自定义地图数据瓦片化请求的一种实现方案

自定义地图数据瓦片化请求的一种实现方案

        

一、背景介绍

        之前做一项目，要接入其它公众平台上的数据，显示到地图上，而且要求拖动地图时，能载入地图新区域内的数据，就像现在大部分的地图应用一样，瓦片形式加载。由于数据不是存放于自己的平台，所以这里会出现个问题，数据不是以地图瓦片形式进行保存。

        但是公众平台有提供个接口，可以使用位置和距离的参数，请求这个距离范围内的数据。所以可以将地图进行瓦片分割，再利用此接口请求瓦片所在圆范围内的数据。通过此种方式，实现数据的瓦片化请求和加载。

二、地图瓦片介绍

1.     墨卡托投影

        墨卡托投影（Mercator Projection），又名“等角正轴圆柱投影”，是荷兰地图学家墨卡托（Mercator）在1569年拟定的。他假设地球被围在一个中空的圆柱里，其赤道与圆柱相接触，然后再假想地球中心有一盏灯，把球面上的图形投影到圆柱体上，再把圆柱体展开，这就是一幅标准纬线为零度（即赤道）的“墨卡托投影”绘制出的世界地图。

        由于赤道半径为6378137米，则赤道周长为20037508.3427892米，因此X轴的取值范围：[-20037508.3427892,20037508.3427892]。当纬度φ接近两极，即90°时，Y值趋向于无穷。因此通常把Y轴的取值范围也限定在[-20037508.3427892,20037508.3427892]之间。因此在墨卡托投影坐标系（米）下的坐标范围是：最小为(-20037508.3427892, -20037508.3427892 )到最大坐标为(20037508.3427892, 20037508.3427892)。

 

2.     地理坐标系

        地理经度的取值范围是[-180,180]，纬度不可能到达90°，通过纬度取值范围为[20037508.3427892,20037508.3427892]，反计算可得到纬度值为85.05112877980659。因此纬度取值范围是[-85.05112877980659，85.05112877980659]，地理坐标系（经纬度）对应的范围是：最小地理坐标(-180,-85.05112877980659)，最大地理坐标(180, 85.05112877980659)。

 

3.     地面分辨率

        地面分辨率是以一个像素（pixel）代表的地面尺寸（米）。以微软Bing Maps为例，当Level为1时，图片大小为512*512（4个Tile），那么赤道空间分辨率为：赤道周长/512。其他纬度的空间分辨率则为 纬度圈长度/512，极端的北极则为0。Level为2时，赤道的空间分辨率为 赤道周长/1024，其他纬度为 纬度圈长度1024。很明显，Ground Resolution取决于两个参数，缩放级别Level和纬度latitude ，Level决定像素的多少，latitude决定地面距离的长短。

        地面分辨率的公式为，单位：米/像素：

        ground resolution =(cos(latitude * PI/180) * 2 * PI * 6378137 meters) / (256 * 2^level pixels)

        最低地图放大级别（1级），地图是512 x 512像素。每下一个放大级别，地图的高度和宽度分别乘于2：2级是1024 x 1024像素，3级是2048 x 2048像素，4级是4096 x 4096像素，等等。通常而言，地图的宽度和高度可以由以下式子计算得到：

        map width = map height = 256 * 2^level pixels

 

4.     地图瓦片分割

        为了优化地图系统性能，提高地图下载和显示速度，所有地图都被分割成256 x 256像素大小的正方形小块。由于在每个放大级别下的像素数量都不一样，因此地图图片（Tile）的数量也不一样。每个tile都有一个XY坐标值，从左上角的(0, 0)至右下角的(2^level–1, 2^level–1)。例如在3级放大级别下，所有tile的坐标值范围为(0, 0)至(7, 7)，如下图：

         已知一个像素的XY坐标值时，我们很容易得到这个像素所在的Tile的XY坐标值：

         tileX = floor(pixelX / 256)          tileY = floor(pixelY / 256)

三、瓦片化请求的实现

1.     地图的瓦片化分割

        项目中使用的是百度地图，通过百度地图SDK的接口，可监听地图状态的变化。这里做了个控制，只有地图放大到一定的缩放层级后，才开始执行地图状态变化后的进一步处理。

         这里地图状态改变后，将经纬度转化为我们需要使用的地图瓦片。

        由于现在每个地图服务商都有自己的一套坐标系，所以我们需要将经纬度转成真实的GPS经纬度。百度地图的SDK只提供了真实GPS转百度坐标的，但是由于在方圆距离不是很大的区域内，百度坐标与真实坐标的偏移向量大致相等，所以我们可以通过以下方式将百度坐标转成真实坐标。

        得到真实的GPS坐标后，划分地图瓦片的规则就跟用的什么地图没有什么关系了，这里我用了微软Bing Maps的一套计算规则，通过TileSystem类，计算地图瓦片，这里我设置默认的缩放层级为12，瓦片Tile的大小为256X256，可以计算出瓦片所在圆的半径，使用实际的值分析了下（因为经纬度的不同，分割出来的瓦片实际大小会不同，但是在距离相近的区域内，这个偏差也可以忽略），大多都是6000米不到，所以我这里直接使用6000米作为请求的距离半径，也避免出现请求的盲区。TileSystem详细的计算方法会在结尾给出。

        计算完后，发消息通知执行后续的请求操作。

        这里使用的一个请求队列RequestsQueue以及一个请求线程SquareVideoTileLoader，单独负责地图数据的请求。执行drawTile(tile)，是为了将瓦片中心点在地图上显示出来，测试瓦片计算是否正确，实际项目中则不需要执行drawTile(tile)。下图为计算出来的地图瓦片中心点截图。

        瓦片请求线程管理的核心代码见下图，将要请求的瓦片tile传入线程类中加入队列，如果线程处于wait状态，则唤醒线程，开始工作。

        请求线程的run方法的代码见下图，在请求队列为空，或者地图界面不可时，挂起线程，减少CPU资源的消耗。请求返回的数据，通过注册的监听回调，返回请求数据。

        onTileLoadCompleted中，处理请求返回的数据，保存已经完成请求的瓦片tile，下次不再请求该瓦片；使用ArrayMap，数据ID为key，保存请求下来的数据，过滤相邻瓦片所在的圆的相交区域的重复数据。

        至此，我们就完成了瓦片请求的全部流程了。

        再看下图中地图上的加载效果，先载入了地图左上方区域的数据，再载入了中间区域的数据（这里受限于平台数据不平均分布，无法更好的展示拖动地图后，加载地图新区域内的数据的效果）。

四、总结

        目前大部分地图app，都是使用瓦片的方式进行地图的加载，这也说明，瓦片化加载的优势，可以分块加载显示，而不是需要等全部的数据下载完后再显示。这样，用户等待的时间就少了很多，有效提高了用户体验。

        本文介绍的只是一种原始数据不以瓦片形式保存的情况下，实现瓦片化请求的实现方案。在一定程度上能提高用户体验，但缺点也很明显，就是可能会请求返回重复的数据。虽然可以缩小瓦片区域范围，以减少重复数据的数量，但这样又大大提高了请求的次数，所以需要根据项目实际的数据分布，制定一个合适的瓦片大小。

注：本文参考了博文GIS理论（墨卡托投影、地理坐标系、地面分辨率、地图比例尺、Bing Maps Tile System）里的一些内容，在此感谢博主。

转载请声明原文地址：http://blog.csdn.net/sagittarius1988/article/details/50002449