本發(fā)明屬于數(shù)據(jù)搜索領(lǐng)域，具體涉及一種草圖搜索的地圖搜索方法。

背景技術(shù)：

1、地圖在人們的生活中具有不可或缺的重要性。它不僅是我們探索世界的工具，更是幫助我們理解和規(guī)劃空間的關(guān)鍵。從導(dǎo)航出行到城市規(guī)劃，地圖使我們能夠精準(zhǔn)定位，避免迷路，把握整體空間。無論是在旅行中尋找目的地，還是在日常生活中選擇最佳路線，地圖都在無形中幫助我們的決策。隨著人工智能、物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的快速發(fā)展，地圖應(yīng)用將進(jìn)一步融合虛擬現(xiàn)實(shí)、實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)和智能推薦功能，為用戶提供更加精準(zhǔn)和便捷的服務(wù)。

2、在未來，地圖應(yīng)用不僅局限于幫助用戶“找到路”，還將在更多領(lǐng)域發(fā)揮舉足輕重的作用。例如，通過與自動(dòng)駕駛技術(shù)的結(jié)合，地圖將成為車輛智能化運(yùn)行的核心支撐；在城市規(guī)劃中，地圖數(shù)據(jù)將為合理布局和資源調(diào)配提供重要依據(jù)；在元宇宙時(shí)代，地圖還可能成為虛擬與現(xiàn)實(shí)連接的橋梁，創(chuàng)造全新的互動(dòng)體驗(yàn)。

3、可以預(yù)見，地圖應(yīng)用將不僅僅是工具，更會(huì)成為社會(huì)數(shù)字化轉(zhuǎn)型和智能化發(fā)展的關(guān)鍵推動(dòng)力，深刻改變?nèi)祟惖纳罘绞健?/p>

4、目前主流的地圖軟件，如谷歌地圖、高德地圖和蘋果地圖，已經(jīng)成為人們?nèi)粘Ｉ钪胁豢苫蛉钡墓ぞ?。它們不僅提供詳細(xì)的全球地理信息，還集成了實(shí)時(shí)交通狀況、導(dǎo)航指引、公共交通路線和興趣點(diǎn)推薦等功能。用戶可以通過這些軟件輕松找到最優(yōu)路徑、避開擁堵，并獲取關(guān)于餐廳、酒店、景點(diǎn)等地的詳細(xì)信息。部分地圖軟件還支持離線使用和語音導(dǎo)航，進(jìn)一步提升了便利性，改善用戶的出行體驗(yàn)。無論是自駕游、步行導(dǎo)航還是乘坐公共交通，這些地圖軟件都為人們提供了高效、準(zhǔn)確和便捷的服務(wù)。

5、然而，這些軟件主要依賴關(guān)鍵字搜索來幫助用戶找到目的地。這種方式在用戶對(duì)目的地描述不清或記憶模糊的情況下，可能會(huì)帶來一定的困難。當(dāng)用戶無法準(zhǔn)確提供地點(diǎn)名稱或地址時(shí)，地圖軟件的搜索結(jié)果往往不夠精準(zhǔn)，可能需要多次嘗試才能找到正確的目的地。此外，面對(duì)模糊的地點(diǎn)描述，如僅記得某個(gè)地標(biāo)或附近環(huán)境，地圖軟件可能無法提供直觀的匹配結(jié)果，限制了用戶的使用體驗(yàn)。這使得用戶在某些情況下難以快速、有效地找到自己想去的地方。

6、面對(duì)上述問題，本發(fā)明提出了一種基于地圖草圖的空間搜索方法，旨在解決傳統(tǒng)地圖軟件在應(yīng)對(duì)模糊目的地搜索時(shí)的不足。這種地圖草圖搜索方法允許用戶通過繪制簡易的示意圖，來尋找符合特定要求的區(qū)域，從而有效避免了傳統(tǒng)關(guān)鍵字搜索中對(duì)精確輸入的依賴。這一方法不僅能夠提升搜索的靈活性和容錯(cuò)性，還為用戶提供了更直觀的交互方式，使其在不確定目的地的情況下，依然能夠快速找到所需位置。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提出了一種基于空間局部性原理的屬性地圖草圖搜索方法。通過對(duì)基礎(chǔ)數(shù)據(jù)的處理，生成一幅以點(diǎn)要素為主的地圖。該方法的目標(biāo)是，用戶輸入一幅草圖后，根據(jù)草圖的內(nèi)容以及草圖在繪制時(shí)地物距離接近的特點(diǎn)在地圖上查找與之相似的區(qū)域。最終，通過返回區(qū)域空間大小對(duì)搜索結(jié)果進(jìn)行排序，并將結(jié)果返回給用戶。

2、本發(fā)明的方法基本原理如下：將傳統(tǒng)地圖進(jìn)行簡單的數(shù)據(jù)處理變?yōu)橐粋€(gè)僅僅包含點(diǎn)要素的屬性地圖，每個(gè)點(diǎn)要素包含類型、坐標(biāo)及詳細(xì)信息。然后對(duì)用戶的輸入草圖進(jìn)行處理，獲取草圖中各地物之間的相對(duì)位置關(guān)系。隨后利用空間局部性原理來確定草圖中任意兩點(diǎn)在地圖中的對(duì)應(yīng)集合，隨后在確定兩點(diǎn)的情況下獲取所有滿足要求的區(qū)域。最終根據(jù)局部性原理按返回區(qū)域面積對(duì)返回集合進(jìn)行排序。

3、一種基于空間局部性原理的屬性地圖草圖搜索方法，包括以下步驟：

4、步驟1：地圖數(shù)據(jù)抽象與預(yù)處理

5、步驟11，點(diǎn)要素的抽象；

6、將傳統(tǒng)地圖中的地物抽象為點(diǎn)要素，每個(gè)點(diǎn)要素包含以下屬性：

7、類型t：地物的類別(如建筑、道路節(jié)點(diǎn)等)。

8、坐標(biāo)(x,y)：點(diǎn)要素的空間位置。

9、詳細(xì)信息：其他地物屬性(如名稱)。

10、步驟12，地物統(tǒng)計(jì)；統(tǒng)計(jì)每種類型的地物數(shù)量nt，并記錄任意兩點(diǎn)間的相對(duì)位置關(guān)系(角度與距離)，以便后續(xù)的搜索計(jì)算。

11、步驟13，兩點(diǎn)關(guān)系計(jì)算；對(duì)于任意兩點(diǎn)pi＝(xi,yi)和pj＝(xj,yj)，計(jì)算它們之間的角度與距離：

12、

13、步驟2：草圖解析與邊集構(gòu)建；

14、步驟21，草圖點(diǎn)集提取；

15、用戶輸入一幅草圖，從中提取每個(gè)點(diǎn)要素的類型t和坐標(biāo)(x,y)。根據(jù)地圖中統(tǒng)計(jì)的地物數(shù)量nt，對(duì)草圖中的點(diǎn)按類型數(shù)目進(jìn)行升序排序，生成點(diǎn)集p。對(duì)點(diǎn)進(jìn)行排序的主要目的是在后續(xù)搜索過程中優(yōu)先確定類型數(shù)量較少的點(diǎn)，以便首先鎖定兩個(gè)初始匹配點(diǎn)，再基于這兩個(gè)點(diǎn)逐步確定其余點(diǎn)的匹配。在此過程中，選擇候選集較小的點(diǎn)作為優(yōu)先匹配對(duì)象能夠顯著提升搜索效率。從概率的角度來看，優(yōu)先匹配候選集較小的點(diǎn)會(huì)減少滿足匹配條件的點(diǎn)對(duì)組合數(shù)量，從而有效縮小搜索空間。此外，該搜索策略類似于深度優(yōu)先搜索，通過優(yōu)先匹配候選集較小的節(jié)點(diǎn)，使得搜索空間呈現(xiàn)倒三角形的特性。這種特性不僅有助于減少不必要的搜索路徑，還能更好地適配各種剪枝策略，進(jìn)一步提升算法的性能和效率。

16、步驟22，邊集構(gòu)建；

17、計(jì)算排序中第一個(gè)點(diǎn)p1與其余各點(diǎn)pi的角度和距離關(guān)系，構(gòu)建邊集e：

18、e＝{e1,e2,…,ek},ei＝(p1,pi,d(p1,pi),θ(p1,pi))

19、為減少比例尺誤差放大的影響，將邊集中長度最長的邊emax置于首位，其余邊保持順序不變。

20、步驟23，誤差放大效應(yīng)；

21、假設(shè)邊e1的長度為d(e1)，另一條邊e2的長度為d(e2)，且二者滿足d(e2)＝n·d(e1)。若e1的繪制誤差為∈，則e2的誤差為：

22、

23、當(dāng)n>1時(shí)，誤差會(huì)被放大，從而影響匹配結(jié)果的準(zhǔn)確性。因此，將最長邊emax置于首位，其余邊與之的比值都會(huì)小于1，可以減小誤差對(duì)后續(xù)匹配的影響。

24、步驟3：基于空間局部性原理的搜索匹配；

25、步驟31，初始匹配點(diǎn)的確定。在地圖中枚舉所有與點(diǎn)集p中首點(diǎn)p1類型相同的點(diǎn)p'1?；诳臻g局部性原則，以p'1為中心，尋找距離其最近且類型與邊集首邊e1的另一端點(diǎn)類型相同的點(diǎn)p'2。

26、步驟32，新的邊集推導(dǎo)；根據(jù)p'1和p'2的位置關(guān)系，計(jì)算實(shí)際地圖中的角度與距離，生成新的邊集e'。

27、步驟33，逐步擴(kuò)展匹配點(diǎn)；利用e'及已匹配的點(diǎn)對(duì)(p'1,p'2)，繼續(xù)在地圖中查找其他點(diǎn)要素，直至完成整個(gè)點(diǎn)集的匹配。匹配過程中適當(dāng)放寬條件以容忍草圖誤差。

28、步驟34，生成結(jié)果集；每次完整匹配生成一個(gè)結(jié)果r，最終得到結(jié)果集r＝{r1,r2,…,rm}。

29、步驟4：結(jié)果排序與優(yōu)化

30、步驟41，面積與比例關(guān)系；根據(jù)空間局部性原理，區(qū)域面積較小的結(jié)果通常具有更高的匹配精度。已知草圖形狀固定，匹配結(jié)果r的面積與邊長度比例ρ成正比：

31、

32、其中d(e'i)為草圖邊長，d(e'i)為匹配結(jié)果中的邊長。

33、步驟42，排序規(guī)則；按照比例ρ從小到大對(duì)結(jié)果集r排序，確保匹配結(jié)果的準(zhǔn)確性優(yōu)先返回。

34、步驟43，最終返回；返回排序后的結(jié)果集r供用戶查看或進(jìn)一步操作。本搜索算法的時(shí)間復(fù)雜度為o(c(p1)×(k-1))。其中k為草圖中點(diǎn)數(shù)目，c(p1)為表示草圖點(diǎn)集p中首點(diǎn)p1在地圖中對(duì)應(yīng)類型的點(diǎn)數(shù)量。

35、本發(fā)明具有一下明顯的創(chuàng)新和突出優(yōu)勢：本發(fā)明提出了一種創(chuàng)新的地圖搜索方法，充分利用草圖的強(qiáng)大表達(dá)能力，彌補(bǔ)了傳統(tǒng)關(guān)鍵詞地圖搜索的局限性。在搜索匹配過程中，優(yōu)先鎖定類型數(shù)量較少的點(diǎn)，從而顯著加速搜索過程。同時(shí)，在優(yōu)先搜索類型數(shù)量較少點(diǎn)的基礎(chǔ)上，優(yōu)先確定最長邊的位置，有效解決了因草圖繪制引發(fā)的誤差放大問題。此外，借助空間局部性原理，通過優(yōu)先確定兩點(diǎn)的位置，克服了用戶繪制草圖時(shí)無法明確正北方向?qū)е碌乃阉骼щy。最終，基于空間局部性原理，對(duì)搜索結(jié)果集合進(jìn)行排序，確保返回的結(jié)果更加準(zhǔn)確和符合實(shí)際需求。