CN111316332A - 空间数据处理系统及方法 - Google Patents
空间数据处理系统及方法 Download PDFInfo
- Publication number
- CN111316332A CN111316332A CN201880071818.9A CN201880071818A CN111316332A CN 111316332 A CN111316332 A CN 111316332A CN 201880071818 A CN201880071818 A CN 201880071818A CN 111316332 A CN111316332 A CN 111316332A
- Authority
- CN
- China
- Prior art keywords
- data
- voxel
- dimensional spatial
- voxels
- spatial information
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 title claims description 72
- 230000000007 visual effect Effects 0.000 claims abstract description 5
- 230000002452 interceptive effect Effects 0.000 claims abstract description 3
- 239000000463 material Substances 0.000 claims description 81
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 17
- 239000011707 mineral Substances 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 33
- 230000008569 process Effects 0.000 description 26
- 238000005065 mining Methods 0.000 description 22
- 229910052751 metal Inorganic materials 0.000 description 12
- 239000002184 metal Substances 0.000 description 12
- 239000011435 rock Substances 0.000 description 11
- 230000006399 behavior Effects 0.000 description 9
- 238000005422 blasting Methods 0.000 description 9
- 238000005553 drilling Methods 0.000 description 9
- 238000001914 filtration Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 238000013507 mapping Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000013439 planning Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 239000003795 chemical substances by application Substances 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 125000001475 halogen functional group Chemical group 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000001149 cognitive effect Effects 0.000 description 3
- 238000013499 data model Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005755 formation reaction Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 235000019640 taste Nutrition 0.000 description 2
- 238000012731 temporal analysis Methods 0.000 description 2
- 238000000700 time series analysis Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 229910052785 arsenic Inorganic materials 0.000 description 1
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 description 1
- 230000033558 biomineral tissue development Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000037230 mobility Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000004448 titration Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/26—Special purpose or proprietary protocols or architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
- G01V1/302—Analysis for determining seismic cross-sections or geostructures in 3D data cubes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/34—Displaying seismic recordings or visualisation of seismic data or attributes
- G01V1/345—Visualisation of seismic data or attributes, e.g. in 3D cubes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V20/00—Geomodelling in general
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/66—Subsurface modeling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
- G01V9/02—Determining existence or flow of underground water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Geophysics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Graphics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- Acoustics & Sound (AREA)
- Economics (AREA)
- Marketing (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Primary Health Care (AREA)
Abstract
一种用于处理三维空间信息的系统,该系统包括:专门的应用程序层,用于产生与三维空间信息相关的视觉交互应用程序;通用基础客户端层,提供三维空间信息查询例程,包括消息传递接口;体素服务器,用于通过所述消息传递接口互连到所述通用基础客户端,用于将三维空间信息存储为体素数据库。
Description
技术领域
本发明涉及一种用于处理空间化数据的系统和方法,尤其是,公开了一种用于处理体素数据结构的系统。
背景技术
整个说明书中对背景技术的任何讨论绝不应被认为是承认该技术是本领域众所周知的或形成本领域公知常识的一部分。
大多数软件以及以数据、信息和知识模型形式存在的模型都过于分离,并且与它们声称要作为其模型的物理世界也过于分离,无法满足持续的需求(例如,网络仍然主要基于2D打印杂志模型)。最大的挑战是使可计算模型与它们在过去、现在或将来(预测)所要建模的模型同步。
期望提供对地理、空间、几何和材料数据集的有效存储和处理。
发明内容
本发明的目的是以其优选形式提供一种用于有效存储和处理地理和几何数据集以及对其进行操纵的系统和方法。
根据本发明的第一方面,提供了一种用于存储、访问和更新基于地理的数据的方法,该方法包括以下步骤:存储由各个x,y和z坐标索引的数据,其中x,y表示平面坐标,而z表示深度坐标。在一些实施例中,本发明可以包括递归结构的大地几何数据集。在一些实施例中,数据可以被存储为由量化的x,y,z索引的分层体素化数据。
在一些实施例中,可以通过时间坐标来索引存储数据。还可以包括时间数据,然后通过时间坐标对其进行索引和检索。实施例可以包括位置体素和材料体素之间的关键区别。所有类型的体素都可以递归/分层构造。
位置体素可以是大地测量的或欧几里得的。大地体素是地球体素内的单位,包括体素几何形状中的地球曲率。欧几里德体素是具有3个正交轴的欧几里德空间参考系中的单元,并被体素化为与欧几里得参考系对齐的体素;它们并不是天生的弯曲。欧几里得参考系和/或欧几里得体素可以在大地参考系内进行地理定位(即它们可以进行地理定位)。例如,用于绘制地下矿山的欧几里得参考系,其中该参考系还具有由纬度、经度和海拔表示的大地位置。
在一些实施例中,位置体素的x,y和z坐标具有默认的量化为近似1m的维度,但是递归结构意味着它们可以分别递归地组合或分解为更大或更小的比例位置体素。在一些实施例中,默认z坐标的范围是从20km的高度到10km的深度。
材料体素是在空间上量化材料体积的体积元素。材料体素可以在层次上构成和分解。所有材料体素都可以在位置体素系统中以适当的分层比例放置。但是,位置体素和材料体素之间的关键区别是位置体素不会改变位置,但是材料体素却可以改变位置。材料体素还可以更改其材料特性和/或具有有限的寿命,随后将其转换、与其他材料体素混合以形成较大比例的材料体素或分离为一个或多个较小比例的材料体素。因此,可以形成材料体素并随着时间的推移破坏它们。
在一些实施例中,基于地理的数据可以与地理参考的空间位置数据以递归可细分的3D体积方式存储。具有体积元素的成形材料体素在空间上量化材料的体积。材料体素优选地在层次上是可组合的和可分解的。x,y和z坐标具有默认量化,表示具有可伸缩性的近似lm距离。默认的z坐标范围从默认高度约20km到深度约5km。
体素可以包括具有点、线、平面、表面、多边形、形状和体积的数据对象,以及诸如纹理、图像和视频等结构化的空间对象。
体素可以包括以空间边界为边界的体积数据。体素可以包括时间序列元素和动画。体素还可以包括具有充当代理并且彼此之间以及与外部环境进行通信的能力的对象。
体素可以包括限定体素内的材料的概率分布的结构。原点、结构和表面也可以是概率性的。根据本发明的第一方面,提供了一种用于处理三维空间信息的系统,该系统包括:专门的应用程序层,用于产生与三维空间信息相关联的视觉交互应用;通用基础客户端,提供三维空间信息查询例程,包括消息传递接口;体素服务器,用于通过所述消息传递接口互连到所述通用基础客户端,以将所述三维空间信息存储为体素数据库。
在一些实施例中,体素数据库存储由单独的x,y和z坐标索引的三维信息,其中x和y是平面坐标,而z是深度坐标。在一些实施例中,将三维空间信息以分层方式递归存储在大地空间或欧几里得空间中。
三维空间信息可包括位置信息以及与所述位置信息相关联的材料特性。三维空间信息可包括数据对象,例如点、线、平面、表面、多边形、形状或体积以及结构化的数据对象,例如纹理、图像和视频。
在一些实施例中,专门的应用程序层可以包括实时对象,该实时对象在三维空间的空间中移动,记录空间数据。三维空间信息可以包括与所述三维空间位置相关联的矿产资源价值估计。矿产资源价值估计可以从与三维空间信息关联的多个模型的合并中得出。在一些实施例中,三维空间信息包括区块链可验证数据。
附图说明
现在将参考附图仅以示例的方式描述本发明的实施例,在附图中:
图1示出了VoxelNET将地球划分为1m3地理位置体素的过程;
图2示出了典型互联网协议栈中用于体素通信的VoxelNET协议层的相互关系;
图3示出了基于单个存储库构建的VoxelNET系统的总体结构;
图4示出了由VoxelNET使用和扩展的用于开放几何类的开放地理空间联盟几何类层次结构;
图5示出了关于几何对象类型的示例和扩展类操作,这些操作由VoxelNET进行了极大扩展;
图6示出了体素编辑器界面的一个示例;
图7示出了体素编辑器界面的另一示例;
图8示出了对体素数据进行曲线和表面拟合的过程;
图9是当前在现行项目中实施的VoxelNET系统的潜在用途的说明;
图10示出了VoxelNET系统的单点客户端演示器;
图11示出了用于VoxelNET系统的多客户端演示器;
图12示出了在体素空间和真实空间中同时进行射线追踪的示例过程;
图13示意性地示出了合并多个模型的过程;
图14示意性地示出了相交形状的相交过程;
图15示意性地示出了将爆破孔数据添加到voxelNet的过程;
图16示意性地示出了将拖运和测定数据添加到voxelNet的过程;
图17示出了将磨机数据添加到模型中;
图18示出了产生高分辨率模型的过程;
图19示出了在数据规划中使用高分辨率模型的过程。
具体实施方式
优选实施例提供了基于物理空间和时间的多维数据、信息、知识和功能超结构,其作用范围超过了互联网的基于文本的结构和语义。优选实施例为时空实体及其表示的这种数据、知识和功能信息生态系统提供了新的基础设施,以将部分解决方案统一为用于智力、工业、经济、政治、社会和创造性理论和实践的通用计算平台。
多维、互连的信息基础设施是建立在三维(3D)空间位置、体积、材料、物体和时间分布以及相关属性、行为、过程和元过程的基础之上的,这些属性、行为、过程和元过程可能是认知的、分析的、解释性的、叙事性的等。
优选实施例提供了一种系统和方法,其中根据递归结构体素存储和操作数据。
首先转向图1,将数字地球细分为具有各自ID(x,y,z或和时间)/(纬度、经度、高度/深度和时间)中心点地址的默认lm2体素。体素协议(VP)允许与体素或体素之间(通过地址标识)进行通信。Z维度进一步以1m间隔定义为预定的高度和深度。该架构结构包括可通过体素特定的地球ID索引的递归的大地测量和几何结构。
如图2所示,VoxelNET及其相关协议构成了互联网(TCP/IP)协议层的网络访问、互联网和传输层之上的一层(下面将对此进行更详细的描述)。这允许应用程序和底层基础设施之间的抽象级别。
图3中示出了VoxelNET多客户端单存储库(MCSR)系统的功能概述30。用户可以通过专门的应用程序31访问VoxelNET系统。这些应用程序调用VoxelNET通用基础客户端层32以访问VoxelNET网络。VoxelNET通用基础客户端层32通过VoxelNET协议层33访问VoxelNET服务器34。服务器依次访问各种将VoxelNET数据存储在可伸缩数据存储器中的VoxelNET存储库35。
VoxelNET-MCSR存储库/数据库35
VoxelNET核心概念和逻辑结构以用于存储在VoxelNet中的VoxelNET存储库模式和数据库设计进行表示。空间、空间对象、几何形状和时间的表示可以通过许多核心基础进行,包括:
位置体素:在特定地理位置中是可组合和可分解的体积元素,构成了可递归细分的3D体积和地理参考的空间定位系统。
材料体素是在空间上量化材料体积的可组合和可分解的体积元素,并且可以被移动和/或修改以反映它们所代表的材料的运动/修改。
在空间上定位的对象,例如:点、线(直线或弯曲)、平面(平坦或弯曲)、3D对象(简单的欧几里德基元和复杂的结构)、由任何所需空间边界界定的体积。
另外,该结构包括:这些形式中的任何一种的空间集合,这些形式中的任何一种的空间分布;这些形式的组合的空间分布或组合,任何形式的空间分布/组合的空间分布/组合(递归)。随时间变化的所有事物都带有时间戳记的变化,记录这些对象的历史并支持时间序列分析。
用OGC术语来说,代表真实世界对象的几何结构称为特征。VoxelNET中的简单特征几何被描述为符合简单特征访问(SFA)(也称为ISO 19125),(地理信息的实施标准-简单特征访问-第1部分:通用体系结构和第2部分:SQL选项),(OGC 06-103r4,版本:1.2.1)。
图4示出了来自OGC:06-103r4第1部分的几何类层次结构40。基本Geometry类具有Point、Curve、Surface 41-43和GeometryCollection 44的子类。每个几何对象均与从与基本Geometry类关联的空间参考系继承的空间参考系46关联。
扩展的Geometry模型具有名为MultiPoint、MultiLineString和MultiPolygon 47的专用0、1和2维集合类,用于分别建模与Points、LineStrings和Polygons集合相对应的几何形状。MultiCurve和MultiSurface作为抽象超类被引入,它们抽象化了集合接口以处理Curves和Surfaces。
来自OGC:06-103r4第1部分,第6.1.2.1小节:本标准中定义的Geometry的可实例化子类限于存在于2、3或4维坐标空间中的0、1和2维几何对象(R2,R3或R4)(R=维度)。R2中的几何值的点的坐标值为x和y。R3中的几何值的点具有x,y和z或x,y和m的坐标值。R4中的几何值的点的坐标值为x,y,z和m。坐标的解释受制于与该点关联的坐标参考系。几何对象内的所有坐标应位于相同的坐标参考系中。每个坐标应直接或通过其包含的几何图形明确关联到坐标参考系。
图5示出了用于几何对象类型的示例类操作50。点的z坐标通常但不一定表示海拔或高程。m坐标代表测量值。可以定义所有描述的Geometry类,以使Geometry实例在拓扑上是封闭的,即所有表示的几何都包括其边界作为点集。这不会影响其表示形式,并且在其他情况下(例如拓扑表示形式)可以使用相同类的开放版本。点值可以包括m个坐标值。m坐标值允许应用程序环境将一些度量与点值相关联。
其中一些表格的表创建语句草案的示例可以如下所示:
CREATE TABLE spatialObject(
spatialObject_pk SERIAL primary key,
SRSI smallint,
originPointLatLongHeight GEOGRAPHY(POINTZ,4326),
originPointXYZ GEOMETRY(POINTZ,4326),
objectType TEXT,
objectName TEXT,
authourOwner TEXT,
notes TEXT
);
CREATE TABLE pointDataSet(
pointDataSet_pk SERIAL primary key,
pointDataSetName VARCHAR(20)NOT NULL,
dateOfCollection DATE
)INHERITS(spatialObject);
CREATE TABLE pointData(
pointData_pk SERIAL primary key,
pointDataSet_fk SERIAL references pointDataSet(pointDataSet_pk),
dataLabel VARCHAR(20)NOT NULL,
dataValue VARCHAR(20),
pointXYZ GEOMETRY(POINTZ,4326)
)INHERITS(spatialObject);
CREATE TABLE_3DPrimitive
(
_3DPrimitive_pk SERIAL primary key,
_3DPolygon GEOMETRY(POLYGONZ,4326)
)INHERITS(spatialObject);
下表将OGC:06-103r4第1部分中定义的类与VoxelNET系统此部分中定义的空间对象类型进行了比较。
空间(坐标)参考系
VoxelNET使用来自OGC:12-063r5的以下定义:空间(坐标)参考系SRS是“一组用于指定如何将坐标分配给点的数学规则”(ISO 19111:2007,4.10)。坐标参考系是通过基准与对象相关的坐标系(来自ISO 19111:2007,4.8),其中基准是“定义原点、比例尺和位置的参数或参数集。坐标系的方向”(ISO 19111:2007,4.14)。坐标系的某些形式包括:
-笛卡尔坐标给出相对于n个相互垂直的轴的点的位置,每个轴具有零曲率(OGC:12-063r5)。在3D情况下,这是具有三个正交轴(通常标记为x,y和z)的公共坐标系,其中三个点的坐标分别为(x,y,z)坐标。
-大地坐标(有时称为地理坐标)是“...基于大地基准的坐标参考系”(ISO 19111:2007,4.23),其中大地基准是“描述到地球的...二维或三维坐标系关系的基准”(ISO19111:2007,4.24)。大地坐标系的主要示例是椭球坐标系,其中“位置由大地纬度、大地经度和椭球高指定”(ISO 19111:2007,4.18。),用(φ,λ,h)表示。
-投影坐标或地图投影是从椭球坐标系到平面的坐标转换(ISO 19111:2007,4.33),用于创建地球表面的二维地图。有许多此类数学映射用于不同目的。
-局部坐标包括非地球(非地理参考)坐标系中的笛卡尔坐标。局部坐标系通常用于CAD应用程序和局部测量。
-工程坐标参考系是基于工程基准(ISO 19111:2007,4.21)的坐标参考系,其中工程基准将局部参考点映射到较大比例的坐标系(ISO 19111:2007,4.21)。一个示例是用于绘制矿场(地面和地下)的局部笛卡尔坐标系,其中局部坐标轴可能相对于大地坐标基准旋转。
在各种不同坐标系中表达的坐标通常可以通过坐标变换来相互翻译。还可以容纳OGC:12-063r5中定义的其他坐标和坐标参考系。
材料体素:材料体素可以是具有特定量的材料的体素,与ISA-95中的材料批次的定义一致。材料体素在层次上是可组合和可分解的,在这种情况下,较大比例的材料体素中的材料体素的定义使用体素定义将其与较大比例的材料体素的其他子集区分开。这些较小比例的体素与ISA-95中“材料子批次”的定义一致。材料体素可以与本质上不在空间上定位的类或类型信息相关联。
空间定位的对象和代理:材料体素是具有体积的空间对象的(任何形状)的子集,而材料体素的描述符也可以根据其他空间形式(例如,点或点线等等)进行空间构造或分布。空间结构是一组空间对象,它们之间具有特定的表示关系。包括材料体素在内的空间对象可以是:1)绝对存在、已定位和/或已界定边界,并且当物体进入或脱离对象时,具有单一位置和清晰的定界表面标记。2)概率地存在、已定位和/或已界定边界,具有位置和/或定界表面的集合或区域,表示对象在某个位置或对象附近的点在其边界之内或之外的概率。
空间位置和对象可以具有与其相关联的属性和属性值。例如,采矿块模型内的块可具有代表块内平均金属等级、硬度和密度的属性。属性值意味着对象描述是多维的,超出了3个空间维度和1个时间维度。数据属性表示其他维度。
例如,材料体素可以最初代表矿床中的一块岩石。爆破时,材料体素与代表该生产周期中所有爆破材料的其他体素聚集在一起。在爆破之后,聚集的块可以由较小材料像素的关联来表示,材料像素具有在三个维度上的概率位置以及作为位置的函数的概率大小分布。
可以根据其他空间形式(例如,点的图案或点的线等)在空间上构造或分布材料体素。材料体素还可以与本质上不是空间的类、类型和实例信息相关联。
非材料体素:非材料体素是唯一可识别的形状和体积,没有相关的材料特性。它们是虚拟构造,可以与位置体素和材料体素重叠,可以是静态的或移动的、结构化的,并且在层次上可组合和可分解。非材料体素可能具有在空间上定位的对象和代理也具有的特征(请参阅下文),并且它们可以与本质上不是空间的类、类型和实例信息相关联。
非物质体素用于划分空间,以进行分类、使用区分、分析等目的。示例包括空域形状、地理围栏、受限(例如安全)区域、安全缓冲区和社会政治区域。在本文中,当材料体素的特征不直接或间接取决于质量时,材料体素的特征被理解为潜在地应用于非材料体素。
概率位置和边界:包括材料体素的空间对象可以是:绝对存在、已定位和/或已界定边界,并且当物体进入或脱离对象时,具有单一位置和清晰的定界表面标记。概率地存在、已定位和/或已界定边界,具有位置和/或定界表面集合或区域,它们表示对象在某个位置或对象附近的点在其边界之内或之外的概率。
例如,材料体素可以最初代表矿床中的一块岩石。爆破时,材料体素与代表该生产周期中所有爆破材料的其他体素聚集在一起。在爆破之后,聚集的块可以由较小材料像素的关联来表示,材料像素具有在三个维度上的概率位置以及作为位置的函数的概率大小分布。
空间对象的属性和注释:位置体素、材料体素和空间对象可以具有与它们相关联的属性和属性值。例如,采矿块模型内的块可具有代表块内平均金属等级、硬度和密度的属性。属性值表示对象描述是多维的,超出了3个空间维度和1个时间维度。数据属性表示其他维度。
时间的表示:与OGC:12-063r5一致,日历日期和时间将限于ISO 8601:2004中定义的公历,24小时制和UTC。允许任何精度,并且其他日期格式(例如,格里高利历法以外的地质年代或日历)可以通过自由格式引用的文本字符串来表示。
运动的表示:材料、对象和代理的运动将由以下一种或多种来表示:1)根据作为几何组件一部分的骨架模型的关节的旋转和平移指定的预定义动画步骤集合;2)使用特定的物理引擎对物理进行模拟,包括:基于碰撞体积/网格、刚体动力学、软体和流体动力学的碰撞检测;3)描述运动和轨迹的数学函数。
数据集的表示:要导入的数据集可以包括:点云;任何格式的3D对象,其中包含以下一种或多种:网格模型,对象骨架模型,材质和纹理,动画集;地形图、地势图和GIS地图和模型;钻孔数据;爆破孔数据;矿体模型;矿山块模型;矿山建筑和场地模型;各种传感器数据,包括存档流和实时流。
在VoxelNET空间数据对象和实体上定义的标准操作和方法可以包括在坐标系上定义的标准操作和方法;在位置体素上定义的标准操作和方法,在材料体素上定义的标准操作和方法以及在空间定位的对象和代理上定义的标准操作和方法。
体素计数:在一些实施例中,对于地球,以在地球表面上的1m3分辨率定义体素,高度为20km,深度为10km。因此,总的默认体素数约为1.2782x 1019m3或12.782exa体素,需要约23位来表示一个地址。
在一个实施例中,提供了覆盖球形地球的立方体,这意味着结合使用大地测量系统和欧几里得系统。立方体必须具有覆盖地球的结构,并且不应变形。通过赤道圆周(0度),所有立方体都完美地形成并对齐,且重叠可以忽略不计,并带有独立的ID。通过极,所有的立方体都重叠了,在该极处会聚到一个单独的立方体位置(与赤道成90度)。在赤道和两极之间,相邻的立方体需要在纵向上逐渐重叠,同时仍具有清晰的预定义标识符。从赤道到极点成60度角时,立方体在经度方向上重叠50%/50%。
主VoxelNET-MCSR服务器(34-图3)
定义了用于访问VoxelNET服务器的API(应用程序接口)服务器接口。该接口是根据一组功能和过程定义的,并使程序能够访问应用程序中的设施。该接口提供两个功能单元之间的消息传递边界36、37,该边界由与功能、物理互连、信号交换和其他适当的特性有关的各种特性所定义。API的价值是在软件系统的组件之间提供众所周知的接口。这些API支持模块化,因此在软件开发中很有用。定义明确的接口可将功能分离为独立的、可互换的模块。API通常是作为Web服务实现的,但通常也针对特定的编程语言(例如Javascript)。公共API使其他组织的开发人员可以访问API背后提供的功能。API与“平台”的角色密切相关。公开API可能是开放API,也可能不是。“公开”表示该API在拥有该API的组织外部可见并可以访问。
VoxelNET核心行为是相对于VoxelNET存储库执行的功能和操作。VoxelNET核心行为包括:1)空间、几何和体积数据库功能,用于搜索、过滤、添加、更新、变换和删除空间、几何和体积数据、实体和属性/值的方法和操作;2)向和从VoxelNET存储库导入和导出数据的功能,包括:点云、任何格式的3D对象,并结合以下一种或多种:网格模型,对象骨架模型,材料,视频,图像和纹理,动画集;地形图,地势图和GIS地图和模型;以及动画执行和标准物理模拟。
导入的数据文件类型可以包括:点云、地球科学和地势数据、钻孔数据、爆破孔数据、块模型数据、实时车辆数据、矿山设计数据、2D和3D地图以及海洋声纳数据。
就适用性和实用性而言,VoxelNET核心行为是一个超集,其合并或衍生自以下结构:ISO/IEC WD 13249-3信息技术-SQL多媒体和应用程序包-第3部分:空间第三版。
服务器端(后端)
服务器端后端包括连接到以任何编程语言实现的数据存储的运行服务。这些服务面向任何现有客户或将来的客户。服务包括将数据存储到数据存储中,将本地坐标系转换为所选的标准全局坐标系,使用位置查询(例如纬度、经度、海拔、地点名称和全球附近的地点)查询数据存储,更新通过流式传输将体素信息存储到数据存储中,通过流式传输获取体素信息,保留服务器端访问模式和相关数据的历史记录,将客户端应用程序使用情况收集指标存储到数据存储中以进行将来的改进,将客户端配置文件存储在数据存储中,注册、验证和授权VoxelNET用户,实时接收和广播消息以与VoxelNET客户端用户进行协作,使他们能够查看、编辑、更新、共享、拍摄屏幕快照、创建标准视频文件、实时共享并存储Voxel信息在服务器中/授权客户端设备。这些服务将通过标准的REST HTTP协议和标准的网络套接字协议公开。数据存储可以是RDBMS和/或NoSQL解决方案中的任何一个或组合。
以任何编程语言实现的分析服务都在存储在我们的数据存储中的数据之上运行,以识别客户端应用程序用户的行为,收集数据驱动的见解并改善VoxelNET用户体验。
以任何编程语言实现的报告服务都运行在分析结果的数据之上,以提供人类可读的社会、经济、技术或科学VoxelNET报告。
开源技术栈用于VoxelNET服务器端后端平台的开发。
体素编辑器(图3的60)
VoxelNET系统可以包括编辑器,使得用户可以访问体素的功能并与之交互。图6中以61举例说明了一种编辑样式。编辑器不仅是文本对话窗口,以通过单词搜索信息-这是搜索体素/体积,还可以包括3D地球,其中大部分屏幕都带有顶屏菜单和带有工具栏的下拉窗口等,以支持体素交互,例如定义感兴趣的体积、插入数值、2D和3D数据、优选的布局选项、缩放功能、数据列链接、通过空间位置的体素链接、用于要传输的数据的体素定义的路径、预定义某些变量/互相关变量的警报。
根据目标用途,设计编辑器以满足各种用户要求。该界面提供了一种选择不同位置的各种传感器并使它们相互关联(实时和存储的数据)的方法。编辑器应该能够连接到各种数据库,以便访问已经存储的数据文件。可视化3D数据并将其显示(渲染、体素化、热图、坡度等)也很重要。编辑器应该能够将各种3D文件(.obj.、.pcl、.stl等)拼接在一起,通过用户预定义的空间/体积运行手动定义的机器学习3D算法,具有可访问的机器学习功能、状态监控和警报系统、时间和体积用户定义的选项等。
通用用例和工作流程:为了演示通用用例和工作流程,需要用户友好的界面。VoxelNET数据的通用可视化功能可以包括:围绕3D表示进行倾斜、平移、缩放和遍历;显示所有形式的几何图形;点云;颜色、纹理和材料;通过对象属性值和值组合进行过滤,并为特定的过滤值设置颜色;通过这些不同视觉表示的同时视图进行几何子集构造、切片、选择和过滤。
图8示出了体素数据80的一种显示形式。可以提供各种视角,例如第一人称和第三人称、等轴测图等。通用可视化功能可以包括:倾斜、平移、缩放和遍历3D表示;各种形式的几何;点云;颜色、纹理和材料;通过对象属性值和值组合进行过滤,并为特定的过滤值设置颜色;通过这些不同视觉表示的同时视图进行几何子集构造、切片、选择和过滤;多种视角,例如第一人称和第三人称、等轴测图;支持非常大的模型视图;快速实时渲染(从磁盘直接流到图形卡)。
体素编辑器可以通过以下方式提供对现有数据集进行更改的能力:添加新的体素;选择体素;删除体素;修改现有体素的属性。
还可以为多用户交互提供多个用户在一个会话中与以下对象进行协作的能力:共享数据集;共享的可视化参数;可视化已推送给所有用户的更新;分析推送给所有用户的更新(包括新生成的已处理数据集);分析编辑器;基于内核的体积分析;
对现有数据集执行3D图像处理技术以产生类似于三维图像过滤的新数据集。这可以包括以下功能:从预设内核列表中进行选择以用于不同用途(边缘检测等);数据集和属性选择/隔离;在加性过程(对可见体素进行处理)和离线过程(对整个数据集进行处理)之间进行选择。
客户端(前端)消息处理器(图3的37)。
通用格式:数据事务可以具有使用JSON表示的消息形式(请参阅:http://www.json.org/)。基本消息类型可以包括:“NEW”表示新对象、实体或关系;“更新”表示对象或实体的属性或关系的更改;“删除”表示删除对象、实体或关系。
消息的JSON格式为:{“VoxelNET”:[{“message-type”:消息类型,数据名称1:数据值1,数据名称2:数据值2,数据名称3:数据值3,...到数据字段和值的数量}]}
消息类型:可以主动改变数据库的消息主要限于传达有关状态和事件的信息的消息。
互操作性:将通过以下方式支持和实现互操作性:开放数据模式和格式;符合相关标准,包括ANSI/ISA-95企业控制系统集成和ISO/IEC WD 13249-3信息技术-SQL多媒体和应用程序包-第3部分:空间第三版;具有多种数据格式(可扩展)的导入和导出功能;用于集成第三方模块的插件架构;所有功能的应用程序编程接口(API),以及针对VoxelNET系统用户的事实上的新标准功能的标准开放扩展。
可用于数据传输的其他标准包括:ANSI/ISA-95企业控制系统集成:请参阅:https://www.isa.org/isa95/。企业对制造标记语言(B2MML):请参阅:http://www.mesa.org/en/B2MML.asp。B2MML由一组使用万维网联盟的XML Schema语言(XSD)编写的XML模式组成,这些XML模式以ISA-95标准实现数据模型。ISO/IEC WD 13249-3信息技术-SQL多媒体和应用程序包-第3部分:空间第三版,请参见:https://www.iso.org/standard/53698.html。ISO/IEC13249-3:2011定义了用于通用空间数据处理的空间用户定义类型、例程和模式。它满足了根据空间数据的各个方面(例如几何形状、位置和拓扑)存储、管理和检索信息的需求。ISO/IEC 13249-3:2011的实现可能存在于也支持地理信息、决策支持、数据挖掘和数据仓库系统的环境中。ISO/IEC 13249-3:2011的实现解决的应用领域包括但不限于自动映射、桌面映射、设施管理、地球工程、图形、基于位置的服务、地形建模、多媒体和资源管理应用程序。
OGC 06-104r4:参见:http://www.opengeospatial.org/standards/sfs
VoxelNET系统可以包括许多改进和选项。例如,VoxelNET核是一个集成的空间和体积数据管理系统,可以在本地和全球范围内实施。包括材料体素在内的空间对象可以是:1)绝对定位和/或有界,当物体进入或离开对象时,具有单一位置并具有清晰的定界表面标记。2)概率地定位和/或有界,具有一组位置或区域和/或有界表面表示对象在某个位置或对象附近的点在其边界之内或之外的概率。
空间位置和对象可以具有与其相关联的属性和属性值。例如,采矿块模型内的块可具有代表块内平均金属等级、硬度和密度的属性。属性值意味着对象描述是多维的,超出了3个空间维度和1个时间维度。数据属性表示其他维度。例如,材料体素可以最初代表矿床中的一块岩石。爆破时,材料体素与代表该生产周期中所有爆破材料的其他体素聚集在一起。爆破之后,聚集的块可以由关联材料体素类型表示,该关联材料体素类型由在三维中具有概率位置以及作为位置的函数的概率大小分布的较小的材料体素组成。
VoxelNET可以提供的平台软件功能和服务的示例包括:高度通用的空间、几何和体积数据建模、表示、操纵、访问和管理。用户管理、权限和访问控制的通用功能。支持存储库的多个客户端用户。通过中介虚拟化层支持集成和共享不同的存储库。标准化的分析库和用户定义的分析脚本和程序的自由格式脚本。数据归档、时间序列分析和数据挖掘。基于云的可伸缩存储和处理。标准化和开放的数据模型、模式和应用程序接口(API)。支持定制插件。一个完整的编程环境提供专门的空间、几何和体积构造。
通过几种编程范例来实现VoxelNET计算,其中代理是一个高级示例。这些范例包括:位于体素结构外部并遍历结构体以实现结果的脚本程序,例如:i)查找满足某些条件的体素(即数据库查询、数据过滤),ii)分析体素集合,iii)解析和编辑体素空间的子集。与特定体素关联的触发器位于(逻辑上或概念上)体素内,因此,如果其关联数据发生更改,则会执行一个或多个定义的计算。一个示例是,如果开采了位置体素,则可能会触发生成材料体素。由于体素结构是分层的,并且体素可以是较大规模体素或关联的成员,因此可以继承触发器(向上或向下)。
与特定体素相关联的过程(在逻辑上或概念上)在体素/结构内,并且连续运行,以执行一个或多个定义的计算。例如,体素过程会询问已定义的体素邻域,以检查是否已开采任何体素,并从其邻域的开采状态、其岩石硬度、坡度等得出成本/价值假设。
有限状态机(FSM)是状态转换引擎,其响应于一个或多个体素中的变化(即输入或内部驱动的状态变化)将一系列体素从一个状态移动到另一个状态。它们属于触发器和过程,因为它们是复杂的序列,但是受触发器事件驱动,而不是连续运行。
代理是基于一系列计算认知模型中任何一个的更复杂的计算过程。代理的最关键特征包括声明性知识建模和目标导向的决策处理。社交代理是计算代理的一种特殊形式,可以参与协作或竞争行为(例如)。如果体素或体素关联的某些行为由认知模型控制,则可以是代理。
给定VoxelNET基础设施,可以在VoxelNET平台上构建一系列相互依赖的应用程序(例如,图3中的31),并为矿产资源建模、评估和矿山规划提供传统块模型方法的替代方案。在下文中将描述数字示例应用程序。
传感器管理示例:实时UAV/机器人映射
可以在体素化的数字世界中复制链接的无人机飞行(或记录视频的任何运动物体,例如人、机器人或车辆),并通过视频(逐帧)或点云来记录环境。从无人机向外指向的录制视频将使用射线投射束/线,指示将对哪些独特体素进行分类并与存储库关联。无人机的地理位置和位于无人机上的摄像头将指示射线具有的起始位置,而当无人机向前移动时,射线指示将关联视频中的哪些帧。图12示出了该方法的示例。
VoxelNET提供了用于表示和推理二维空间和三维空间、时间、材料和工业过程的平台。本文档中描述的应用程序使用这些VoxelNET功能来实现和演示资源建模的新方法。其中包括:1.具有用于成本/价值计算的资源模型融合的多维资源建模;2.动态多几何资源体素化;3.基于多维和多几何资源模型的优化动态矿山规划和调度。
传统资源建模块模型的改编
大多数矿产资源价值估计是使用三维块模型获得的(块建模在标准教科书中有所描述,例如Rossi M.E.和Deutsch C.V.,2014年,《矿产资源估计》,施普林格)。块建模涉及将资源细分为排列成规则3D网格的矩形棱柱。对于高度分层的矿床,块模型可以是二维的(在这种情况下,假定深度维度是一致的),代表一个地层的内容,或针对不同地层使用单独的模型,而3D块模型用于结构显著的矿床或深度维度的可变性。尽管所描述的所有原理以2D形式应用于2D块模型,但是本实施例集中于3D块模型。在这两种情况下,块模型的主要功能是绘制出矿床的特征,在空间上量化成块所代表的体积元素,并从地球表面的岩石样本中获得,或者从勘探钻探、与基于这些样本的地质学解释、表面拓扑特征等中获取作为岩心。
通常基于矿床的主要空间特征,例如走向(其方位角)或倾角(从地面倾斜的角度),通常相对于当地矿山特定的三维欧几里得空间参考系(SRS)或与区域性大地测量SRS对齐来定义块模型内的位置。
块模型的块形状、大小和整体几何形状是重要的决定,其取决于矿床特征、被建模的地质特征以及诸如采矿类型、设备大小和类型的矿山规划考虑因素。
块大小是在块级别的预测精度(有利于封装更多钻孔样本数据的较大块)和矿山规划(有利于适合于轮班、每日、每周或每月计划的规模周期的较小块)之间的权衡。Journel,A.G&Huijbregts,C.J.(Charles J.)(2003)。采矿地质统计学。纽约布莱克本出版社(Blackburn Press)提出,块大小应为钻孔数据间距的1/3至1/2左右;不要过小,以避免模型的人为平滑;不要过大,以避免钻孔数据分辨率的未充分利用。块大小也会受到选择性采矿单位(SMU)的大小的影响,选择性采矿单位的大小被理解为可以有选择地分类并提取为矿石或废物的最小材料量(Sinclair A.和Blackwell G.2002应用矿藏估算。英国剑桥大学出版社)。SMU的大小取决于生产方法、设备大小、预期的等级控制做法、可用数据和经验。地下采矿的典型SMU大小为5mx 5mx 5m。
通常在早期勘探和预可行性阶段,在可用的钻孔和地质数据有限的情况下,块的大小通常一致。小型块(例如通过细分获得的块)通过地质复杂性和可用相关数据的相应比例缩放来证明是正确的,最常见的是对矿石和脉石区域之间的接触区进行建模,以允许在这些边界处更准确地估算稀释度。Rossi和Deutsch(2014)建议,子块等级应从父块继承。通常,除了创建子块外,还可以基于单独的地质单元的3D模型或源自更高空间分辨率的钻探核心数据,为块添加更多属性,并使用它们来估计和表示块内多个地质单元的特征作为属性值。
最基本的块模型数据包括:块的位置和大小,其所关注矿物的含量等级,可能包括矿石和脉石矿物,不同地质单元的原位堆积密度,空气和/或水的存在,岩性代码,矿化类型,氧化程度,蚀变,结构信息,估算范围,粘土或未固结材料的存在,岩石硬度,邦德磨机指数,破碎厂产量估算和冶金回收率。
块模型的属性用于生成估计的每个块的开采成本以及每个块的价值作为目标金属或矿物品位的函数。
采矿业使用许多商业软件包来进行块建模,提供块模型的可视化,从而允许对它们进行过滤、颜色编码以及结果显示,例如。仅显示矿石、矿石类型或特定矿石等级。可以根据过滤后的结果生成报告,例如在块模型中代表目标矿物的不同等级范围的体积和质量。可以从包含感兴趣的属性值和属性表示的空间位置的(x,y,z)坐标的样本数据(例如钻孔数据库)创建并填充块模型。块模型中的属性值可以是从样本数据得出的估计值。
商业软件还提供许多估计方法,包括最近邻居、反距离、普通克里格法和指示器克里格法。代表矿体结构特征的各向异性椭球参数(方位、倾度、倾角、轴和最大搜索距离)可用于定义必须分配样本数据才能分配给块的区域。块模型和最小块的大小可由用户(通常是长期矿山规划者)指定。块属性可以包括从用户指定的公式派生并应用于其他属性的值的计算出的属性(例如,块体积=x*y*z;块质量=块体积*比重)。可以对现有块模型进行重新块化,这意味着使用不同的最小块大小进行重组,其中新块的属性值是根据用户指定的标准从先前的块模型属性自动计算得出的。然后,可以将由此产生的重新分块上传到VoxelNET存储中以进行访问。
发展1:具有用于成本/价值计算的资源模型融合的多维资源建模
最初的问题是由于与用于成本评估的其他资源模型的集成有限,资源评估的准确性有限。这种情况的一个体现是对矿场使用了单一的边界品位,实际的经济等级因矿场内的位置而异,这是金属品位以外的参数因素,例如影响开采成本的岩土和地质特征因位置而异。
当在VoxelNET体系结构下实施时,实施例提供具有用于成本/价值计算的资源模型融合的多维资源建模,该多维资源建模提供了对可变性质的边界品位的更准确的评估,将成本可变性考虑为资源中不同位置的材料特性变化的函数。
遵循现有和发展中的实践,可以创建资源的任意数量的三维(3D)模型,每个模型都涉及资源的许多数据值以及结构、形状、过程等组成部分。对于给定资源,这些模型的一些典型示例包括:
1.从资源获得的勘探钻探核心数据模型。钻孔可以看作是贯穿资源的大致直线,使用各种技术和/或人工观察沿这些线系统地收集了数据点。收集的数据可能非常复杂,但是简单的方案可以包括基于详细测定的岩石硬度、类型、含水量、压裂和填充、不连续性、分离度、粗糙度和金属品味等指标。可以定期采集样本值(例如,对于手动收集的数据为1m,对于自动扫描为1mm或更小)。记录的钻探核心数据值通过资源提供了点云,可以在其上构建更具体的模型。然后可以将其上传到VoxelNET存储工具。
2.基于广泛的区域地质认识、地表拓扑特征、地表样本、来自现有(可能是遗留)矿山的数据以及钻芯数据分析的地质模型。地质建模可以考虑广域和低分辨率数据,例如重力和地磁测绘、辐射测量和地震研究。地质建模可以利用与其他矿床的比较,并考虑到矿体形成过程的理论。因此,它们可能具有与之相关的大量解释和/或假设元素,尤其是在矿床较为复杂或已知/了解程度较差的情况下。地质模型的内容包括地质层和厚度、岩石类型、侵入体、年龄、沉积环境和层序、海床和河床的位置和变化、氧化和风化等。
3.岩土模型涉及沉积物中材料的机械性能和行为,包括硬度、可断裂性、微观或宏观裂缝的存在、渗透率、强度、可压缩性、水位、弹性/塑性。随着开采的进行,岩土模型还涉及岩体的能量分布和稳定性/不稳定性与矿床的工程特性有关的变化。
4.地貌模型涉及在矿场内和矿场周围的过去、现在和将来的水流,无论是地表还是地下。这包括在自然形成的地下水道(例如洞穴)内流经裂缝、裂痕和断层线的流量、含水层的存在以及由于天气事件和采矿过程而引起的流量变化。
5.从“岩石、土壤、河流沉积物或植物的化学测量结果中得出的地球化学模型,以确定可能指向矿化区域的异常化学模式”。当形成矿床时,围岩中的矿石“金属”和许多其他元素的浓度通常高于正常水平。这些模式被称为主要化学光晕。当矿藏暴露于诸如风化和侵蚀等地表过程时,这些元素会进一步分布在土壤、地下水、河流沉积物或植物中,这种模式称为次生化学晕。次生晕圈有助于寻找沉积物,因为它们通常会覆盖更大的区域,因此,化学勘测从这些区域选择样本的机会要大于主要晕圈区域。基于不同元素在水中的溶解度、密度、与其他元素形成化合物的能力以及环境的酸度(pH),它们在环境中具有不同的“迁移率”。随后,次生晕圈可能不包含地球化学调查正在为其搜索的“金属”,而是包含其他“标记”元素。
6.常规资源块模型,其将资源量化成(通常是规则的)3D矩阵。块模型的功能是从资源钻探和地质建模获得的点数据中外推,以提供从资源钻探提供的点测度得出的完整块的数据值估计。块模型不是唯一的方法,但由于其可立即用于矿山运营计划,因此在现代采矿中占主导地位。不同的矿山可能使用不同的模型或模型的变体/组合,并且模型的产生源自工作流程,工作流程在矿场和公司之间也可能有所不同。
块模型倾向于成为来自其他模型类型的数据的存储库,所述其他模型类型例如是地质模型、岩土模型、地貌模型和地球化学模型。这通常是通过将这些数据和模型类别的描述符和数据值添加到块模型中的块来完成的。由于模型的详细信息在各个块上平均,这可能会造成大量信息损失,例如,在露天矿中,块的维度可能为15m x 15m x台阶高度。通过避免使用太大的块进行不必要的平滑或平均来影响从钻孔数据进行等级估计的块的维度,或者对于太小的块产生较高的空间精度的幻觉。但是,用于等级估计的维度可能表示从其他模型获得的度量的细节损失,这些度量的值通过一个块进行平均。由于后一特征可以承担采矿成本,因此与当前描述的发明将数据上传到VoxelNET体系结构所支持的质量成本估算相比,这可能导致较低的质量成本估算。
图13示出了将几种类型的资源模型合并为统一的高分辨率多维成本/价值模型的简化表示。
技术解决方案的一般过程包括以下步骤:
1.划定或指定公共空间坐标参考系(SRS)。这通常是特定于矿场的,并且具有对区域SRS的已知转换,这些SRS通常是常用的SRS数据(例如WGS84)。
2.划定/选择要使用的资源模型1至n。
3.对于每个模型,将其空间坐标参考系(SRS)转换为指定的公共局部欧几里得SRS。
4.设置合并模型=模型1。
5.在此步骤中,将模型合并且细分为VoxelNET。伪代码可以如下所示:
For models i=2to n-1,where n is the number of models:
For every Shape j in Merged Model=:
For every Shape k in model i:
Take the Intersecting or Overlapping shapes of
Shape j and Shape k;(Intersect=Intersection(Shape j,Shape k))
Take the Subshapes from Shape j that are not part of the Intersectionof Shape j and
Shape k:
(NoIntersectWithK=Difference(Shape j,Intersection(Shape j,Shape k)))
Take the Subshapes from Shape k that are not part of the Intersectionof Shape j and Shape k
(NoIntersectWithJ=Difference(Shape k,Intersection(Shape j,Shape k)))
End For
If Intersect is not empty
Remove Shape j from Merged Model
Add Intersect to Merged Model
Add Attribute Types/Values of Shape j and Shape k to Intersect(measures for total initial voxel,e.g.mass,to be divided by subvoxelizedvolume/initial voxel volume)
Add NoIntersectWithK to Merged Model
Add Attribute Types/Values of Shape j and Shape k to NoIntersectWithK(measures for total initial voxel,e.g.mass,to be divided by subvoxelizedvolume/initial voxel volume)
Add NoIntersectWithJ to Merged Model
Add Attribute Types/Values of Shape j and Shape k to NoIntersectWithJ(measures for total initial voxel,e.g.mass,to be divided by subvoxelizedvolume/initial voxel volume)
Else If Intersect is empty
Add Shape k and its attributes to Merged Model
End If
End For
End For
6.对于合并模型中的所有形状i=1到m,其中m是合并模型中的原子形状的数目:
Calculate the value of shape i as a function of all Attribute Types/Values of the shape.
End For
在图13中以高度简化的2D卡通形式示出了合并过程130。在该示例中,将第一块模型131与地质模型132\岩土模型133合并以生成统一模型134。然后,对该统一模型进行重新评估和重新估值135,以产生多维成本/价值模型126。
对于两个初始椭圆形j(141)和k(142),图14中的140说明了上述步骤5中的Intersect和Difference函数。
步骤6中的值函数可能会以多种方式制定,具体取决于其制定过程中使用的分析过程。一个简单的例子是:
其中:V是体素x的体积;Cvoxel_x是体素x的预计成本;WiJ项是类型j的各个成本因数i的权重项,设置了它们对体素开采成本的总体影响;这可能始于预测值,但可以随时间从经验分析中得出。如果仅成本因素足以代表成本,则W可以默认为1或将其省略。但是,除了表示其字面成本之外,还有其他原因可能会增加或减少描述符的成本;这样的一个例子可能是有效地排除具有高污染物水平的块,例如砷,因为鉴于进入磨机的整个地球化学过程,当处理电路无法充分消除金属或精矿产品中的污染物时;Cfij项是类型j的成本因子i,代表由于成本因子的描述符类型而对开采质量单位的预测和/或实际成本的贡献;Dij是体素x的类型j的描述符i的值。
公式(1)假定:i)所有权重Wij,成本因子Cfij和描述符值是独立的,并且ii)对体素的特定属性或体素的描述符的成本贡献为其权重Wij、成本因子Cfij和描述符Dij的线性倍数。可以使用项不独立和/或项组合为非线性的其他值函数。价值函数也可以从计划和预期成本中得出,或者从矿山开始运营后的经验、历史数据中得出。
动态多几何资源体素化
另一个问题是在采矿作业过程中分离和/或合并的资源块部件的过程成本/价值的表示不准确。
应用:矿藏和块链验证
VoxelNET技术的利用还有其他应用。例如,描绘体素的能力可以考虑矿藏的定价。一种应用是提供价格预测模型,以便在商品价格从当前汇率变为基于金融的储备期权而发生变化时,购买者可以在将来购得购买矿藏的权利。可以将金融交易存储在块链数据库中,以使用地理位置和体积数据进行验证,以确保合同可追溯性以交换衍生产品。底层的VoxelNET技术可实现基于矿场的数据源的相互关联,从而促进采矿组织进行数据驱动的决策。
边缘等级的储矿堆通常是非流动性资产,并且需要商品价格上涨才能使金属开采过程有利可图。储矿堆可以作为未充分利用的资产存储在采矿现场,数量级为数千吨。
利用VoxelNet架构,可以将矿藏的衍生价值出售给有意愿的买家,而不是等待多年,直到金属的商品价格能够使金属开采有利可图。衍生产品将采用库存商品期权的形式,定义为鉴于有价资产在将来可获利,将来可以将有价资产出售给有意愿的买方的权利,并已在今天就未来价格达成协议。通过这样做,解决方案使用行业建立的定价模型将时间价值以及相关的利润和风险转移给了有意愿的买家。采矿公司因此可以释放现金流,以进行更大的当前业务运营。借助VoxelNET框架,可以将块链上的信息与加载到VoxelNET中的其他基于矿场的数据进行相互关联,从而根据市场利益和矿场的多个数据源来识别优化基于矿场的操作的机会。
使用该VoxelNET应用程序,期权作家作为用户可以识别现场的地理位置储矿堆,并得出用于编写具有时间价值的商品期权的价格预测值。作为应用程序用户的期权交易者将能够交易股票衍生品的单位。借助地理位置堆监控,用户将能够更有效地量化矿山寿命价值以及在较长时间内的预测回报。在给定参数输入(例如当前市场价格、波动性、无风险收益率等)的情况下,此应用程序的总体实用程序可实现资产价格预测。当前用例应用于边际级库存时,用户将能够得出与其他资产(包括现场矿床)相关的时间相关值。这与目前的衍生产品交易所不同,后者涉及在编写衍生产品之前精炼矿石。
VoxelNET架构的使用允许定价过程中涉及的资产和相关成本的差异。例如,矿石运输和提取过程的成本将包括在定价机制中,而此前商品衍生品并未尝试过这种机制。此外,该解决方案可以基于具有地理位置数据的块链,以确保价值衍生商品的材料和位置可追溯性。通过利用VoxelNET的平台,用户将能够在未来的商品提取中将与用户兴趣相关的数据与其他基于矿场的数据源进行交叉关联,以协助根据市场行为和利益进行战略决策。
解释
在整个说明书中,对“一个实施例”、“一些实施例”或“实施例”的引用是指结合该实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,贯穿本说明书在各处出现的短语“在一个实施例中”、“在一些实施例中”或“在实施例中”不一定都指的是同一实施例,而是可能指的是同一实施例。此外,在一个或多个实施例中,特定特征、结构或特性可以以任何适当的方式组合,这对于本领域的普通技术人员而言,根据本公开将是显而易见的。
如本文所用,除非另有说明,否则使用序数形容词“第一”、“第二”、“第三”等来描述一个共同的对象,仅表示引用了相同对象的不同实例,并且不旨在暗示所描述的对象必须在时间、空间、等级或任何其他方式上均处于给定序列中。
在下面的权利要求和此处的描述中,包括(comprising)、包括(comprised of)或包括(which comprises)中的任何术语是开放式术语,其意味着至少包括随后的要素/特征,但不排除其他要素/特征。因此,术语“包括(comprising)”当在权利要求中使用时,不应被解释为限于其后列出的装置或元件或步骤。例如,包括A和B的设备的表述范围不应限于仅由元素A和B组成的设备。如本文所用,术语“包括(including)”、“包括(whichincludes)”或“包括(that includes)”也是开放式术语,也意味着包括至少该术语后面的要素/功能,但不排除其他要素/功能。因此,包括(including)与包括(comprising)是同义词,是指包括(comprising)。
如在此使用的,术语“示例性(exemplary)”是在提供示例的意义上使用的,与指示质量相反。即,“示例性实施例(exemplary embodiment)”是作为示例提供的实施例,而不一定是示例性质量的实施例。
应当理解,在本发明的示例性实施例的以上描述中,有时将本发明的各种特征组合在单个实施例、图或其描述中,以简化公开并帮助对各个发明方面中的一个或多个的理解。但是,该公开方法不应解释为反映了这样一种意图,即所要求保护的发明需要比每个权利要求中明确叙述的特征更多的特征。相反,如所附权利要求所反映的,发明方面在于少于单个前述公开的实施例的所有特征。因此,具体实施方式后的权利要求书特此明确地并入该具体实施方式中,其中每个权利要求均独立地作为本发明的独立实施例。
此外,如本领域技术人员将理解的,尽管本文描述的一些实施例包括其他实施例中包括的一些但不包括其他特征,但是不同实施例的特征的组合意图在本发明的范围内,并且形成不同的实施例。例如,在所附权利要求中,任何要求保护的实施例可以以任何组合使用。
此外,本文中的一些实施例被描述为可以由计算机系统的处理器或通过执行该功能的其他手段来实现的方法或方法的元素的组合。因此,具有用于执行这种方法或方法元素的必要指令的处理器形成用于执行该方法或方法元素的装置。此外,设备实施例的本文所述的元件是用于执行由该元件执行的功能的装置的示例,以实现本发明。
在本文提供的描述中,阐述了许多具体细节。然而,应当理解,可以在没有这些具体细节的情况下实践本发明的实施例。在其他情况下,未详细示出公知的方法、结构和技术,以免混淆对本说明书的理解。
类似地,应注意,术语“耦合(coupled)”在权利要求书中使用时不应解释为仅限于直接连接。可以使用术语“耦合(coupled)”和“连接(connected)”及其派生词。应该理解的是,这些术语并不旨在彼此等同。因此,与设备B耦合的设备A的表达范围不限于设备A的输出直接连接到设备B的输入的设备或系统。这意味着在设备A的输出和设备B的输入之间存在路径。该路径可能是包含其他设备或装置的路径。“耦合(coupled)”可以表示两个或更多个元件或者直接物理接触或电接触,或者两个或更多个元件不彼此直接接触但是仍然彼此协作或相互作用。
因此,尽管已经描述了被认为是本发明的优选实施例,但是本领域技术人员将认识到,在不脱离本发明的精神的情况下,可以对其进行其他和进一步的修改,并且旨在要求保护所有落入本发明范围内的这些改变和修改。例如,以上给出的任何公式仅代表可以使用的过程。可以从框图中添加或删除功能,并且可以在功能块之间互换操作。可以向本发明范围内描述的方法添加或删除步骤。
Claims (23)
1.一种处理三维空间信息的系统,所述系统包括:
专门的应用程序层,所述专门的应用程序层用于产生与所述三维空间信息相关的视觉交互应用程序;
通用基础客户端,所述通用基础客户端提供三维空间信息查询例程,包括消息传递接口;以及
体素服务器,所述体素服务器用于通过所述消息传递接口互连到所述通用基础客户端,以将所述三维空间信息存储为体素数据库。
2.根据权利要求1所述的系统,其中,所述体素数据库存储由单独的x,y和z坐标索引的三维信息,其中x和y是平面坐标,而z是深度坐标。
3.根据权利要求2所述的系统,其中,所述体素数据库以分级方式递归地构造所述三维空间信息。
4.根据权利要求1所述的系统,其中,所述三维信息被存储为大地空间或欧几里得空间。
5.根据权利要求1所述的系统,其中,所述三维空间信息还包括位置信息,并且包括与所述位置信息相关联的材料特性。
6.根据权利要求1所述的系统,其中,所述三维空间信息包括数据对象,诸如点、线、平面、表面、多边形、形状或体积。
7.根据权利要求1所述的系统,其中,所述三维空间信息包括结构化的数据对象,诸如纹理、图像和视频。
8.根据权利要求1所述的系统,其中,所述专门的应用程序层包括实时对象,所述实时对象在三维空间的空间中移动,记录空间数据。
9.根据权利要求1所述的系统,其中,所述三维空间信息包括与所述三维空间位置相关联的矿产资源价值估计。
10.根据权利要求9所述的系统,其中,所述矿产资源价值估计是从与所述三维空间信息相关联的多个模型的合并中得出的。
11.根据权利要求1所述的系统,其中,所述三维空间信息包括区块链可验证数据。
12.一种用于存储、访问和更新基于地理、大地或几何的数据的方法,所述方法包括以下步骤:
存储由单独的x,y和z坐标索引的数据,其中x,y指示平面坐标,z指示深度坐标。
13.根据权利要求12所述的方法,还包括存储由时间坐标索引的数据。
14.根据权利要求12所述的方法,其中,所述基于地理、大地或几何的数据与地理参考的空间位置数据以递归可细分的3D体积方式存储。
15.根据权利要求12所述的方法,还包括形成具有体积元素的材料体素,所述体积元素在空间上量化材料的体积。
16.根据权利要求15所述的方法,其中,所述材料体素在层次上是可组合的和可分解的。
17.根据权利要求12所述的方法,其中,所述x和y坐标表示具有可伸缩性的近似1m距离。
18.根据权利要求12所述的方法,其中,所述z坐标的范围从默认高度约20km到深度约5km。
19.根据权利要求12所述的方法,其中,所述体素包括数据对象,所述数据对象包括点、线和平面(能够是纹理、图像和视频)。
20.根据权利要求12所述的方法,其中,所述体素包括以空间边界为边界的体积数据。
21.根据权利要求12所述的方法,其中,所述体素包括时间的时间序列元素。
22.根据权利要求12所述的方法,其中,所述体素包括限定体素内的材料的概率分布的结构。
23.根据权利要求12所述的方法,还包括用于编辑体素的体素编辑器。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
AU2017903626 | 2017-09-07 | ||
AU2017903626A AU2017903626A0 (en) | 2017-09-07 | Spatial Data Processing System and Method | |
PCT/AU2018/050969 WO2019046899A1 (en) | 2017-09-07 | 2018-09-07 | SYSTEM AND METHOD FOR SPATIAL DATA PROCESSING |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111316332A true CN111316332A (zh) | 2020-06-19 |
Family
ID=65633336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880071818.9A Pending CN111316332A (zh) | 2017-09-07 | 2018-09-07 | 空间数据处理系统及方法 |
Country Status (14)
Country | Link |
---|---|
US (2) | US11265401B2 (zh) |
EP (1) | EP3679551A4 (zh) |
JP (1) | JP7267261B2 (zh) |
KR (1) | KR20200057723A (zh) |
CN (1) | CN111316332A (zh) |
AU (1) | AU2018328754B2 (zh) |
BR (1) | BR112020004515A2 (zh) |
CA (1) | CA3075119A1 (zh) |
CL (1) | CL2020000550A1 (zh) |
CO (1) | CO2020004013A2 (zh) |
PE (1) | PE20201430A1 (zh) |
RU (1) | RU2020112409A (zh) |
WO (1) | WO2019046899A1 (zh) |
ZA (1) | ZA202001681B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116166839A (zh) * | 2023-03-01 | 2023-05-26 | 广州广检建设工程检测中心有限公司 | 一种钻芯过程监管系统、方法、介质及计算机 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3973140A4 (en) * | 2019-05-21 | 2023-01-25 | Services Pétroliers Schlumberger | GEOLOGICAL MODEL AND PROPERTY VISUALIZATION SYSTEM |
JP7285508B2 (ja) * | 2019-07-26 | 2023-06-02 | 株式会社Cube Earth | 位置情報システム、情報提供方法、位置情報提供サーバ、端末装置、位置情報提供装置及びコンピュータプログラム |
CN110991921B (zh) * | 2019-12-12 | 2024-02-20 | 河北农业大学 | 一种基于三维魔方的耕地生态质量综合评价方法 |
CN111176326A (zh) * | 2020-01-07 | 2020-05-19 | 福建省新华都工程有限责任公司 | 基于无人机的露天采矿爆破布孔方法与装置 |
CN111460043B (zh) * | 2020-05-07 | 2023-05-05 | 广州欧科信息技术股份有限公司 | 三维空间图像区块链存储方法及页面显示方法 |
CN111581319B (zh) * | 2020-05-09 | 2023-06-09 | 四川易利数字城市科技有限公司 | 基于WebSocket技术的GIS应用多屏互动方法 |
CA3183331A1 (en) * | 2020-06-19 | 2021-12-23 | Charlotte SENNERSTEN | Data model for mining |
CN112081584A (zh) * | 2020-09-25 | 2020-12-15 | 中国石油天然气集团有限公司 | 一种判别地层岩性的方法、系统、计算机设备及存储介质 |
KR102441902B1 (ko) * | 2021-12-10 | 2022-09-13 | 주식회사 이안에스아이티 | 시계열 3차원 시각화 데이터 생성 방법 및 장치 |
KR102497545B1 (ko) * | 2022-10-18 | 2023-02-10 | (주)비알이디 | 빅데이터를 활용한 해저 지형 및 지질 3차원 모델링 장치, 시스템, 방법 및 프로그램 |
CN115576955B (zh) * | 2022-12-07 | 2023-02-14 | 成都智元汇信息技术股份有限公司 | 一种基于数据库的感知设备自建坐标信息存储方法及系统 |
CN116630566B (zh) * | 2023-07-24 | 2024-01-23 | 中国电子科技集团公司第十五研究所 | 面向数字地球的椭球blh切片的几何建模及渲染方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040125103A1 (en) * | 2000-02-25 | 2004-07-01 | Kaufman Arie E. | Apparatus and method for volume processing and rendering |
CN101916299A (zh) * | 2010-09-01 | 2010-12-15 | 中国地质大学(武汉) | 一种基于文件系统的三维空间数据存储管理方法 |
US20110202510A1 (en) * | 2010-02-17 | 2011-08-18 | Lockheed Martin Corporation | Supporting multiple different applications having different data needs using a voxel database |
CN105453139A (zh) * | 2013-07-17 | 2016-03-30 | 微软技术许可有限责任公司 | 用于3d表面重建的稀疏gpu体素化 |
US20170246812A1 (en) * | 2014-10-29 | 2017-08-31 | Hewlett-Packard Development Company, L.P. | Converting at least a portion of a 3-d object into a format suitable for printing |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6573912B1 (en) * | 2000-11-07 | 2003-06-03 | Zaxel Systems, Inc. | Internet system for virtual telepresence |
US20050151734A1 (en) * | 2004-01-14 | 2005-07-14 | Gubkin Andrew A. | Method and apparatus for rendering, storing and editing voxel objects |
JP4653538B2 (ja) * | 2005-03-30 | 2011-03-16 | 富士通株式会社 | 3次元データ管理装置、3次元データ管理プログラム及び3次元データ管理方法 |
US20080098450A1 (en) * | 2006-10-16 | 2008-04-24 | Toptrend Global Technologies, Inc. | Dual display apparatus and methodology for broadcast, cable television and IPTV |
AU2008330068B8 (en) * | 2007-11-27 | 2013-11-21 | Exxonmobil Upstream Research Company | Method for determining the properties of hydrocarbon reservoirs from geophysical data |
US8659747B2 (en) * | 2011-06-17 | 2014-02-25 | Raytheon Company | Determining thresholds to filter noise in GmAPD LADAR data |
JP2014089104A (ja) * | 2012-10-30 | 2014-05-15 | Mitsubishi Electric Corp | 体積推定装置、体積推定システム、体積推定方法および体積推定プログラム |
JP6150531B2 (ja) * | 2013-01-21 | 2017-06-21 | 三菱重工業株式会社 | 地形情報取得装置、地形情報取得システム、地形情報取得方法及びプログラム |
US9476730B2 (en) * | 2014-03-18 | 2016-10-25 | Sri International | Real-time system for multi-modal 3D geospatial mapping, object recognition, scene annotation and analytics |
US20160086352A1 (en) * | 2014-09-19 | 2016-03-24 | Siemens Aktiengesellschaft | Database-guided method for detecting a mineral layer from seismic survey data |
CN107567642A (zh) * | 2015-03-12 | 2018-01-09 | 快乐L-领主有限公司 | 用于基于体素的三维建模的系统、方法和设备 |
EP3234921A4 (en) * | 2015-04-20 | 2018-12-19 | Hewlett-Packard Development Company, L.P. | Creating a voxel representation of a three dimensional (3-d) object |
US10194829B2 (en) * | 2015-07-07 | 2019-02-05 | Q Bio, Inc. | Fast scanning based on magnetic resonance history |
US10114969B1 (en) * | 2015-08-04 | 2018-10-30 | Jordan White Chaney | Ultra-secure blockchain-based electronic information transfer system |
GB2557907B (en) * | 2016-11-17 | 2021-12-22 | Univ Bath | Apparatus, method and system relating to aircraft systems |
US10255694B2 (en) * | 2016-12-21 | 2019-04-09 | Uih America, Inc. | Methods and systems for emission computed tomography image reconstruction |
-
2018
- 2018-09-07 BR BR112020004515-2A patent/BR112020004515A2/pt unknown
- 2018-09-07 WO PCT/AU2018/050969 patent/WO2019046899A1/en unknown
- 2018-09-07 PE PE2020000318A patent/PE20201430A1/es unknown
- 2018-09-07 US US16/645,419 patent/US11265401B2/en active Active
- 2018-09-07 KR KR1020207010049A patent/KR20200057723A/ko not_active Application Discontinuation
- 2018-09-07 JP JP2020513804A patent/JP7267261B2/ja active Active
- 2018-09-07 RU RU2020112409A patent/RU2020112409A/ru unknown
- 2018-09-07 EP EP18854546.1A patent/EP3679551A4/en active Pending
- 2018-09-07 CA CA3075119A patent/CA3075119A1/en active Pending
- 2018-09-07 AU AU2018328754A patent/AU2018328754B2/en active Active
- 2018-09-07 CN CN201880071818.9A patent/CN111316332A/zh active Pending
-
2020
- 2020-03-05 CL CL2020000550A patent/CL2020000550A1/es unknown
- 2020-03-17 ZA ZA2020/01681A patent/ZA202001681B/en unknown
- 2020-03-31 CO CONC2020/0004013A patent/CO2020004013A2/es unknown
-
2022
- 2022-01-20 US US17/580,372 patent/US20220224781A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040125103A1 (en) * | 2000-02-25 | 2004-07-01 | Kaufman Arie E. | Apparatus and method for volume processing and rendering |
US20110202510A1 (en) * | 2010-02-17 | 2011-08-18 | Lockheed Martin Corporation | Supporting multiple different applications having different data needs using a voxel database |
CN101916299A (zh) * | 2010-09-01 | 2010-12-15 | 中国地质大学(武汉) | 一种基于文件系统的三维空间数据存储管理方法 |
CN105453139A (zh) * | 2013-07-17 | 2016-03-30 | 微软技术许可有限责任公司 | 用于3d表面重建的稀疏gpu体素化 |
US20170246812A1 (en) * | 2014-10-29 | 2017-08-31 | Hewlett-Packard Development Company, L.P. | Converting at least a portion of a 3-d object into a format suitable for printing |
Non-Patent Citations (2)
Title |
---|
万剑华等: "基于几何元素的具有影像纹理的三维空间数据模型", vol. 27, no. 6 * |
孙庆辉: "空间位置信息服务系统原理和方法", vol. 2009, 西安地图出版社, pages: 53 - 54 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116166839A (zh) * | 2023-03-01 | 2023-05-26 | 广州广检建设工程检测中心有限公司 | 一种钻芯过程监管系统、方法、介质及计算机 |
CN116166839B (zh) * | 2023-03-01 | 2023-09-12 | 广州广检建设工程检测中心有限公司 | 一种钻芯过程监管系统、方法、介质及计算机 |
Also Published As
Publication number | Publication date |
---|---|
CA3075119A1 (en) | 2019-03-14 |
WO2019046899A1 (en) | 2019-03-14 |
JP2020533684A (ja) | 2020-11-19 |
US11265401B2 (en) | 2022-03-01 |
KR20200057723A (ko) | 2020-05-26 |
AU2018328754A1 (en) | 2020-04-02 |
ZA202001681B (en) | 2023-10-25 |
CO2020004013A2 (es) | 2020-08-31 |
AU2018328754B2 (en) | 2023-11-23 |
JP7267261B2 (ja) | 2023-05-01 |
CL2020000550A1 (es) | 2020-11-13 |
EP3679551A4 (en) | 2021-06-23 |
BR112020004515A2 (pt) | 2020-09-08 |
US20200213426A1 (en) | 2020-07-02 |
EP3679551A1 (en) | 2020-07-15 |
RU2020112409A3 (zh) | 2022-04-05 |
US20220224781A1 (en) | 2022-07-14 |
RU2020112409A (ru) | 2021-10-07 |
PE20201430A1 (es) | 2020-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7267261B2 (ja) | 空間データ処理システムおよび方法 | |
CN100380407C (zh) | 用于交互式基于特征的地球科学几何建模的场景图的构造和维护 | |
Burrough et al. | Principles of geographical information systems | |
Sharafat et al. | BIM-GIS-based integrated framework for underground utility management system for earthwork operations | |
WO2017066679A1 (en) | Apparatus and method for displaying multi-format data in a 3d visualization space | |
Guo et al. | Towards automatic and topologically consistent 3D regional geological modeling from boundaries and attitudes | |
Guo et al. | An event-driven dynamic updating method for 3D geo-databases | |
Breunig et al. | The story of DB4GeO–a service-based geo-database architecture to support multi-dimensional data analysis and visualization | |
Antoniou et al. | Integrating virtual reality and GIS tools for geological mapping, data collection and analysis: An example from the Metaxa mine, Santorini (Greece) | |
Kong et al. | In-situ block characterization of jointed rock exposures based on a 3D point cloud model | |
Karabegovic et al. | Integration and interoperability of spatial data in spatial decision support system environment | |
Duncan et al. | 3D GIS for mine development–integrated concepts | |
Karim et al. | The potential of the 3D Dual Half-Edge (DHE) data structure for integrated 2D-space and scale modelling: A Review | |
Apel | A 3d geoscience information system framework | |
Graciano et al. | A formal framework for the representation of stack-based terrains | |
Nasir et al. | Managing Indoor Movable Assets in 3D using CityGML for Smart City Applications | |
Talipova et al. | Perspectives of Interactions CAD and GIS Systems | |
Zhu et al. | Multi-Scalar Oblique Photogrammetry-Supported 3D webGIS Approach to Preventive Mining-Induced Deformation Analysis | |
Noardo | Spatial ontologies for architectural heritage. | |
Liu et al. | Multivariate Data Fusion Method Based on 3DGIS and its Application in Engineering Management | |
Gradstein et al. | Geologic Time Scale Estimation | |
Yarus et al. | Geoinformatics | |
Febbo et al. | Integration of a Geospatial Framework with a Suite of Numerical Models for Operational, Environmental and Regulatory Aspects of Cooling Water Usage | |
Kruiper | Automatic recognition of underground utilities in point clouds | |
Frank | Geo-Spatial Analysis Techniques |
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 |