一种地图上点位汇聚的方法与流程

1.本发明属于地图应用领域，涉及一种地图上点位汇聚的方法，用于地图应用上点位的汇聚显示。


背景技术：

2.现有浏览器的地图应用开发，主要通过使用第三方厂家的地图前端sdk或使用自行搭建的arcgis地图前端sdk服务实现。地图应用中绘制点位是比较常用的功能，用来直观显示点位在地图上的分布。当点位数据量在数十万级别以上的数据量，在客户端的浏览器在渲染点位信息的计算量较大，容易造成浏览器卡顿、加载时间超时、导致体验效果较差，达不到直观显示点位分布的效果。
3.地图服务的sdk打点法：前端页面通过接口的方式获取所有的点位信息的经纬度数据，使用地图服务sdk打点方法，将点位数据渲染到页面上。优点开发复杂度低，缺点当点位数据量较大时，前端浏览器渲染压力大、会有卡顿现象。
4.图层加载法：使用地图图层服务将所有点位信息绘制到新的图层上，并发布到图层服务，前端地图服务调用该图层地址加载该图层，从而在地图页面上可以看到点位信息。优点图层服务不存在卡顿现象，缺点当地图缩放级别较低时，显示效果不友好，用户体验较差，如果绘制不同缩放级别的图层有一定的开发工作量。


技术实现要素：

5.为了克服已有地图点位方式的用户体验效果较差、达不到直观显示点位分布的效果的不足,本发明提供了一种地图上点位汇聚的方法，实现点位在地图上的显示，满足低延迟、直观性强的效果。
6.本发明解决其技术问题所采用的技术方案是：
7.一种地图上点位汇聚的方法，所述方法包括以下步骤：
8.步骤1.通过地图sdk获取当前地图缩放级别和当前中心点经纬度坐标；
9.步骤2.判断缩放级别为11，从原始点位数据集中获取总共点位个数显示在地图上；
10.步骤3.判断缩放级别为12-16，根据点位汇聚算法将原始点位数据集过滤汇总显示在地图上；
11.步骤4.判断缩放级别为17-18，使用图层服务，将点位所有数据写入新图层中，地图页面加载该图层；或根据当前地图中心点经纬度坐标小数点第3位过滤点位，将符合条件的点位显示在地图上。
12.进一步，所述步骤3中，点位汇聚算法过程如下：
13.3.1)当地图为12级时，按小数点将经纬度截取到小数点第2位，进行分组统计，每个分组中分别算出经度、纬度平均值作为聚合点的显示位置；
14.3.2)当地图为13级时，按小数点将经纬度截取到小数点第3位，进行分组统计，每
个分组中分别算出经度、纬度平均值作为聚合点的显示位置；
15.3.3)当地图为14级时，按小数点，将经纬度截取到小数点第4位，进行分组统计，每个分组中分别算出经度、纬度平均值作为聚合点的显示位置；
16.3.4)当地图为15、16级时，按小数点将经纬度截取到小数点第5位，进行分组统计，每个分组中分别算出经度、纬度平均值作为聚合点的显示位置。
17.再进一步，所述步骤2中，按小数点将经纬度截取到小数点第1位，进行分组统计，每个分组中分别算出经度、纬度平均值作为聚合点的显示位置。
18.优选的，所述步骤4中，使用地图图层服务将所有点位信息绘制到新的图层上，并发布到图层服务，前端地图服务调用该图层地址加载该图层，从而在地图页面上可以看到点位信息。
19.本发明的有益效果主要表现在：解决了地图上大数量级别的点位信息展示问题，提高了点位的展示效率，在点位汇聚方面，更加精准和高效。
附图说明
20.图1是一种地图上点位汇聚的方法的流程图。
21.图2是模拟设备在地图上显示效果图。
具体实施方式
22.下面结合附图对本发明作进一步描述。
23.参照图1和图2，一种地图上点位汇聚的方法，所述方法包括以下步骤：
24.步骤1.通过地图sdk获取当前地图缩放级别和当前中心点经纬度坐标；
25.步骤2.判断缩放级别为11，从原始点位数据集中获取总共点位个数显示在地图上；
26.步骤3.判断缩放级别为12-16，根据点位汇聚算法将原始点位数据集过滤汇总显示在地图上；
27.步骤4.判断缩放级别为17-18，使用图层服务，将点位所有数据写入新图层中，地图页面加载该图层；或根据当前地图中心点经纬度坐标小数点第3位过滤点位，将符合条件的点位显示在地图上。
28.进一步，所述步骤3中，点位汇聚算法过程如下：
29.3.1)当地图为12级时，按小数点将经纬度截取到小数点第2位，进行分组统计，每个分组中分别算出经度、纬度平均值作为聚合点的显示位置；
30.3.2)当地图为13级时，按小数点将经纬度截取到小数点第3位，进行分组统计，每个分组中分别算出经度、纬度平均值作为聚合点的显示位置；
31.3.3)当地图为14级时，按小数点，将经纬度截取到小数点第4位，进行分组统计，每个分组中分别算出经度、纬度平均值作为聚合点的显示位置；
32.3.4)当地图为15、16级时，按小数点将经纬度截取到小数点第5位，进行分组统计，每个分组中分别算出经度、纬度平均值作为聚合点的显示位置。
33.再进一步，所述步骤2中，按小数点将经纬度截取到小数点第1位，进行分组统计，每个分组中分别算出经度、纬度平均值作为聚合点的显示位置。
34.优选的，所述步骤4中，使用地图图层服务将所有点位信息绘制到新的图层上，并发布到图层服务，前端地图服务调用该图层地址加载该图层，从而在地图页面上可以看到点位信息。
35.本实施例中，点位信息包含以下基本信息：(1)经度、纬度(经纬度小数精度范围小数点第5位米级精度，第4位为十米级精度，第3位为百米级精度，第2位为千米级精度)；(2)名称；(3)汇聚信息；(4)其他信息。
36.地图服务sdk：使用绘制点位方法，将点位信息绘制地图上。
37.地图图层服务：提供绘制图层和加载图层服务。
38.汇聚算法：通常有kmeans算法、直接网格算法等，本专利将采用基于经纬度数据小数尾数精度的汇聚。
39.本实施例综合利用大批量点位数据、地图服务sdk、地图图层服务、汇聚算法等解决大量点位数据在地图上的展现的高延迟、卡顿、无响应问题，改善用户使用体验感。根据不同的地图缩放级别采用加载图层、绘制点位、绘制汇聚点位来直观展现点位数据。例如在地图上展现某地级市xx市所有的传感设备点位信息，该传感设备点位数据量预估计10万，对应地图缩放级为11级至18级。地图缩放17、18级别，采用加载图层方式或绘制点位方式，显示点位信息。其它地图缩放级别采用点位汇聚算法在地图上显示汇聚数据之和。当地图缩放级为11级，显示某市中心点位显示传感设备点数汇聚总和。其中12级别到16级别需要根据点位经纬度信息基于点位汇聚算法获取汇聚后点位信息数据。
40.本实施例根据地图缩放级别，结合使用sdk打点法和图层加载法来实现地图上大数量级别的点位信息展现。针对xx市的地图应用，一般只会使用地图缩放级为11级至18级，其中11级展示某市全貌，这一级别显示全部点位数据，浏览器渲染压力大，建议取某市中心点位绘制点位汇聚总和数据。
41.其中地图缩放级17级、18级是地图放大最大级别，一般地图左右两边距离百米左右，可以取当前中心点，并截取小数点第三位筛选符合条件的所有点位；或使用加载图层的方式，加载17级、18级的点位设备图层(前提需要使用图层工具绘制好点位信息)。
42.其他地图缩放级别，根据传递的缩放级别来计算点位的汇聚数据。
43.kmeans算法、直接网格算法与本发明方法的性能比较，参照表1：
44.算法名称性能准确率复杂度kmeans中高高直接网格算法高中中本发明方法高中上易
45.表1
46.kmeans算法：kmeans算法主要通过初始指定k个聚类质心，而后按照“距离”来聚拢“相近”的数据点，而后重新计算新的质心，以此往复，不断迭代计算k个聚类点的质心，最终回归到k个聚类结果中，主要有以下两个缺点：kmeans是计算密集型算法，模型需要迭代很多次才能够完善，且大量的距离计算比较消耗cpu。效果，kmeans不能解决重叠覆盖问题。且算法有一定的复杂度不利于集成。
47.直接网格算法：将地图划分为若干个网格，将落在对应网格中的点聚合在小网格的中心点。每个小网格只显示一个中心点，值为网格内的点数量。运算速度快，不涉及两个
点之间的距离计算，只有点是否处在网格内的一次性计算就能拿到结果。缺点是需要提前划分网格，明明相近的两个点，因为划分在了不同的网格，而被迫分开计算在不同的网格中心，同时网格的中心，不一定就是网格内点的聚类中心，不能真实地反映聚类的中心点。
48.本发明方法(经纬度汇聚)：类似直接网格算法，不需要提前划分网格数据，根据经纬度数据的小数精度数据完成点位汇聚工作。
49.本实施例的方案，综合利用大批量点位数据、地图服务sdk、地图图层服务、汇聚算法等解决大量点位数据在地图上的展现的高延迟、卡顿、无响应问题，改善用户使用体验感；过程为：
50.步骤1，将原始点位数据存储在关系型数据库，用于查询过滤。
51.步骤2，建立图层服务，将原始点位数据写入图层中，用于地图缩放级别17、18使用。
52.步骤3，结合使用点位精度的汇聚算法和数据库过滤查询实现汇聚功能，存储每个地图缩放级别的汇聚信息(含汇聚点经纬度、汇聚数量)。
53.步骤4，地图服务sdk中，判断当前的地图缩放级别，根据缩放级别数据对应加载图层、或汇聚数据。
54.本实施例的方案应用到某市的共享视频项目中，采用该方法实现了全市摄像头设备数据全地图展示，方便使用人员直观了解点位数据全局情况、快速定位点位数据，大大提高了他们工作效率。在其他非地图但具有坐标体系的应用场景中，该汇聚算法具有参考价值。
55.本说明书的实施例所述的内容仅仅是对发明构思的实现形式的列举，仅作说明用途。本发明的保护范围不应当被视为仅限于本实施例所陈述的具体形式，本发明的保护范围也及于本领域的普通技术人员根据本发明构思所能想到的等同技术手段。