CN109859320A - 一种根据管网属性数据生成三维可视化图像的系统及方法 - Google Patents
一种根据管网属性数据生成三维可视化图像的系统及方法 Download PDFInfo
- Publication number
- CN109859320A CN109859320A CN201910071560.9A CN201910071560A CN109859320A CN 109859320 A CN109859320 A CN 109859320A CN 201910071560 A CN201910071560 A CN 201910071560A CN 109859320 A CN109859320 A CN 109859320A
- Authority
- CN
- China
- Prior art keywords
- pipe network
- attribute data
- module
- modeling
- coordinate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明属于管网的可视化图像生成领域,具体提供一种根据管网属性数据生成三维可视化图像的系统,包括存储模块,用于存储管网的属性数据,属性数据包括坐标;定位模块,用于获取当前的坐标;匹配模块,用于根据当前坐标,在存储模块中匹配出位于该坐标的管网;调用模块,用于向存储模块调取匹配模块匹配的管网的属性数据;建模模块,用于依据调用模块调取的管网的属性数据,进行管网的三维建模;显示模块,用于对建模模块建立的管网的三维模型进行可视化显示。使用本系统,工作人员可以快速获得当前位置的管网的三维模型,进行检修工作。本发明还提供一种根据管网属性数据生成三维可视化图像的方法。
Description
技术领域
本发明涉及管网的可视化图像生成领域,尤其涉及一种根据管网属性数据生成三维可视化图像的系统及方法。
背景技术
为了减少对地面上方空间的占用,管网在安装时,一般都会埋在地下。由于埋在地下,对管网进行维护或检修时,需要先将管网上方的地面挖开。传统的做法是依据管网埋置时的数据,如坐标、埋深等,工作人员推测出管网的位置后进行开挖。
这样的方式一方面对工作人员要求较高,不仅要回看数据记录,还要能够依据数据进行位置推测。若开挖的位置出现了偏差,会做很多的无用功。
为解决这一问题,目前出现了以三维可视化图形,在用户终端进行管网的图形实时显示的技术。该技术先用管网的属性数据进行三维建模并将建好的模型存储在服务器中,当工作人员需要对某个区域的管网进行检修或维护时,通过用户终端在服务器上将该区域的管网模型下载到用户终端上,再用AR技术进行投射,在用户终端显示管网的AR图像。
上述技术解决了传统方法中操作要求高且易出错的问题,但上述技术在进行检修时,需要先将服务器中的管网模型下载到用户终端,会占用很大的存储空间,费时费力;
当发生紧急事故,需要进行及时处理时,用宽带或无线网络下载该区域管网三维模型需要大量的时间,下载三维模型的时间,还可能使泄漏事故的严重性加重;并且,现有技术对宽带的要求较高,若发生事故需要处理时遇到网络信号不好的情况,会使抢修的时间严重滞后。
发明内容
本发明针对现有技术对用户终端的存储空间要求高、使用费时费力及发生紧急事故时不能及时应对的问题,提供了一种根据管网属性数据生成三维可视化图像的系统及方法。
本发明提供的基础方案为:
一种根据管网属性数据生成三维可视化图像的系统,包括服务器和用户终端;
服务器包括存储模块,用于存储管网的属性数据,属性数据包括坐标;
用户终端包括定位模块、匹配模块、调用模块、建模模块和显示模块;
定位模块,用于实时获取当前的坐标;
匹配模块,用于根据定位模块获取的当前坐标,在存储模块中进行坐标匹配,匹配出位于该坐标的管网;
调用模块,用于向存储模块调取匹配模块匹配的管网的属性数据;
建模模块,用于依据调用模块调取的管网的属性数据,进行管网的三维建模;
显示模块,用于对建模模块建立的管网的三维模型进行可视化显示。
基础方案工作原理及有益效果:
工作人员进行检修时,定位模块会对工作人员所处位置的坐标进行定位,匹配模块根据当前的坐标在存储模块中匹配出位于该坐标的管网后,调用模块将该坐标的管网的属性数据进行调用,建模模块根据调用的管网的属性数据进行实时三维建模,并通过显示模块进行显示。
现有技术中,工作人员进行检修前需要先下载该区域的管网三维模型,不仅会占用很大的存储空间,下载该区域管网三维模型所花的时间,还可能使泄漏事故的严重性加重。和现有技术相比,本发明中的管网三维建模方式为实时建模,只需要采集到当前位置的坐标,就能根据当前坐标的管网的属性数据进行实时建模,对用户终端的存储空间要求较小;且在维护或检修前,工作人员不用做什么准备工作,只需将用户终端携带在身上,系统会根据用户终端的坐标位置生成对应的管网三维模型,在发生紧急事件需要尽快检修时,工作人员可以快速获得该位置的管网的三维模型,能在第一时间进行挖掘及检修工作。并且,由于需要传输的数据量很小,对网络要求很低,只要能传输简单的数据即可,对环境的适应能力更强。
进一步,所述属性数据还包括管网直径、管网型号及管网深度。
拥有管网直径、管网型号及管网深度这几个关键数据后,可以通过实时建模建造出外形和实体管网较为相似的三维模型,便于工作人员直观的查看当前位置的管网的情况。
进一步,建模模块内存有管网三维模型的基本件,调用模块调取管网的属性数据后,建模模块用调取的属性数据,在基本件的基础上进行当前坐标的管网的三维建模。
由于管网的属性特征相对比较简单,用在管网的三维基本件上进行加工的形式,能够快速获得当前位置管网的适用的三维模型。
进一步,所述定位模块采用基于GPS、GLONASS、北斗定位系统复合固定解算法。
采用这种算法,当使用载波相位观测值定位的时候,会产生模糊度,模糊度理论上是整数。通过算法解出整数的模糊度之后,会大幅度提高定位精度。能够将室外定位的准确度控制在误差1厘米以内,进而精确的匹配出当前位置的管网的属性数据。
进一步,所述定位模块还使用SLAM及高精度空间定位技术。
名词解释:SLAM(simultaneous localization and mapping),也称为CML(Concurrent Mapping and Localization),即时定位与地图构建,能够在移动过程中根据位置估计和传感器数据进行自身定位,同时建造增量式地图。
由于GNSS,即卫星定位在使用时会受到建筑物等影响其精度,因此辅助以SLAM进行定位。
本发明的另一目的,是提供一种根据管网属性数据生成三维可视化图像的方法,包括:
存储步骤,将管网的属性数据存储到服务器中,属性数据中包括坐标;
定位步骤,实时获取当前的坐标;
匹配步骤,根据定位步骤获取的坐标,在服务器中进行坐标匹配,匹配出位于该坐标的管网;
调用步骤,向服务器调取匹配步骤匹配的管网的属性数据;
建模步骤,依据调用步骤中调取的管网的属性数据,进行管网的三维建模;
显示步骤,对建模步骤建立的管网的三维模型进行可视化显示。
进一步,所述属性数据还包括管网直径、管网型号及管网深度。
进一步,建模步骤中,依据调取的管网的属性数据,在基本件的基础上,进行管网的三维建模。
进一步,定位步骤中,采用基于GPS、GLONASS、北斗定位系统复合固定解算法。
进一步,定位步骤中,还使用SLAM及高精度空间定位技术。
附图说明
图1为本发明一种根据管网属性数据生成三维可视化图像的系统实施例的逻辑框架图;
图2为本发明一种根据管网属性数据生成三维可视化图像的方法实施例的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明:
本发明中的AR,即增强现实技术,它是一种将真实世界信息和虚拟世界信息“无缝”集成的新技术,是把原本在现实世界的一定时间空间范围内很难体验到的实体信息(视觉信息,声音,味道,触觉等),通过电脑等科学技术,模拟仿真后再叠加,将虚拟的信息应用到真实世界,被人类感官所感知,从而达到超越现实的感官体验。真实的环境和虚拟的物体实时地叠加到了同一个画面或空间同时存在。
如图1所示,一种根据管网属性数据生成三维可视化图像的系统,包括服务器和用户终端。
服务器
服务器用于存储管网的属性数据,包括管网的坐标,管网的管网直径、管网型号及管网深度;本实施例中的服务器为腾讯云服务器。
用户终端
用户终端包括定位模块、匹配模块、调用模块、建模模块、拍摄模块、AR生成模块和显示模块。
定位模块用于获取用户终端当前位置的坐标;定位模块为GNSS定位,采用基于GPS、GLONASS、北斗定位系统的复合固定解算法,能将室外定位的准确度控制在误差1厘米以内;同时,定位模块还辅助了SLAM及高精度空间定位技术,由于卫星定位会受到建筑物等影响其精度,因此辅助以SLAM进行定位,保证采集的坐标的精确性。
匹配模块用于根据定位模块获取的坐标,在云服务器中进行坐标匹配,匹配出位于该坐标的管网;通过匹配模块,找到当前坐标位置处的管网的属性数据。
调用模块用于向云服务器调取匹配模块匹配的管网的属性数据。
建模模块内存有管网三维模型的基本件;调用模块调取管网的属性数据后,建模模块根据调取的属性数据,在基本件的基础上进行当前坐标的管网的三维建模。
拍摄模块用于对当前位置的实景进行采集;目前,二维码等图片识别技术成熟的环境下,针对现实世界中的实物识别仍然是一个巨大的挑战,本系统采用FusionNet的人工智能学习技术完成此需求。FusionNet是三种神经网络的混合,它们分别是V-CNN I、V-CNNII和MV-CNN,MV-CNN神经网络是基于AlexNet结构构建的,并经过ImageNet数据集预训练过,这三种网络在评分层进行了融合,通过计算打分的线性组合找到最终所预测的分类。V-CNN I与V-CNN II使用了体素化的CAD模型,MV-CNN则使用2D投影作为输入。本系统使用了标准预训练神经网络模型(AlexNet)作为2D网络MV-CNN的基础,对三维物体2D投影的网络进行暖启动预训练基于大规模2D像素图片数据集ImageNet。受预训练影响,许多用于2D图像分类的特征不需要从头开始训练了。
AR生成模块用于根据建模模块建立的三维模型与拍摄模块拍摄的实景画面生成管网的AR图像;在AR图像的生成过程中,定位模块除了用GNSS及SLAM进行定位外,还用磁力计进行空间走向感测,用加速度计对空间平面进行感测,用陀螺仪对旋转视角进行感测,使建模模块建立的管网三维模型能够在真实空间进行准确的投射,实现虚拟空间数据与真实空间数据的一一映射。
显示模块用于对AR生成模块建立的管网的AR图像进行显示。
用户终端可以为手持平板或穿戴设备,本实施例中,用户终端为手持平板。手持平板的用户终端的芯片为麒麟970,该芯片功能强大且性能稳定,能够进行快速建模及生成AR投影图像;定位芯片为百年星品牌的BU12G8型号,该型号为GLONASS+GPS+北斗的三合一定位芯片,能够进行准确定位;工作人员通过用户终端上显示模块显示的AR图像可以很直观的对当前坐标位置的管网进行查看;摄像头为索尼IMX 586,该摄像头为4800万像素,成像质量出众;磁力计为飞思卡尔品牌的MAG3110FCR1型号;加速度计为电之都品牌的MPU6050;陀螺仪为invensense品牌的ICS-40300型号;显示屏为天马品牌的TA062VGHX01型号。
当需要对管网进行检修时,通过当前坐标位置的管网的AR图像,可以精确的对当前坐标位置的路面进行开挖。
现有技术是将管网三维模型存储在服务器上,检修前,将对应区域的管网三维模型服务器下载到用户终端,检修完一个区域后,将该区域的管网三维模型删除,之后再下载下一个检修区域的三维模型,进行在一个区域的检修。现有技术对用户终端的存储空间要求较大,且下载某个区域的管网三维模型短期内却只会用一次,也显得很费时费力;若管网发生泄漏事故,需要尽快检修,现有技术在检修前下载管网三维模型所花的时间,可能使泄漏事故的严重性加重。
和现有技术相比,本发明中的管网三维建模方式为实时建模,只需要采集到当前位置的坐标,就能根据当前坐标的管网的属性数据进行实时建模,在进行AR生成和显示,对用户终端的存储空间要求较小;且管网三维模型建模的方式,在维护或检修前,工作人员不用做什么准备工作,只需将用户终端携带在身上,系统会自动进行当前位置生成对应的管网三维模型并和用户终端采集的实景画面生成AR画面,在发生紧急事件,需要尽快检修时,工作人员可以快速获得该位置的管网AR画面,进而能在第一时间进行挖掘及检修工作。避免了现有技术维护费时费力,并可能加重泄漏事故的严重性的情况。
如图2所示,本发明还提供一种根据管网属性数据生成三维可视化图像的方法,包括:
存储步骤,将管网的属性数据存储在云服务器中,管网的数据包括管网的坐标,管网的管网直径、管网型号及管网深度;
定位步骤,获取用户终端当前位置的坐标;定位步骤采用基于GPS、GLONASS、北斗定位系统的复合固定解算法,能将室外定位的准确度控制在误差1厘米以内;同时,定位步骤还辅助了SLAM及高精度空间定位技术,由于GNSS会受到建筑物等影响其精度,因此辅助以SLAM进行定位,保证采集的坐标的精确性;
匹配步骤,根据定位步骤获取的坐标,在云服务器中进行坐标匹配,匹配出位于该坐标的管网;通过匹配步骤,找到当前坐标位置处的管网的属性数据;
调用步骤,向云服务器调取匹配步骤匹配的管网的属性数据;
建模步骤,根据调用步骤调取的管网的属性数据,实时进行当前坐标位置的管网三维建模;
拍摄步骤,对当前位置的实景进行采集;
AR生成步骤,根据建模步骤建立的三维模型与拍摄步骤拍摄的实景画面生成管网的AR图像;在AR生成步骤中,用户终端除了保持GNSS及SLAM的高精度定位外,还用磁力计进行空间走向感测,用加速度计对空间平面进行感测,用陀螺仪对旋转视角进行感测,使建模步骤建立的管网三维模型能够在真实空间进行准确的投射,实现虚拟空间数据与真实空间数据的一一映射。
显示步骤,对AR生成模块建立的管网的AR图像进行显示。
工作人员通过显示的AR图像可以非常直观的对当前坐标位置的管网进行可视化查看。
实施例二
由于管网埋在地下,发生灾害后,不能及时发现管网的属性是否发生变化。尤其是当埋置管网的地表发生变化且管网并未受到明显的损坏(周围未出现停电、停水)时,很难对管网当前的状态进行判断,若对灾害的辐射区域进行全方位的排查,又会花费很多的时间,耗时耗力且效率低下,并且,在灾害,如山体滑坡发生时,也很难在第一时间找到足够多的工作人员以及设备来对灾害辐射区域进行全方位的巡检。
现有技术的应对方式是,埋置管网时,在管网上安装传感器,传感器包括压力传感器、温度传感器及湿度传感器,通过传感器的反馈来了解管网是否受到了损坏或发生形变,若管网受到了损坏或发生了形变,则派遣工作人员进行维护、检修。
现有技术能够及时对已经受到损坏或发生形变的管网进行维护、检修,能够对受损的管网进行较为及时的检修。但这种方式只能对已经发生明显变化的管网进行维护、检修,而对于存在受损风险的管网则不能及时检测到。
若人群密集地区的管网存在受损风险而未得到及时的检修、维护,一旦管网发生损坏,会使该区域的大量居民的生活受到影响。现有技术在传感器数据显示正常时,不能对可能存在风险的管网区域进行巡查。
基于此,本实施例提供了一种根据管网属性数据生成三维可视化图像的系统,
和实施例一不同的是,本实施例中管网在埋置时安装了传感器,传感器包括压力传感器、湿度传感器及温度传感器,本实施例中,压力传感器的型号为KYOWA品牌的PHS-A型号,湿度传感器的型号为乐享品牌的DHT11型号,温度度传感器为RIJING品牌的AR25型号;当然,本领域技术人员,也可依据具体的地形环境具体选择传感器的型号。
安装管网时,还在管网上方的地面上安装了摄像装置,摄像装置用于对管网上方的地面进行拍摄;本实施例中,摄像装置每天对现场环境进行一次拍照,摄像装置上安装有陀螺仪;本实施例中,陀螺仪为维特智能品牌的WT901型号。
服务器的存储模块还用于接收并存储压力传感器、湿度传感器、温度传感器反馈的数据,以及摄像头回传的现场照片及摄像头对应陀螺仪回传的数据。
服务器还包括信息获取模块、人口分布分析某块、图片修正模块、现场对比模块和评估模块;
信息获取模块用于获取灾害信息;
人口分布分析模块,用于获取人口分布数据;本实施例中,人口分布分析模块从当地政府中抓取人口分布数据;
图片修正模块,用于根据获取的现场图片及摄像头对应陀螺仪回传的数据,将图片进行修正;由于摄像头在使用时尤其在灾害发生时,可能会发生倾斜,导致拍出的照片不便于进行现场比对;通过图片修正模块的修正,可以使照片的角度尽量保持一致;
现场对比模块,用于将修正后的现场图片与上一次修正后的图片进行比对;
评估模块,用于根据现场对比模块及传感器反馈的信息对管网的实际情况进行评估;
若回传的传感器数据正常,获取的该地区的现场图片也正常,则说明该地区的管网状态正常;该地区的管网可以正常使用;
若回传的传感器数据出现异常,则说明传感器所在区域的管网出现了问题,需要进行检修;此时,服务器将需要进行抢修的管网属性数据发送给用户终端,工作人员根据用户终端收到的管网属性数据,可找到出现问题的管网并进行检修;
若回传的传感器数据正常,但获取的该地标的现场图片与之前的图片存在较大差异,则说明该区域的地表受到了损坏,如地面出现开裂、建筑出现倾斜等,该区域的管网可能存在受损的潜在风险;此时,服务器将该地区的管网属性数据发送给用户终端,工作人员根据用户终端收到的管网属性数据,对可能存在受损风险的管网进行核查及维护,如进行加固处理。
评估模块进行评估时,优先对人口密度大且离灾害发生地较近的区域进行评估、分析;其次对离灾害发生地较近但人口密度没那么大的区域进行评估;之后对人口密度大但离灾害发生地较远的地区进行评估;最后对人口密度大且距离灾害发生地较远的地区进行评估。
和现有技术相比,使用本实施例中的系统,不仅能够在发生灾害时,及时对受到损坏的管网进行检修,还可以对存在受损风险的管网进行及时排查、维护;并且,本系统在对管网进行分析时,将人口密度作为一个重要参数,能够及时对人口密度较大的地区进行分析,在管网受损时及时进行维修,在管网存在受损风险时及时进行排查、维护,可以尽可能的减少管网问题对人口密度较大地区的居民生活的影响。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.一种根据管网属性数据生成三维可视化图像的系统,其特征在于:包括服务器和用户终端;
服务器包括存储模块,用于存储管网的属性数据,属性数据包括坐标;
用户终端包括定位模块、匹配模块、调用模块、建模模块和显示模块;
定位模块,用于实时获取当前的坐标;
匹配模块,用于根据定位模块获取的当前坐标,在存储模块中进行坐标匹配,匹配出位于该坐标的管网;
调用模块,用于向存储模块调取匹配模块匹配的管网的属性数据;
建模模块,用于依据调用模块调取的管网的属性数据,进行管网的三维建模;
显示模块,用于对建模模块建立的管网的三维模型进行可视化显示。
2.根据权利要求1所述的根据管网属性数据生成三维可视化图像的系统,其特征在于:所述属性数据还包括管网直径、管网型号及管网深度。
3.根据权利要求1所述的根据管网属性数据生成三维可视化图像的系统,其特征在于:建模模块内存有管网三维模型的基本件,调用模块调取管网的属性数据后,建模模块用调取的属性数据,在基本件的基础上进行当前坐标的管网的三维建模。
4.根据权利要求1所述的根据管网属性数据生成三维可视化图像的系统,其特征在于:所述定位模块采用基于GPS、GLONASS、北斗定位系统复合固定解算法。
5.根据权利要求4所述的根据管网属性数据生成三维可视化图像的系统,其特征在于:所述定位模块还使用SLAM及高精度空间定位技术。
6.一种根据管网属性数据生成三维可视化图像的方法,其特征在于:包括,
存储步骤,将管网的属性数据存储到服务器中,属性数据中包括坐标;
定位步骤,实时获取当前的坐标;
匹配步骤,根据定位步骤获取的坐标,在服务器中进行坐标匹配,匹配出位于该坐标的管网;
调用步骤,向服务器调取匹配步骤匹配的管网的属性数据;
建模步骤,依据调用步骤中调取的管网的属性数据,进行管网的三维建模;
显示步骤,对建模步骤建立的管网的三维模型进行可视化显示。
7.根据权利要求6所述的根据管网属性数据生成三维可视化图像的方法,其特征在于:所述属性数据还包括管网直径、管网型号及管网深度。
8.根据权利要求6所述的根据管网属性数据生成三维可视化图像的方法,其特征在于:建模步骤中,依据调取的管网的属性数据,在基本件的基础上,进行管网的三维建模。
9.根据权利要求6所述的根据管网属性数据生成三维可视化图像的方法,其特征在于:定位步骤中,采用基于GPS、GLONASS、北斗定位系统复合固定解算法。
10.根据权利要求9所述的根据管网属性数据生成三维可视化图像的方法,其特征在于:定位步骤中,还使用SLAM及高精度空间定位技术。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910071560.9A CN109859320A (zh) | 2019-01-25 | 2019-01-25 | 一种根据管网属性数据生成三维可视化图像的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910071560.9A CN109859320A (zh) | 2019-01-25 | 2019-01-25 | 一种根据管网属性数据生成三维可视化图像的系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109859320A true CN109859320A (zh) | 2019-06-07 |
Family
ID=66896082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910071560.9A Pending CN109859320A (zh) | 2019-01-25 | 2019-01-25 | 一种根据管网属性数据生成三维可视化图像的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109859320A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110716511A (zh) * | 2019-08-27 | 2020-01-21 | 四川科华天府科技有限公司 | 一种基于ar技术的立体定位方法及系统 |
CN110888148A (zh) * | 2019-12-09 | 2020-03-17 | 浙江浙能嘉华发电有限公司 | 一种基于gnss定位及app的地下管网查看方法 |
CN111503530A (zh) * | 2020-05-21 | 2020-08-07 | 机械工业第六设计研究院有限公司 | 卷烟厂动力管网故障预警方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015079354A (ja) * | 2013-10-17 | 2015-04-23 | 株式会社ジオ技術研究所 | 仮想現実を用いた3次元地図表示システム |
CN105023188A (zh) * | 2015-01-07 | 2015-11-04 | 泰华智慧产业集团股份有限公司 | 一种基于云数据的数字化城市管理数据共享系统 |
CN108898664A (zh) * | 2018-06-15 | 2018-11-27 | 安徽美图信息科技有限公司 | 基于Cesium的城市三维可视化地下管线系统的建立方法 |
CN109246195A (zh) * | 2018-08-13 | 2019-01-18 | 孙琤 | 一种融合增强现实、虚拟现实的管网智能管控方法及系统 |
-
2019
- 2019-01-25 CN CN201910071560.9A patent/CN109859320A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015079354A (ja) * | 2013-10-17 | 2015-04-23 | 株式会社ジオ技術研究所 | 仮想現実を用いた3次元地図表示システム |
CN105023188A (zh) * | 2015-01-07 | 2015-11-04 | 泰华智慧产业集团股份有限公司 | 一种基于云数据的数字化城市管理数据共享系统 |
CN108898664A (zh) * | 2018-06-15 | 2018-11-27 | 安徽美图信息科技有限公司 | 基于Cesium的城市三维可视化地下管线系统的建立方法 |
CN109246195A (zh) * | 2018-08-13 | 2019-01-18 | 孙琤 | 一种融合增强现实、虚拟现实的管网智能管控方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110716511A (zh) * | 2019-08-27 | 2020-01-21 | 四川科华天府科技有限公司 | 一种基于ar技术的立体定位方法及系统 |
CN110716511B (zh) * | 2019-08-27 | 2022-08-09 | 四川科华天府科技有限公司 | 一种基于ar技术的立体定位方法及系统 |
CN110888148A (zh) * | 2019-12-09 | 2020-03-17 | 浙江浙能嘉华发电有限公司 | 一种基于gnss定位及app的地下管网查看方法 |
CN111503530A (zh) * | 2020-05-21 | 2020-08-07 | 机械工业第六设计研究院有限公司 | 卷烟厂动力管网故障预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Arth et al. | Real-time self-localization from panoramic images on mobile devices | |
Teller et al. | Calibrated, registered images of an extended urban area | |
KR100912715B1 (ko) | 이종 센서 통합 모델링에 의한 수치 사진 측량 방법 및장치 | |
JP5094663B2 (ja) | 位置姿勢推定用モデル生成装置、位置姿勢算出装置、画像処理装置及びそれらの方法 | |
AU2011312140B2 (en) | Rapid 3D modeling | |
JP5582548B2 (ja) | 実環境視像における仮想情報の表示方法 | |
EP1596330B1 (en) | Estimating position and orientation of markers in digital images | |
CN103635935B (zh) | 3d街道 | |
US8315425B2 (en) | Method for comparison of 3D computer model and as-built situation of an industrial plant | |
CN108168521A (zh) | 一种基于无人机实现景观三维可视化的方法 | |
US20140200863A1 (en) | Monitoring proximity of objects at construction jobsites via three-dimensional virtuality in real-time | |
CN109859320A (zh) | 一种根据管网属性数据生成三维可视化图像的系统及方法 | |
US20080089577A1 (en) | Feature extraction from stereo imagery | |
US8290304B2 (en) | Iterative region-based automated control point generation | |
CN108053474A (zh) | 一种新型城市三维建模控制系统及方法 | |
JP2015228215A (ja) | 位置情報処理方法 | |
CN109751986A (zh) | 一种根据管网属性数据生成ar图像的处理系统及方法 | |
TWM565860U (zh) | 智慧工程資訊系統 | |
US9749597B2 (en) | Precise target positioning in geographical imaging | |
Yilmaz et al. | Digital photogrammetry in obtaining of 3D model data of irregular small objects | |
EP3664038A1 (en) | Geospatial surveying tool | |
CN113487726B (zh) | 动作捕捉系统和方法 | |
CN110163962A (zh) | 一种基于Smart 3D倾斜摄影技术输出实际地形等高线的方法 | |
KR20160120955A (ko) | 수변구조물 피해탐지를 위한 대용량 다차원 영상정보 가시화 모듈 개발 | |
CN111783192B (zh) | 基于倾斜摄影实景模型的复杂地形场地平整土方计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |