Spark for Spatial，相關資源

        時空大數據分析正愈來愈熱門，而R之類的分析工具只能製做簡單的地圖。把GIS歸入大數據技術體系，而且將GIS的算法、模型、可視化等能力與Hadoop/Spark等大規模分佈式計算體系結合起來，將逐步成爲研究的前沿。這裏收集了SpatialHadoop/GeoSpark/PCL/OpenSLAM等幾個前沿的開源項目資源，能夠從中學習，有能力的能夠參與其中，真正去開展前沿技術的研究。

一、SpatialHadoop

SpatialHadoop是基於Hadoop開發的一套空間算子解決方案，由University of Minnesota發起，能夠利用Hadoop的HDFS分佈式虛擬文件系統和MapReduce分佈式處理框架，進行空間數據的處理。項目主頁能夠下載代碼和數據、以及預建的虛擬機。目前只能處理csv格式的簡單幾何對象。

項目主頁：http://spatialhadoop.cs.umn.edu/

源代碼庫：https://github.com/aseldawy/spatialhadoop2

二、SpatialSpark

SpatialSpark是基於Spark的空間對象處理框架。

項目主頁：http://simin.me/projects/spatialspark/

項目源碼：https://github.com/syoummer/SpatialSpark

三、GeoSpark

GeoSpark是基於Spark的空間對象處理框架，支持RDD，目前仍處於比較早期的階段。

https://github.com/Sarwat/GeoSpark

http://www.public.asu.edu/~jiayu2/geospark/javadoc/index.html

四、GeoWave

GeoWave，橋接傳統數據庫、Apache Accumulo分佈式存儲與Spark。

從https://github.com/ngageoint?page=3能夠看到NGA託管的大量項目。

項目主頁：https://www.locationtech.org/proposals/geowave

五、OpenSLAM

SLAM (simultaneous localization and mapping)技術用於自動測量、製圖，在機器人等領域有重要的應用。

項目主頁：http://www.openslam.org/

六、點雲支持庫(PCL)

點雲是激光雷達、攝像頭、深度感知系統等產生的原始陣列狀數據，在人工智能、機器人、工業自動化等領域都有普遍的應用。點雲含有深度信息、能夠和影像、多波段感知數據等融合進行分析。

PCL是一個開源的點雲庫，有不少大型IT企業參與。

項目主頁：http://www.pointclouds.org/

項目源碼：https://github.com/PointCloudLibrary