| 基于Spark的3D点云数据空间索引技术 |
| |
| 引用本文： | 赵尔平,孟小峰.基于Spark的3D点云数据空间索引技术[J].计算机科学,2018,45(9):213-219. |
| |
| 作者姓名： | 赵尔平 孟小峰 |
| |
| 作者单位： | 西藏民族大学信息工程学院 陕西 咸阳712082,中国人民大学信息学院 北京100872 |
| |
| 基金项目： | 本文受国家自然科学基金(61762082),西藏自治区自然科学基金(12KJZRYMY07)资助 |
| |
| 摘 要： | 针对Spark引擎不支持多维空间查询的问题,提出基于R树的二级空间索引,即在每个Worker节点上创建R子树,并将这些子树作为孩子,在Master节点上创建R树。针对LRU算法内存替换粒度粗、结果不够精确的问题,提出基于数据使用权重的内存替换方法。该方法将每次实际使用数据量与其总量的比值作为替换权重,将热点场景数据以RDD形式持久化至内存中,提高了基于内存查询的效率。根据远粗近细的视觉原理提出细节层次查询,该方法 将最能代表物体特征的点云数据先传输给客户端,或者仅把简化模型点数据传给客户端,以解决网络带宽不足和数据加载延迟的问题。实验证明,文中方法能有效解决Spark多维空间的查询问题,查询效率得到了明显提高。
|
| 关 键 词： | Spark 多维空间索引 3D点云数据 数据使用权重 细节层次 虚拟旅游 |
| 收稿时间： | 2017/8/4 0:00:00 |
| 修稿时间： | 2017/11/13 0:00:00 |
Spatial Index of 3D Point Cloud Data Based on Spark |
| |
| ZHAO Er-ping and MENG Xiao-feng.Spatial Index of 3D Point Cloud Data Based on Spark[J].Computer Science,2018,45(9):213-219. |
| |
| Authors: | ZHAO Er-ping and MENG Xiao-feng |
| |
| Affiliation: | School of Information Engineering,Xizang Minzu University,Xianyang,Shaanxi 712082,China and School of Information,Renmin University of China,Beijing 100872,China |
| |
| Abstract: | |
| |
| Keywords: | Spark Multi-dimensional spatial index 3D point cloud data Data usage weight Level of detail Virtual tourism |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
