CN110657855B - 土方量测量方法、装置、计算机设备和存储介质 - Google Patents
土方量测量方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110657855B CN110657855B CN201910899099.6A CN201910899099A CN110657855B CN 110657855 B CN110657855 B CN 110657855B CN 201910899099 A CN201910899099 A CN 201910899099A CN 110657855 B CN110657855 B CN 110657855B
- Authority
- CN
- China
- Prior art keywords
- stage
- geographic information
- model
- elevation
- linked list
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F17/00—Methods or apparatus for determining the capacity of containers or cavities, or the volume of solid bodies
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Fluid Mechanics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请涉及一种土方量测量方法、装置、计算机设备和存储介质,所述方法包括基于空间差值准则向第一期TIN格网内插入高程,得到第一期DTM模型;基于空间差值准则向第二期TIN格网内插入高程,得到第二期DTM模型;采用三角形重心微分法或三角形边中心微分法分割处理第一期DTM模型与第二期DTM模型之间的空间,输出第一期DTM模型与第二期DTM模型之间的土方量。本申请土方量测量方法采用加权平均模型和趋势面拟合模型配合的方式建立DTM模型,使得DTM模型更加平滑可靠,提高测量土方量的准确度,进一步采用三角形重心微分法或三角形边中心微分法分割第一期DTM模型与第二期DTM模型之间的空间输出土方量,在保证精度的前提下大大提升测量土方量的效率。
Description
技术领域
本申请涉及测绘技术领域,特别是涉及一种土方量测量方法、装置、计算机设备和存储介质。
背景技术
不规则三角形网(TIN,Triangle Irregular Network)在地理信息系统、有限元分析、计算机图形学及虚拟实现等领域有着广泛的应用。其中,在测绘技术领域中,主要利用此技术进行高程拟合,构建数字地形模型(DTM,Digital Terrain Model)应用于土方量的计算,指导工程施工前设计阶段对土石方量的预算。
目前,土方工程应用中常见的计算方式有两种,方格网法和三角网法。其中,方格网法适用于起伏较小、坡度变化平缓的大面积地形,方格网法应用中需要测量的高程点位较为密集,在较为平缓地区一般只是单纯进行内插高程,不存在根据实际地形对构建三角网进行人工干预,因而由此高程计算出来的方格四角填挖高度是不太符合实际的;三角网法适用于任何简单、复杂地形,分治法、数据点渐次插入法和三角网生长方法为常见的三类三角网法,但是,在实现过程中,发明人发现传统技术中至少存在如下问题:传统技术处理效率低、精度差。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高土方测量效率和精度的土方量测量方法、装置、计算机设备和存储介质。
一种土方测量方法,包括以下步骤:
基于空间差值准则向第一期TIN格网内插入高程,得到第一期DTM模型;空间差值准则包括采用加权平均模型插入测绘地理信息数量小于6的插值邻域内的高程,以及采用趋势面拟合模型插入测绘地理信息数量大于或等于6的插值邻域内的高程;第一期TIN格网为填挖前采集的各测绘地理信息经联结三角形处理得到;测绘地理信息包括平面坐标值和实际高程;
基于空间差值准则向第二期TIN格网内插入高程,得到第二期DTM模型;第二期TIN格网为填挖后采集的各测绘地理信息经联结三角形处理得到;
采用三角形重心微分法或三角形边中心微分法分割处理第一期DTM模型与第二期DTM模型之间的空间,输出第一期DTM模型与第二期DTM模型之间的土方量。
在其中一个实施例中,基于以下步骤获取TIN格网:
将各测绘地理信息按照预设规则排序,得到有序数列;预设规则为以平面坐标值中竖坐标值最小的测绘地理信息为基准点,其余测绘地理信息和基准点的连线与横坐标轴的夹角逐渐增大,或以平面坐标值中横坐标值最小的测绘地理信息为基准点,其余测绘地理信息和基准点的连线与竖坐标轴的夹角逐渐增大;
对有序数列进行链表组建,得到链表数据结构;链表数据结构包括凸壳链表、边链表、三角形链表;
对链表数据结构进行三角形联结处理,并对联结后的结果进行优化处理得到TIN格网。
在其中一个实施例中,将各测绘地理信息按照预设规则排序,得到有序数列的步骤中,包括步骤:
删除各测绘地理信息中重复的信息;
对删除后的结果,按照预设规则排序得到有序数列。
在其中一个实施例中,对联结后的结果进行优化处理得到TIN格网的步骤中:
对联结后的结果进行散乱点搜索优化和Delaunay准则局部优化处理得到TIN格网。
在其中一个实施例中,基于以下公式获取加权平均模型:
其中,hi表示第i点的高程;Pi表示第i点的加权值;hi表示第i点的平面坐标;n表示正整数。
在其中一个实施例中,基于以下公式获取趋势面拟合模型:
其中,hi表示第i点的高程;xi表示第i点的平面坐标中的横坐标值;yi表示第i点的平面坐标中的竖坐标值;a、b、c、d、e和f表示常数项。
一种土方测量装置,包括:
第一期DTM模型获取模块,用于基于空间差值准则向第一期TIN格网内插入高程,得到第一期DTM模型;空间差值准则包括采用加权平均模型插入测绘地理信息数量小于6的插值邻域内的高程,以及采用趋势面拟合模型插入测绘地理信息数量大于或等于6的插值邻域内的高程;第一期TIN格网为填挖前采集的各测绘地理信息经联结三角形处理得到;测绘地理信息包括平面坐标值和实际高程;
第二期DTM模型获取模块,用于基于空间差值准则向第二期TIN格网内插入高程,得到第二期DTM模型;第二期TIN格网为填挖后采集的各测绘地理信息经联结三角形处理得到;
土方量输出模块,用于采用三角形重心微分法或三角形边中心微分法分割处理第一期DTM模型与第二期DTM模型之间的空间,输出第一期DTM模型与第二期DTM模型之间的土方量。
在其中一个实施例中,还包括:
有序数列获取模块,用于将各测绘地理信息按照预设规则排序,得到有序数列;预设规则为以平面坐标值中竖坐标值最小的测绘地理信息为基准点,其余测绘地理信息和基准点的连线与横坐标轴的夹角逐渐增大,或以平面坐标值中横坐标值最小的测绘地理信息为基准点,其余测绘地理信息和基准点的连线与竖坐标轴的夹角逐渐增大;
链表数据结构获取模块,用于对有序数列进行链表组建,得到链表数据结构;链表数据结构包括凸壳链表、边链表、三角形链表;
TIN格网获取模块,用于对链表数据结构进行三角形联结处理,并对联结后的结果进行优化处理得到TIN格网。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法的步骤。
上述技术方案中的一个技术方案具有如下优点和有益效果:
基于空间差值准则向第一期TIN格网内插入高程,得到第一期DTM模型;基于空间差值准则向第二期TIN格网内插入高程,得到第二期DTM模型;采用三角形重心微分法或三角形边中心微分法分割处理第一期DTM模型与第二期DTM模型之间的空间,输出第一期DTM模型与第二期DTM模型之间的土方量,本申请土方量测量方法采用加权平均模型和趋势面拟合模型配合的方式建立DTM模型,使得DTM模型更加平滑可靠,提高测量土方量的准确度,进一步采用三角形重心微分法或三角形边中心微分法分割第一期DTM模型与第二期DTM模型之间的空间输出土方量,可显著地降低数据处理次数,在保证精度的前提下大大提升测量土方量的效率。
附图说明
图1为一个实施例中土方量测量方法的流程示意图;
图2为一个实施例中构建TIN格网步骤的流程示意图;
图3为一个实施例中过滤数据步骤的流程示意图;
图4为判定优化原则的示意图;
图5为三角形重心微分的示意图;
图6为一个实施例中土方量测量装置的结构示意图;
图7为另一个实施例中土方量测量装置的结构示意图;
图8为一个实施例中有序数列获取模块的结构示意图;
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
为了解决传统技术处理效率低、精度差的问题,在一个实施例中,如图1所示,提供了一种土方测量方法,包括以下步骤:
步骤S110,基于空间差值准则向第一期TIN格网内插入高程,得到第一期DTM模型;空间差值准则包括采用加权平均模型插入测绘地理信息数量小于6的插值邻域内的高程,以及采用趋势面拟合模型插入测绘地理信息数量大于或等于6的插值邻域内的高程;第一期TIN格网为填挖前采集的各测绘地理信息经联结三角形处理得到;测绘地理信息包括平面坐标值和实际高程。
需要说明的是,测绘地理信息是通过测绘技术获取的测绘点的位置信息,其包括平面坐标值和实际高程,平面坐标值是相对于国家坐标系的坐标值,包括相对于国家坐标系的横坐标值和竖坐标值。实际高程为测绘得到的相对与绝对基面的高度值。在测绘过程中,获取大量测绘点的测绘地理信息,利用构建三角格网方法将各测绘地理信息联结起来构建TIN格网,例如,可采用分治法、数据点逐次插入法活三角网生长法构建TIN格网。
为高效地构建可靠的TIN格网,在一个实施例中,如图2所示,基于以下步骤获取TIN格网:
步骤S210,将各测绘地理信息按照预设规则排序,得到有序数列;预设规则为以平面坐标值中竖坐标值最小的测绘地理信息为基准点,其余测绘地理信息和基准点的连线与横坐标轴的夹角逐渐增大,或以平面坐标值中横坐标值最小的测绘地理信息为基准点,其余测绘地理信息和基准点的连线与竖坐标轴的夹角逐渐增大。
需要说明的是,从测绘获取的各测绘地理信息中,选取竖坐标值最小的测试地理信息作为基准点,其余测试地理信息按照其与基准点的连线与横坐标轴的夹角逐渐增大进行排序,或者从测绘获取的各测绘地理信息中,选取横坐标值最小的测试地理信息作为基准点,其余测试地理信息按照其与基准点的连线与竖坐标轴的夹角逐渐增大进行排序。对测试地理信息进行排序不仅不会增加信息处理时间,还可有效降低后续信息逻辑处理的复杂程度。
为了提高构建的ITN格网的稳定性和可靠性,在一个实施例中,如图3所示,将各测绘地理信息按照预设规则排序,得到有序数列的步骤中,包括步骤:
步骤S310,删除各测绘地理信息中重复的信息;
步骤S320,对删除后的结果,按照预设规则排序得到有序数列。
需要说明的是,检测是否存在值相同的测绘地理信息,若有则删除重复的测绘地理信息,仅保留其中的一个,然后将剔除重复测绘地理信息后的各测绘地理信息按照预设规则排序。
步骤S220,对有序数列进行链表组建,得到链表数据结构;链表数据结构包括凸壳链表、边链表、三角形链表。
需要说明的是,凸壳链表用来保存能够包围所有测绘地理信息的最大闭包,其由一条条边组成,其内存储了各边的边号码(凸壳的每一条边在边链表中的位置);边链表用来保存构成三角形的边(边由起点和终点形式表示)以及每条边相邻三角形的三角形号码(三角形在三角形链表中的位置);三角形链表用来保存由点生成的各个三角形的边号码,即只存储构成三角形的三条边在边链表中的位置。
在一个实施例中,还可对有序数列进行数组组建,得到数组数据结构。
步骤S230,对链表数据结构进行三角形联结处理,并对联结后的结果进行优化处理得到TIN格网。
需要说明的是,在凸壳链表、边链表、三角形链表组建完成之后,逐步对有序数列依据共线与否准测,连接三角形和设置矢量关系,具体组建过程为:
第一步,初始化构建三个链表(凸壳链表、边链表、三角形链表)并初步加入边链表初始数据、凸壳链表初始数据、三角形链表初始数据;
第二步,判断待加入的有序点(有序数列中的点)与最后一条凸壳边是否共线,若不共线,则更改上一次加入凸壳链表、边链表以及三角形链表的矢量关系,将新构建的边加入边链表,删去最后一条凸壳边,并将其更换为新构建的边;
第三步,新构建的边加入后会形成新的三角形,并将新的三角形加入到三角形链表中,并完成相关边的三角形序号设置,构建新的矢量关系;
第四步,循环第一步至第三步,不断加入有序点进行组建,直至有序数列中所有点都加入为止,进而得到TIN格网。
其中,凸壳链表的初始化过程为:在对各测绘地理信息排序后,若前两条边与对应坐标轴的夹角不相同,则将第二条边的终点与第一条边的起点连接构成一个闭合三角形,然后将构成三角形的三条边加入凸壳链表;若前几条边与对应坐标值的夹角相同,无法根据终点连接起点组成三角形,则按次序直至找到与第一条边的夹角不相同的那条边,将其终点连接第一条边起点封闭成多边形,添加到凸壳边集合中完成凸壳初始化。
三角形链表和边链表的初始化过程为:在凸壳链表初始化过程连接闭合的凸壳和三角形的同时,追加进入边链表构成边集。
在构建TIN格网之后,采用空间差值准则在TIN格网内插入高程,
空间差值准则是指通过数据集特性动态调用方法计算TIN格网的内插点的高程,本申请采用加权平均模型和趋势面拟合模型相互配合向TIN格网内插入高程,具体的,在TIN格网的内插点的领域内测绘地理信息个数小于6个,则采用加权平均模型插入该邻域内的高程,在TIN格网的内插点的领域内测绘地理信息个数大于或等于6个,则采用趋势面拟合模型插入该邻域内的高程。
在一个实施例中,基于以下公式获取加权平均模型:
其中,hi表示第i点的高程;Pi表示第i点的加权值;hi表示第i点的平面坐标;n表示正整数。
在一个实施例中,基于以下公式获取趋势面拟合模型:
其中,hi表示第i点的高程;xi表示第i点的平面坐标中的横坐标值;yi表示第i点的平面坐标中的竖坐标值;a、b、c、d、e和f表示常数项。
需要说明的是,上述趋势面拟合模型包括a、b、c、d、e和f六个常数项,至少需要6个已知测试地理信息才能计算得到该六个常数项,具体的采用最小二乘法得到该六个常数项:
将插值领域内的测绘地理信息中的平面坐标值,代入上述模型,获取到各测绘点的高程计算值:
各测绘点有实际测量的实际高程(Hi),实际高程(Hi)与通过上述模型得到高程计算值(hi)可能存在不相等的情况,由于方程个数多于未知数的个数,因此在考虑权重的情况下,取Hi与hi的差值平方和最小,即:
在联结好三角形之后,需要对联结后的结果进行优化,得到可靠的TIN格网,在一个实施例中,对联结后的结果进行优化处理得到TIN格网的步骤中:
对联结后的结果进行散乱点搜索优化或Delaunay准则局部优化处理得到TIN格网。
需要说明的是,散乱点搜索优化是指在初始化和联结三角形过程中,需要不断加入散点以判断与之前加入的三角形和各边、凸壳之间的关系,并且进行交换设置,例如更换边的起终点,更替凸壳的最后一条边。
Delaunay准则局部优化是指在连接完成所有三角形之后,只是充分利用了所有测绘地理信息并构建了它们之间的拓扑关系,但存在有些三角形不满足Delaunay准则,该方法以空圆准则,处理边的矢量信息中所存三角形,对可能需要交换对角线的边进行处理,高效方便,程序实现简单。具体判定优化原则如图4所示:以矢量法判定有向边Pt1-Pt3相邻的两个三角形是否为凸多边形,如果Pt2和Pt4在有向边Pt1-Pt3的异侧,并且Pt1和Pt3在有向边Pt2-Pt4的异侧,则该多边形为凸多边形,否则为凹多边形不需优化,此步骤逻辑运算简单,判定准则易于理解,交换对角线操作清晰。
本申请土方量测量方法的效率取决于连接三角形所需要的判断次数,而判断次数实际等于其真正所产生的合理三角形个数加1,并且输出成果中还包括排序后处理得到的凸壳链表,无论是TIN构建的效率还是成果方面,都具有比较简单高效易于实现等特点。
某一场地在填挖前,测量不同测绘点的测绘地理信息,采用上述步骤处理测绘地理信息构建第一期TIN格网,并根据上述步骤在第一期TIN格网内插入高程,得到第一期DTM模型。
步骤S120,基于空间差值准则向第二期TIN格网内插入高程,得到第二期DTM模型;第二期TIN格网为填挖后采集的各测绘地理信息经联结三角形处理得到;测绘地理信息包括平面坐标值和实际高程。
需要说明的是,在构建第一期TIN格网的场地被填挖后,测量不同测绘点的测绘地理信息,采用构建第一期TIN格网的相同步骤处理填挖后采集的测绘地理信息构建第二期TIN格网,并在第二期TIN格网内插入高程得到第二期DTM模型。
在一个示例中个,在该场地被填挖之后,该场地与绝对基面平行,即各测绘地理信息中的实际高程相同,利用该方法,可测量第一期DTM模型与指定高程之间的土方量。
步骤S130,采用三角形重心微分法或三角形边中心微分法分割处理第一期DTM模型与第二期DTM模型之间的空间,输出第一期DTM模型与第二期DTM模型之间的土方量。
需要说明的是,三角形重心微分法是将第一期DTM模型与第二期DTM模型之间的空间分割成三角形微棱柱,并取在第一期DTM模型上的三角形的重心到在第二期DTM模型上的三角形的重心的距离作为三角形微棱柱的高。
三角形边中心微分法是将第一期DTM模型与第二期DTM模型之间的空间分割成三角形微棱柱,并取在第一期DTM模型上的三角形边的中心到对应在第二期DTM模型上的三角边的中心的距离作为三角形微棱柱的高,其中,中心可取三角形任意一条边的中心。
上述两种微分法都能摆脱传统微分法受限于面积过大而耗时过久的局限,又能在有限时间上保证算法精确可靠,从而可在有限次数内达到最低的重叠面积,最终进行简单的棱柱体积计算即可实现高精度土方量的计算。
以三角形重心微分法(如图5所示)为例:相比常用的方格法微分法的时间复杂度要低,其时间复杂度仅仅与构建的三角网格数有关,不受场地面积所限,同时依据重心的微分三角形,在形态上也能更符合内插形态的要求。以两期TIN格网均包含10个三角形(面积10000平米)为例,分别采用三角形重心微分和方格法微元,假定所有三角形均存在重叠交叉(最复杂情况),采用重心微分,在100次微分计算内即可计算有效精度的结果,而同样情况使用1m x 1m的微元法,则至少需要10000次的微分计算,并且随着工程面积的加大,次数成逐渐累加的趋势,而只要TIN格网内的三角形个数不变,本申请土方量测量方法的时间复杂度可保持稳定不变。
获得到土方量之后,将土方量输出给显示设备上,以呈现给相关人员。
本申请土方量测量方法的各实施例中,基于空间差值准则向第一期TIN格网内插入高程,得到第一期DTM模型;基于空间差值准则向第二期TIN格网内插入高程,得到第二期DTM模型;采用三角形重心微分法或三角形边中心微分法分割处理第一期DTM模型与第二期DTM模型之间的空间,输出第一期DTM模型与第二期DTM模型之间的土方量,本申请土方量测量方法采用加权平均模型和趋势面拟合模型配合的方式建立DTM模型,使得DTM模型更加平滑可靠,提高测量土方量的准确度,进一步采用三角形重心微分法或三角形边中心微分法分割第一期DTM模型与第二期DTM模型之间的空间输出土方量,可显著地降低数据处理次数,在保证精度的前提下大大提升测量土方量的效率。
本申请土方量测量方法应用于高程拟合和土方量计算中,其对于内存以及设备性能要求大大降低,以至于可以直接应用于移动端设备中,有别于传统高精度DTM应用限制于电脑处理的不足。
应该理解的是,虽然图1-3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-3中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种土方测量装置,包括:
第一期DTM模型获取模块61,用于基于空间差值准则向第一期TIN格网内插入高程,得到第一期DTM模型;空间差值准则包括采用加权平均模型插入测绘地理信息数量小于6的插值邻域内的高程,以及采用趋势面拟合模型插入测绘地理信息数量大于或等于6的插值邻域内的高程;第一期TIN格网为填挖前采集的各测绘地理信息经联结三角形处理得到;测绘地理信息包括平面坐标值和实际高程;
第二期DTM模型获取模块63,用于基于空间差值准则向第二期TIN格网内插入高程,得到第二期DTM模型;第二期TIN格网为填挖后采集的各测绘地理信息经联结三角形处理得到;
土方量输出模块65,用于采用三角形重心微分法或三角形边中心微分法分割处理第一期DTM模型与第二期DTM模型之间的空间,输出第一期DTM模型与第二期DTM模型之间的土方量。
在一个实施例中,如图7所示,一种土方测量装置,还包括:
有序数列获取模块67,用于将各测绘地理信息按照预设规则排序,得到有序数列;预设规则为以平面坐标值中竖坐标值最小的测绘地理信息为基准点,其余测绘地理信息和基准点的连线与横坐标轴的夹角逐渐增大,或以平面坐标值中横坐标值最小的测绘地理信息为基准点,其余测绘地理信息和基准点的连线与竖坐标轴的夹角逐渐增大;
链表数据结构获取模块69,用于对有序数列进行链表组建,得到链表数据结构;链表数据结构包括凸壳链表、边链表、三角形链表;
TIN格网获取模块71,用于对链表数据结构进行三角形联结处理,并对联结后的结果进行优化处理得到TIN格网。
在一个实施例中,如图8所示,有序数列获取模块67包括:
删除单元671,用于删除各测绘地理信息中重复的坐标点;
排序单元673,用于对删除后的结果,按照预设规则排序得到有序数列。
关于土方测量装置的具体限定可以参见上文中对于土方测量方法的限定,在此不再赘述。上述土方测量装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储测绘地理信息、TIN格网、DTM模型等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种土方量测量方法。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
基于空间差值准则向第一期TIN格网内插入高程,得到第一期DTM模型;空间差值准则包括采用加权平均模型插入测绘地理信息数量小于6的插值邻域内的高程,以及采用趋势面拟合模型插入测绘地理信息数量大于或等于6的插值邻域内的高程;第一期TIN格网为填挖前采集的各测绘地理信息经联结三角形处理得到;测绘地理信息包括平面坐标值和实际高程;
基于空间差值准则向第二期TIN格网内插入高程,得到第二期DTM模型;第二期TIN格网为填挖后采集的各测绘地理信息经联结三角形处理得到;
采用三角形重心微分法或三角形边中心微分法分割处理第一期DTM模型与第二期DTM模型之间的空间,输出第一期DTM模型与第二期DTM模型之间的土方量。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将各测绘地理信息按照预设规则排序,得到有序数列;预设规则为以平面坐标值中竖坐标值最小的测绘地理信息为基准点,其余测绘地理信息和基准点的连线与横坐标轴的夹角逐渐增大,或以平面坐标值中横坐标值最小的测绘地理信息为基准点,其余测绘地理信息和基准点的连线与竖坐标轴的夹角逐渐增大;
对有序数列进行链表组建,得到链表数据结构;链表数据结构包括凸壳链表、边链表、三角形链表;
对链表数据结构进行三角形联结处理,并对联结后的结果进行优化处理得到TIN格网。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
删除各测绘地理信息中重复的坐标点;
对删除后的结果,按照预设规则排序得到有序数列。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
基于空间差值准则向第一期TIN格网内插入高程,得到第一期DTM模型;空间差值准则包括采用加权平均模型插入测绘地理信息数量小于6的插值邻域内的高程,以及采用趋势面拟合模型插入测绘地理信息数量大于或等于6的插值邻域内的高程;第一期TIN格网为填挖前采集的各测绘地理信息经联结三角形处理得到;测绘地理信息包括平面坐标值和实际高程;
基于空间差值准则向第二期TIN格网内插入高程,得到第二期DTM模型;第二期TIN格网为填挖后采集的各测绘地理信息经联结三角形处理得到;
采用三角形重心微分法或三角形边中心微分法分割处理第一期DTM模型与第二期DTM模型之间的空间,输出第一期DTM模型与第二期DTM模型之间的土方量。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将各测绘地理信息按照预设规则排序,得到有序数列;预设规则为以平面坐标值中竖坐标值最小的测绘地理信息为基准点,其余测绘地理信息和基准点的连线与横坐标轴的夹角逐渐增大,或以平面坐标值中横坐标值最小的测绘地理信息为基准点,其余测绘地理信息和基准点的连线与竖坐标轴的夹角逐渐增大;
对有序数列进行链表组建,得到链表数据结构;链表数据结构包括凸壳链表、边链表、三角形链表;
对链表数据结构进行三角形联结处理,并对联结后的结果进行优化处理得到TIN格网。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
删除各测绘地理信息中重复的坐标点;
对删除后的结果,按照预设规则排序得到有序数列。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种土方测量方法,其特征在于,包括以下步骤:
基于空间差值准则向第一期TIN格网内插入高程,得到第一期DTM模型;所述空间差值准则包括采用加权平均模型插入测绘地理信息数量小于6的插值邻域内的高程,以及采用趋势面拟合模型插入测绘地理信息数量大于或等于6的插值邻域内的高程;所述第一期TIN格网为填挖前采集的各测绘地理信息经联结三角形处理得到;所述测绘地理信息包括平面坐标值和实际高程;所述平面坐标值是相对于国家坐标系的坐标值,所述实际高程为测绘得到的相对于绝对基面的高度值;
基于所述空间差值准则向第二期TIN格网内插入高程,得到第二期DTM模型;所述第二期TIN格网为填挖后采集的各测绘地理信息经联结三角形处理得到;
采用三角形重心微分法或三角形边中心微分法分割处理所述第一期DTM模型与所述第二期DTM模型之间的空间,输出所述第一期DTM模型与所述第二期DTM模型之间的土方量。
2.根据权利要求1所述的土方测量方法,其特征在于,基于以下步骤获取TIN格网:
将各测绘地理信息按照预设规则排序,得到有序数列;所述预设规则为以平面坐标值中竖坐标值最小的所述测绘地理信息为基准点,其余所述测绘地理信息和所述基准点的连线与横坐标轴的夹角逐渐增大,或以平面坐标值中横坐标值最小的所述测绘地理信息为基准点,其余所述测绘地理信息和所述基准点的连线与竖坐标轴的夹角逐渐增大;
对所述有序数列进行链表组建,得到链表数据结构;所述链表数据结构包括凸壳链表、边链表、三角形链表;
对所述链表数据结构进行三角形联结处理,并对所述联结后的结果进行优化处理得到所述TIN格网。
3.根据权利要求2所述的土方测量方法,其特征在于,将各测绘地理信息按照预设规则排序,得到有序数列的步骤中,包括步骤:
删除各所述测绘地理信息中重复的信息;
对所述删除后的结果,按照所述预设规则排序得到所述有序数列。
4.根据权利要求2所述的土方测量方法,其特征在于,对所述联结后的结果进行优化处理得到所述TIN格网的步骤中:
对所述联结后的结果进行散乱点搜索优化或Delaunay准则局部优化处理得到所述TIN格网。
7.一种土方测量装置,其特征在于,包括:
第一期DTM模型获取模块,用于基于空间差值准则向第一期TIN格网内插入高程,得到第一期DTM模型;所述空间差值准则包括采用加权平均模型插入测绘地理信息数量小于6的插值邻域内的高程,以及采用趋势面拟合模型插入测绘地理信息数量大于或等于6的插值邻域内的高程;所述第一期TIN格网为填挖前采集的各测绘地理信息经联结三角形处理得到;所述测绘地理信息包括平面坐标值和实际高程;所述平面坐标值是相对于国家坐标系的坐标值,所述实际高程为测绘得到的相对于绝对基面的高度值;
第二期DTM模型获取模块,用于基于所述空间差值准则向第二期TIN格网内插入高程,得到第二期DTM模型;所述第二期TIN格网为填挖后采集的各测绘地理信息经联结三角形处理得到;
土方量输出模块,用于采用三角形重心微分法或三角形边中心微分法分割处理所述第一期DTM模型与所述第二期DTM模型之间的空间,输出所述第一期DTM模型与所述第二期DTM模型之间的土方量。
8.根据权利要求7所述的土方测量装置,其特征在于,还包括:
有序数列获取模块,用于将各测绘地理信息按照预设规则排序,得到有序数列;所述预设规则为以平面坐标值中的竖坐标值最小的所述测绘地理信息为基准点,其余所述测绘地理信息和所述基准点的连线与横坐标轴的夹角逐渐增大,或以平面坐标值中横坐标值最小的所述测绘地理信息为基准点,其余所述测绘地理信息和所述基准点的连线与竖坐标轴的夹角逐渐增大;
链表数据结构获取模块,用于对所述有序数列进行链表组建,得到链表数据结构;所述链表数据结构包括凸壳链表、边链表、三角形链表;
TIN格网获取模块,用于对所述链表数据结构进行三角形联结处理,并对所述联结后的结果进行优化处理得到所述TIN格网。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910899099.6A CN110657855B (zh) | 2019-09-23 | 2019-09-23 | 土方量测量方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910899099.6A CN110657855B (zh) | 2019-09-23 | 2019-09-23 | 土方量测量方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110657855A CN110657855A (zh) | 2020-01-07 |
CN110657855B true CN110657855B (zh) | 2021-06-04 |
Family
ID=69038871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910899099.6A Active CN110657855B (zh) | 2019-09-23 | 2019-09-23 | 土方量测量方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110657855B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111595403B (zh) * | 2020-05-15 | 2022-03-11 | 中交广州航道局有限公司 | 一种基于点云测量技术的工程土方计量方法 |
CN112906124B (zh) * | 2021-04-02 | 2023-06-13 | 广州南方卫星导航仪器有限公司 | 一种土方量计算方法、装置、设备和介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016115392A (ja) * | 2016-02-17 | 2016-06-23 | ダブリュディ・メディア・シンガポール・プライベートリミテッド | 熱アシスト記録用磁気ディスク、その製造方法、および磁気記録方法 |
CN105783810A (zh) * | 2016-04-15 | 2016-07-20 | 昆山数字城市信息技术有限公司 | 基于无人机摄影技术的工程土方量测量方法 |
CN106643494A (zh) * | 2016-12-22 | 2017-05-10 | 上海华测导航技术股份有限公司 | 一种矿山堆料体积测量方法及系统 |
CN107679337A (zh) * | 2017-10-20 | 2018-02-09 | 浙江煤炭测绘院 | 一种工程测量中不规则土方计算的方法 |
CN109029341A (zh) * | 2018-06-15 | 2018-12-18 | 兰州交通大学 | 参数法cpiii精密三角高程控制网数据处理方法 |
CN109191581A (zh) * | 2018-08-29 | 2019-01-11 | 李东帅 | 一种基于bim技术的道路工程土方量高精度计算方法 |
CN109255008A (zh) * | 2018-09-28 | 2019-01-22 | 贵州省水利水电勘测设计研究院 | 一种数据处理方法、系统及电子设备 |
CN110223390A (zh) * | 2019-06-12 | 2019-09-10 | 辽宁工程技术大学 | 一种基于直线体素遍历原理的多段线嵌入tin算法 |
-
2019
- 2019-09-23 CN CN201910899099.6A patent/CN110657855B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016115392A (ja) * | 2016-02-17 | 2016-06-23 | ダブリュディ・メディア・シンガポール・プライベートリミテッド | 熱アシスト記録用磁気ディスク、その製造方法、および磁気記録方法 |
CN105783810A (zh) * | 2016-04-15 | 2016-07-20 | 昆山数字城市信息技术有限公司 | 基于无人机摄影技术的工程土方量测量方法 |
CN106643494A (zh) * | 2016-12-22 | 2017-05-10 | 上海华测导航技术股份有限公司 | 一种矿山堆料体积测量方法及系统 |
CN107679337A (zh) * | 2017-10-20 | 2018-02-09 | 浙江煤炭测绘院 | 一种工程测量中不规则土方计算的方法 |
CN109029341A (zh) * | 2018-06-15 | 2018-12-18 | 兰州交通大学 | 参数法cpiii精密三角高程控制网数据处理方法 |
CN109191581A (zh) * | 2018-08-29 | 2019-01-11 | 李东帅 | 一种基于bim技术的道路工程土方量高精度计算方法 |
CN109255008A (zh) * | 2018-09-28 | 2019-01-22 | 贵州省水利水电勘测设计研究院 | 一种数据处理方法、系统及电子设备 |
CN110223390A (zh) * | 2019-06-12 | 2019-09-10 | 辽宁工程技术大学 | 一种基于直线体素遍历原理的多段线嵌入tin算法 |
Non-Patent Citations (3)
Title |
---|
南方CASS计算两期间土方与方格网法土方计算相结合准确计算土方量;粟晟;《中国井矿盐》;20130925;第44卷;正文第2节 * |
基于DTM的土方工程计算与精度分析;周越轩;《长沙交通学院学报》;20001230;第16卷(第4期);正文第1.2节 * |
基于机载LiDAR点云数据的复杂城市区域数字地面模型提取;贾蓉;《遥感信息》;20091015;正文第2.2节 * |
Also Published As
Publication number | Publication date |
---|---|
CN110657855A (zh) | 2020-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109033538B (zh) | 一种基于实测结构面参数的裂隙岩体渗透张量的计算方法 | |
US11847742B2 (en) | Method in constructing a model of a scenery and device therefor | |
CN110657855B (zh) | 土方量测量方法、装置、计算机设备和存储介质 | |
CN111784840B (zh) | 基于矢量数据自动分割lod层级三维数据单体化方法及系统 | |
CN113128095A (zh) | 一种三维网格模型的构建方法及装置 | |
CN105654552A (zh) | 一种面向任意分布大规模点云数据的快速Delaunay构网方法 | |
CN114332291A (zh) | 一种倾斜摄影模型建筑物外轮廓规则提取方法 | |
CN107452059B (zh) | 一种三维插值建模方法、设备及其存储设备 | |
CN116774292B (zh) | 一种地震波走时确定方法、系统、电子设备及存储介质 | |
CN114549616A (zh) | 土方工程量的计算方法、装置及电子设备 | |
CN105184854B (zh) | 针对地下空间扫描点云成果数据的快速建模方法 | |
CN115795974A (zh) | 深埋隧洞地下水渗流场演化空天地一体化监测方法 | |
CN114913146A (zh) | 基于房屋角点的倾斜点云平面精度计算方法及系统 | |
CN116266365A (zh) | 一种点云数据提取方法、装置、电子设备及存储介质 | |
CN110968930B (zh) | 一种地质体变属性插值方法及系统 | |
Zhao et al. | A new k nearest neighbours algorithm using cell grids for 3d scattered point cloud | |
CN112347589A (zh) | 空间几何展开方法、装置及电子设备 | |
CN111598941A (zh) | 一种杆塔倾斜度测量方法、装置、设备及存储介质 | |
CN114708397B (zh) | 一种光伏系统安装用地面三维模型数据处理方法及系统 | |
CN115797591A (zh) | 一种虚拟建筑模型生成方法及系统 | |
CN112907649B (zh) | 管沟土石方量的测量方法、装置、设备和存储介质 | |
CN113686600A (zh) | 一种旋耕机、开沟机性能鉴定装置 | |
CN114202642A (zh) | 三维三角网模型中超大空洞的填补方法及设备 | |
CN111898654A (zh) | 三维对象特征获取方法、装置、计算机设备和存储介质 | |
CN110910499B (zh) | 基于Revit软件的地质环境载体断层模型的构建方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |