CN113932810A - 基于多源地理信息模型的城市轨道三维导航地图优化方法 - Google Patents
基于多源地理信息模型的城市轨道三维导航地图优化方法 Download PDFInfo
- Publication number
- CN113932810A CN113932810A CN202110832849.5A CN202110832849A CN113932810A CN 113932810 A CN113932810 A CN 113932810A CN 202110832849 A CN202110832849 A CN 202110832849A CN 113932810 A CN113932810 A CN 113932810A
- Authority
- CN
- China
- Prior art keywords
- map
- urban rail
- dimensional
- path
- navigation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005457 optimization Methods 0.000 title claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 30
- 230000000007 visual effect Effects 0.000 claims abstract description 18
- 230000004888 barrier function Effects 0.000 claims abstract description 4
- 238000010276 construction Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 abstract description 4
- 230000008030 elimination Effects 0.000 abstract description 2
- 238000003379 elimination reaction Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 8
- 238000011160 research Methods 0.000 description 6
- 230000004807 localization Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Instructional Devices (AREA)
- Processing Or Creating Images (AREA)
- Navigation (AREA)
Abstract
本发明涉及室内导航技术领域,特别涉及一种基于多源地理信息模型的城市轨道三维导航地图优化方法。其方法包括以下步骤:A、构建城市轨道交通三维电子地图的基础图;B、剔除城市轨道室内空间的顶部和范围体;C、进行路径匹配获取路径信息,实现构建避开障碍物的最短路径;D、优化地图视角进行城市轨道三维导航地图的显示。本发明利用视觉匹配技术和自动化路径匹配技术,实现自适应式查看地图,自动化剔除范围体,优化地图表达方式,实现城市轨道三维导航地图优化功能,提升乘客导航体验和地图理解力。
Description
技术领域
本发明涉及室内导航技术领域,特别涉及一种基于多源地理信息模型的城市轨道三维导 航地图优化方法。
背景技术
室内导航是当今地理空间信息科学范畴的前沿领域。合理优化显示地图信息,增强地图 表达力已成为地理信息科学研究的重点之一。
基于室内空间模型的导航技术发展迅速。20世纪90年代,美国Arc Second公司开发完 成了首套室内导航系统,2012年,诺基亚、三星、索尼移动以及其它19家公司联合成立了 “室内定位联盟”(In-LocationAlliance)。林雕等综合考虑几何、拓扑、语言三类信息的表 达提出一种基于图论的方法构建一种语义室内导航模型。陈雷鸣提出通过结合BIM和GIS可 实现模拟真实情景定位。随着计算机硬件性能的提升及三维可视化技术和激光扫描等技术的 成熟,国内的建设项目开始将BIM与GIS结合应用。
从精细化模型的三维可视化导航来说,目前学者在选择模型时更多地会利用 包含丰富几何拓扑语义的BIM模型来进行导航。P.Boguslawski等将BIM和GIS 建立三维拓扑模型,构建不同密度的导航网格,实现快速定位、导航功能。
现今诸多学者对于BIM与GIS的结合研究甚多,但是关于室内导航避开障碍物的研究不 够清晰。清华大学Ya-Hong Lin提出将三维空间内的实体映射到二维内,并进行离散化网格 划分,虽然考虑了障碍物的情况,并进行二维离散化网格划分,其缺点在于只是将3D映射到 二维,并没有考虑无人机的三维路径规划的情况。徐曼等人基于IFC(IndustryFoundation Classes)顾及障碍物的室内导航算法。以BIM模型为基础,以IFC为数据源,重点考虑多楼 层建筑且存在障碍物的情况,对IFC文件进行了详细的解读,对IFC信息的传递方式进行解 析,从中提取基本建筑元素及障碍物的几何信息和语义信息,然后分别采用二维格网法和基 于三棱柱的三维空间剖分法对室内空间进行剖分,并通过楼梯或电梯连接构建多楼层导航网 络,最后采用Dijkstra算法实现了避开障碍物的路径规划。
然而国内外针对基于高精度室内三维模型地图显示鲜有去除障碍物优化功能。李赟等在 研究面向室内导航应用的智能终端高质量三维模型中提出使用视椎体裁剪技术和遮挡剔除技 术来实现三维场景渲染,优化地图表达。
现有技术下,专利号为CN112525215A名为《导航地图的实现方法及装置、电子设备和介 质》提出一种导航地图的实现方法。包括:响应于接收到打开指令,显示基础地图,所述基 础地图被配置用于基于出发地和目的地执行导航;响应于接收到创建指令,获取所述创建指 令的相关数据;以及基于所述基础地图的数据和所述相关数据,在网页中创建定制化地图。
综合以上研究,现有技术有些只是对建筑物室内空间的粗粒度研究,没有涉及城市轨道 交通的三维地图和内部空间的细节布置。虽然对于室内精度比较精确,导航路径比较成熟, 但是对于非暴露空间微导航三维地图显示技术存在短板,短板有以下几点:
(1)现有技术中非暴露空间地图显示多为二维平面地图,地图信息显示技术尚缺失,缺 乏优化。
(2)以百度、高德公司为主研发的AR实景导航技术可以实现三维地图优化导航技术, 但是该三维导航方法无法显示起始点与终止点的三维路径地图。
(3)现有技术中的查看三维电子地图往往要手动调整视角达到最佳观察目的,无法实现 自适应式查看地图。
(4)现有技术中路径导航常采用的路径匹配方法包含Dijkstra算法、D*算法、调点算 法、A*算法,但是在三维室内环境中避开障碍物构建最短路径方法研究甚微。利用视觉匹配 技术和自动化路径匹配技术可以优化路径规划技术。
发明内容
为了解决现有技术的问题,本发明提供了一种基于多源地理信息模型的城市轨道三维导 航地图优化方法,其利用视觉匹配技术和自动化路径匹配技术,实现自适应式查看地图,自 动化剔除范围体,优化地图表达方式,实现城市轨道三维导航地图优化功能,提升乘客导航 体验和地图理解力。
本发明所采用的技术方案如下:
一种基于多源地理信息模型的城市轨道三维导航地图优化方法,包括以下步骤:
A、构建城市轨道交通三维电子地图的基础图;
B、剔除城市轨道室内空间的顶部和范围体;
C、进行路径匹配获取路径信息,实现构建避开障碍物的最短路径;
D、优化地图视角进行城市轨道三维导航地图的显示。
步骤A中,通过构建地理信息模型生成所述的城市轨道交通三维电子地图的基础图。
步骤B具体包括:
B1、构建三维模型拓扑结构;
B2、构建剔除城市轨道室内空间的顶部和范围体的规则,并根据所述的规则剔除城市轨 道室内空间的顶部和范围体。
步骤B1具体包括:
B11、分析所述基础图的视图中各要素间的拓扑关系;
B12、通过将城市轨道交通三维模型识别,基于模型的地理坐标,将城市轨道交通分类分 为地上建筑和地下建筑;在地上建筑中,将距离地面最远的连续等高平面识别为顶部;在地 下建筑中,将距离地面最近的连续等高平面识别为顶部;
B13、完成城市轨道交通三维模型建筑识别;
B14、搜索实体有效投影轮廓面,分析多视图的空间对应关系,搜寻实体有效投影轮廓面;
B15、提取实体三维顶点,构建实体空间三维模型拓扑结构。
步骤B2具体包括:
通过分析所述的三维模型拓扑结构,基于导航路径信息,建立剔除顶部及范围体的规则: 在乘客导航路径需要跨楼层的时,依据视觉匹配技术选择性删除墙体,且不删除楼层之间的 楼板;在乘客导航路径不需要跨楼层的时,依据视觉匹配技术选择性删除墙体,且删除楼层 之间的楼板。
步骤C具体包括:
利用所述的三维模型拓扑结构,通过不同建筑元素之间的拓扑关系,分析其是否能导航, 利用A*算法求解初始位置和终止位置间的最短路径,实现自动化路径匹配获取路径信息, 实现构建避开障碍物的最短路径。
步骤D具体包括:
以侧俯视45°为观察视角,通过判断路径方向,合理选择地图选择最佳查看角度,自动 化旋转地图方位。
本发明的一种基于多源地理信息模型的城市轨道三维导航地图优化方法:
1、自动化剔除城市轨道室内空间的顶部和范围体。通过构建三维模型拓扑结构,完成三 维模型建筑物自动化识别,并基于路径特点,完成自动化剔除城市轨道室内空间墙板结构, 增强地图信息表达显示功能。
2、实现自适应式查看地图。以侧俯视为视角,通过判断路径方向,合理选择地图选择最 佳查看角度,自动化旋转地图方位,达到通视效果最佳,显示信息最优的效果。
3、利用视觉匹配技术和自动化路径匹配技术。使用A*算法遍历节点,实现最短路径规 划功能,完成自动化路径匹配技术;并结合视觉匹配技术,增强三维空间立体匹配功能。
4、地图信息模型多源化。现有技术中三维地理信息模型多是基于BIM模型或者AR实景 导航。
本发明提供的技术方案带来的有益效果是:
本发明地理信息模型可兼容BIM模型和全景影像等多种模型,实现高效导航功能。
(1)针对传统非暴露空间微导航采用2维地图导航方式问题,该发明可以显示城市轨道 交通三维模型。
(2)针对现有技术中的三维导航方法无法显示起始点与终止点的三维路径地图问题,该 发明基于BIM模型和三棱柱对三维自由空间进行剖分,自动化识别并选择性剔除城市轨道室 内空间的顶部和范围体方法,显示室内空间内部结构地图与路径地图。
(3)针对现有技术中的查看三维电子地图往往要手动调整视角达到最佳观察目的无法实 现自适应式查看地图的问题,本发明可合理显示地图方位和角度,实现自适应式查看地图。
(4)针对三维室内环境中避开障碍物构建最短路径方法研究少应用少的问题,本发明采 用结合三维模型拓扑信息、视觉匹配技术自动化路径匹配技术实现构建最短路径方法。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附 图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域 普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种基于多源地理信息模型的城市轨道三维导航地图优化方法的方法原 理图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进 一步地详细描述。
实施例一
如附图1所示,本实施例的一种基于多源地理信息模型的城市轨道三维导航地图优化方 法,包括以下步骤:
(1)构建城市轨道交通三维电子地图基础图
基于SLAM((simultaneous localization and mapping),也称为CML(ConcurrentMapping and Localization),即时定位与地图构建,或并发建图与定位。)的室内外一体化大规模三维实景建模技术和海量可信地理信息数据的应用于地理发布技术等一系列关键技 术,构建地理信息模型,显示高精度城市轨道交通三维电子地图,该地图用于基础地图显示。
利用NavVis M6室内移动扫描系统进行地铁站内部非暴露空间的点云数据采集,对点云 数据进行预处理及质检工作,利用BIM(Building Information Modeling的简称,建筑信息 建模)技术进行负责建筑物基本结构、设备的模型建设,优化;模型修缮、光影处理、Demo 制作及二次开发等完成地理信息模型构建过程。
(2)自动化剔除城市轨道室内空间的顶部和范围体。
2.1、构建三维模型拓扑结构。
2.1.1、分析要素拓扑关系:采用拓扑几何学原理,分析视图中各要素间的拓扑关系。
此处的要素指的是地铁中的建筑信息及设备信息,例如墙柱、楼板、楼梯、闸机等设施。
2.1.2、识别建筑面信息:通过将城市轨道交通三维模型识别,基于模型的地理坐标,判 断建筑位置:将城市轨道交通分类分为地上建筑和地下建筑。
在地上建筑中,将距离地面最远的连续等高平面识别为顶部;在地下建筑中,将距离地 面最近的连续等高平面识别为顶部。
2.1.3、完成城市轨道交通三维模型建筑识别。搜索实体有效投影轮廓面,分析多视图的 空间对应关系搜寻实体有效投影轮廓面;提取实体三维顶点,构建实体空间拓扑结构。
2.2、构建剔除城市轨道室内空间的顶部和范围体规则。
2.2.1、通过分析三维模型拓扑结构,基于导航路径信息,建立剔除顶部及范围体的规 则。
规则包括:判断路径是否需要跨楼层:
在乘客导航路径需要跨楼层的时,依据视觉匹配技术选择性删除墙体,且不删除楼层之 间的楼板;在乘客导航路径不需要跨楼层的时候,依据视觉匹配技术选择性删除墙体,且删 除楼层之间的楼板。
(3)利用视觉匹配技术和自动化路径匹配技术,生成实际最优路径。
利用三维模型拓扑结构,通过不同建筑元素之间的拓扑关系,利用优化的A*算法,首先 使用上述的自动化剔除建模方法对地图中障碍物进行剔除,生成可行走域的多边形导航网格; 从乘客触发的起点开始,利用Delaunay三角剖分方法形成三角导航网格。利用二叉堆完全按 照数据大小顺序对结点进行数据存储,实现对A*算法所使用的数据结构进行优化;采用目标 范围界限方法选取乘客选取起始点邻接方向的邻居结点,利用Dijkstra算法遍历邻接方向 所有结点,划分生成目标结点的范围界限,实现对导航网格进行预处理,并将处理A*算法的 启发函数进行改进以适用于多边形导航网格,对多边形导航网格生成路径利用漏斗算法进行 路径平滑处理,生成城市轨道实际最优路径。
(4)优化地图视角显示地图。
以侧俯视45°为观察视角,通过判断路径方向,合理选择地图选择最佳查看角度,自动 化旋转地图方位。
根据分析不同建筑元素的拓扑关系,例如楼板与楼梯的连接关系,以设施点建筑物等为 节点,对对地图中障碍物进行剔除,形成生成可行走域的多边形导航网络。
综上,可构建面向乘客的城市轨道三维导航地图,实现导航地图优化显示。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之 内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于多源地理信息模型的城市轨道三维导航地图优化方法,包括以下步骤:
A、构建城市轨道交通三维电子地图的基础图;
B、剔除城市轨道室内空间的顶部和范围体;
C、进行路径匹配获取路径信息,实现构建避开障碍物的最短路径;
D、优化地图视角进行城市轨道三维导航地图的显示。
2.根据权利要求1所述的基于多源地理信息模型的城市轨道三维导航地图优化方法,其特征在于,所述的步骤A中,通过构建地理信息模型生成所述的城市轨道交通三维电子地图的基础图。
3.根据权利要求2所述的基于多源地理信息模型的城市轨道三维导航地图优化方法,其特征在于,所述的步骤B具体包括:
B1、构建三维模型拓扑结构;
B2、构建剔除城市轨道室内空间的顶部和范围体的规则,并根据所述的规则剔除城市轨道室内空间的顶部和范围体。
4.根据权利要求3所述的基于多源地理信息模型的城市轨道三维导航地图优化方法,其特征在于,所述的步骤B1具体包括:
B11、分析所述基础图的视图中各要素间的拓扑关系;
B12、通过将城市轨道交通三维模型识别,基于模型的地理坐标,将城市轨道交通分类分为地上建筑和地下建筑;在地上建筑中,将距离地面最远的连续等高平面识别为顶部;在地下建筑中,将距离地面最近的连续等高平面识别为顶部;
B13、完成城市轨道交通三维模型建筑识别;
B14、搜索实体有效投影轮廓面,分析多视图的空间对应关系,搜寻实体有效投影轮廓面;
B15、提取实体三维顶点,构建实体空间三维模型拓扑结构。
5.根据权利要求3所述的基于多源地理信息模型的城市轨道三维导航地图优化方法,其特征在于,所述步骤B2具体包括:
通过分析所述的三维模型拓扑结构,基于导航路径信息,建立剔除顶部及范围体的规则:在乘客导航路径需要跨楼层的时,依据视觉匹配技术选择性删除墙体,且不删除楼层之间的楼板;在乘客导航路径不需要跨楼层的时,依据视觉匹配技术选择性删除墙体,且删除楼层之间的楼板。
6.根据权利要求1所述的基于多源地理信息模型的城市轨道三维导航地图优化方法,其特征在于,所述步骤C具体包括:
利用所述的三维模型拓扑结构,通过不同建筑元素之间的拓扑关系,分析其是否能导航,利用A*算法求解初始位置和终止位置间的最短路径,实现自动化路径匹配获取路径信息,实现构建避开障碍物的最短路径。
7.根据权利要求1所述的基于多源地理信息模型的城市轨道三维导航地图优化方法,其特征在于,所述步骤D具体包括:
以侧俯视45°为观察视角,通过判断路径方向,合理选择地图选择最佳查看角度,自动化旋转地图方位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110832849.5A CN113932810B (zh) | 2021-07-22 | 2021-07-22 | 基于多源地理信息模型的城市轨道三维导航地图优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110832849.5A CN113932810B (zh) | 2021-07-22 | 2021-07-22 | 基于多源地理信息模型的城市轨道三维导航地图优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113932810A true CN113932810A (zh) | 2022-01-14 |
CN113932810B CN113932810B (zh) | 2023-11-07 |
Family
ID=79274520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110832849.5A Active CN113932810B (zh) | 2021-07-22 | 2021-07-22 | 基于多源地理信息模型的城市轨道三维导航地图优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113932810B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114442628A (zh) * | 2022-01-24 | 2022-05-06 | 南京工程学院 | 基于人工势场法的移动机器人路径规划方法、装置及系统 |
CN115391903A (zh) * | 2022-10-25 | 2022-11-25 | 中建八局第三建设有限公司 | 一种基于bim+ar钢筋图集可视化方法与系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050085997A1 (en) * | 2003-10-16 | 2005-04-21 | Hyundai Mobis Co., Ltd. | Method for searching car navigation path by using log file |
JP2005316702A (ja) * | 2004-04-28 | 2005-11-10 | Mitsubishi Electric Corp | 3次元景観表示装置 |
KR20090062729A (ko) * | 2007-12-13 | 2009-06-17 | 버츄얼빌더스 주식회사 | 엑스엠엘 기반의 입체 건물 입면 및 내부 자동 모델링 및내비게이션 시스템 및 그 방법 |
CN108151744A (zh) * | 2017-12-20 | 2018-06-12 | 四川长虹电器股份有限公司 | 基于a-star算法的室内导航系统 |
CN109410327A (zh) * | 2018-10-09 | 2019-03-01 | 鼎宸建设管理有限公司 | 一种基于bim和gis的三维城市建模方法 |
CN112149217A (zh) * | 2020-11-03 | 2020-12-29 | 苍穹数码技术股份有限公司 | 三维室内导航场景的生成方法、装置、电子设备及存储介质 |
US20210109532A1 (en) * | 2017-03-24 | 2021-04-15 | Shanghai Slamtec Co., Ltd. | Virtual Wall System for Mobile Devices and Implementation Method Thereof |
-
2021
- 2021-07-22 CN CN202110832849.5A patent/CN113932810B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050085997A1 (en) * | 2003-10-16 | 2005-04-21 | Hyundai Mobis Co., Ltd. | Method for searching car navigation path by using log file |
JP2005316702A (ja) * | 2004-04-28 | 2005-11-10 | Mitsubishi Electric Corp | 3次元景観表示装置 |
KR20090062729A (ko) * | 2007-12-13 | 2009-06-17 | 버츄얼빌더스 주식회사 | 엑스엠엘 기반의 입체 건물 입면 및 내부 자동 모델링 및내비게이션 시스템 및 그 방법 |
US20210109532A1 (en) * | 2017-03-24 | 2021-04-15 | Shanghai Slamtec Co., Ltd. | Virtual Wall System for Mobile Devices and Implementation Method Thereof |
CN108151744A (zh) * | 2017-12-20 | 2018-06-12 | 四川长虹电器股份有限公司 | 基于a-star算法的室内导航系统 |
CN109410327A (zh) * | 2018-10-09 | 2019-03-01 | 鼎宸建设管理有限公司 | 一种基于bim和gis的三维城市建模方法 |
CN112149217A (zh) * | 2020-11-03 | 2020-12-29 | 苍穹数码技术股份有限公司 | 三维室内导航场景的生成方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
马鸿财;: "基于AnGeo的城市三维导航系统设计与实现", 全球定位系统, no. 05, pages 97 - 100 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114442628A (zh) * | 2022-01-24 | 2022-05-06 | 南京工程学院 | 基于人工势场法的移动机器人路径规划方法、装置及系统 |
CN114442628B (zh) * | 2022-01-24 | 2023-12-01 | 南京工程学院 | 基于人工势场法的移动机器人路径规划方法、装置及系统 |
CN115391903A (zh) * | 2022-10-25 | 2022-11-25 | 中建八局第三建设有限公司 | 一种基于bim+ar钢筋图集可视化方法与系统 |
CN115391903B (zh) * | 2022-10-25 | 2023-02-17 | 中建八局第三建设有限公司 | 一种基于bim+ar钢筋图集可视化方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113932810B (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108759840B (zh) | 一种室内外一体化三维导航路径规划方法 | |
WO2022047958A1 (zh) | 一种基于人工智能的城市道路网络自动生成方法 | |
CN111462275A (zh) | 一种基于激光点云的地图生产方法和装置 | |
Soon et al. | CityGML modelling for Singapore 3D national mapping | |
CN113932810B (zh) | 基于多源地理信息模型的城市轨道三维导航地图优化方法 | |
CN106920278B (zh) | 一种基于Reeb图的立交桥三维建模方法 | |
CN111080786B (zh) | 基于bim的室内地图模型构建方法及装置 | |
Sohn et al. | An implicit regularization for 3D building rooftop modeling using airborne lidar data | |
CN100580707C (zh) | 一种任意拓扑的多边形网格模型融合方法 | |
Ariyachandra et al. | Detection of railway masts in airborne LiDAR data | |
CN113204826A (zh) | 一种数字孪生三维场景视角操作方法及装置 | |
Sugihara et al. | Automatic generation of 3D building models from complicated building polygons | |
Kada | Scale-dependent simplification of 3D building models based on cell decomposition and primitive instancing | |
CN109145070B (zh) | 基于图纸的设备网络建模方法 | |
Tran et al. | Extracting topological relations between indoor spaces from point clouds | |
Yang et al. | A map‐algebra‐based method for automatic change detection and spatial data updating across multiple scales | |
CN102831628A (zh) | 用于更新动态场景的Voronoi图的方法及设备 | |
CN114459488A (zh) | 基于三维融合路网的室内外一体化应急处置路径规划方法 | |
Nguyen et al. | Realistic road path reconstruction from GIS data | |
Hmida et al. | From 3D point clouds to semantic objects an ontology-based detection approach | |
He et al. | Assistant design system of urban underground pipeline based on 3D virtual city | |
Mustorpha et al. | A bim oriented model to a 3d indoor gis for space management–a requirement analysis | |
Armenakis et al. | iCampus: 3D modeling of York University campus | |
Tauscher et al. | Floor plan extraction from digital building models | |
Kazemi | Knowledge-based generalisation of road networks |
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 |