基于正六边形格网的最短路径算法

本文在分析了现有算法的一些不足之处的基础上,结合正六边形的特点及水流扩散思想,提出了基于正六边形格网的最短路径分析算法。该算法在最短路径搜索过程中,对同一正六边形格网而言,它至起点的累计代价值,不需要进行数据比较和修正。与经典的Dijikstra算法相比,该算法大大节约了搜索的时间。

基于正六边形格网的异质空间Voronoi图生成

Voronoi图作为空间剖分的几何构造,广泛应用于空间分析、空间查询、空间建模等领域。然而,传统方法生成的常规Voronoi图仅适于理想条件,忽略了地理空间的异质性、条件性、复杂性,难以模拟真实地理现象并揭示动态过程规律。为此,该文提出了一种异质空间Voronoi图构建方法:采用正六边形构建栅格结构以消除正方形各向异性的影响,引入水流扩展思想改进原始活动像素主动生长算法;同时,集成区块属性、生成元权重、外力作用等地理约束条件,构建不同应用型的异质空间Voronoi图。实验结果表明:该算法构建的Voronoi图精度更高,能够充分顾及空间异质性,具有更符合真实地理场景的数据建模能力;且该算法对于各类地理对象具有普适性。

多约束条件下的正六边形格网室内路径规划

室内路径规划受到多种约束条件影响,在考虑场景的空间几何、环境属性信息的同时,还要兼顾应用偏好、顾及室内寻路行为的各向同性特征和叠加多约束条件对寻路的影响,这就需要一种可集成多约束条件的数据模型对室内场景进行建模。因此,构建了基于六边形格网的多因素约束的A*算法模型,该算法采用各向同性的正六边形对室内场景建模,并将约束条件作为因素,指导寻路算法实现路径规划。基于此模型,再以距离、辨识度及行人密度为例,说明了约束条件对路径规划的影响,阐述了其与场景建模和寻路算法进行有机结合的优越性。实验结果表明,该方案能有效兼顾距离、地标强度、行人热力等约束条件,提供更符合应用偏好的路径。