汤姆猫不是猫-优快云博客

原创 Vue+OpenLayers7入门到实战目录，OpenLayers7中文文档，OpenLayers7中文手册，OpenLayers7中文教程，OpenLayers7文档pdf

本篇作为《Vue+OpenLayers7入门到实战》所有文章的二合一汇总目录，方便查找。本专栏源码是由OpenLayers7.x版本结合Vue框架编写。本专栏从Vue搭建脚手架到如何引入OpenLayers7依赖的每一步详细新手教程，再到通过各种入门案例和综合性的实战案例，带领大家快速上手Vue+OpenLayers7开发。

2024-03-04 17:31:33 3484 1

原创 Vue+OpenLayers6从入门到实战进阶案例汇总目录，Vue+OpenLayers6地图整合教程，OpenLayers6中文文档，OpenLayers6中文手册

本篇作为《Vue+OpenLayers入门教程》和《Vue+OpenLayers实战进阶案例》所有文章的二合一汇总目录，方便查找。> 本专栏源码是由OpenLayers结合Vue框架编写。> 本专栏从Vue搭建脚手架到如何引入OpenLayers依赖的每一步详细新手教程，再到通过各种入门案例和综合性的实战案例，带领大家快速上手Vue+OpenLayers开发。

2023-10-31 16:05:04 4882 6

原创 EPSG:4490详细介绍和 EPSG:4326对比，一般情况下两者可以混用，高精度情况下无法混用

EPSG:4490（CGCS2000）和EPSG:4326（WGS84）都是地理坐标系，但存在关键差异：EPSG:4490是中国国家大地坐标系，采用CGCS2000椭球体，专为中国区域优化，精度更高，是法定测绘标准；而EPSG:4326是全球通用的WGS84坐标系。两者椭球参数接近（长半轴仅差0.1mm），但在高精度应用中不可直接混用。国内测绘、政府项目必须使用EPSG:4490，转换需专业工具。普通应用中差异不明显，但专业领域需注意厘米级误差。

2025-12-17 13:34:52 17

原创【路径算法】基于JavaScript实现Weighted A（加权A）算法路径规划，动态可视化展示寻路过程

加权A*算法可视化实现该实现展示了加权A算法的路径规划过程，通过调整启发式权重系数ε(1.0-5.0)来平衡搜索效率和解的质量。当ε=1.0时等同于标准A算法，ε>1.0时会更快找到解但可能不是最优路径。主要功能：交互式网格：设置起点(绿色)、终点(红色)和障碍物(黑色) 权重调节：滑块控制ε值(1.0-5.0)改变算法行为可视化过程：显示开放节点(蓝色)、关闭节点(紫色)、当前节点(黄色)和最终路径(橙色) 性能统计：实时显示探索节点数、路径长度和计算时间

2025-11-21 09:59:05 72

原创【路径算法】加权A算法详解及与A、IDA*的区别

本文介绍了加权A算法及其与A、IDA算法的对比。加权A通过引入权重系数ε来平衡最优性和搜索效率，当ε>1时可快速找到次优解。三种算法各有特点：A保证最优解但内存消耗大；加权A搜索效率高但可能牺牲最优性；IDA内存效率极佳但搜索效率较低。选择算法需权衡最优性、速度和内存：需要最优解用A或IDA*，追求速度用加权A*，内存受限则选IDA*。加权A*特别适合可接受近似解的大规模实时应用。

2025-11-21 09:17:14 245

原创【GIS入门】GeoTIFF栅格地理数据格式介绍和基础概念详解

摘要： GeoTIFF是一种结合地理空间数据的TIFF图像格式，在GIS领域广泛应用。其核心特点是将坐标系、地理参考信息等元数据嵌入标准TIFF文件中，使图像能精准对应真实世界位置。与普通TIFF不同，GeoTIFF支持多波段、高比特深度和无损压缩，适用于卫星影像、数字高程模型等专业场景。该格式具有自包含、兼容性强和标准化等优势，被QGIS、ArcGIS等主流GIS软件原生支持。识别GeoTIFF的关键是检查文件是否包含坐标系信息，在GIS软件中能自动定位到正确位置

2025-11-13 14:08:56 551

原创【GIS入门】Esri Shapefile形状文件介绍和基础概念详解

Shapefile是Esri公司开发的经典GIS矢量数据格式，由.shp（几何图形）、.shx（索引）和.dbf（属性）三个必需文件及其他可选文件组成。其特点是格式公开、兼容性强，但存在几何类型单一、字段名限制（10字符）和2GB文件大小限制等缺点。虽然逐渐被GeoPackage等现代格式取代，Shapefile仍是GIS数据交换的通用标准。使用时需注意所有关联文件必须位于同一目录。

2025-11-13 13:39:09 180

原创 Leaflet入门，Leaflet如何修复瓦片之间有白线问题

本文介绍了Leaflet地图瓦片间出现白线问题的解决方案。通过扩展L.GridLayer的_initTile方法，为瓦片添加1像素的宽高偏移来隐藏白线。文章提供了适用于Vue2/Vue3的代码实现，并展示修复前后的对比效果图，指出该方案是当前Leaflet官方尚未解决的渲染问题的临时应对措施。同时给出了Vue项目中集成Leaflet的相关教程链接。

2025-11-12 16:02:35 230

原创【路径算法】基于JavaScript实现IDA*算法，动态可视化展示路径规划过程

摘要：本文介绍了IDA*（迭代加深A*）算法，这是一种结合了迭代加深搜索和A算法的启发式搜索方法。IDA算法通过逐步增加f值限制，在深度优先搜索过程中重复执行，直到找到最优路径。文章详细阐述了算法流程、关键特点（包括内存效率高、实现简单等优点，以及节点重复扩展等缺点），并提供了伪代码示例。通过与A算法的对比表，突出了IDA在内存受限场景下的优势。最后列举了IDA*在解谜游戏、静态路径规划等领域的适用场景，体现了该算法在时空权衡上的价值。

2025-11-12 13:33:23 1218

原创【路径算法】Hybrid A* 算法和A、Theta进行详细比较

Hybrid A算法是一种针对车辆和机器人路径规划的改进算法，它结合了离散图搜索和连续状态空间的优势。相比传统A和Theta算法，Hybrid A考虑了车辆的运动约束（如转弯半径、非完整约束）和朝向问题。其核心特点包括：1)在连续状态空间中搜索，引入车辆朝向参数；2)使用预定义的运动原语生成可行路径段；3)采用两种启发式函数（无障碍最短路径和欧几里得距离）来提高搜索效率。该算法通过运动学模型积分和状态离散化处理，能够生成符合实际车辆运动特性的路径，解决了传统算法生成路径不可执行的问题。

2025-11-11 10:45:57 1180

原创【路径算法】基于JavaScript实现Hybrid A*车辆、机器人路径规划算法，动态可视化展示寻路过程

Hybrid A算法是一种改进的路径规划算法，特别适用于有运动约束的实体如车辆和机器人。该算法融合了离散图搜索与连续状态空间的优势，克服了传统A算法在实际应用中的局限性。其主要特点包括：考虑车辆物理约束（如转弯半径）、生成可执行路径、以及纳入车辆朝向因素。通过这种混合方法，Hybrid A*能产生更符合实际运动能力的最优路径。

2025-11-11 10:40:47 410

原创【路径算法】IDA与D和Lite D* 的比较及IDA*算法详解

本文比较了IDA*、D和D Lite三种路径搜索算法。IDA结合了迭代加深与A算法，适合静态环境且内存需求低；D和D Lite采用反向搜索，适用于动态环境并支持重规划。三者在搜索方向、环境适应性、内存效率等方面各有特点，IDA实现最简单，D功能最强大但复杂，D* Lite则在两者间取得平衡。实际应用中需根据环境动态性、内存限制等需求选择合适的算法。

2025-11-10 17:11:00 349

原创【路径算法】基于JavaScript实现D* Lite增量式路径规划算法代码，动态路径规划可视化效果展示

D* Lite算法是一种高效的动态路径规划算法，特别适用于频繁变化的场景。该算法通过反向搜索（从目标点到起点）和增量更新策略，利用g值和rhs值的差异检测需要更新的节点。其核心优势在于：仅更新受环境变化影响的节点，避免完全重新计算；采用优先队列按key值排序处理节点；实现较传统D*算法更简单，计算效率更高；适用于机器人导航、游戏AI等动态环境。算法流程包括初始化、最短路径计算和环境变化处理三个阶段，通过维护g值（实际代价估计）和rhs值（基于邻居的最小g值）实现高效重规划。

2025-11-10 17:01:30 1020

原创【路径算法】Theta算法的原理详解，基于JavaScript实现Theta算法可视化展现寻路过程

Theta算法是A的扩展改进算法，核心创新是通过视线检查允许任意角度路径规划。相比A必须沿网格线移动，Theta在两点无障碍时可直线移动，从而获得更短、更自然的路径。算法实现上继承A数据结构，但扩展父节点指针功能，使用Bresenham算法进行视线检查。其优势在于路径质量更高（比A短10-30%），移动更自然，特别适合游戏AI和机器人导航等应用。虽然计算开销比A*增加2-3倍，但在需要高质量路径的场景中，这种代价是可接受的。

2025-11-08 11:44:03 1077

原创【路径算法】A改进算法D 和 LPA* 算法介绍和算法特点对比详解

摘要：D和LPA是两种基于A的改进路径规划算法。D采用反向搜索，适合动态环境下的机器人导航，具有高效的增量更新能力。LPA采用前向搜索，适用于已知图结构但边代价变化的场景，能充分利用启发式信息。两者主要区别在于搜索方向、内存使用和适用场景：D擅长频繁变化环境中的实时规划，LPA更适用于偶尔变化的已知地图场景。选择算法需考虑环境动态性、计算资源等因素，二者都在增量式路径规划领域提供了比传统A更高效的解决方案。

2025-11-08 11:25:41 1025

原创【路径算法】四类寻路算法路径规划算法和多种A*改进算法实现汇总目录

本文分类汇总了各类寻路算法与路径规划算法，分为四大类：1)基于图搜索的算法(BFS/DFS/Dijkstra等)；2)启发式算法(A及D、LPA等变种)；3)适用于连续空间的算法(RRT、PRM)；4)仿生学算法(遗传算法、蚁群算法)。提供了JavaScript实现的算法参考链接，包括BFS、DFS、Dijkstra、A、D和LPA等算法，均带有动画动态展示搜索过程。这些实现可帮助理解不同算法的原理和应用场景。

2025-11-07 09:54:52 832

原创【路径算法】JavaScript实现LPA动态增量规划算法详解和LPA算法动态可视化实现

LPA算法是一种结合A和增量搜索的路径规划算法，适用于动态环境中的高效寻路。该文通过JavaScript实现LPA算法的可视化，展示了算法的核心特点和优势，包括增量式搜索、一致性启发式、关键值计算等。可视化界面提供起点/终点设置、障碍物绘制、动态障碍添加等功能，用不同颜色区分算法各阶段状态（开放列表、关闭列表、最终路径等）。相比传统算法如BFS、Dijkstra和A，LPA*在动态环境中能避免完全重新计算，仅更新受影响部分，显著提升效率。完整HTML代码包含交互控制和状态展示面板，便于理解算法运行过程。

2025-11-07 09:44:30 279

原创【路径算法】D（Dynamic A）动态规划算法详解，基于JavaScript实现动画动态的展现D* 算法完整的搜索路径过程

D算法是一种面向动态环境的增量式路径规划方法，由Anthony Stentz于1994年提出。该算法具有三个显著特点：1）采用反向搜索模式，从目标点向起点计算；2）支持增量更新，环境变化时仅调整受影响区域；3）重规划效率高，比完全重新运行A更快速。其核心流程包括初始反向代价计算、路径执行、动态环境检测和局部更新四个阶段。D*算法尤其适合移动机器人、自动驾驶等需要实时重规划的场景，虽然初始计算较慢且内存消耗较大，但在环境频繁变化的场合表现出色。

2025-11-07 09:38:43 474

原创【路径算法】基于JavaScript实现深度优先的DFS路径搜索算法代码，并通过动画动态展现DFS的搜索过程

深度优先搜索（Depth-First Search, DFS）是一种用于遍历或搜索树或图数据结构的算法。它的核心思想是尽可能深地探索图的分支，当遇到死胡同（没有未访问的邻居）时回溯。本章使用JavaScript和Canvas实现的DFS算法可视化演示网页

2025-11-06 09:52:35 469

原创【路径算法】基于JavaScript实现Dijkstra路径搜索算法代码，并通过动画动态展现Dijkstra的搜索过程

Dijkstra算法是一种经典的单源最短路径算法，由荷兰计算机科学家Edsger W. Dijkstra于1956年提出。该文章通过JavaScript和Canvas实现了Dijkstra算法的可视化演示，包含以下核心内容：算法特点：处理带权图，采用贪心策略保证找到最短路径（权重非负时）比较分析：详细对比了Dijkstra与BFS、A*在数据结构、搜索策略和适用场景上的区别可视化实现：提供完整的HTML/CSS/JavaScript代码，实现交互式网格操作（设置起点/终点、障碍物、权重）和算法动态演示

2025-11-06 09:35:37 226

原创【路径算法】路径算法、寻路算法分类与适用场景详解，寻路算法与路径规划算法纵览：从BFS、DFS、Dijkstra、A*到D与RRT

本文系统介绍了寻路算法的分类与特点，包括：基于图搜索的算法（BFS、DFS、Dijkstra等），适用于网格结构； A及其优化变种（IDA、D*、LPA*等），针对不同场景进行改进；连续空间算法（RRT、PRM），适合机器人路径规划；仿生学算法（遗传算法、蚁群算法），解决复杂优化问题。文章分析了各类算法的核心思想、优缺点及适用场景，并提供了选择建议：A适用于大多数静态寻路，动态环境可选用D/LPA*，内存紧张可用IDA*，机器人运动宜用RRT/PRM，复杂问题可尝试遗传算法。

2025-10-31 13:21:48 1675

原创【路径算法】基于JavaScript实现A寻路算法代码，并通过动画动态展现A寻路的过程

本文介绍了A寻路算法的JavaScript实现。文章首先对比了BFS和A算法的适用场景，强调A算法在带权路径搜索中的优势。随后提供了一个完整的可视化实现，包含20x20网格、起点终点设置、障碍物绘制等功能。代码实现了曼哈顿距离、欧几里得距离和切比雪夫距离三种启发式函数，并通过不同颜色区分已访问节点、开放集和最优路径。该可视化工具允许用户交互式地观察A算法的搜索过程，直观展示了启发式搜索的工作原理。实现采用Canvas绘制网格，并提供了清除网格、运行算法等交互按钮，便于理解A*算法在路径规划中的应用。

2025-10-31 10:27:07 936

原创【路径算法】基于JavaScript实现BFS（广度优先搜索）路径搜索算法代码，并通过动画动态展现BFS 的搜索过程

本文介绍了如何使用JavaScript实现BFS（广度优先搜索）算法，并通过可视化方式展示其路径搜索过程。文章提供了一个完整的HTML代码示例，包含一个20x20的可交互网格，用户可以设置起点、终点和障碍物。BFS算法通过队列实现，从起点开始逐层向外扩展搜索，并用不同颜色区分已访问节点和最终路径。代码中还包含动画延迟效果，直观展示算法执行过程。当找到终点时，会高亮显示最短路径；若无解则提示"未找到路径"。该实现直观演示了BFS在无权图中寻找最短路径的工作原理。

2025-10-28 13:32:05 1566

原创【路径算法】BFS（广度优先搜索）算法和a*算法详解和对比

BFS和A算法是两种不同的路径搜索方法。BFS采用盲目逐层搜索策略，保证在无权图中找到最短路径但效率较低；A通过启发函数（g(n)+h(n)）智能引导搜索方向，在带权图中能高效找到最优路径（需h(n)可容）。BFS适合无权图遍历，而A*更适用于带权图导航等场景，后者通过启发信息显著减少搜索空间。两者在完备性上相似，但在最优性、时空效率和应用场景上存在显著差异。

2025-10-28 13:25:14 1831

原创 GIS入门，只根据起点和终点坐标动态生成不同曲率系数不同方向的三阶贝塞尔曲线的两个控制点，分别控制两个曲线控制点趋近于起点和终点位置，动态生成变化曲线

本文介绍了一种动态生成三阶贝塞尔曲线控制点的方法。该方法仅需起点和终点坐标，通过曲率系数(0-1)、控制点位置参数(t1/t2)和方向参数(side)动态计算控制点位置，无需手动指定控制点。实现代码将经纬度转换为弧度，计算两点间角度和距离，通过调整曲率和垂直偏移量生成控制点坐标。该方法可以灵活控制曲线弯曲程度、控制点分布位置和曲线方向，支持生成多种形态的三阶贝塞尔曲线。示例展示了通过调整参数可获得不同弯曲效果的曲线，为图形处理提供了便捷的曲线生成方案。

2025-07-21 17:58:11 280

原创 GIS入门，只根据起点和终点坐标动态生成不同曲率系数不同方向的二阶贝塞尔曲线控制点，控制曲线控制点趋近于起点和终点

本文介绍了一种动态生成二阶贝塞尔曲线控制点的方法，可根据起点和终点坐标自动生成不同曲率和方向的曲线。通过三个参数控制曲线特征：曲率系数(0-1)决定弯曲程度，位置参数(0-1)控制点靠近起点或终点，方向参数(1或-1)决定曲线在连线左侧或右侧。文章提供了JavaScript实现代码，利用三角函数计算中间控制点坐标，并展示了不同参数组合下的曲线效果图。这种方法适用于需要多样化曲线样式的场景，如地图迁徙图等可视化应用。

2025-07-21 17:48:19 229

原创 Vue+OpenLayers7入门到实战：OpenLayers动画效果实现，OpenLayers实现轨迹运动动画

本章介绍如何使用OpenLayers7在地图上实现动画效果和运动轨迹动画。

2024-05-30 19:14:01 726

原创 Vue+OpenLayers6一本通，OpenLayers6完整教程大全，OpenLayers6全知全解，OpenLayers6入门、实战、扩展进阶三合一专栏目录汇总

Gis开发入门，OpenLayers、Leaflet、Maplibre-gl和Cesiumjs地图引擎介绍以及几种地图服务vms、vmts介绍OpenLayers介绍，相比较其他地图引擎有什么优点OpenLayers7.x版本和6.x版本有什么区别，是否需要升级到OpenLayers7版本？OpenLayers6实战：OpenLayers创建自定义控件，以创建一个地图复位控件为例OpenLayers6实战，OpenLayers创建自定义鹰眼控件，自定义鹰眼控件样式，调整鹰眼控件位置、大小、文字和按钮等样式。

2024-05-29 20:27:13 1815 3

原创 Vue+OpenLayers7入门到实战：OpenLayers使用fetch加载并显示TopoJson格式区划边界数据并叠加文字标注，动态创建要素样式

本章介绍如何使用OpenLayers7在地图上使用fetch加载TopoJson格式数据并叠加文字要素，并且支持动态创建要素样式。上一章中已经说明了TopoJson格式数据，《OpenLayers加载TopoJson数据，使用行政区划边界作为示例》，大家应该都已经有所了解。本章在上一章基础上改用fetch加载TopoJson格式数据，并手动解析数据为Feature要素，并且动态创建要素style格式还要根据要素属性额外叠加文字标注。

2024-05-29 13:39:03 538

原创 Vue+OpenLayers7入门到实战：OpenLayers从vue的assets资源路径加载TopoJson文件并解析数据叠加到地图上，以加载世界各国边界为例

本章介绍如何使用OpenLayers7在地图上加载世界各国边界的TopoJson格式数据为例，讲解如何使用OpenLayers从vue的assets资源路径加载TopoJson文件并解析数据叠加到地图上。GEOJSON是gis地图中常用的数据格式，制作地图时用于存储各种地理数据，使用时通过OpenLayer、Leaflet、mapLibre-gl或者Cesium加载GEOJSON即可渲染出GEOJSON中描述的地理要素。GIS开发入门，GeoJSON是什么？GeoJSON格式标准介绍。

2024-05-28 23:34:02 351

原创 Vue+OpenLayers7入门到实战:OpenLayers加载TopoJson数据，使用行政区划边界作为示例

本章介绍如何使用OpenLayers7在地图上实现加载解析TopoJson格式的要素数据并叠加渲染到地图上的功能，以行政区划要素数据为例，叠加行政区划边界到地图上。TopoJson是用于表示地理空间数据的格式。是GeoJson格式的改进版，相比 GeoJSON 直接使用 Polygon、Point 之类的几何体来表示图形的方法，TopoJSON 中的每一个几何体都是通过将共享边（被称为arcs）整合后组成的，因此TopoJSON 消除了部分冗余数据，使得文件最终大小比GeoJson缩小了约 80%。

2024-05-28 23:30:04 588

JT-T415-2006 道路运输电子政务平台 编目编码规则.pdf

空空如也

JT-T415-2006 道路运输电子政务平台编目编码规则.pdf