伴隨著越來越多的傳感器被集成到移動終端,群智感知逐漸成為可能.群智感知的第一步是傳感任務(wù)的分發(fā),由于移動終端具有移動性,且擁有多樣化的硬件設(shè)備與感知能力,因而群智感知任務(wù)分發(fā)不同于普通的傳感任務(wù)分發(fā).考慮到感知任務(wù)的位置固定且節(jié)點移動往往基于道路,因而將子道路和任務(wù)綁定在一起,設(shè)計出基于矢量任務(wù)地圖的任務(wù)分發(fā)方法.子道路可以是完整道路中無分叉的一小段道路,也可以由某幾個坐標(biāo)點組成,滿足不同覆蓋范圍的任務(wù).節(jié)點接收到任務(wù)地圖后,由位于相同道路并能夠測量該道路上所要求傳感任務(wù)的移動節(jié)點組成傳感組,彼此協(xié)調(diào)完成任務(wù)測量.交替進(jìn)行兩種方法實現(xiàn)矢量任務(wù)地圖的漸進(jìn)式分發(fā):(1)提高地圖分辨率;(2)增加子道路上坐標(biāo)點數(shù)目.通過坐標(biāo)點精度按位增加的方法提高地圖分辨率;通過零閾值Douglas-Peucker算法增加子道路上坐標(biāo)點的數(shù)目.同時,設(shè)計新增點坐標(biāo)信息壓縮算法節(jié)約矢量任務(wù)地圖的數(shù)據(jù)量,其利用新增點在前一低分辨率地圖中位于已有點連線上、在當(dāng)前分辨率地圖中位于已有點連線外這一特點,推測新增點的坐標(biāo)信息.在MATLAB中的模擬實驗表明,當(dāng)矢量任務(wù)地圖分發(fā)給與任務(wù)數(shù)量相同的移動節(jié)點時,任務(wù)分發(fā)的成功率達(dá)到60%以上;當(dāng)分發(fā)給任務(wù)數(shù)量兩倍的移動節(jié)點時,任務(wù)分發(fā)的成功率達(dá)到85%以上.同時,采用漸進(jìn)式分發(fā)方法比直接分發(fā)更節(jié)約數(shù)據(jù)量且道路坐標(biāo)點數(shù)目的增加與分辨率增加相適應(yīng).最后與Zoom進(jìn)行比較,本文設(shè)計的矢量任務(wù)地圖在1024×1024分辨率下錯測量接近0%,且數(shù)據(jù)量比Zoom降低30%.
【部分圖文】：

動傳感器比相同數(shù)目的靜止傳感器能覆蓋更大的監(jiān)測范圍，但也正是因為移動性，移動終端構(gòu)成了無結(jié)構(gòu)的網(wǎng)絡(luò)，感知平臺難以預(yù)測終端的移動軌跡，從而難以對每個終端直接下發(fā)相應(yīng)的感知任務(wù)．然而我們考慮到：（１）移動終端只是數(shù)據(jù)傳輸?shù)妮d體，感知數(shù)據(jù)本身的位置是固定不變的．（２）用戶的移動是基于道路的，行人、自行車、汽車只能在對應(yīng)的道路上運(yùn)動，不能偏離了原有的道路而另辟蹊徑．所以我們將任務(wù)和子道路綁定在一起．感知服務(wù)器通過構(gòu)建若干［子道路，任務(wù)］二元組實現(xiàn)矢量任務(wù)分發(fā)．圖３任務(wù)地圖任務(wù)地圖上大部分的子道路是矢量地圖原有完整道路中無分叉的一小段道路，如圖３（ａ）所示．對于少數(shù)不在道路上的任務(wù)，我們在任務(wù)區(qū)域中設(shè)置坐標(biāo)點來構(gòu)建子道路．矢量任務(wù)地圖也滿足覆蓋范圍不同的任務(wù)分發(fā)．覆蓋范圍大的任務(wù)可能包含多條子道路，我們分發(fā)多個［子道路，任務(wù)］二元組，如圖３（ｂ）所示；覆蓋范圍小的任務(wù)可能不能用一條完整的子道路表示，通過在子道路上選擇部分坐標(biāo)點構(gòu)建新的子道路，用于任務(wù)分發(fā)，如圖３（ｃ）所示．任務(wù)地圖的更新與任務(wù)分發(fā)相類似，通過傳輸［子道路，任務(wù)］二元組實現(xiàn)．由于道路是固定不變的，道路信息數(shù)據(jù)只需傳輸一次，因而在任務(wù)地圖更新時，如果道路首末兩點在已有的任務(wù)地圖上，則終止道路數(shù)據(jù)的傳輸，否則傳輸完整道路數(shù)據(jù)．相比較于Ｚｏｏｍ中將任務(wù)和地點綁定在一起的思想，矢量任務(wù)地圖以子道路作為最小數(shù)據(jù)單元進(jìn)行任務(wù)標(biāo)注，每條子道路上的任務(wù)都是一致的，這樣就無需如Ｚｏｏｍ那樣為每一個點進(jìn)行任務(wù)標(biāo)注，有效節(jié)約了數(shù)據(jù)量．并且矢量數(shù)據(jù)格式保存的都是有效的坐標(biāo)信息，沒有冗余數(shù)據(jù)

任務(wù)標(biāo)注，每條子道路上的任務(wù)都是一致的，這樣就無需如Ｚｏｏｍ那樣為每一個點進(jìn)行任務(wù)標(biāo)注，有效節(jié)約了數(shù)據(jù)量．并且矢量數(shù)據(jù)格式保存的都是有效的坐標(biāo)信息，沒有冗余數(shù)據(jù)，相比于Ｚｏｏｍ，機(jī)器可讀性更強(qiáng)．對于Ｚｏｏｍ中存在的一個柵格點上只能表示一類任務(wù)的問題，矢量任務(wù)地圖將子道路與其所具有的多個任務(wù)分別綁定一次，通過依次傳輸這些綁定信息，使問題得到有效解決．２．１．２任務(wù)測量將多個［子道路，任務(wù)］二元組結(jié)合起來，就形成了矢量任務(wù)地圖．一個簡單的矢量任務(wù)地圖如圖４所示．地圖上存在３個任務(wù)，實線道路表明經(jīng)過該道路的移動節(jié)點需要收集溫度數(shù)據(jù)，即收集溫度數(shù)據(jù)為傳感任務(wù)；虛線道路則分別表示收集速度和光度數(shù)據(jù)是傳感任務(wù)．移動終端接收到此矢量任務(wù)地圖后，就能獲知在哪些地點需要完成什么傳感任務(wù)．圖４矢量任務(wù)地圖移動節(jié)點根據(jù)矢量任務(wù)地圖能夠?qū)崿F(xiàn)自組織網(wǎng)絡(luò)進(jìn)而協(xié)調(diào)任務(wù)測量．位于相同道路并能夠測量該道路上所要求傳感任務(wù)的移動節(jié)點組成一個傳感組，傳感組內(nèi)的移動節(jié)點彼此協(xié)調(diào)共同完成對道路上任務(wù)的測量．采用這種方式，節(jié)點不需要服務(wù)器的參與就能組成一個個傳感組．２．２漸進(jìn)式分發(fā)方法２．２．１漸進(jìn)式分發(fā)框架我們研究的對象是群智感知環(huán)境下的任務(wù)分發(fā)，構(gòu)建的矢量任務(wù)地圖不同于一般的地圖，矢量任務(wù)地圖不需要精確的坐標(biāo)表示．參與群智感知的終８１９４９期張君濤等：矢量任務(wù)地圖：群智感知任務(wù)漸進(jìn)式分發(fā)方法

圖６新增點插入矢量任務(wù)地圖２．２．２精度按位增加圖７坐標(biāo)點精度增加在矢量地圖中，坐標(biāo)通常用６４位ｄｏｕｂｌｅ型數(shù)據(jù)表示，其表示的精度高、范圍廣，地球上的每一個點都可以被這６４位的坐標(biāo)精確表示．然而，這里研究的是矢量任務(wù)地圖分發(fā)給參與感知的用戶，用戶的移動范圍最大為一個城市，即使是我國最大的城市北京，其面積也只是１．６萬平方公里，因而北京市地圖橫縱坐標(biāo)的最大值不會超過２００００００ｍ，用二進(jìn)制數(shù)據(jù)表示的長度是２１位．同時矢量任務(wù)地圖對精確度沒有很高的要求，以米作為矢量任務(wù)地圖的最高分辨率不會對移動終端定位產(chǎn)生影響．以往對降低坐標(biāo)點數(shù)據(jù)存儲精度的研究是采用不同的字節(jié)型數(shù)據(jù)（如ｉｎｔ型、ｓｈｏｒｔ型）表示道路坐標(biāo)點不同的精度，我們認(rèn)為道路中坐標(biāo)點的存儲可以突破字、字節(jié)的限制，改用位的形式來表示．相比于字節(jié)型數(shù)據(jù)每增加一個字節(jié)，精度提高２５６倍的快速變化，按位增加表示的精度變化僅為１倍．用位表示坐標(biāo)后，位數(shù)越高包含道路的信息也越多，在分發(fā)矢量任務(wù)地圖時，首先分發(fā)的是由道路點高位坐標(biāo)組成的數(shù)據(jù)信息，隨著漸進(jìn)式分發(fā)的進(jìn)行，分發(fā)坐標(biāo)點的位數(shù)依次降低．我們設(shè)計，每次分發(fā)的數(shù)據(jù)都只有坐標(biāo)點２位的信息，選取２位進(jìn)行分發(fā)既有利于２．２．４節(jié)將說明的新增點坐標(biāo)壓縮方法，也不會造成附加信息數(shù)據(jù)量過大，因而有利于漸進(jìn)式分發(fā)的順利進(jìn)行．圖７中顯示的是點Ａ的坐標(biāo)信息漸進(jìn)式分發(fā)的過程．點Ａ的實際坐標(biāo)為Ａ（１００１１０，１０１０１１）．在第１次分發(fā)時，我們提取坐標(biāo)點最高兩位的坐標(biāo)（１０，１０）；在第２次分發(fā)時
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖計劃;孫群;劉海硯;;多源多尺度地圖數(shù)據(jù)的組織與管理[J];測繪科學(xué)技術(shù)學(xué)報;2009年01期

2 張?zhí)m;王光霞;袁田;彭克曼;;室內(nèi)地圖研究初探[J];測繪與空間地理信息;2013年09期

3 曹海濤;賈博;張波;;移動GIS切片地圖展現(xiàn)技術(shù)[J];計算機(jī)系統(tǒng)應(yīng)用;2013年12期

4 Dolphin;Jack;;道道通2010年春季版地圖數(shù)據(jù) 為世博之旅添翼[J];音響改裝技術(shù);2010年05期

5 黃三犇;;繪制城市奇幻地圖[J];新知客;2010年07期

6 江泓;;土地管理信息系統(tǒng)建立過程中地圖數(shù)據(jù)質(zhì)量問題討論[J];山東國土資源;2007年04期

7 趙彬;;地圖插圖問題不容忽視[J];中國編輯;2007年06期

8 羅智勇;黎小東;;基于數(shù)據(jù)庫存儲方案的高性能瓦片地圖服務(wù)研究[J];地理與地理信息科學(xué);2013年03期

9 任維春，曾鈺，趙宇光;利用航天遙感資料更新地圖數(shù)據(jù)和數(shù)據(jù)庫[J];遙感信息;1996年03期

10 雷震,郭丙軒;掃描地圖的定向與糾正[J];測繪信息與工程;2002年02期

相關(guān)博士學(xué)位論文 前5條

1 簡燦良;多比例尺地圖數(shù)據(jù)不一致性探測與處理方法研究[D];武漢大學(xué);2013年

2 謝彩香;LBS移動終端導(dǎo)航電子地圖設(shè)計與實現(xiàn)[D];山東科技大學(xué);2006年

3 王盼成;嵌入空間數(shù)據(jù)庫的地圖服務(wù)及Web地圖服務(wù)集群技術(shù)研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2004年

4 史瑞芝;地圖設(shè)色輔助決策系統(tǒng)的建立與顏色傳輸理論的應(yīng)用[D];解放軍信息工程大學(xué);2001年

5 曾迎生;地圖圖符提取與識別算法研究[D];國防科學(xué)技術(shù)大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 姚顯青;基于真實地圖數(shù)據(jù)的車輛機(jī)會網(wǎng)絡(luò)仿真平臺設(shè)計與實現(xiàn)[D];電子科技大學(xué);2015年

2 劉軍儒;基于Microstation的一體化地圖數(shù)據(jù)檢查系統(tǒng)的設(shè)計與實現(xiàn)[D];中國科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院);2015年

3 楊琪;GeoPDF地圖瀏覽系統(tǒng)的設(shè)計與實現(xiàn)[D];西安電子科技大學(xué);2014年

4 劉丹楓;基于Android平臺的地圖SDK的設(shè)計與實現(xiàn)[D];東南大學(xué);2015年

5 袁田;位置地圖表示內(nèi)容與表達(dá)運(yùn)行機(jī)制研究[D];解放軍信息工程大學(xué);2015年

6 李曉君;基于OpenStreetMap移動GIS地圖服務(wù)系統(tǒng)的設(shè)計與實現(xiàn)[D];西南交通大學(xué);2016年

7 張志浩;基于OpenStreetMap的地圖瀏覽系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2016年

8 呂夢楠;應(yīng)急地圖數(shù)據(jù)管理與地圖控制系統(tǒng)設(shè)計與實現(xiàn)[D];大連理工大學(xué);2016年

9 賀志國;地圖倉庫信息可視化管理系統(tǒng)的設(shè)計與實現(xiàn)[D];大連理工大學(xué);2016年

10 仝浩奇;分布式網(wǎng)絡(luò)地圖服務(wù)平臺關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2016年

本文編號：2835796