為了解決AIS數(shù)據(jù)過于密集、數(shù)據(jù)更新頻繁帶來的三維顯示效果差和顯示效率低的問題,提出了一種基于"密度聚類法"和"視椎體剔除法"的多級符號化建模仿真方法,該方法依據(jù)視域范圍設(shè)置點、多邊形、三維模型模擬船舶,通過四元數(shù)旋轉(zhuǎn)和等比例縮放實現(xiàn)船舶的動態(tài)符號仿真。依托Cesium平臺,對AIS多級符號化建模方法的三維仿真效果和顯示效率進(jìn)行實驗。結(jié)果表明,該方法能夠直觀立體地展現(xiàn)動態(tài)船舶的姿態(tài)、大小、類型等信息,平均幀速和不同等級船舶符號之間的切換速率也較高,在一定程度上保證了繪制的實時性和渲染的流暢度。 

【文章來源】：測繪與空間地理信息. 2020,43(10)

【文章頁數(shù)】：5 頁

【部分圖文】：

多級符號化建�？傮w路線圖

密度聚類法能夠有效地管理過于密集的AIS數(shù)據(jù)符號。密度聚類法以數(shù)據(jù)集在空間分布上的稠密程度為依據(jù)進(jìn)行聚類，通過是否緊密相連來判斷樣本點是否屬于一個簇，無需預(yù)先設(shè)定簇的數(shù)量，適用于對未知內(nèi)容數(shù)量的數(shù)據(jù)集進(jìn)行聚類[8-9]。DBSCAN[10]是比較有代表性的密度聚類算法，它將簇定義為密度相連的點的最大集合，能夠把具有足夠高密度的區(qū)域劃分為簇，并可在噪聲的空間數(shù)據(jù)庫中發(fā)現(xiàn)任意形狀的聚類，如圖2所示。DBSCAN需要輸入兩個參數(shù):最小包含點數(shù)(min Pts)和鄰域半徑(ε)。任選一個未處理的點開始，找出與其距離在ε之內(nèi)(包括ε)的所有附近點。

視錐體(frustum)，是指場景中攝像機可見的一個錐體范圍。它有上、下、左、右、近、遠(yuǎn)，共6個面組成(如圖3所示)。視椎體剔除發(fā)生在程序渲染之前，裁剪的依據(jù)主要是根據(jù)攝像機的視野以及近裁減面和遠(yuǎn)裁剪面的距離，將可視范圍外的物體排除出渲染，被剔除的物體將不會進(jìn)入渲染的幾何階段。視椎體剔除是減少渲染消耗的有效手段之一，可以在不影響渲染效果的情況下大幅減少渲染涉及到的頂點數(shù)和面數(shù)。根據(jù)不同的船舶數(shù)，本文對應(yīng)用視椎體剔除前后的首次渲染耗時與視圖改變后再次渲染耗時進(jìn)行統(tǒng)計(見表1)。在使用視椎體剔除前，AIS船舶的首次渲染時間很長，且隨著數(shù)據(jù)量的增大，渲染時間成倍增加，而視圖區(qū)域改變后渲染時間較快，隨數(shù)據(jù)量增加改變較少。使用視椎體剔除后，首次渲染時間與視圖改變后的渲染時間相差不大，且整體耗時降低了很多。

【參考文獻(xiàn)】：
期刊論文
[1]基于多粒度建模的海量AIS數(shù)據(jù)三維可視化索引方法研究[J]. 杜瑩,武玉國.  測繪工程. 2019(02)
[2]基于四元數(shù)旋轉(zhuǎn)的改進(jìn)彩色圖像加密算法[J]. 胡曼,呂東輝,任艷麗.  應(yīng)用科學(xué)學(xué)報. 2018(04)
[3]基于AIS的大型船舶靠泊航速分布規(guī)律[J]. 黃澤洋,邵哲平,潘家財,紀(jì)賢標(biāo),馬峰.  中國航海. 2016(02)
[4]船舶智能避碰研究綜述及展望[J]. 謝朔,初秀民,柳晨光,吳青.  交通信息與安全. 2016(01)
[5]聚類算法綜述[J]. 伍育紅.  計算機科學(xué). 2015(S1)
[6]融合AIS的數(shù)字航道三維可視化系統(tǒng)[J]. 李彩霞,馮朝陽,宋元,李智,王藝.  中國航海. 2015(01)
[7]SA-DBSCAN:一種自適應(yīng)基于密度聚類算法[J]. 夏魯寧,荊繼武.  中國科學(xué)院研究生院學(xué)報. 2009(04)
[8]淺談AIS在中國海事管理中的應(yīng)用[J]. 夏軍星.  水運科學(xué)研究. 2008(04)
[9]淺談AIS在中國海事管理中的應(yīng)用[J]. 夏軍星.  水運科學(xué)研究. 2008 (04)
[10]船舶自動識別系統(tǒng)在船舶交通管理系統(tǒng)中的應(yīng)用[J]. 劉志剛.  船海工程. 2007(02)



本文編號：3621623