简介：本方案利用智能算法处理3D摄像头的点云数据生成GeoJSON，然后使用leaflet框架将GeoJSON渲染成地图，并在其上实现常规地图具有的交互操作，为用户提供室内定位、导航、查找服务。
描述：
常见的电子地图都是瓦片地图，瓦片地图的原理用一张图就可以表示出来，如下：
指将一定范围内的地图按照一定的尺寸和格式，按缩放级别或者比例尺，切成若干行和列的正方形栅格图片，对切片后的正方形栅格图片被形象的称为瓦片（Tile）。然后采用金字塔地图模型在前端展示这些瓦片即可。
我们的方案并未采用瓦片地图模式，而是把GeoJSON这种地图通用格式数据所携带的地理信息直接绘制到前端来生成地图。这种方式后端传送给前端的是GeoJSON数据，不是一张张的瓦片。
GeoJSON是一种对各种地理数据结构进行编码的格式，基于Javascript对象表示法的地理空间信息数据交换格式。GeoJSON对象可以表示几何、特征或者特征集合。GeoJSON支持下面几何类型：点、线、面、多点、多线、多面和几何集合。GeoJSON里的特征包含一个几何对象和其他属性，特征集合表示一系列特征。
我们使用了leaflet框架进行GeoJSON地图的自动化绘制，省了我们自己写代码解析GeoJSON，把GeoJSON里的点、线、面通过canvas绘制到前端的麻烦。leaflet框架还提供了相当丰富的API供我们对绘制的地图进行操作，如自定义图层的展现样式、给具体图层绑定事件等。再加上众多leaflet插件，就可以实现大部分地图都具有的功能，如导航、定位等。
至于GeoJSON里的地图数据是如何来的，我们后端的同事使用了一个开源的算法，然后用大量专用3D摄像头拍摄出来的点云数据训练这个算法，使其识别点云数据里的房间、墙、门窗等室内元素，从中提取出来我们需要的地图数据，生成我们需要的GeoJSON。市面上的3D摄像头已经不少，如Intel的RealSense摄像头、微软的Kinect摄像头等，都能够提供点云数据。
这样一旦有新的场馆需要我们提供室内地图服务，我们就可以派人携带3D摄像头去现场拍摄，然后用算法处理3D摄像头拍摄出来的点云数据生成这个场馆的GeoJSON，然后前端就可以在应用中绘制出该场馆的室内地图，再结合蓝牙定位或者Wi-Fi定位等技术，为客户提供室内导航、定位、规划路径、查找房间等服务。
创新点：
1、室内地图场景多、变化频繁，再加上位于建筑物内部，地图数据采集比采集室外地图数据困难了许多，本方案利用算法处理3D摄像头数据解决了室内地图数据采集难这个痛点问题。
2、我们采用更为轻巧的GeoJSON数据格式来传输地图数据，可以对室内地图进行定制化生成。
带来的影响：
目前我们利用这个方案制作了体检中心、会展中心两个应用POC，探索室内地图方面的商业化应用，相信随着研究的深入，这方面的应用会越来越多，越来越成熟。
