Skip to content
知识库

FAQ

轨迹采样＆绘制

轨迹数据通常是时间序列的经纬度点 (t, lon, lat, [speed, heading, …])。直接使用所有点会造成数据量巨大、绘制卡顿、噪声过多，因此需要采样

轨迹采样

  1. 按时间采样: 固定时间间隔采样
  2. 按距离采样: 移动距离超过阈值时才记录新点，适合速度变化大的场景
  3. 按变化采样: 综合考虑方向变化、速度变化、时间等，当轨迹发生显著改变时才采样

轨迹处理

  1. 坐标转换: 例如 WGS84 → GCJ02 / BD09
  2. 速度 / 加速度计算
  3. 留点检测
  4. 异常过滤
  5. 分段: 根据停留点或方向大转弯将轨迹切分成多段

后处理

对于已经保存好的数据，可采用轨迹简化算法（DPA）

绘制

根据轨迹数据绘制

Bing 地图的为什么要使用 Quadkey

Quadkey 基于 四叉树（Quadtree）对地图瓦片进行编码，核心是将瓦片的 (x, y, zoom) 三维坐标映射为一个定长字符串

function tile2quad(x: number, y: number, z: number) {
  let quad = "";
  for (let i = z; i > 0; i--) {
    let digit = 0;
    const mask = 1 << (i - 1);
    if ((x & mask) !== 0) digit += 1;
    if ((y & mask) !== 0) digit += 2;
    quad = quad + digit;
  }
  return quad;
}

优势

  1. 层次化空间索引：前缀即父瓦片，对聚合查询尤其高效。不需要额外的空间索引表来维护父子关系，字符串本身即关系，例如
#  不同缩放级别的同一地理区域共享 quadkey 前缀
zoom=10: "0312230110"
zoom=12: "031223011012"
  1. 分布式友好：Quadkey 天然适合做 Hash 分片
  2. 存储高效：/a{quadkey}.jpeg 比 /0/0/0/ 更加高效，没有多级目录
  3. 隐私友好：在日志或分析系统中，可以用 quadkey 代替精确坐标，不用暴露的精确坐标