自动驾驶高精地图的信息传输模型

高精地图的“非视觉”和面向机器特性,使其与传统面向人的时空产品有明显不同,相应的描述地图主、客体及其与产品之间关系的传输模型也面临巨大变革。已有的传输模型重构了上述关系,包括新增用户个性信息及其传输,但也存在信息传递工具仍采用面向人而非机器的地图语言等不足。为此,结合自动驾驶中地图信息的传输特点,构建面向机器认知的高精地图信息传输模型,通过对已有的传输模型进行扩展:GIS语言代替地图语言,将用户个性信息整合到高精地图的用户图层中,将行动指导扩展为行动实践。研究结果表明,构建的全机器认知的高精地图信息传输模型实现了地图信息认知的主体由人到机器的扩展,适应了高精地图在感知、定位、规划、控制等传输过程中全人工智能的特性。所提出的模型一方面有助于准确把握高精地图的本质及内容结构,提升认知效果;另一方面,对驾驶服务具有重要的指导作用,包括内容选取、表达方法、系统功能框架设计等,提高传输效率。

Web2.0环境下基于布鲁克斯方程的地图信息传输模型

各向地图信息传输模型是传统地图信息传输理论在Web2.0时代的延伸与发展,对提升现代地图学的价值具有重要意义。本文通过分析Web2.0地图的特点和相关工作,研究地图制图模式及其相应的地图信息传输模型,引入信息生态学和布鲁克斯方程,重点探索了基于Web2.0地图的各向地图信息传输模型,利用信息学的布鲁克斯方程对Web2.0环境下地图信息的传输过程与机理进行了详细分析。

数字环境下的地图传输

根据数字编码与处理特征，对地图传输理论进行了重新分析，建立了数字地图传输模型．