前言
因业务需求,需要做最短路径分析。最近几天查询资料,并自己动手,实现了简单的路径分析。
下面就介绍具体的实现过程。
本篇文章最终结果是在 PostgreSQL 数据库中实现的,后续的可视化展示会继续跟进。
一、道路数据处理
如果你已经有了道路数据,那就直接使用。
由于当前并没有较好的道路数据,这里我自己用 QGIS 造了些数据以供使用。
为了效果较好,在创建道路数据时是叠加了影像图的。并且要开启“捕捉工具”,这样在后续的拓扑分析中更好。
在完成道路数据的创建后,我直接进行了后续的工作,但是最终发现有问题,经过分析发现:道路的数据在每个相交的点处要进行打断,否则无法进行路径分析。
线打断用的工具是—“线相交”,输入、相交图层选当前道路图层:
如下图:
这三段本是一条道路,但是为了拓扑分析,需要进行在和别的道路相交点进行打断。
此处部分要注意:
1、编辑时开启“捕捉工具”
2、完成道路后进行线的打断
二、数据入库
数据库这一块,因为 PostgreSQL 有强大的空间数据处理扩展插件(PostGIS),并且也有路径分析的插件(pgRouting),所以选用该数据库。
PostgreSQL 数据安装:
1、windows 下,直接在官网下载安装包即可,安装完成数据库后,会有 stackbuilder 安装向导,可以安装对应的一些插件等,比较方便;
2、Ubuntu下(我用的服务器),在 18.04 及以上,可以使用 PostgreSQL Apt Repository ,这样可以安装需要的版本;
2.1、PostgreSQL Apt Repository 使用
3、安装及配置参考
PostGIS:
这部分有两块,一个是 PostgreSQL 的扩展,一个是 PostGIS的GUI(需要单独安装,主要用于导入空间数据)。
以上这些安装完成后,可以进行数据导入了,
1、创新新的数据库,创建完成后需要进行对数据库添加空间扩展
-- 提供如下空间信息服务功能:空间对象、空间索引、空间操作函数和空间操作符 CREATE EXTENSION postgis; -- 用于网络分析的扩展模块 CREATE EXTENSION pgrouting; -- gis 拓扑 CREATE EXTENSION postgis_topology; -- 提供了几个函数来确定字符串之间的相似性和距离 CREATE EXTENSION fuzzystrmatch; CREATE EXTENSION postgis_tiger_geocoder; CREATE EXTENSION address_standardizer;
2、使用工具导入空间数据,最新版本在Windows下名字比较长,如下图:
到这里就完成了空间数据的导入,在这个过程中会遇到一些问题,可以参考:PostgreSQL 与 PostGIS 安装使用注意坑
三、构建拓扑
这一块主要是在数据库中使用 SQL 完成,创建对应的 source、target、length、reverse_cost 字段并赋值。
-- 添加起点id ALTER TABLE public.roads ADD COLUMN source integer; -- 添加终点id ALTER TABLE public.roads ADD COLUMN target integer; -- 添加道路权重值 ALTER TABLE public.roads ADD COLUMN length double precision; -- 创建拓扑结构 -- 为roads表创建拓扑布局,即为source和target字段赋值 SELECT pgr_createTopology('roads',0.00001, 'geom','id'); -- 创建索引 -- 为source和target字段创建索引 CREATE INDEX source_idx ON roads ("source"); CREATE INDEX target_idx ON roads ("target"); -- 为length赋值,这里在计算的时候用 ST_Transform 进行了转换 UPDATE roads SET length =st_length(ST_Transform(geom,3857)); -- 为 roads 表添加 reverse_cost 字段并用length的值赋值 ALTER TABLE roads ADD COLUMN reverse_cost double precision; UPDATE roads SET reverse_cost =length;
四、路径分析
pgRouting 提供的最佳路径算法比较多,具体可以参考:pgRouting 最短路径算法查询
这里用 Shortest Path Dijkstra(狄克斯特拉)算法进行计算。
最新的 pgr_dijkstra 算法,支持多种方式,一对一、一对多、多对一、多对多等。
用例:
pgr_dijkstra(Edges SQL, start vid, end vid , [directed]) pgr_dijkstra(Edges SQL, start vid, end vids , [directed]) pgr_dijkstra(Edges SQL, start vids, end vid , [directed]) pgr_dijkstra(Edges SQL, start vids, end vids , [directed]) pgr_dijkstra(Edges SQL, Combinations SQL , [directed]) RETURNS SET OF (seq, path_seq, [start_vid], [end_vid], node, edge, cost, agg_cost) OR EMPTY SET
传入的参数:
1、Edges SQL
a、id,创建拓扑的标识,名称不同用 as
b、source,边起点标识符,拓扑后添加的字段
c、target,边终点标识符,拓扑后添加的字段
d、cost,边权重(长度)
e、reverse_cost,回程权重
2、start vid:路径起始点标识
3、end vid:路径终点标识
4、directed:ture 时,图被认为是有向的
返回参数:
1、seq:查询结果排序值
2、path_seq:一个路径下的排序值,新的路径重新从1开始
3、start_vid:多对一、多对,有这个字段,路径的起始点标识
4、end_vid:一对多、多对多,有这个字段,路径的终点标识
5、node:路径中个个边连接点的标识(上一个边的 end,下一个边的 start)
6、edge:路径中边的标识
7、cost:当前边的成本(长度)
8、reverse_cost:总成本(总长度)
根据上面的具体使用:
-- 最短路径分析 -- 直接使用,返回的是算法默认数据 SELECT * from public.pgr_dijkstra( 'SELECT id, source::integer, target::integer, length::double precision AS cost, reverse_cost FROM roads', 1, 20, false ); -- edge 是创建拓扑时的 id 标识字段,所以可以通过这个在 roads 中筛选,并通过数据库自带的可视化查看结果 SELECT * from roads where "id" in ( SELECT edge from public.pgr_dijkstra( 'SELECT id, source::integer, target::integer, length::double precision AS cost, reverse_cost FROM roads', 1, 20, false ) );
第二个SQL效果如下:
标签: # PostgreSQL
留言评论