CN113409451A - 一种生产设备的数字三维模型构建方法、系统和存储介质 - Google Patents

一种生产设备的数字三维模型构建方法、系统和存储介质 Download PDF

Info

Publication number
CN113409451A
CN113409451A CN202110777580.5A CN202110777580A CN113409451A CN 113409451 A CN113409451 A CN 113409451A CN 202110777580 A CN202110777580 A CN 202110777580A CN 113409451 A CN113409451 A CN 113409451A
Authority
CN
China
Prior art keywords
equipment
model
sub
dimensional model
dimensional
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.)
Granted
Application number
CN202110777580.5A
Other languages
English (en)
Other versions
CN113409451B (zh
Inventor
葛亚飞
包卿
魏巍
林加旗
郝华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Mingdu Intelligent Control Technology Co ltd
Original Assignee
Zhejiang Mingdu Intelligent Control Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Mingdu Intelligent Control Technology Co ltd filed Critical Zhejiang Mingdu Intelligent Control Technology Co ltd
Publication of CN113409451A publication Critical patent/CN113409451A/zh
Application granted granted Critical
Publication of CN113409451B publication Critical patent/CN113409451B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
    • 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
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Library & Information Science (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种生产设备的数字三维模型构建方法、系统和存储介质，通过对存在连接区域的设备特征图形进行分割，形成多个子设备特征图形，然后再对各子设备特征图形分别检索匹配三维模型并根据车间二维图进行相互间位置调整，最后生成符合车间二维图中位置和大小的组合设备模型。解决了目前由于车间空间摆放布置使得生产设备某些部位存在上下交错等，无法直接在车间二维图上通过对这类互相连接的生产设备单独进行边缘检测，只能重新通过人工进行三维单体建模而延缓项目进度的问题。

Description

一种生产设备的数字三维模型构建方法、系统和存储介质
技术领域
本发明涉及智能制造技术领域，尤其涉及一种生产设备的数字三维模型构建方法、系统和存储介质。
背景技术
随着企业对各类创新技术的采用，新型的数字化工厂正悄然引领制造业的转型，并推动着制造业的中心迈向高度定制化的产品和系统。数字化工厂不仅可以覆盖从研发到售后的各个业务环节，也可以拓展到横向的供应商管理领域。领先的制造型企业正采用一系列的先进技术实现生产乃至整条供应链的数字化。这些技术包括大数据分析解决方案、端至端的实时规划和互联、自控系统、数字孪生等。凭借这些技术，效率得以提升，企业能够批量生产高度定制化的产品。因此，数字工厂生产指挥中心在监控企业生产质量、工艺参数、生产能效、物料库存等方面起到至关重要作用。
指挥中心三维布局展示功能，需要将数字工厂全局进行三维虚拟化建模，与生产相关数据进行绑定，然后以实际生产的数据流来驱动虚拟的三维场景模型，形成数字工厂的数字孪生系统。这时候，三维建模的效率、模型质量等直接影响了项目的周期、成本和用户体验。目前在数字工厂生产指挥中心系统中，三维工厂场景布局设计，涉及到需要依据客户工厂的设备、流水线等进行三维模型建模设计，后续客户设备类型替换、场景有变更，场景模型都需要进行变化，这些都是以人力进行，过度依赖用户经验和能力。具体的，目前往往根据生产车间的CAD图纸等二维图中的生产设备图形去生产设备三维模型数据库中进行检索查找对应的三维模型，但是一些生成设备间常常是相互连接，或者生产设备的部分构件在立体空间中是存在交错或高低分布的，这样将导致这些设备在平面图上是相互连接的，从而无法将各生产设备在平面图上分离出来与数据库中的三维模型进行自动检索匹配，从而只能人工进行三维单体建模，使得项目的进度、模型质量难以保障。
发明内容
本发明针对现有技术中的不足，提供了一种生产设备的数字三维模型构建方法，包括如下步骤：
根据设备特征图形在第一级模型库中进行查询，如果相似度大于第一预设值则将对应设备三维模型作为其三维图像，否则对存在一个或多个连接区域的设备特征图形进行分割，形成多个子设备特征图形，所述连接区域为区域宽度小于区域两端特定比例且被连接区域分隔的两端区域的大小比例在预定区间内；
设定每个子设备特征图形在该图层的位置锚点，并记录每个子设备特征图形的第二间距，所述第二间距为所述设备特征图形与相邻子设备特征图形间的距离；
根据子设备特征图形在本图层的第一级模型库包含的俯视图或侧视图或轴视图中查询匹配的三维模型，如果相似度大于第二预设值则获取对应三维模型身份信息；
根据所有组成的子设备特征图形数量和对应的三维模型身份信息在第二级模型库中查询匹配的组合模型，所述组合模型被配置为具有对所包含的子设备模块主体间距进行调节的位置参数；
根据各子设备特征图形的第二间距对所述组合模型的位置参数进行调整，形成与设备特征图形匹配的组合模型。
优选的，所述第二级模型库中还存储有组合模型对应的二维模型图像、组合设备三维模型、各子设备三维模型身份信息和/或子设备数量。
优选的，所述步骤根据各子设备特征图形的第二间距对所述组合模型的位置参数进行调整，形成与设备特征图形匹配的组合模型，具体还包括：根据各子设备特征图形的第二间距来对组合模型的位置参数进行调整，直至各子设备的主体间距符合第二间距要求。
优选的，所述第二预设值小于第一预设值。
优选的，上述生产设备的数字三维模型构建方法，还包括如下步骤：如果相似度小于第一预设值且不存在一个或多个连接区域，则重新制作生成与该设备特征图形对应的简易三维模型。
优选的，所述步骤如果相似度小于第一预设值且不存在一个或多个连接区域则重新制作生成与该设备特征图形对应的简易三维模型，具体包括：如不存在连接区域则生成与设备特征图形长宽比例相同的长方体模型，并通过获取该设备实际图片并将图片与所述长方体模型结合形成该设备特征图形对应的简易三维模型。
本发明还公开了一种生产设备的数字三维模型构建系统，包括：图形分割模块，用于根据设备特征图形在第一级模型库中进行查询，如果相似度大于第一预设值则将对应设备三维模型作为其三维图像，否则对存在一个或多个连接区域的设备特征图形进行分割，形成多个子设备特征图形，所述连接区域为区域宽度小于区域两端特定比例且被连接区域分隔的两端区域的大小比例在预定区间内；子设备锚点获取模块，用于设定每个子设备特征图形在该图层的位置锚点，并记录每个子设备特征图形的第二间距，所述第二间距为所述设备特征图形与相邻子设备特征图形间的距离；子设备模型查询模块，用于根据子设备特征图形在本图层的第一级模型库包含的俯视图或侧视图或轴视图中查询匹配的三维模型，如果相似度大于第二预设值则获取对应三维模型身份信息；组合模型查询模块，用于根据所有组成的子设备特征图形数量和对应的三维模型身份信息在第二级模型库中查询匹配的组合模型，所述组合模型被配置为具有对所包含的子设备模块主体间距进行调节的位置参数；组合调整模块，用于根据各子设备特征图形的第二间距对所述组合模型的位置参数进行调整，形成与设备特征图形匹配的组合模型。
优先的，所述第二级模型库中还存储有组合模型对应的二维模型图像、组合设备三维模型、各子设备三维模型身份信息和/或子设备数量。
本发明还公开一种生产设备的数字三维模型构建装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一所述方法的步骤。
本发明还公开了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一所述方法的步骤。
本实施例公开的通过对存在连接区域的设备特征图形进行分割，形成多个子设备特征图形，然后再对子设备特征图形分别检索匹配三维模型并根据车间二维图进行相互间位置调整，最后生成符合车间二维图中位置和大小的组合设备模型。解决了由于车间空间摆放布置使得生产设备某些部位存在上下交错等，使得在车间二维图上上述这些生产设备在该车间二维图上的设备特征图形呈现出互相连接状态，而非独立的图形单元，无法直接通过对这类互相连接的生产设备单独进行边缘检测，而造成无法利用相似度在第一级模型库中找到与之匹配的三维模型，只能重新通过人工进行三维单体建模而延缓项目进度的问题。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本实施例公开的一生产设备的数字三维模型构建方法的流程示意图。
图2为本实施例公开的锚点设置示意图。
图3为本实施例公开的步骤S3的具体流程示意图。
图4为本实施例公开的步骤S32的具体流程示意图。
图5为本实施例公开的步骤S323的具体流程示意图。
图6为本实施例公开的步骤S4的具体流程示意图。
图7为本实施例公开的步骤S4的另一具体流程示意图。
图8为本实施例公开的另一生产设备数字三维模型构建方法的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
除非另作定义，此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”或者“一”等类似词语也不表示数量限制，而是表示存在至少一个。
目前数字工厂生产指挥中心系统中，三维工厂场景布局设计，涉及到需要依据客户工厂的设备、流水线等进行三维模型建模设计，后续客户设备类型替换、场景有变更，场景模型都需要进行变化，这些都是以人力进行，过度依赖用户经验和能力。例如数字工厂三维场景建模，大多是人工进行单模型建模设计，然后依据二维场景图纸进行整体模型拼接设计，后续单模型有修改、更新整体场景，都会十分困难，耗时巨大，且不一定能保证修改质量，对项目的影响较大。为大幅降低建模时间，提高项目维护效率，降低管理成本，迫切需要一种能取代大量人工的建模系统，并通过计算机技术，高效稳定的对整个三维场景进行维护优化。
附图1为本实施例公开的用于数字工厂内的生产设备的三维场景构建方法，具体包括如下步骤：
步骤S1，获取车间二维图的设备图层，对设备图层内的图形元素进行边缘检测，拆分出独立的设备特征图形。
具体的，通过设定二维图提取规则，以车间二维图上各类元素的图层为基础，以生产设备为例，默认设定单台生产设备元素为最小单位，运用Canny边缘检测算法，对二维图的设备图层各元素的边缘特征进行提取，完成对整个图层进行拆分，存储被拆分出的独立的设备特征图形。其中车间二维图是将生产设备、辅助设施、地标、消防设备等元素归类并隔离在不同图层的CAD图。
其中通过Canny边缘检测算法对设备图层各元素的边缘特征进行提取的具体步骤如下：①用高斯滤波器平滑图象；②用一阶偏导的有限差分来计算梯度的幅值和方向；③对梯度幅值进行非极大值抑制；④用双阈值算法检测和连接边缘。对非极大值抑制图像作用两个阈值θ1和θ2，两者关系θ1＝0.4*θ2。我们把梯度值小于θ1的像素的灰度值设为0，得到图像一。然后把梯度值小于θ2的像素的灰度值设为0，得到图像二。由于图像二的阈值较高，去除大部分噪音，但同时也损失了有用的边缘信息。而图像一的阈值较低，保留了较多的信息，我们可以以图像二为基础，以图像一为补充来连结图像的边缘。
连结图像的边缘的具体步骤如下：对图像二进行扫描，当遇到一个非零灰度的像素p(x,y)时，跟踪以p(x,y)为开始点的轮廓线，直到轮廓线的终点q(x,y)。考察图像一中与图像二中q(x,y)点位置对应的点s(x,y)的邻近区域。如果在s(x,y)点的邻近区域中有非零像素s(x,y)存在，则将其包括到图像二中，作为r(x,y)点。从r(x,y)开始，重复第一步，直到我们在图像一和图像二中都无法继续为止。当完成对包含p(x,y)的轮廓线的连结之后，将这条轮廓线标记为已经访问。回到第一步，寻找下一条轮廓线。重复前述步骤①用高斯滤波器平滑图象；②用一阶偏导的有限差分来计算梯度的幅值和方向；③对梯度幅值进行非极大值抑制。直到图像二中找不到新轮廓线为止。至此，完成Canny算子的边缘检测。
步骤S2，设定每一设备特征图形的标识信息和在所述设备图层的位置锚点，并记录设备特征图形的第一间距，所述第一间距为该设备特征图形与至少一相邻的设备特征图形间的距离。
具体的，设定设备特征图形在该图层中的位置锚点，设定方式可以选择图像的四个角，例如程序设定为0、1、2、3，对应的分别为左上、右上、左下、右下四个位置。同时记录该设备特征图形的标识信息，用于表明该设备特征图形在该层图中的位置，以及记录设备特征图形的第一间距，其中第一间距为该设备特征图形与至少一相邻的设备特征图形间的距离。第一间距也可以是包含该设备特征图形与相邻的周围其它几个设备特征图形间的多个间距信息，以便后续三维场景重建时自动调整元素位置，避免出现模型拥挤、叠加等特殊情况。如附图2所示，设备虚线外框为图形拆分后的最小单元标志，表示该设备为一个独立的单元体，对其进行特征提取，右上角的标识为位置定位，设定的锚点采用上文所述的四种方式中的右上模式，后续依据此锚点进行三维模型的匹配定位放置。
步骤S3，根据设备特征图形在对应图层的第一级模型库中查询与其匹配的二维模型图像以及绑定的设备三维模型。具体的，如附图3所示，该步骤可以包括如下内容。
步骤S31，根据设备特征图形在本图层的第一级模型库包含的俯视图或侧视图或轴视图中进行查询，如果相似度大于第一预设值则将对应设备三维模型作为其三维图像。
其中各图层分别设置有对应的多个模型库。其中模型库是通过根据行业特点，将重点设备、常规设备的三维模型进行预先设计，并将其与设备属性进行打包比如设备名称、设备型号、设备三视图等，形成的模块化数据库，每个设备模块具有唯一的身份信息。各图层根据其不同的设备属性对应不同的数据库。在本实施例中，该生成设备图层还对应有多个模块库，其中第一级模型库包括最基本单位的生产设备，该级生产设备无法再被分拆成多个单独设备被分别布置在车间二维图中。
在一些具体实施例中，因行业内提供的车间二维图一般以俯视平面为主，侧视图为辅，所以在场景重建时，主要以俯视图为依据进行。另外，因三维模型库中的设备模型有绑定的二维俯视图信息，通过对照库中绑定的二维俯视图信息与客户提供的车间二维图中的设备特征图形匹配，可快速提取所匹配到的三维模型。
在获得车间二维图的设备图层上的各设备特征图形后，通过Image Retrieval等图像检索算法，在第一级模型库中快速查询与之匹配的二维图像，以及绑定的三维模型图，其中二维图像可以是俯视图或侧视图或轴视图，如果相似度大于第一预设值则将对应设备三维模型作为其三维图像。其中第一预设值为预先设定的一个相似度，用于判断设备特征图形是否与三维模型中的二维图像为同一设备。例如相似度预设一个值(e.g.80％)，高于预设值(80％)，即认为是合适的，然后即可拉出与之绑定的三维模型，将该三维模型设置为该设备特征图像对应的设备三维模型。
步骤S32，如果相似度小于预设值则重新制作生成与该设备特征图形对应的简易三维模型。
具体的，当一设备特征图形与第一级模型库包含所有设备二维图像的相似度均小于第一预设值，则认为没有与之匹配的图像。这时用过简易模型与贴图的方式进行三维模型重构，以此来补充独有的模型库，同时将重构的三维模型，重新绘制与之对应的二维图像即俯视图、侧视图、轴视图，并进行绑定。以此规则建立计算机自动化处理流程，不断循环，久而久之模型库不断丰富完善，后续的模型会越来越精准，匹配度会越来越高。简易模型可以是模型库里面的相似度最高的模型，也可以是一个和目标图像的尺寸大小一致的方块三维模型，将此二维图像和实际设备各角度照片进行结合，将图像转换为法线贴图以便计算三维场景中模型的光照和阴影，以此能极大的缩减模型所占空间。
在一些具体实施例中，通过自定义深度抠像、距离隐藏、视角隐藏、遮挡剔除等来缩减三维场景模型所占空间。在贴图方面，通过程序设计，将各贴图的材质做成各类shader，对材质的颜色、属性、反射、平滑度等进行一一优化，结合图片各像素的法线方向数据，在保障模型质量的前提下，尽量压缩所占的空间。
如附图4所示，步骤S32具体还包括如下内容。
步骤S321，如果相似度小于预设值，则判断设备特征图形中是否存在一个或多个连接区域，所述连接区域为区域宽度小于区域两端特定比例且被连接区域分隔的两端区域的大小比例在预定区间内。
在一些具体实施例中，由于一些生产设备间存在前后物料输送的传接关系、或者由于车间空间摆放布置使得生产设备某些部位存在上下交错等，使得在车间二维图上，尤其是以生产设备的俯视图为图形要素的车间二维图上，上述这些生产设备在该车间二维图上的设备特征图形呈现出互相连接状态，而非独立的图形单元，因此无法通过前述步骤S1对这类互相连接的生产设备进行切分成独立的设备特征图形，只能被边缘检测识别为一个整体设备特征图形，也就无法利用相似度在第一级模型库中找到与之匹配的三维模型。
在本实施例中，对这类由多个生产设备构成的组合设备特征图形，通过识别组合设备特征图形内的各生产设备间的连接区域来将其进行分割，由于各生产设备间的这个连接区域往往其宽度要远小于两边的生产设备主体，且连接区域两端的作为生产设备的主体区域间的大小差距不会太大。因此可通过识别组合设备特征图形中的一些特定区域，该特定区域的宽度小于区域两端特定比例且被该区域分隔的两端主体区域的大小比例在预定区间内，将该特定区域作为连接区域。即连接区域可以为区域宽度小于区域两端特定比例且被连接区域分隔的两端区域的大小比例在预定区间内。
步骤S322，如存在连接区域则沿连接区域两端对设备特征图形进行分割，形成多个子设备特征图形。
对识别出的连接区域两端进行分割，获得组成该组合设备特征图形的各个子生产设备的主体的设备图像特征。
步骤S323，根据子设备特征图形在本图层的第一级模型库包含的俯视图或侧视图或轴视图中查询匹配的三维模型，并根据所有子设备特征图形匹配的三维模型和组成数量在本图层的第二级模型库中查询对应的组合模型，其中所述第二级模型库中存储有组合模型对应的二维模型图像、组合设备三维模型、各子设备三维模型身份信息和子设备数量。
其中，第二级模型库中存储有由各生产设备组合而成的组合模型，包括组合模型对应的二维模型图像、组合设备三维模型、各子设备三维模型身份信息和子设备数量。其中该组合模型的子设备均为第一级模型库中的生产设备，其子设备三维模型身份信息也为对应的第一级模型库中的生产设备三维模型身份信息。根据各生产设备的连接关系和车间布局，该第二级模型库的组合模型包含各类生产设备在车间二维图中会出现连接或重合情况的各种可能的组合方式。
如附图5所示，所述步骤S323具体还包括如下步骤。
步骤S3231，设设定每个子设备特征图形在该图层的位置锚点，并记录每个子设备特征图形的第二间距，所述第二间距为所述设备特征图形与相邻子设备特征图形间的距离。
步骤S3232，根据子设备特征图形在本图层的第一级模型库包含的俯视图或侧视图或轴视图中查询匹配的三维模型，如果相似度大于第二预设值则获取对应三维模型身份信息，所述第二预设值小于第一预设值。由于存在连接区域，无法判定该连接区域属于哪一侧的生产设备，在组合设备特征图形中被分割后的子设备图像特征由于缺少可能的连接区域部分，其与匹配的三维模型的二维图像的近似度可能会被降低。
步骤S3233，根据所有组成的子设备特征图形数量和对应的三维模型身份信息在本图层的第二级模型库中查询匹配的组合模型，所述组合模型被配置为具有对所包含的子设备模块主体间距进行调节的位置参数。
具体的，第二级模型库中存储的组合模型除了包括对应的二维模型图像、组合设备三维模型、各子设备三维模型身份信息和子设备数量外，还可包括对所包含的子设备模块主体间距进行调节的位置参数。通过调节设置该位置参数，可改变该组合模型中的各子生产设备主体间的距离。通过调节该位置参数可在保证各子设备间仍然处于连接状态或交错状态的同时，改变各子设备的主体间距，适应车间二维图上的各生产设备的布置位置。
步骤S3234，根据各子设备特征图形的第二间距对所述组合模型的位置参数进行调整，形成与设备特征图形匹配的组合模型。根据各子设备特征图形的第二间距来对组合模型的位置参数进行调整，直至各子设备的主体间距符合第二间距要求。
步骤S324，如不存在连接区域则生成与设备特征图形长宽比例相同的长方体模型，并通过获取该设备实际图片并将图片与所述长方体模型结合形成该设备特征图形对应的简易三维模型。
步骤S4，根据设备特征图形的位置锚点和标识信息布置对应的设备三维模型，并根据所述第一间距对各设备三维模型分别进行大小调整。
虽然三维模型间隔是根据车间二维图中的间距等比例放置，不会出现过密情况，但由于各生产设备三维模型间的大小关系和实际车间二维图中的设备间大小比例存在出入，因此需对生产设备三维模型再进行大小调整以符合车间二维图中的布置位置和设备间距。
如附图6所示，该步骤S4具体包括如下内容。
步骤S41，遍历该图层内的所有设备特征图形对应的三维模型，判断是否存在相邻的同型号设备三维模型。
步骤S42，如存在则获取一组相邻布置的同型号设备三维模型，根据设备特征图形标识信息查询获取对应的第一间距，根据各设备特征图形对应的第一间距对该组同型号设备三维模型进行等比例缩放至符合各设备特征图形的第一间距。
步骤S43，将完成缩放的该组同型号设备三维模型为起始点，由近及远逐个对其它设备特征图形匹配的设备三维模型进行缩放至符合对应的第一间距。
通过同类型生产设备的三维模型大小相同，优先对相邻的同型号生产设备进行大小调整，然后以该调整后的生产设备三维图为基准，利用其与相邻其它生产设备的第一间距由近及远逐个对其它设备特征图形匹配的设备三维模型进行缩放至符合对应的第一间距。
在另一些具体实施例中，如附图7所示，所述步骤S4还包括如下内容。
步骤S44，如不存在相邻的同型号设备三维模型，则从该图层包含的所有设备特征图形对应的设备三维模型中获取具有第一属性的第一设备模型。
在该实施例中，以生产设备在真实车间中的所占空间大小将设备三维模型赋予第一属性和第二属性，其中第一属性表示该生产设备体积较大需优先进行布置，第二属性表示该生产设备依据第一属性设备进行调整布置。
步骤S45，获取第一设备模型对应的设备特征图形的长度或宽度与相邻两锚点间距的参考比例，根据所述参考比例对第一设备模型进行缩放。
步骤S46，将完成缩放的第一设备模型为起始点，由近及远逐个对具有第二属性的第二设备模型进行缩放至符合对应的第一间距。
本实施例公开的用于数字工厂的三维场景构建方法通过分层方式，同时分别设置包含单独生产设备的第一级模型库和包含组合生产设备的第二级模型库，通过在对于模型库中找到相应三维模型后，通过锚点定位，利用方向移动和模型大小缩放等手段重构三维场景，不仅能快速检索整个模型库，对特征进行精准匹配，同时能保障整个场景三维建模的完整性。在二维图形特征提取后，与模型库中的模型特征进行匹配，通过唯一身份信息，实现快速定位模型；同时依据设定的锚点，结合匹配到的三维模型，采用一一映射的方式对整个三维场景进行重建，提高场景建模精准度。该方法根据设备模型三视图属性，为每个设备设定唯一身份信息；对车间二维图中模型内容识别，以设备、流水线等为最小单位进行拆分、提取特征；以设备、流水线等为最小单位，在车间二维图上设定位置锚点；依据二维图中提取的特征，在模块化数据库中进行检索比对，并根据位置锚点进行匹配建模，从而建立完整的三维场景模型。该方法可节省三维场景建模过程中的位置适配、场景拼接，以及后续模型修改和整场景更新的工作。
在另一具体实施例中，如附图8所示，还公开另一种生产设备的数字三维模型构建方法，用于对生产设备模型进行构建，该实施例公开的数字三维模型构建方法与前面实施例中的三维模型制作方法类似，下面仅对一些不同的内容或不同步骤顺序进行论述，其它内容可参见前述各实施例就不再重复进行论述了，该方法具体包括如下步骤。
步骤S101，根据设备特征图形在第一级模型库中进行查询，如果相似度大于第一预设值则将对应设备三维模型作为其三维图像，否则对存在一个或多个连接区域的设备特征图形进行分割，形成多个子设备特征图形，所述连接区域为区域宽度小于区域两端特定比例且被连接区域分隔的两端区域的大小比例在预定区间内。
步骤S102，设定每个子设备特征图形在该图层的位置锚点，并记录每个子设备特征图形的第二间距，所述第二间距为所述设备特征图形与相邻子设备特征图形间的距离。
步骤S103，根据子设备特征图形在本图层的第一级模型库包含的俯视图或侧视图或轴视图中查询匹配的三维模型，如果相似度大于第二预设值则获取对应三维模型身份信息。在本实施例中，第二预设值选择小于第一预设值。由于存在连接区域，无法判定该连接区域属于哪一侧的生产设备，在组合设备特征图形中被分割后的子设备图像特征由于缺少可能的连接区域部分，其与匹配的三维模型的二维图像的近似度可能会被降低。
步骤S104，根据所有组成的子设备特征图形数量和对应的三维模型身份信息在第二级模型库中查询匹配的组合模型，所述组合模型被配置为具有对所包含的子设备模块主体间距进行调节的位置参数。具体的，第二级模型库中存储的组合模型除了包括对应的二维模型图像、组合设备三维模型、各子设备三维模型身份信息和/或子设备数量外，还可包括对所包含的子设备模块主体间距进行调节的位置参数。通过调节设置该位置参数，可改变该组合模型中的各子生产设备主体间的距离。通过调节该位置参数可在保证各子设备间仍然处于连接状态或交错状态的同时，改变各子设备的主体间距，适应车间二维图上的各生产设备的布置位置。
步骤S105，根据各子设备特征图形的第二间距对所述组合模型的位置参数进行调整，形成与设备特征图形匹配的组合模型。根据各子设备特征图形的第二间距来对组合模型的位置参数进行调整，直至各子设备的主体间距符合第二间距要求。
在本实施例中，步骤S101还可包括如下内容：如果相似度小于第一预设值且不存在一个或多个连接区域，则重新制作生成与该设备特征图形对应的简易三维模型。具体的，如不存在连接区域则生成与设备特征图形长宽比例相同的长方体模型，并通过获取该设备实际图片并将图片与所述长方体模型结合形成该设备特征图形对应的简易三维模型。
其中，第二级模型库中存储有由各生产设备组合而成的组合模型，包括组合模型对应的二维模型图像、组合设备三维模型、各子设备三维模型身份信息和子设备数量。其中该组合模型的子设备均为第一级模型库中的生产设备，其子设备三维模型身份信息也为对应的第一级模型库中的生产设备三维模型身份信息。根据各生产设备的连接关系和车间布局，该第二级模型库的组合模型包含各类生产设备在车间二维图中会出现连接或重合情况的各种可能的组合方式。
在实际的生产车间布局中，一些生产设备间存在前后物料输送的传接关系、或者由于车间空间摆放布置使得生产设备某些部位存在上下交错等，使得在车间二维图上，尤其是以生产设备的俯视图为图形要素的车间二维图上，上述这些生产设备在该车间二维图上的设备特征图形呈现出互相连接状态，而非独立的图形单元，因此无法直接通过对这类互相连接的生产设备进行切分成独立的设备特征图形，只能被边缘检测识别为一个整体设备特征图形，也就无法利用相似度在第一级模型库中找到与之匹配的三维模型。在本实施例中，对这类由多个生产设备构成的组合设备特征图形，通过识别组合设备特征图形内的各生产设备间的连接区域来将其进行分割，由于各生产设备间的这个连接区域往往其宽度要远小于两边的生产设备主体，且连接区域两端的作为生产设备的主体区域间的大小差距不会太大。因此可通过识别组合设备特征图形中的一些特定区域，该特定区域的宽度小于区域两端特定比例且被该区域分隔的两端主体区域的大小比例在预定区间内，将该特定区域作为连接区域。对存在连接区域的设备特征图形进行分割，形成多个子设备特征图形，然后再对子设备特征图形分别检索匹配三维模型并根据车间二维图进行相互间位置调整，最后生成符合车间二维图中位置和大小的组合设备模型。避免了重新通过人工进行三维单体建模而延缓项目进度的问题。
在另一些实施例中，还公开了生产设备的数字三维模型构建系统，包括图形分割模块、子设备锚点获取模块、子设备模型查询模块、组合模型查询模块和组合调整模块。其中图形分割模块，用于根据设备特征图形在第一级模型库中进行查询，如果相似度大于第一预设值则将对应设备三维模型作为其三维图像，否则对存在一个或多个连接区域的设备特征图形进行分割，形成多个子设备特征图形，所述连接区域为区域宽度小于区域两端特定比例且被连接区域分隔的两端区域的大小比例在预定区间内。子设备锚点获取模块，用于设定每个子设备特征图形在该图层的位置锚点，并记录每个子设备特征图形的第二间距，所述第二间距为所述设备特征图形与相邻子设备特征图形间的距离。子设备模型查询模块，用于根据子设备特征图形在本图层的第一级模型库包含的俯视图或侧视图或轴视图中查询匹配的三维模型，如果相似度大于第二预设值则获取对应三维模型身份信息。组合模型查询模块，用于根据所有组成的子设备特征图形数量和对应的三维模型身份信息在第二级模型库中查询匹配的组合模型，所述组合模型被配置为具有对所包含的子设备模块主体间距进行调节的位置参数。组合调整模块，用于根据各子设备特征图形的第二间距对所述组合模型的位置参数进行调整，形成与设备特征图形匹配的组合模型。其中第二级模型库中还存储有组合模型对应的二维模型图像、组合设备三维模型、各子设备三维模型身份信息和/或子设备数量。
需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
对于实施例公开的生产设备的数字三维模型构建系统而言，由于其与实施例公开的生产设备的数字三维模型构建方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
在另一些实施例中，还提供了一种生产设备的数字三维模型构建装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述各实施例中描述的生产设备的数字三维模型构建方法的各个步骤。
其中生产设备的数字三维模型构建装置可包括但不仅限于，处理器、存储器。本领域技术人员可以理解，所述示意图仅仅是生产设备的数字三维模型构建装置的示例，并不构成对生产设备的数字三维模型构建的装置设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述生产设备的数字三维模型构建的装置设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述生产设备的数字三维模型构建的装置设备的控制中心，利用各种接口和线路连接整个生产设备的数字三维模型构建的装置设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述生产设备的数字三维模型构建的装置设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述生产设备的数字三维模型构建的装置如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也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计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个生产设备的数字三维模型构建方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
总之，以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所作的均等变化与修饰，皆应属本发明专利的涵盖范围。

Claims (10)

1.一种生产设备的数字三维模型构建方法，其特征在于，包括如下步骤：
根据设备特征图形在第一级模型库中进行查询，如果相似度大于第一预设值则将对应设备三维模型作为其三维图像，否则对存在一个或多个连接区域的设备特征图形进行分割，形成多个子设备特征图形，所述连接区域为区域宽度小于区域两端特定比例且被连接区域分隔的两端区域的大小比例在预定区间内；
设定每个子设备特征图形在该图层的位置锚点，并记录每个子设备特征图形的第二间距，所述第二间距为所述设备特征图形与相邻子设备特征图形间的距离；
根据子设备特征图形在本图层的第一级模型库包含的俯视图或侧视图或轴视图中查询匹配的三维模型，如果相似度大于第二预设值则获取对应三维模型身份信息；
根据所有组成的子设备特征图形数量和对应的三维模型身份信息在第二级模型库中查询匹配的组合模型，所述组合模型被配置为具有对所包含的子设备模块主体间距进行调节的位置参数；
根据各子设备特征图形的第二间距对所述组合模型的位置参数进行调整，形成与设备特征图形匹配的组合模型。
2.根据权利要求1所述的生产设备的数字三维模型构建方法，其特征在于：所述第二级模型库中还存储有组合模型对应的二维模型图像、组合设备三维模型、各子设备三维模型身份信息和/或子设备数量。
3.根据权利要求2所述的生产设备的数字三维模型构建方法，其特征在于：所述步骤根据各子设备特征图形的第二间距对所述组合模型的位置参数进行调整，形成与设备特征图形匹配的组合模型，具体还包括：根据各子设备特征图形的第二间距来对组合模型的位置参数进行调整，直至各子设备的主体间距符合第二间距要求。
4.根据权利要求3所述的生产设备的数字三维模型构建方法，其特征在于：所述第二预设值小于第一预设值。
5.根据权利要求4所述的生产设备的数字三维模型构建方法，其特征在于，还包括如下步骤：
如果相似度小于第一预设值且不存在一个或多个连接区域，则重新制作生成与该设备特征图形对应的简易三维模型。
6.根据权利要求5所述的生产设备的数字三维模型构建方法，其特征在于，所述步骤如果相似度小于第一预设值且不存在一个或多个连接区域则重新制作生成与该设备特征图形对应的简易三维模型，具体包括：
如不存在连接区域则生成与设备特征图形长宽比例相同的长方体模型，并通过获取该设备实际图片并将图片与所述长方体模型结合形成该设备特征图形对应的简易三维模型。
7.一种生产设备的数字三维模型构建系统，其特征在于，包括：
图形分割模块，用于根据设备特征图形在第一级模型库中进行查询，如果相似度大于第一预设值则将对应设备三维模型作为其三维图像，否则对存在一个或多个连接区域的设备特征图形进行分割，形成多个子设备特征图形，所述连接区域为区域宽度小于区域两端特定比例且被连接区域分隔的两端区域的大小比例在预定区间内；
子设备锚点获取模块，用于设定每个子设备特征图形在该图层的位置锚点，并记录每个子设备特征图形的第二间距，所述第二间距为所述设备特征图形与相邻子设备特征图形间的距离；
子设备模型查询模块，用于根据子设备特征图形在本图层的第一级模型库包含的俯视图或侧视图或轴视图中查询匹配的三维模型，如果相似度大于第二预设值则获取对应三维模型身份信息；
组合模型查询模块，用于根据所有组成的子设备特征图形数量和对应的三维模型身份信息在第二级模型库中查询匹配的组合模型，所述组合模型被配置为具有对所包含的子设备模块主体间距进行调节的位置参数；
组合调整模块，用于根据各子设备特征图形的第二间距对所述组合模型的位置参数进行调整，形成与设备特征图形匹配的组合模型。
8.根据权利要求7所述生产设备的数字三维模型构建系统，其特征在于：所述第二级模型库中还存储有组合模型对应的二维模型图像、组合设备三维模型、各子设备三维模型身份信息和/或子设备数量。
9.一种用于生产设备的数字三维模型构建装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现如权利要求1-6任一所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-6任一所述方法的步骤。
CN202110777580.5A 2021-03-16 2021-07-09 一种生产设备的数字三维模型构建方法、系统和存储介质 Active CN113409451B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110280142 2021-03-16
CN2021102801428 2021-03-16

Publications (2)

Publication Number Publication Date
CN113409451A true CN113409451A (zh) 2021-09-17
CN113409451B CN113409451B (zh) 2022-04-15

Family

ID=77685728

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202110778535.1A Active CN113435773B (zh) 2021-03-16 2021-07-09 一种用于数字工厂的生产进度监控方法、系统和存储介质
CN202110777580.5A Active CN113409451B (zh) 2021-03-16 2021-07-09 一种生产设备的数字三维模型构建方法、系统和存储介质

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202110778535.1A Active CN113435773B (zh) 2021-03-16 2021-07-09 一种用于数字工厂的生产进度监控方法、系统和存储介质

Country Status (1)

Country Link
CN (2) CN113435773B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI783818B (zh) * 2021-12-13 2022-11-11 上銀科技股份有限公司 建立數位孿生模型的方法和系統
CN115759698A (zh) * 2022-12-06 2023-03-07 中山联合鸿兴造纸有限公司 基于数字工厂的瓦楞原纸生产进度数据监控方法及系统
CN116957309A (zh) * 2023-09-21 2023-10-27 深圳市明心数智科技有限公司 一种纺织场景动态监测方法、系统及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007079361A2 (en) * 2005-12-20 2007-07-12 Mental Images Gmbh Modeling the three-dimensional shape of an object by shading of a two-dimensional image
US20100238167A1 (en) * 2008-04-14 2010-09-23 Ricky Lynn Black System and method for converting dimensions
US20160063821A1 (en) * 2011-08-30 2016-03-03 Digimarc Corporation Methods and arrangements for identifying objects
EP3104302A1 (en) * 2015-06-09 2016-12-14 ABB Technology Ltd A method of digitalising engineering documents
US20180120816A1 (en) * 2016-10-27 2018-05-03 Voodoo Manufacturing, Inc. Fabrication of three-dimensional part with two-dimensional image applied thereon
CN109242764A (zh) * 2018-08-29 2019-01-18 北京道亨时代科技有限公司 一种二维cad平面图自动转换Revit三维模型的方法
CN109977435A (zh) * 2017-12-27 2019-07-05 富华科精密工业（深圳）有限公司 工厂运行仿真方法、工厂运行仿真装置及计算机存储介质
US20190259216A1 (en) * 2018-02-21 2019-08-22 Adobe Inc. Refining local parameterizations for applying two-dimensional images to three-dimensional models

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101037391B1 (ko) * 2008-05-27 2011-05-26 재단법인서울대학교산학협력재단 가상의 공장 모델 구축 방법 및 장치
US9852238B2 (en) * 2014-04-24 2017-12-26 The Board Of Trustees Of The University Of Illinois 4D vizualization of building design and construction modeling with photographs
CN106530405B (zh) * 2016-11-22 2019-03-22 盐城工学院 基于虚拟现实技术的汽车生产线实时漫游系统
CN107885336B (zh) * 2017-11-30 2021-04-27 成都飞机工业（集团）有限责任公司 映射真实生产情况的虚拟车间模型与信息融合显示方法
CN108983729A (zh) * 2018-08-15 2018-12-11 广州易行信息技术有限公司 一种工业生产线数字孪生方法及系统
CN112231355A (zh) * 2020-10-17 2021-01-15 洛阳帝印智能科技有限公司 一种数字化工厂可视化平台系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007079361A2 (en) * 2005-12-20 2007-07-12 Mental Images Gmbh Modeling the three-dimensional shape of an object by shading of a two-dimensional image
US20100238167A1 (en) * 2008-04-14 2010-09-23 Ricky Lynn Black System and method for converting dimensions
US20160063821A1 (en) * 2011-08-30 2016-03-03 Digimarc Corporation Methods and arrangements for identifying objects
EP3104302A1 (en) * 2015-06-09 2016-12-14 ABB Technology Ltd A method of digitalising engineering documents
US20180120816A1 (en) * 2016-10-27 2018-05-03 Voodoo Manufacturing, Inc. Fabrication of three-dimensional part with two-dimensional image applied thereon
CN109977435A (zh) * 2017-12-27 2019-07-05 富华科精密工业（深圳）有限公司 工厂运行仿真方法、工厂运行仿真装置及计算机存储介质
US20190259216A1 (en) * 2018-02-21 2019-08-22 Adobe Inc. Refining local parameterizations for applying two-dimensional images to three-dimensional models
CN109242764A (zh) * 2018-08-29 2019-01-18 北京道亨时代科技有限公司 一种二维cad平面图自动转换Revit三维模型的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
PETSCHNIGG C 等: "Point based deep learning to automate automotive assembly simulation model generation with respect to the digital factory", 《2020 9TH INTERNATIONAL CONFERENCE ON INDUSTRIAL TECHNOLOGY AND MANAGEMENT》 *
于灏 等: "基于工图图像的法兰三维重建方法研究", 《机械设计与制造》 *
刘效国 等: "虚拟数字化工厂技术在铸造车间布局中的应用", 《计算机应用》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI783818B (zh) * 2021-12-13 2022-11-11 上銀科技股份有限公司 建立數位孿生模型的方法和系統
CN115759698A (zh) * 2022-12-06 2023-03-07 中山联合鸿兴造纸有限公司 基于数字工厂的瓦楞原纸生产进度数据监控方法及系统
CN116957309A (zh) * 2023-09-21 2023-10-27 深圳市明心数智科技有限公司 一种纺织场景动态监测方法、系统及介质
CN116957309B (zh) * 2023-09-21 2024-01-09 深圳市明心数智科技有限公司 一种纺织场景动态监测方法、系统及介质

Also Published As

Publication number Publication date
CN113435773A (zh) 2021-09-24
CN113409451B (zh) 2022-04-15
CN113435773B (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
CN112669454B (zh) 一种用于数字工厂的三维场景构建方法、系统、装置和存储介质
CN113409451B (zh) 一种生产设备的数字三维模型构建方法、系统和存储介质
JP6321106B2 (ja) 現実環境内にバーチャルオブジェクトを描写する方法および装置
CN110084243B (zh) 一种基于二维码和单目相机的档案识别与定位方法
CN109325998A (zh) 一种基于点云数据的室内3d建模方法、系统及相关装置
CN108038905A (zh) 一种基于超像素的目标重建方法
Li et al. An overlapping-free leaf segmentation method for plant point clouds
EP3455798A1 (en) Process and system to analyze deformations in motor vehicles
CA2535828A1 (en) Computer-vision system for classification and spatial localization of bounded 3d-objects
US20120114185A1 (en) System and method for inventorying vegetal substance
CN113012278B (zh) 一种web端数字工厂可视化监控方法、系统和存储介质
CN112926441B (zh) 基于机器视觉的家居识别方法、系统、装置及介质
Lhuillier et al. Manifold surface reconstruction of an environment from sparse structure-from-motion data
CA3139467A1 (en) Using spatial filter to reduce bundle adjustment block size
CN115937461A (zh) 多源融合模型构建及纹理生成方法、装置、介质及设备
Martens et al. VOX2BIM+-A Fast and Robust Approach for Automated Indoor Point Cloud Segmentation and Building Model Generation
CN117523084A (zh) 一种移动扫描点云的自动三维重建方法及电子设备
CN116051980B (zh) 基于倾斜摄影的建筑识别方法、系统、电子设备及介质
CN113128346A (zh) 起重机施工现场的目标识别方法、系统、装置及存储介质
JP7352706B2 (ja) 貨物計数方法及び装置、コンピュータ装置、並びに記憶媒体
CN111862001A (zh) Ct影像的半自动标注方法及装置、电子设备、存储介质
KR102042343B1 (ko) 3차원 스캐닝을 통해 획득된 점군 데이터 기반에서 깊이 이미지를 생성하는 장치 및 방법 및 이를 이용한 3차원 객체 식별 방법
Zlatanova et al. 3D object reconstruction from aerial stereo images
CN112802087A (zh) 堆积物整体体积的检测方法、装置及电子设备
CN118194608B (zh) 基于数字孪生的物料监测与3d仿真方法及系统

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 310000 1, 3 building, No. 316 Jianghong Road, Changhe street, Binjiang District, Hangzhou, Zhejiang.

Applicant after: Mingdu Zhiyun (Zhejiang) Technology Co.,Ltd.

Address before: 310000 1, 3 building, No. 316 Jianghong Road, Changhe street, Binjiang District, Hangzhou, Zhejiang.

Applicant before: ZHEJIANG MINGDU INTELLIGENT CONTROL TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant