份两至三页的“承诺书”。
组织能力：架起战略地图到学习地图的桥梁
企业学习容易走入的误区是仅仅关注员工个人能力的提升，依据岗位能力模型设计匹配的学习项目与计划，必要但不全面。企业学习是为了发展组织能力，进而保持战略竞争优势。组织能力是连接战略地图与学习地图的桥梁。
中欧国际工商管理学院教授杨国安提出“企业成功=战略×组织能力”的公式，认为战略和组织能力在企业的持续成功中同等重要，但组织能力的打造需要全体员工的共同参与投入，其周期漫长，因此常常成为超越竞争对手的独门利器抑或成为遏制企业发展的主要瓶颈。战略制定者需要充分考虑经营实施所需要的组织能力，明确三到五项核心能力。密歇根州立大学商学院教授戴夫•尤里奇给出常见的组织能力包括速度、客户为中心、创新、效率、领导力、人才、协作等。杨国安则给出更多专业化的组织能力，如卓越服务、全球化运营、技术领先、质量、外包能力等。战略方向不同，组织能力也大相庭径，管理层可依据行业经营环境以及制胜的关键要素决策甄选独特的组织能力组合。
学习是建立能力发展的出发点，然而从组织能力到学习地图，需要首先考察组织能力的组成要素以及发展过程。杨国安教授定义组织能力的组成包括员工能力、员工思维模式以及员工治理方式三要素，揭示企业组织能力的组成不仅仅包括员工个人能力，还包括企业的共同文化与价值观以及组织管理体系。
组织能力的发展首先从员工的能力开始，通过潜心观察或主动实验，转化形成具体的经验或抽象的概念，最后决定行动或行为改变，促进个人能力的提升发展。第二阶段，作为组织中的个人开始了解掌握或积极运用相关的运营规则（员工治理模式），组成团队一同工作，展现出协同与合作。第三阶段，团队中的个体变得更加相互了解与认同，表现出默契与一致，整支队伍具有共同的目标与价值观（员工思维模式），像“一个人”一样思考和行动。从员工个人能力提升，到熟练规则的协作能力提升，再到一致认同的共同理念修炼达成，组织能力在逐层阶梯式发展。丹麦奥尔堡大学技术管理与创新研究专家安德斯•德雷杰通过足球队的成长比喻为我们生动揭示了组织能力的发展进程：当还是孩子们的足球队时，教练要求什么，初学者们就关注什么，训练集中于技术细节和个体队员的表现。当球队成员成长为优秀的初学者时，队员们都知道了基本规则，焦点就应落在训练合作和怎样进行比赛的程序上，每个人都渴望练习、发表意见、跨越障碍等等。当这个队伍超越此时后，所发生的将变得更加内隐，队员们变得更加地互相了解，他们不需要正式的安排和计划来越过障碍——他们恰恰“知道”该做什么、什么时候做。队伍沿着自身的轨道成长为“专家”和“世界级”。
组织能力的组成要素与发展进程分析为企业学习地图的绘制提供了结构化的设计框架，不仅仅关注员工个人能力的发展，更需要关注组织（治理方式）与文化（思维模式）的发展。凯洛格企业学习标杆研究发现，诸多优秀公司已经开始将“绘制学习地图支撑组织能力发展”付诸实践，并发展出“组织发展线”与“人才发展线”两大构成。
学习地图绘制：组织发展线与人才发展线
从战略地图到学习地图，除传统围绕员工能力模型构建体系化的“人才发展线”学习项目方案外，还应构建支撑战略实施的组织能力提升的“组织发展线”学习地图。华润集团的“学习地图”不仅包括极具代表性的“60班/70班”（即集团领导和业务单元领导发展班）等“人才发展线”项目，还包括紧密配合战略需求，根据集团年度的战略主题所组织的课程（如平衡计分卡培训、客户关系管理培训、并购整合培训等）以及紧紧围绕业务单元遇到的战略或业绩层面问题,所开展行动学习解决问题等“组织发展线”项目。组织发展学习项目也使得华润的培训中心不仅仅停留在提升员工个人知识与技能的支持性职能上，而是成为直接参与价值创造的部门，走向了价值创造的前端，有力地支撑企业组织能力发展与战略落地实施。中粮集团的企业大学——“忠良书院”的实践有异曲同工之妙，同样突出构建支撑战略变革的系统性培训方案，包括“战略研讨会”、“战略质询会”、“战略管理培训会”、“6S建设研讨会”等“组织发展线”学习项目，取得了令人瞩目的成效。
中粮集团“组织发展与人才发展双线条”培训架构
2005年，中粮集团提出战略转型，涉及商业模式、业务构成、组织架构、管控模式以及核心能力等的系统重塑。在战略变革过程中，中粮集团将培训定位为推进企业战略转型的切入点与抓手。
围绕服务公司战略的核心要求，中粮集团构建“组织发展”与“人才发展”两大线条组成的培训体系。“组织发展线”核心理念在于提升组织能力，将培训作为一种工作方法，通过培训解决业务发展中的专题性问题；而“人才发展线”核心目标则在于提升个人能力，以战略为依据，提升各级管理人员领导力，培养中粮经理人梯队。
“组织发展线”的核心工具是行动学习，在统一的逻辑结构和思维框架下，通过激发团队成员的智慧，达到形成共识，解决团队发展的重大问题。在战略转型过程中，中粮集团利用行动学习工具连续开展了高层战略研讨会、战略管理/6S轮训、战略总结会以及流程建设培训会等，有力地配合了公司从企业使命、战略定位到组织架构的系列转型调整。不仅统一战略转型的思想，传递变革的工具和方法，更融合了团队，提升团队能力。
“人才发展线”能力提升的主要方式是课堂讲授、在线学习、在岗实践等。培训部门通过深入业务实践总结提炼中粮核心知识与方法，并快速传播给更广泛员工。“人才发展线”培训项目主要包括“LDP基础领导力”、“ALDP运营领导力”、“SLDP战略领导力”以及“ELDP高管领导力”等体系化的领导力培养项目。
基于“组织发展”与“人才发展”两条线的培训体系构建，有力地支撑中粮集团走向战略转型成功。培训已经成为中粮集团企业管理的一个重要工具和方法，成为集团每位经理人员必须掌握的领导技能。
“组织发展线”学习地图的绘制无一例外都是针对公司战略落地所需的组织能力，如GE的“内生式创新增长”、中粮的“战略一致”与“集团管控”等，采用行动学习、团队培训的方式，围绕“员工能力”、“组织（员工治理方式）”与“文化（员工思维模式）”三方面展开。培训项目不仅仅提供员工的知识灌输（如GE LIG项目中的教授讲解），还提供引导帮助大家思考未来的变革计划，形成新的运营治理方式（如中粮集团导入6S管理体系培训与导入、GE的创新增长攻略制定）。更重要的是整个员工集体无论是管理层还是一线员工都能在培训研讨过程中达成一致认同，形成“共同的目标”与“整齐的步伐”，这也是GE、华润、中粮集团的管理层决定让管理团队整体参训并层层推进的核心所在。
结语
从战略地图到学习地图，众多优秀企业的成功实践不仅诠释了其必要性，更帮助我们掌握如何运用学习的工具有效推动战略变革实现。组织能力是这其中连接的桥梁，通过“员工能力”、“企业组织（员工治理方式）”与“企业文化（员工思维模式）”的三要素分析，设计匹配的“组织发展线”学习项目，提升企业组织能力发展，有力支撑公司的持续成功。
人物简介
智能地图 第3篇
自1998年“数字地球”概念提出以来,“数字城市”建设已成为城市信息化建设的关键,基于GIS的行业信息化应用也正呈现如火如荼的良好发展态势。根据乡村生态旅游的地域特殊性,结合Google Map地图在支撑乡村生态旅游信息服务方面的数据不完整性,探索在“数字景区”的框架下开展基于矢量地图的乡村生态旅游移动智能导引系统研究,使乡村生态旅游信息资源更好地服务于“4A”(Anyone、Anything、Anytime、Anywhere)。
1 采用关键技术
1.1 嵌入式GIS引擎技术
1)矢量地图
矢量地图是通过坐标空间方式精确定义任意位置、长度或面积的点、线和面等地理实体。由于矢量地图数据的数据结构紧凑、冗余度低,在实现基于地图的定位、检索、分析等功能中,具有图形显示质量好、精度高的优点。具体实用性应用有:
(1)可实现地图上任意区域的无级缩放,且不会出现失真和色块;
(2)结合数据库技术,获取数据库中目标地点的经纬度坐标,经坐标转换公式换算,可实现对目标地点在地图上的精确定位;
(3)可实现对互通的两个地点之间轨迹路线的绘制以及实际路程的量测。
矢量地图的文件格式较多,不同存储格式的电子地图,其性能也存在较大差异性。本课题的基础数据格式选用Shape格式,包括一个主文件(*.shp)、一个索引文件(*.shx)和一个d BASE(*.dbf)表,分别保存地图对象信息、索引号、属性数据信息。图形数据和属性数据通过索引号建立一一对应的关系。地图数据经矢量化处理后,能有效地保证地图数据的完整性和可读性。
2)嵌入式GIS引擎
嵌入式GIS引擎是通过复杂的数据建模直接从嵌入式设备上的矢量地图文件中读取图形数据、数据索引以及图层样式,实现对地图各个图层及要素的漫游、放大、缩小、定位、绘制、量测等操作。
由于嵌入式设备与PC机在运算速度、内存容量、存储空间等方面还存在较大差异性,因此,如何提高地图访问性能,需要GIS引擎在数据组织(地图数据压缩、坐标精度压缩、数据分级、数据分块)、屏幕显示(双缓存技术、数据预取、符号库设计)、空间索引(多级网络索引技术、多级四叉树或R树索引技术等)方面进行优化。
1.2 GPS定位技术
移动定位是指通过特定的定位技术来获取移动终端用户的位置信息(经纬度坐标),并在电子地图上标出被定位对象的位置的技术或服务。目前,移动定位解决方案主要有三种:基于移动终端GPS的定位、基于无线网络的定位、基于无线网络和移动终端的混合高精度定位A-GPS。
考虑到应用的普遍性,本课题采用手机GPS定位方式,获取位置的经纬度坐标,并通过坐标转换公式(七参数法、四参数法),将位置信息从WGS-84坐标系(世界大地坐标系)转换成地图矢量数据所在的高斯-80坐标系(西安大地坐标系),再通过地图匹配,实现在手机GIS地图上的准确定位。以支持Window Mobile5.0以上操作系统版本的智能手机为测试环境。
1.3 Web Service技术
W e b S e r v i c e是自包含的、模块化的应用程序,完全基于XML(可扩展标记语言)和XSD(XMLSchema)等标准数据格式,通过SOAP(简单对象访问协议)实现跨平台的数据传输,具有跨平台、可互操作性的优点,可以在网络中被描述、发布、查找以及调用,支持跨防火墙的通信、应用程序集成、B2B的集成、软件和数据重用。
移动智能导引系统通过在服务端发布路线规划(Get Route)、景点导航(Get Scenic Spots)和消息提示(Get Tip Message)等三个Web服务,便于移动客户端应用程序快速、高效地调用并实现相应功能。
以路线规划(G e t R o u t e)服务为例,移动客户端通过HTTP协议发送服务请求,参数为type、scenic Area ID、from Scenic Spot ID和to Scenic Spot ID,分别代表功能服务类型、景区代码、起始景点代码和目标景点代码,服务端获取请求信息后,到数据库中查询具体景区内途经起始景点到目标景点的所有景点信息,并调用API应用程序,将这些景点的经、纬度坐标以XML格式组织返回至客户端解析。
2 系统设计
2.1 系统架构设计
移动智能导引系统采用数据层、服务层、应用层和用户层的四层架构,融合乡村生态旅游景区的地理信息资源和景区各类信息资源,以移动终端设备为信息服务载体,研发基于GIS引擎的景点导航、位置定位、服务推送、路线规划等实用性功能。
在数据层设计方面,分析系统构建所需数据,主要涉及的景点地理信息数据、景点基础信息、景点编码信息和景点评价信息等。
在应用层设计方面,包括地图放大、缩小或漫游等通用性功能,并分析实际应用需求,设计了景点导航、游客位置GPS定位、游玩最优路线规划、服务热线的单键拨号等实用性功能。
服务层设计方面,依托数据层的基础数据资源,为应用层提供GIS地图引擎服务、GPS位置定位服务、信息组织服务、信息交互服务以及接口管理服务,为移动智能导引系统客户端的信息请求提供服务支撑。
在用户层设计方面,主要面向乡村生态旅游的各类游客。
2.2 础数据处理
基础数据主要包括Shape格式的景区矢量地图数据,图层信息如表1所示。
其中,景点、景区、(风)景线图层属性信息需包括名称、坐标(经纬度坐标)等,具体字段如表2所示。
此外,还需提供景点之间的路线规划数据,即景点之间的道路图层数据,为实现景区内“路线规划”提供完备的数据基础。
3 系统实现
课题研究以乡村生态旅游景区“山东肥城刘台桃花源”矢量地图数据为示例数据,以Windows Mobile 6.5操作系统、内置GPS模块的Dopod T8388为测试样机,以安装IIS信息服务组件的Windows2003 Server为服务器测试环境,实现满足乡村生态旅游服务特殊需求的移动智能导引系统(简称“乡游通”)。
1)游客位置定位
对游客位置的定位,通过调用手机内置GPS模块接口,获取经纬度坐标,并经过坐标轮换,实现对游客位置在景区地图上的准确定位。
2)景点导航
提供两种导航方式,一种是与游客无关的导航,直接通过景点下拉菜单方式选择感兴趣的景点进行景点的位置定位和信息查阅;另一种是以游客所处位置为中心,以特定位移差为半径,有针对性地将固定区域范围内的景点筛选出来。
3)路线规划
提供两种路线规划方式:一种是以景点最多为原则,规划出从起点到终点经过景点最多的路线;另一种是以路程最短为原则,规划出从起点到终点路程距离最短的路线。
4 结束语
本文以乡村生态旅游的地域特殊性和信息服务差异性为切入点,探索性地开展基于景区矢量地图的移动智能导引系统(即“乡游通”)研究,并通过在“山东肥城刘台桃花源”景区的实地功能测试,优化了用户的操作体验性和系统的功能实用性。目前本研究是以手机为信息服务载体,依靠用户的主动式请求获取服务需求,考虑到乡村生态旅游旅游者服务需求的多样性,下一步将在移动终端的服务自感知能力、服务的个性化定制等方面开展进一步研究。
摘要：采用嵌入GIS引擎技术、GPS定位技术和WebService技术,构建基于矢量地图的移动智能导引系统,并通过在“山东肥城刘台桃花源”景区的实地功能测试,优化了景区地图浏览、游客位置定位、兴趣景点导航和游览路线规划等实用性功能应用,满足乡村生态旅游者对移动信息服务的个性化需求,为项目的示范推广奠定实践基础。
关键词：矢量地图,数字景区,移动智能导引,乡村生态旅游,GIS引擎
参考文献
[1]程恺,李博,杜晓飞.基于J2ME手机矢量地图及定位技术的应用研究[J].计算机时代.2006(12):31-33.
[2]侯志强.区域移动导游服务平台的架构研究[J].中国科技信息.2009(23):47-50.
智能地图 第4篇
人类80%到90%的时间处于室内环境中, 而现有地图主要描述和服务于室外空间环境, 因此新型电子地图的设计与应用焦点应从室外环境转向为室内环境, 并力求实现室内外信息描述和应用的一体化。另一方面, 在大数据时代, 面临的关键问题是信息彼此间分散独立, 缺乏承载和综合利用泛在信息的途径。那么, 需要建立不同来源的空间和非空间数据的关联关系, 并整合到一个可管理的环境中。由于数据显性或隐性的网络化存在, 数据之间的关联关系非常复杂且无所不在。大数据中的一个重要组成部分就是位置大数据 (location big data, LBD) , 据统计世界上80%的信息都与位置相关, 位置正逐渐成为一个组织各种定量和定性信息的核心概念。所以, 以位置为核心, 通过位置来组织、描述和理解现实世界和虚拟世界中人、物体和事件之间的关系, 实现多维时空动态信息的关联, 将是解决上述问题的一种有效途径。
目前, 移动互联网与智能终端的逐渐普及, 地图逐渐成为其重要入口, 手机用户的增加使得用户对地图的需求将越来越多样化和个性化, 对服务体验的要求也越来越高。因此, 亟需一种智能化的新型地图实时地获取并整合泛在信息, 并基于时空关联分析、发现事物或对象之间的潜在关系, 在合适的时间和地点, 以适宜于用户特征和需求的表现方式向用户推送合适的信息。基于上述考虑, 本文进一步拓展了“全息位置地图”的概念, 将其从一种新型的数字地图提升为能够提供个性化的位置及与位置相关的智能服务平台, 突出以人为本的服务宗旨, 并在此基础上探讨全息位置地图的关键技术以及在公共安全领域的初步应用。
1 全息位置地图概念内涵
1.1 全息位置地图概念
全息位置地图是指在泛在网环境下, 以位置为纽带动态关联事物或事件的多时态 (mu lt itemporal) 、多主题 (multi-thematic) 、多层次 (multi-hierarchical) 、多粒度 (multi-granular) 的信息, 提供个性化的位置及与位置相关的智能服务平台。其宗旨是以“人”为本, 根据用户的应用需求, 基于位置来集成和关联适宜的地理范围、内容类型、细节程度、时间点或间隔的泛在信息, 通过适应于特定用户的表达方式为用户提供信息服务。
其中, 泛在信息涵盖地球表面的基础地理信息、独立地理实体 (如建筑物) 的结构信息、地理实体间的关联信息、各行业的信息、人的自身及其喜好信息等。位置 (location) 是指现实世界和虚拟环境中特定目标所占用的空间。在现实世界中, 位置可以是用地理坐标表达的直接位置, 也可以是地名、地址、相对方位和距离关系等表达的相对位置, 用以描述地理实体或要素的所在地、社会事件发生地、移动目标的路径等;在虚拟环境下, 用IP地址、URL、社交网络账户等形式描述用户登录或发布信息的位置等。泛在信息通过位置进行关联, 根据特定应用与需求, 选择特定的时态、主题、层次和粒度来描述相关事物或事件的特征。
1.2 全息位置地图的组成
全息位置地图强调以位置为核心将泛在信息到多维地图上进行汇聚、关联、分析、传递、表达。其核心组成如图2所示。
泛在信息是全息位置地图最重要的数据源, 为全息位置地图提供数据支撑;语义位置作为泛在信息的核心元素, 为全息位置地图提供有效的关联手段;多维动态场景应满足泛在信息及空间信息在时间尺度上的变化需求。因此, 泛在信息、语义位置和多维动态场景表达构成了全息位置地图的三大核心组成部分。
1.3 全息位置地图主要特征
通过对全息位置地图概念的理解, 归纳了全息位置地图的五大特征, 包括实时动态性, 语义位置关联, 室内外一体化, 多维时空表达和自适应性。
其中, 实时动态性是指实时、动态获取 (接入) 来源于互联网、传感网、行业网、通信网的泛在 (位置关联) 信息, 为大众和专业领域用户的信息服务和应用, 提供快速、准确的数据支持;语义位置关联, 传统位置服务综合利用多源位置数据存在位置描述能力不足, 而语义位置内涵丰富, 基于语义位置建立人、事、物的关联关系, 形成位置关联网络, 为用户提供个性化、智能化位置服务;室内外一体化, 实现全方位、多尺度和多粒度的室内外地上下一体化综合表达和可视化, 促进室内外一体化导航 (如图3) 等应用发展;多维时空表达, 全息位置地图涵盖多个学科且跨领域, 向大众、政府、社会和私人企业等提供二、三维、四维地图 (三维空间+时间) 等多维表达形式, 如图4是三维场景与全景影像一体化融合表达结果;自适应性是指以人为本, 自适应地满足用户需求, 提供智能化的交互方式, 以访问某实验室为例, 当访问者进入大厅时, 综合用户位置、朝向和角色分析, 自动关联和推送用户感兴趣的信息, 比如标志性的雕像、楼梯入口以及办公室方位等 (参见图5) , 这种关联和推送的内容随着位置以及用户角色的变化而不同。
2 全息位置地图关键技术
作为一种新型的地图服务平台, 全息位置地图的研究尚处于起步阶段, 其关键技术框架如图6所示。语义位置关联以语义位置模型[11]为基础, 动态感知泛在信息中存在的位置信息, 并基于度量、方位、拓扑和语义等简单的位置关联和通过时空分布、聚类模型和趋势预测等方法形成深层次的位置关联网络, 实现全方位的语义位置关联。多维动态场景的技术框架则分别从场景模型与建模, 表达与可视化四个方面构建。
由于地图数据服务主要来源于专业测试部门和地图提供商, 提供信息相对单一;同时, 大数据环境下的信息量越来越大, 信息内容越来越丰富, 亟需一种新型的泛在信息汇集和融合技术。多维地图作为全息位置地图泛在信息的重要表现形式, 在传统地图模型与建模方法基础上, 需研究室内外场景数据快速获取方法以及面向用户自适应构建地图表达模型;解决室内外一体化语义非一致性问题, 实现室内外一体化实时、快速可视化。语义位置关联技术则是将来源广泛、类型复杂、时空参考异构的泛在信息, 基于全息位置地图语义位置模型, 在语义和知识层次上透过位置进行深度感知关联, 实现目标对象的全方位发现。
3 信息化警务中的初步应用
以信息化警务建设为背景, 针对警务信息数据量大、类型丰富、复杂多变、实时性强等特点, 结合全息位置地图概念内涵和关键技术手段, 以警情位置为核心, 快速接入和动态关联与位置相关的泛在警务信息, 综合利用人员、警情、视频等信息进行分析研判, 在派出所指挥调度、关联研判、警情分析、日常巡控、社区警务和基础信息等业务模块展开应用。警务指挥研判系统架构如图7所示, 系统分为位置信息感知与接入层、位置服务关联层和应用层。感知与接入层负责快速接入分布式动态泛在警务信息, 关联服务层基于泛在警务信息提供智能分析服务, 应用层将服务进行封装并开放给用户。
公安系统中现有警务信息丰富而繁多, 与人相关的数据包括常住人口、暂住人口、流动人口、境外旅客、网吧上网人员、旅店人员、民警信息等;与事相关的数据类型包括就诊记录、上网记录、自来水、用电量、煤气等;与物相关的数据包括POI数据、摄像头数据、消防栓数据、旅店数据、GPS数据;与案件有关的数据包括接警信息, 出警信息等。针对以上复杂多变的警务信息, 以“警情位置”为核心, 汇聚、关联、分析、传递、表达面向用户和应用需求的信息资源是一种有效的信息组织方式。
在警务信息中, 与位置相关的信息描述形式主要包括标准地理坐标、标准地址以及非标准化的自然语言。口语化、非标准的自然语言地址描述是当前案件处理过程中最普遍的描述形式, 比如:“京汉大道919号农业银行大智路轻轨站旁”。基于自然语言位置提取关键技术, 将自然语言地址描述解析为标准地理空间坐标位置, 图8展示了将警情、摄像头、旅店、网吧等标准和非标准化地址转换后映射到地图上的效果。
在公安业务中, 通过对路网、警情位置、警力分布、嫌疑人逃逸速度以及逃逸时间等泛在警务信息进行时空分析, 挖掘时空关联特性, 采用路径规划算法, 以道路拓扑关系为基础, 采用红、蓝、紫三层拦截圈的应用模式, 分析嫌疑人在3, 5, 10分钟后所有可能逃逸路径和推荐拦截位置 (如图9) , 结合民警GPS坐标位置信息, 指挥最佳民警进行处警, 直观、高效地实现警力实时动态规划, 实现派出所警务指挥的智能化。
以警情位置为核心, 整合多种泛在警务信息, 实现位置信息关联, 能有效挖掘各种信息之间的关联关系, 实现由案到人以及由人到案的人案关联和案案关联。比如分析同类案件或不同类案件是否为同一人或同一团伙作案, 以及警情周边一定范围内同时间段的重点人员, 通过比较重点人员历史轨迹点周边同类型警情, 实现多时空多尺度下的串并案分析 (如图10) 。另一方面, 以警情位置为核心, 针对警情信息进行分析, 研究系列案件的时空分布和时空关联方法, 能够实现案件热点探测、案件量时间序列趋势预测、案件时空交互风险评估分析等。如按周、日、月对派出所案件量进行平均值分析, 根据历史案件分布情况计算显示案件热点区域, 统计各责任区内部发生警情量以及路网一定距离内发生警情量, 根据统计的警情量、警情类别, 以红绿蓝颜色渲染责任区、路网发生警情量, 确定高发责任区以及高发路段。
全息位置地图在信息化警务的初步应用中, 由于数据源主要以二维数据为主, 下一步将融合室内外三维信息, 满足多样化的业务需求, 实现全方位的信息化管理, 为公安部门提供有效且可靠的智能化服务以及决策支持。
4 结束语
全息位置地图在泛在网环境下, 以位置为纽带动态关联事物或事件的多时态、多主题、多层次、多粒度的信息, 提供个性化的位置及与位置相关的智能服务平台。全息位置地图既克服了传统地图多是服务于室外空间, 难以满足室内活动需求的缺陷, 又实现了室内外一体化表达的应用要求。而且, 全息位置地图提供了一个综合利用各种信息的平台, 自适应地满足用户需求, 实现了泛在空间信息的智能服务, 促进智慧地球和智慧城市的建设与发展。
参考文献
[1]高俊.换一个视角看地图.测绘通报[J], 2009, 1:1-5.
[2]Goodchild M F.Looking forward:five thoughts on the future of GIS[OL].http://www.esri.com/news/arcwatch/0211/future-of-gis.html, 2011.
[3]Kamal K S.Powering the next frontier of information revolution[J].Geospatial World, 2013:32-35.
[4]钱小聪.当泛在网真正泛在[J].中国电信业, 2010, 8:38-40.
[5]Williams R E.Selling a geographical information system to government policy makers[C]//URISA.1987, 3:150-156.
[6]刘经南、方媛、郭迟等.位置大数据的分析处理研究进展[J].武汉大学学报信息科学版, 2014.39 (4) :379-384.
[7]维克托迈尔舍恩伯格.大数据时代:生活, 工作与思维的大变革[M].杭州, 浙江人民出版社, 2013.
[8]199IT[OL].http://www.199it.com/.
[9]周成虎、朱欣焰、王蒙等.全息位置地图研究[J].地理科学进展, 2011, 30 (11) :1331-1335.
[10]Zhu X Y, Guo W, Huang L, et al.Pan-information Location Map[J].ISPRS, 2013, 1 (4) :57-62.
智能地图 第5篇
以空间位置为索引, 从空间角度了解某区域内服务点信息是电子地图应提供的功能之一。以下探讨如何以电子地图为背景, 将某个位置附近的图片以专题地理数据提供给用户的实现方法。这种功能的操作流程是:首先选择要查询的地图要素所在图层;然后用选择某一个点, 系统自动选中该服务点附近的要素, 并高亮闪烁显示。如果要素为服务点, 则显示该服务点名称和与其相关的多媒体信息, 包括图片、视音频、文字、表格等。如图1是显示服务点“会议中心”图片信息界面, 该点所在的图层为“服务点层”, 名称为“会议中心”。
1.1 服务点的数据结构
1.2 服务点对象的创建与销毁
(1) 定义服务点属性信息对话框对象:CPointInfo*m_PointInfo。
(2) 初始化为空:m_PointInfo=NULL。
(3) 在初始时创建信息对话框:
(4) 在析构函数中删除信息对话框。
1.3 调用过程
(1) 单击服务点要素:enumOperate=datainfo。
(2) 查找并返回当前显示的数据集:GetCurrentDataSetData () 。
(3) 判断抓取点是否在图幅范围内:MouseCatchPoint (HWND hWnd, POINT&pt, int iStatue)
(4) 如果捕捉点是服务点层中的点则显示相关联的多媒体信息:
(5) m_bLoadBmpFromFile确定方法如下:
以上实现了电子地图中服务点位置信息与图片的挂接, 可以随时看到查询位置相关信息, 实现图文声并茂效果。
2 以服务点为中心进行服务范围分析
在现实生活中, 公共服务设施选址、通信基站选址等服务设施选择问题需要合理设定区域服务范围, 泰森多边形是在电子地图上对服务设施的区域服务范围进行划分的有效工具, 具有十分广泛的应用, 可用于规划城市公共交通、物资投送、产品售后服务、空间选址等领域。泰森多边形的每个多边形内仅含有一个控制点, 且可用该控制点的性质来描述泰森多边形整个区域的性质, 可用泰森多边形进行服务设施服务范围的定性分析、统计分析和邻近分析等, 例如要判断一个服务点与哪些服务点相邻时, 根据泰森多边形可以直接得出无需计算距离进行比较, 若泰森多边形是n边形, 就与n个服务点相邻, 当某一点落入某一泰森多边形中时, 它与相应的服务点就最邻近。
下面就对三角网和泰森多边形构造算法进行讨论, 并给出构造泰森多边形的主要代码, 暂不考虑路径距离和设施规模差异等因素, 可以在此基础上改, 使其更具实用价值。
2.1 构造泰森多边形的思路
服务设施点的泰森多边形划分算法需要先在电子地图上将所有服务设施点连结成三角形, 然后依据三角形构造泰森多边形。
2.1.1 构造三角网
(1) 从所有服务点中任取一点作为第一个三角形的第一个顶点, 找出离该点最近的一点作为第二个顶点, 然后利用斜三角形的余弦定理 (c2=a2+b2-2abcosc) 找出与第一、二顶点形成夹角最大的一点作为第三个顶点。
(2) 从第一个三角形第一边向外扩展。为避免三角形交叉, 以第一条边为界对包含第三个顶点一侧的站点利用直线判别正负区的原理排除。从余下的服务点中找出与第一边两端点形成夹角最大的一点, 作为第二个三角形第三个顶点。
(3) 以上述同样的方法, 进一步向外扩展, 直到将全部顶点连成三角形网。经以上处理, 可以从三角网中取得各个服务点之间互连信息。
2.1.2 构造泰森多边形
对每个服务点求出以其为顶点的每个三角形外心。当服务点位于计算区域中间时, 以其为顶点的三角形完全包围该站点, 按顺时针方向顺序连结这些三角形的外心即可形成一个泰森多边形。当服务点位于计算区域边缘时, 以其为顶点的三角形部分包围该站点。此时可由其中最外边的两个三角形外心向最外边的两条边作垂直平分线, 在两条垂直平分线上相当远处取两点作为泰森多边形顶点, 与其他三角形外心顺序连结成泰森多边形。依次求出各服务点所对应的泰森多边形后, 形成一个泰森多边形网, 计算区域被此多边形网完全包含。
2.2 泰森多边形的程序实现
2.2.1 生成泰森多边形三角形网
此函数主要是找出离第一点Px[0]Py[0]的最近点Px[i], 以Px[0]和px[i]利用三角形的余弦公式求3点生成三角形, 比较简单不再赘述。
2.2.2 生成泰森多边形的核心代码CreatThiessenTinData
CreatThiessenTinData设置三角形的各个变量, 如各个变量外接圆圆心等, 得到泰森多边形数据, 其参数说明同上, 代码为: