CN114418932A - 一种基于数字孪生技术的历史建筑修复方法及系统 - Google Patents
一种基于数字孪生技术的历史建筑修复方法及系统 Download PDFInfo
- Publication number
- CN114418932A CN114418932A CN202111440665.0A CN202111440665A CN114418932A CN 114418932 A CN114418932 A CN 114418932A CN 202111440665 A CN202111440665 A CN 202111440665A CN 114418932 A CN114418932 A CN 114418932A
- Authority
- CN
- China
- Prior art keywords
- building
- historical building
- historical
- target area
- change detection
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- 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
-
- 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
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/30132—Masonry; Concrete
-
- 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
- G06T2207/30232—Surveillance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/56—Particle system, point based geometry or rendering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Civil Engineering (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Structural Engineering (AREA)
- Architecture (AREA)
- Computational Mathematics (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Remote Sensing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于数字孪生技术的历史建筑修复方法及系统,其修复方法包括:接收建筑数据以创建历史建筑模型,并对所述历史建筑模型进行可视化展示;获取历史建筑的监控视频流,对监控视频流数据进行变化检测,将变化检测中发生改变的目标区域作为纹理对象与历史建筑模型的相应位置进行纹理映射以将所述目标区域可视化展示于历史建筑模型中;将所述目标区域与预设的变化检测样本进行对比分析,根据比对分析结果生成对应的修复方案并向指定终端发送修复消息。本发明可通过视频监控发现历史建筑的微小改变,根据损坏程度自动向指定终端推送对应的修复方法,及时对历史建筑可能存在的损坏风险进行排除,提高历史建筑修复检测的效率。
Description
技术领域
本发明涉及三维模型数据处理领域,尤其涉及一种基于数字孪生技术的历史建筑修复方法、系统、设备及存储介质。
背景技术
历史建筑是前人为我们留下的珍贵文化瑰宝,它具有历史、文化、科技、艺术等多方面价值;因此,对历史建筑的保护尤为重要。即使历史建筑在人为保护下依然会因日晒雨淋或其他因素会发生一定程度的变化,小变化虽不会立即影响历史建筑的稳定性结构,但小幅度破坏若不及时修复,经过日积月累可能会对历史建筑造成不可逆的损坏,还有可能严重影响历史建筑的内部结构,甚至出现突然坍塌的危险,存在一定安全隐患。而目前历史建筑保护都是需要管理人员每隔一定时间对历史建筑进行巡逻和检查,人为检查需要耗费大量人力,效率无法提高;且类似于建筑高处等特殊位置的损坏情况,管理人员无法到场查看使得无法及时且准确地做出检测评估。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种基于数字孪生技术的历史建筑修复方法,可及时发现可能对历史建筑造成损坏的变化情况,从而提高检测效率。
本发明的目的之二在于提供一种基于数字孪生技术的历史建筑修复系统。
本发明的目的之三在于提供一种电子设备。
本发明的目的之四在于提供一种存储介质。
本发明的目的之一采用如下技术方案实现:
一种基于数字孪生技术的历史建筑修复方法,包括:
接收建筑数据以创建历史建筑模型,并对所述历史建筑模型进行可视化展示;
获取历史建筑的监控视频流,对监控视频流数据进行变化检测,将变化检测中发生改变的目标区域作为纹理对象与历史建筑模型的相应位置进行纹理映射以将所述目标区域可视化展示于历史建筑模型中;
将所述目标区域与预设的变化检测样本进行对比分析,根据比对分析结果生成对应的修复方案并向指定终端发送修复消息。
进一步地,所述对监控视频流数据进行变化检测的方法包括:
根据监控视频流数据的拍摄画面确定拍摄画面所对应的建筑局部区域,将建筑局部区域与历史建筑模型中的相同区域进行比对,若比对发现二者发生改变,则将发生改变的区域标记为目标区域。
进一步地,所述对监控视频流数据进行变化检测的方法还包括:
获取上报监控视频流的摄像头所对应的摄像头位置以及拍摄角度,根据摄像头位置和拍摄角度对建筑局部区域进行验证以二次确定拍摄画面所对应的建筑局部区域。
进一步地,所述变化检测样本预先存储在样本库中,所述变化检测样本包括但不限于不同程度的裂缝样本、坍塌样本以及附着物样本。
进一步地,将所述目标区域与预设的变化检测样本进行对比分析的方法为:
对所述目标区域进行特征识别以获知所述目标区域所对应的建筑表面是否存在裂缝、坍塌和/或附着物;
将所述目标区域所对应的建筑表面存在的裂缝、坍塌和/或附着物分别与所述样本库中的各变化检测样本进行比对,若所述目标区域的裂缝、坍塌和/或附着物与任意一变化检测样本相符,则根据相符的变化检测样本确定所述目标区域的裂缝开裂程度、坍塌情况以及附着物附着面积。
进一步地,生成所述修复方案的方法为:
预先将不同程度的裂缝样本、坍塌样本以及附着物样本所对应的修复方案存储在所述样本库中;
根据所述目标区域的裂缝开裂程度、坍塌情况以及附着物附着面积调取所述样本库所对应的修复方案,并将修复方案连同所述目标区域所对应的裂缝开裂程度、坍塌情况以及附着物附着面积一并推送至指定终端进行显示。
进一步地,获取历史建筑的监控视频流的时间节点为:
按照预设时间间隔获取历史建筑的监控视频流,或在指定事件触发后主动获取历史建筑的监控视频流。
本发明的目的之二采用如下技术方案实现:
一种基于数字孪生技术的历史建筑修复系统,执行如上述的一种基于数字孪生技术的历史建筑修复方法,其系统包括:
模型显示模块,用于接收建筑数据以创建历史建筑模型,并对所述历史建筑模型进行可视化展示;
变化检测模块,用于获取历史建筑的监控视频流,对监控视频流数据进行变化检测,将变化检测中发生改变的目标区域作为纹理对象与历史建筑模型的相应位置进行纹理映射以将所述目标区域可视化展示于历史建筑模型中;
修复分析模块,将所述目标区域与预设的变化检测样本进行对比分析,根据比对分析结果生成对应的修复方案并向指定终端发送修复消息。
本发明的目的之三采用如下技术方案实现:
一种电子设备,其包括处理器、存储器及存储于所述存储器上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的一种基于数字孪生技术的历史建筑修复方法。
本发明的目的之四采用如下技术方案实现:
一种存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的一种基于数字孪生技术的历史建筑修复方法。
相比现有技术,本发明的有益效果在于:
本发明可通过视频监控发现历史建筑的微小改变,将发生改变的位置与样本库中的样本数据进行比对即可获知历史建筑的损坏情况,根据损坏程度自动向指定终端推送对应的修复方法,可及时对历史建筑可能存在的损坏风险进行排除,提高历史建筑修复检测的效率。
附图说明
图1为本发明历史建筑的三维融合可视化方法的流程示意图;
图2为本发明利用可视化引擎进行火灾监测的流程示意图;
图3为本发明利用可视化引擎进行变换检测的流程示意图;
图4为本发明可视化引擎的模块示意图;
图5为本发明可视化引擎的系统架构图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一
本实施例提供一种三维融合可视化引擎,预先对历史建筑进行数字化处理形成三维融合可视化引擎,实现历史建筑的活化,同时通过可视化展示让管理者可更加方便直观地对历史建筑进行日常管理,同时对于公知来说,也可实现在线上足不出户就可体验参观历史建筑风貌,最大程度保护历史建筑本身。
如图1所示,本实施例的三维融合可视化引擎的形成具体包括如下步骤:
步骤S1:获取建筑数据,根据建筑数据生成历史建筑模型并制作所述历史建筑模型所对应的矢量数据,将所述历史建筑模型及其矢量数据存储于数据服务器中;
步骤S2:获取用于拍摄历史建筑的摄像设备所上传的监控视频流并将其存入所述数据服务器中;
步骤S3:加载所述数据服务器中存储的历史建筑模型数据、矢量数据及视频流数据以进行可视化展示。
系统模型数据的制作主要倾斜摄影模型制作、BIM模型制作、矢量数据制作、视频数据等。本实施例获取历史建筑区域的建筑数据包括航片数据、控制点信息、航片影像刺点等,其中航片数据指的是通过无人机进行航飞拍摄获取历史建筑区域的航片;而控制点则是通过测绘手段获取的点,用于在构建倾斜模型时提供控制点,提高建模精度。
本实施例获取历史建筑区域的航片数据、控制点信息等数据用于制作倾斜摄影模型,将航片数据、控制点信息以及航片影像刺点等建筑数据导入Smart3D建模软件以构建出历史建筑的倾斜摄影模型,并转为3dtiles数据格式,并将转换格式后的数据存入数据服务器便于进行模型的可视化展示。历史建筑的倾斜摄影模型主要用于表示历史建筑及其周围一定范围内的整体情况,但不利于属性查询、更换材质等操作,因此,在创建倾斜摄影模型后还需创建历史建筑的建筑信息模型(下述简称为BIM模型),BIM模型为结构化模型,针对历史建筑及其附属物这部分进行手工精细模型制作,可方便进行属性查询、更换纹理等操作。因此,本实施例在获取建筑数据时还需获取与历史建筑及其附属物相关的建筑数据,并通过3Dmax、SketchUp、Maya等建模软件制作历史建筑BIM模型,同时对历史建筑中的附属物,比如灯杆、垃圾桶、摄像设备等分别进行建模,将所有的BIM模型转为OBJ、FBX,或者其他通用格式,最终全部压缩处理为GLTF、GLB等格式,并存入数据服务器。
本实施例在创建的倾斜摄影模型和BIM模型后,通过Arcgis技术制作历史建筑附近的自然资源、POI、建筑物、道路等矢量数据,并录入相应的属性信息,同时将其转为Geojson数据格式,并存入数据服务器,以便在网页端进行可视化。
与此同时,本实施例为了实现历史建筑的监控目的,还将用于拍摄历史建筑内部或外部的摄像设备所拍摄的监控视频流数据存入数据服务器中,以便于监控视频的可视化展示。
本实施例从数据服务器中获取两种模型的相关数据后,对模型进行可视化展示,其具体方法为:
基于Webgl技术,利用三维融合可视化引擎提供的能力,例如通过Cesium.js提供的Cesium.Cesium3DTileset接口加载历史建筑倾斜摄影模型,通过Three.js提供的Three.GLTFLoader接口加载历史建筑的BIM模型;与此同时,在进行模型数据可视化处理的过程中,制作出历史建筑的边界矢量文件,预先加载倾斜摄影模型后通过历史建筑的边界矢量文件对倾斜摄像模型进行压平处理,同时将历史建筑及其附属物的BIM模型叠加至压平处理后的倾斜摄像模型中,并对BIM模型与倾斜摄像模型之间的叠加位置进行调整使BIM模型与倾斜摄影模型融合以呈现完整的历史建筑模型。
在对完整的历史建筑模型进行可视化展示的同时,还需从数据服务器中获取矢量数据,对矢量数据也进行可视化展示,具体为:基于Webgl技术,利用三维融合可视化引擎提供的能力,例如通过Cesium.js提供的Cesium.GeoJsonDataSource.load接口加载矢量数据进行可视化,使得管理人员或参观人员可从历史建筑模型中获取历史建筑相关的各种矢量数据,对历史建筑的内外结构得到进一步的了解和认识。
此外,从数据服务器中获取历史建筑的监控视频流数据,并基于Webgl技术在网页端接入视频流进行可视化展示,实现对历史建筑实时监控的目的。
本实施例在现有GIS、BIM、Webgl技术的基础上,将其进行集成整合形成三维融合可视化引擎(Cesium.js+Three.js),如图4所示,基于该引擎可对历史建筑进行保护和监控。
本实施例的可视化引擎集成有空间距离、贴地距离、水平面积、贴地面积、三角测量、方位角等基本测量工具,使得管理人员可对历史建筑模型进行所需的量测功能。同时,历史建筑的可视化引擎还可实现各种空间分析功能,包括人员分布分析、火灾模拟以及漫游分析等。
本实施例人员分布分析的具体方法为:
获取历史建筑区域内各无线访问接入点所连接的参观人员数量值,相当于利用历史建筑中的WIFI探针,搜索每个探针附近的参观人员数量从而获知历史建筑区域内的人员分布情况。本实施例根据参观人员数量值及其无线访问接入点所对应的位置信息形成历史建筑中人员分布的立体热力图,所述立体热力图中利用不同颜色表示不同的人员数量范围;同时将人员分布的立体热力图叠加至所述倾斜摄像模型上,让其结果更加直观立体的展现在管理者眼前,便于辅助决策。举个例子,在对历史建筑进行火灾监控时,可根据人员分布立体热力图协助救援疏散工作。
本实施例的可视化引擎还可连接互联网获取历史建筑所在地区的实时天气信息,所述实时天气信息包括实时太阳活动数据、实时降雨数据、实时风速数据、当前环境季节数据等;可视化引擎可根据实时天气信息对可视化展示的历史建筑模型进行场景模拟。举个例子,获取历史建筑所属地理位置的实时太阳活动数据,包括当天不同时间段的太阳位置以及太阳光照强度等,根据不同时间段的太阳位置以及当天不同时间段的太阳光照强度为历史建筑模型添加对应的光照阴影效果,使得历史建筑模型所呈现的光照阴影效果可随实时太阳位置以及太阳光照强度进行调整,使得管理人员从可视化展示的历史建筑模型中了解历史建筑区域所对应的光照情况,便于管理人员控制历史建筑的灯光进行远程控制。
获取历史建筑所属地理位置的实时降雨数据模拟历史建筑模型的下雨效果,同时让历史建筑模型的降雨效果可随实时降雨数据进行调整;此外,还可对降雨量进行监控,若历史建筑展示的降雨效果持续时间超过预设时间,则可生成告警提示;或从获取的实时降雨数据中得知降雨量超过预设范围,同样也可生成告警提示;与此同时,还可预先将历史建筑模型区域等分划分为若干个网格单元划分,根据每个网格单元的地理要素(例如地类、高程)确定每个网格单元的凹陷程度,并根据每个网格单元的凹陷程度对每个网格单元的低洼风险因子系数进行幅值,相对平整的区域所对应的网格单元的低洼风险因子系数为0,凹陷程度越大的区域所对应的网格单元的低洼风险因子系数越高;在模拟历史建筑模型降雨效果时,确定当前降雨量,根据当前降雨量确定阈值数值,并计算每个网格单元的低洼风险因子数值并判断其是否超过阈值数值,若超过则给历史建筑模型中的超过阈值数值的网格单元增加对应的积水效果,让管理人员可及时了解历史建筑内外的积水情况,从而方便及时安排清洁人员进行积水清扫防止出现水淹情况。
同理,获取实时风速数据模拟历史建筑模型中部分附属物实现摆动效果,其部分附属物可以是树花草等物体,且其摆动幅度可随风速大小进行改变。获取历史建筑所属地理位置的当前环境季节数据,根据当前环境季节数据调整历史建筑模型的季节效果;例如,当前历史建筑所处季节为冬天,且历史建筑的当天天气情况为下雪,则可在历史建筑模型中模拟出下雪效果,甚至根据下雪量为历史建筑模型的每个网格单元添加相应的积雪,让历史建筑模型可呈现与现实情况一致的效果,直观反馈于管理者,便于辅助决策。
本实施例的可视化引擎还可实现互动体验,例如提供自定义漫游路径、视角(第一视角、上帝视角、跟随视角等),让参观者可在线自主参观历史建筑;此外,还可获取带有人像的外部摄像设备拍摄的视频数据,通过AI算法将视频进行去除背景处理以提取出纯人像图像,基于Webgl技术,利用Three.js绘制一个网格对象(下述为mesh对象),调整mesh对象在历史建筑模型中的位置及大小,并将上述处理过的视频帧作为该mesh的纹理贴图,实现视频中的人物融入历史建筑BIM场景中;此外,还可通过调整Three.js场景的灯光,使得视频中的人物效果与模型展示效果更加吻合,更好地融入BIM模型中,同时接收到截图指令后将融入历史建筑模型中的人物进行截图以输出合照照片,提供截图保存场景的功能,实现与自己感兴趣的历史建筑合影拍照功能。
本实施例完成可视化引擎的制作后,可通过可视化引擎对历史建筑的火灾模拟和检测。具体为:在历史建筑模型中添加一个着火点位置,基于Webgl技术用火焰粒子模拟火灾中的火苗并将模拟的火苗添加在着火点位置中;通过可视化引擎的查询分析功能查询着火点一定范围内的资源分布情况,比如消防设施、医疗设施、交通设施、建筑信息等,同时结合天气情况(风向、风速、气温),周边地形地貌特征等因素,模拟火灾蔓延情况,并形成影响分析报告。
同时,在系统中模拟消防救援过程,即在历史建筑模型区域中规划消防车最佳路线,模拟消防车到达火灾现场后,消防人员现场灭火过程,用水滴粒子模拟水,用于浇灭燃烧的火焰,通过定时器控制火焰熄灭;举个例子,当发生火灾,消防人员到火灾现场,开始浇灭火焰,假如浇灭火焰需要60秒,则在这60秒内,历史建筑模型中模拟的火焰的大小在60秒内逐渐减小,当火焰被浇灭时,即60秒后,水柱逐渐变小消失,达到模拟火焰熄灭、水柱消失的灭火动态过程;还可在历史建筑区域内预先设置若干个救援安置点,根据着火点的位置确定离着火点最近的救援安置点,并模拟人员从火灾发生点到救援安置点的撤离的最佳路径,从而模拟完整的火灾救助过程。
而着火点的选择除了人工或系统确定外,还可通过自动检测的方式检测实际场景中的实际着火点位置,对实际着火点进行影响分析以及消防救援规划,便于消防救援工作快速展开,减少火灾所造成的损失。
如图2所示,本实施例中利用可视化引擎对历史建筑进行火灾检测的方法为:
步骤S4:创建历史建筑模型,并对所述历史建筑模型进行可视化显示;其中该步骤与前述的历史建筑模型创建和展示方法相同,在此不再详细描述。
步骤S5:接收监控所述历史建筑所得的实时视频数据以对所述实时视频数据进行火灾识别,并将火灾识别所获得的着火点信息进行可视化处理后模拟展示在所述历史建筑模型中。
在历史建筑内部和外部都可装设监控摄像头,该监控摄像头与前述的摄像设备可以相同,也可选择使用具有红外探测的摄像头,用于监控历史建筑内外火灾情况。
在获取监控摄像头拍摄所得的实时视频数据后,通过AI技术识别实时视频数据,将实时视频数据的前一帧与后一帧识别所得的画面进行比对分析以提取视频中发生变化的可疑区域;对提取的变化的可疑区域与预先建立的火灾样本集进行比对分析,当对比结果大于预设的识别阈值时,将其标记为疑似火灾区域;其中火灾样本集中包含有发生火灾时的烟雾视频数据、火焰视频数据等,用于视频火灾识别。
为了避免视频中识别到烟雾是从别的地方飘过来的,影响着火点准确判断,因此,本实施例在进行视频识别外,还接收装设在历史建筑内的各烟雾传感器所采集的烟雾数据,判断是否存在一组烟雾数据达到预设的报警范围,获取达到报警范围的烟雾数据所对应的传感器位置,将其传感器位置与标记为疑似火灾的区域位置进行比对,若二者相同,则将该可疑区域确定为火灾区域,若二者不相同,则以传感器检测的数据为准确定火灾区域。
确定火灾区域后将火灾区域作为着火点进行可视化处理并展示在历史建筑模型中,其可视化展示的方法为:
确定着火点位于历史建筑的地理位置;
调用模型数据库中的火焰粒子,根据着火点位置将火焰粒子映射在所述历史建筑模型中进行显示;
采集热成像数据,将获取到的热成像数据作为纹理贴图,叠加到历史建筑模型的相应位置上,并实时更新,让决策者直观通过三维模型了解最新火势情况。其中,热成像数据可通过红外线热像仪检测获得,也可通过具有红外检测的摄像头进行拍摄获得;根据热成像数据分析着火点的最新火势情况,并根据最新火势情况对所述历史建筑模型中展示的火焰粒子进行动态演示调整。
步骤S6:对所述历史建筑模型中模拟的火灾情况进行影响分析以获得火灾影响范围,根据火灾影响范围确定最佳消防路线并向对应的救援安置点推送火灾消息。
本实施例可预先通过前述方法将包含有历史建筑的预设区域等分为若干个网格单元,根据每个网格单元的地理要素(地类、高程)对所有网格单元的火灾因子的权重系数进行赋值,举个例子,若某一网格单元所对应的地表存在易点燃的干燥枯草,则该网格单元的火灾因子的权重系数相对较高,也代表该网格单元所对应的区域容易被点燃。
由于不同的天气情况对火灾的蔓延速度也造成一定程度的影响,因此本实施例通过互联网或通过当地传感器实时获取当前着火点的实时风速、实时风向及实时温度信息,再结合权重系数确定当前每个网格单元的火灾因子;而每个网格单元的火灾因子会因实时天气信息进行随时调整,以提高火灾蔓延范围的计算准确度。
确定每个网格单元的火灾因子后,根据热成像数据实时确定着火点位置,将着火点位置所对应的网格单元的火灾因子赋值为1,火灾因子为1代表着该位置正处于着火状态,并以着火点为中心向外循历其周围8个网格单元的火灾因子,并判断着火点周围8个网格单元的火灾因子是否大于预设阈值,将大于预设阈值的网格单元的火灾因子也赋值为1;每隔预设时间间隔以火灾因子数值为1的网格单元为中心,循历其周围8个网格单元的火灾因子是否大于预设阈值,将大于预设阈值的网格单元的火灾因子赋值1,在模拟时间段内一直重复上述操作,在模拟时间段内遍历选出所有火灾因子为1的网格单元,即可进行火灾蔓延模拟,而所有火灾因子为1的网格单元所对应的地理位置所围成的区域即为火灾影响范围。
本实施例在确定火灾影响范围后,根据火灾影响范围向外延伸预设距离以确定包含火灾影响范围的缓冲区;并获取缓冲区内所对应的POI信息,并根据缓冲区内的POI信息生成对应的火灾影响分析报告,从而让决策者了解到本次火灾会造成哪些物质破损以进行灾后损失核算。
确定火灾影响范围后将火灾影响范围可视化展示在历史建筑模型中,当火灾影响范围增大时,展示在历史建筑模型中的模拟火焰表现为火焰变大,火势变猛;若火灾影响范围缩小,则展示在历史建筑模型中的模拟火焰表现为火焰变小,直至火灾影响范围消失,展示的火焰模拟才会完成熄灭。
本实施例在历史建筑模型中预先标记若干个救援安置点,其救援安置点可配备一定的救援物资以及消防人员;在确定火灾影响范围后计算火灾影响范围与预先标记的各救援安置点之间的距离,距离最近的救援安置点标记为目标救援点,根据目标救援点与火灾影响范围的距离规划消防车最佳路线,并推算出消防人员到达火灾现场的时间;根据火灾影响范围规划参观人员的逃生路线,推算灭火所需时间以及灭火所需的消防物资数量,将推算结果连同火灾地点、火灾影响范围等各种火灾信息推送至不同终端中进行显示,以提示相关人员尽快到场处理。
如图3所示,本实施例还可通过可视化引擎对历史建筑外观变化进行检测,其具体方法包括如下步骤:
步骤S7:接收建筑数据以创建历史建筑模型,并对所述历史建筑模型进行可视化展示;其中该步骤与前述的历史建筑模型创建和展示方法相同,在此不再详细描述。
步骤S8:获取历史建筑的监控视频流,对监控视频流数据进行变化检测,将变化检测中发生改变的目标区域作为纹理对象与历史建筑模型的相应位置进行纹理映射以将所述目标区域可视化展示于历史建筑模型中。
其中拍摄历史建筑表面的摄像头可以与前述的摄像设备可以相同,也可采用拍摄清晰度更佳的摄像头,以便于对历史建筑外观的微小变化进行检测。
本实施例中对监控视频流数据进行变化检测的方法包括:
根据监控视频流数据的拍摄画面确定拍摄画面所对应的建筑局部区域;
将建筑局部区域与历史建筑模型中的相同区域进行比对,若比对发现二者发生改变,则将发生改变的区域标记为目标区域。
为了进一步确定建筑局部区域的位置,还可获取上报监控视频流的摄像头所对应的摄像头位置以及拍摄角度,根据摄像头位置和拍摄角度对建筑局部区域进行验证以二次确定拍摄画面所对应的建筑局部区域,以确保建筑局部区域的识别准确性。
本实施例将建筑局部区域与历史建筑模型中的相同区域进行比对的方法可以是对监控视频流数据的拍摄画面进行特征识别,将识别所得的特征信息与历史建筑模型中建筑局部区域所对应的特征信息进行比对,若二者比对相似度超过第一阈值,则可认为二者在外观上并未发生改变;若二者比对相似度低于第一阈值,则可认为二者在外观上发生了改变。
步骤S9:将所述目标区域与预设的变化检测样本进行对比分析,根据比对分析结果生成对应的修复方案并向指定终端发送修复消息。
所述变化检测样本预先存储在样本库中,所述变化检测样本包括但不限于不同程度的裂缝样本、坍塌样本以及附着物样本,同时在所述样本库中也存储有不同程度的裂缝样本、坍塌样本以及附着物样本所对应的修复方案。样本库是指定义好的变化类型库(图片库)及相应的修复方案库,例如“裂缝”,根据不同的裂缝宽度、长度等判断标准定义好样本,并针对不同的样本制定相应的修复方案,从而形成样本库。
本实施例在确定发生变化的目标区域后,对所述目标区域进行指定特征识别以获知所述目标区域所对应的建筑表面是否存在裂缝、坍塌和/或附着物,其附着物可以是植被、藻类、真菌、鸟粪等;将所述目标区域所对应的建筑表面存在的裂缝、坍塌和/或附着物分别与所述样本库中的各变化检测样本进行比对,若所述目标区域的裂缝、坍塌和/或附着物与任意一变化检测样本相符,则根据相符的变化检测样本确定所述目标区域的裂缝开裂程度、坍塌情况以及附着物附着面积。本实施例将变化的部分进行高亮标注显示,同时将变化分析结果作为纹理对象,与历史建筑BIM模型相应地方进行纹理映射,使历史建筑模型发生变化的部分可更加直观地进行三维立体展示。
同时,根据所述目标区域的裂缝开裂程度、坍塌情况以及附着物附着面积调取所述样本库所对应的修复方案,并将修复方案连同所述目标区域所对应的裂缝开裂程度、坍塌情况以及附着物附着面积一并推送至指定终端进行显示,以通知相关人员及时进行处理,及时发现可能对历史建筑造成损坏的现象。
本实施例中变化检测的时机可以是按照预设时间间隔进行一次变化检测,即按照预设时间间隔自动获取历史建筑的监控视频流进行变化检测;也可在触发指定事件后主动获取当前的监控视频流以进行变化检测,例如在发生火灾事件后即可通过变化检测的方式来确定火灾的灾后情况,了解经过火灾后历史建筑表面的变化情况,从而主动生成对应的修复方案。
实施例二
本实施例提供一种基于数字孪生技术的历史建筑修复系统,如图5所示,应用在如实施例一所述的三维融合可视化引擎中,包括:
模型显示模块,用于获取建筑数据,根据建筑数据生成历史建筑模型并制作所述历史建筑模型所对应的矢量数据,将所述历史建筑模型及其矢量数据存储于数据服务器中;
视频流获取模块,用于获取摄像设备所上传的监控视频流并将其存入所述数据服务器中;
可视化展示模块,用于加载所述数据服务器中存储的历史建筑模型数据、矢量数据及视频流数据以进行可视化展示。
此外,三维融合可视化系统还可包括用于检测火灾情况的火灾识别模块和火灾影响分析模块,以及用于检测建筑变化情况的变化检测模块和修复分析模块。
其中,所述火灾识别模块用于接收监控所述历史建筑所得的实时视频数据以对所述实时视频数据进行火灾识别,并将火灾识别所获得的着火点信息进行可视化处理后模拟展示在所述历史建筑模型中;所述火灾影响分析模块则用于对所述历史建筑模型中模拟的火灾情况进行影响分析以获得火灾影响范围,根据火灾影响范围确定最佳消防路线并向对应的救援安置点推送火灾消息。
所述变化检测模块则用于获取历史建筑的监控视频流,对监控视频流数据进行变化检测,将变化检测中发生改变的目标区域作为纹理对象与历史建筑模型的相应位置进行纹理映射以将所述目标区域可视化展示于历史建筑模型中;所述修复分析模块,将所述目标区域与预设的变化检测样本进行对比分析,根据比对分析结果生成对应的修复方案并向指定终端发送修复消息。
本实施例集成整合形成三维融合可视化引擎,利用该引擎所生成的历史建筑模型可满足参观人员的各种互动需求,进一步了解历史建筑模型的内外结构;同时,在历史建筑模型中添加实时的监控视频图像,历史建筑的管理人员也可通过该可视化引擎对历史建筑的状态进行监控,可对历史建筑进行更好的保护。
实施例三
本实施例提供一种电子设备,其包括处理器、存储器及存储于所述存储器上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实施例一中的一种基于数字孪生技术的历史建筑修复方法;另外,本实施例还提供一种存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的一种基于数字孪生技术的历史建筑修复方法。
本实施例中的设备及存储介质与前述实施例中的方法是基于同一发明构思下的两个方面,在前面已经对方法实施过程作了详细的描述,所以本领域技术人员可根据前述描述清楚地了解本实施例中的设备及存储介质的结构及实施过程,为了说明书的简洁,在此就不再赘述。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.一种基于数字孪生技术的历史建筑修复方法,其特征在于,包括:
接收建筑数据以创建历史建筑模型,并对所述历史建筑模型进行可视化展示;
获取历史建筑的监控视频流,对监控视频流数据进行变化检测,将变化检测中发生改变的目标区域作为纹理对象与历史建筑模型的相应位置进行纹理映射以将所述目标区域可视化展示于历史建筑模型中;
将所述目标区域与预设的变化检测样本进行对比分析,根据比对分析结果生成对应的修复方案并向指定终端发送修复消息。
2.根据权利要求1所述的基于数字孪生技术的历史建筑修复方法,其特征在于,所述对监控视频流数据进行变化检测的方法包括:
根据监控视频流数据的拍摄画面确定拍摄画面所对应的建筑局部区域,将建筑局部区域与历史建筑模型中的相同区域进行比对,若比对发现二者发生改变,则将发生改变的区域标记为目标区域。
3.根据权利要求2所述的基于数字孪生技术的历史建筑修复方法,其特征在于,所述对监控视频流数据进行变化检测的方法还包括:
获取上报监控视频流的摄像头所对应的摄像头位置以及拍摄角度,根据摄像头位置和拍摄角度对建筑局部区域进行验证以二次确定拍摄画面所对应的建筑局部区域。
4.根据权利要求1所述的基于数字孪生技术的历史建筑修复方法,其特征在于,所述变化检测样本预先存储在样本库中,所述变化检测样本包括但不限于不同程度的裂缝样本、坍塌样本以及附着物样本。
5.根据权利要求4所述的基于数字孪生技术的历史建筑修复方法,其特征在于,将所述目标区域与预设的变化检测样本进行对比分析的方法为:
对所述目标区域进行特征识别以获知所述目标区域所对应的建筑表面是否存在裂缝、坍塌和/或附着物;
将所述目标区域所对应的建筑表面存在的裂缝、坍塌和/或附着物分别与所述样本库中的各变化检测样本进行比对,若所述目标区域的裂缝、坍塌和/或附着物与任意一变化检测样本相符,则根据相符的变化检测样本确定所述目标区域的裂缝开裂程度、坍塌情况以及附着物附着面积。
6.根据权利要求5所述的基于数字孪生技术的历史建筑修复方法,其特征在于,生成所述修复方案的方法为:
预先将不同程度的裂缝样本、坍塌样本以及附着物样本所对应的修复方案存储在所述样本库中;
根据所述目标区域的裂缝开裂程度、坍塌情况以及附着物附着面积调取所述样本库所对应的修复方案,并将修复方案连同所述目标区域所对应的裂缝开裂程度、坍塌情况以及附着物附着面积一并推送至指定终端进行显示。
7.根据权利要求1所述的基于数字孪生技术的历史建筑修复方法,其特征在于,获取历史建筑的监控视频流的时间节点为:
按照预设时间间隔获取历史建筑的监控视频流,或在指定事件触发后主动获取历史建筑的监控视频流。
8.一种基于数字孪生技术的历史建筑修复系统,其特征在于,执行如权利要求1~7任意一项所述的基于数字孪生技术的历史建筑修复方法,其系统包括:
模型显示模块,用于接收建筑数据以创建历史建筑模型,并对所述历史建筑模型进行可视化展示;
变化检测模块,用于获取历史建筑的监控视频流,对监控视频流数据进行变化检测,将变化检测中发生改变的目标区域作为纹理对象与历史建筑模型的相应位置进行纹理映射以将所述目标区域可视化展示于历史建筑模型中;
修复分析模块,将所述目标区域与预设的变化检测样本进行对比分析,根据比对分析结果生成对应的修复方案并向指定终端发送修复消息。
9.一种电子设备,其特征在于,其包括处理器、存储器及存储于所述存储器上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权利要求1~7任一所述的基于数字孪生技术的历史建筑修复方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被执行时实现权利要求1~7任一所述的基于数字孪生技术的历史建筑修复方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111440665.0A CN114418932A (zh) | 2021-11-30 | 2021-11-30 | 一种基于数字孪生技术的历史建筑修复方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111440665.0A CN114418932A (zh) | 2021-11-30 | 2021-11-30 | 一种基于数字孪生技术的历史建筑修复方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114418932A true CN114418932A (zh) | 2022-04-29 |
Family
ID=81265968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111440665.0A Pending CN114418932A (zh) | 2021-11-30 | 2021-11-30 | 一种基于数字孪生技术的历史建筑修复方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114418932A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115272848A (zh) * | 2022-07-18 | 2022-11-01 | 西南交通大学 | 多云多雾耕地保护区内建筑物智能变化检测方法 |
CN115761014A (zh) * | 2022-11-11 | 2023-03-07 | 武汉泰佰腾建筑劳务有限公司 | 一种基于数字孪生的古建筑智能监测分析预警系统 |
-
2021
- 2021-11-30 CN CN202111440665.0A patent/CN114418932A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115272848A (zh) * | 2022-07-18 | 2022-11-01 | 西南交通大学 | 多云多雾耕地保护区内建筑物智能变化检测方法 |
CN115272848B (zh) * | 2022-07-18 | 2023-04-18 | 西南交通大学 | 多云多雾耕地保护区内建筑物智能变化检测方法 |
CN115761014A (zh) * | 2022-11-11 | 2023-03-07 | 武汉泰佰腾建筑劳务有限公司 | 一种基于数字孪生的古建筑智能监测分析预警系统 |
CN115761014B (zh) * | 2022-11-11 | 2023-11-24 | 义乌市双江湖开发集团有限公司 | 一种基于数字孪生的古建筑智能监测分析预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114419835A (zh) | 一种基于数字孪生技术的历史建筑火灾监测方法及系统 | |
CN104867174B (zh) | 一种三维地图渲染显示方法及系统 | |
CN106441233B (zh) | 基于倾斜摄影三维重建技术的电力通道走廊巡检方法 | |
Vega-Rodríguez et al. | Low cost LoRa based network for forest fire detection | |
CN106485868B (zh) | 火情的监测方法、系统和火情的监测服务器 | |
CN114418932A (zh) | 一种基于数字孪生技术的历史建筑修复方法及系统 | |
Stipaničev et al. | Advanced automatic wildfire surveillance and monitoring network | |
CN110362895B (zh) | 一种基于bim+gis技术的征地拆迁应用管理系统 | |
KR100948099B1 (ko) | 항공 레이저 측량을 이용한 식생의 면적 산출 시스템 및 방법 | |
CN108957507A (zh) | 基于增强现实技术的燃气管道泄漏处置方法 | |
KR20060125169A (ko) | 공간정보 구축방법 및 이를 이용한 재해대처용 모바일지이아이에스 시스템 | |
CN116189371A (zh) | 一种基于物联网的森林防火消防设施联动管理系统及方法 | |
Chiaraviglio et al. | Automatic fire perimeter determination using MODIS hotspots information | |
Sanchez-Fernandez et al. | VPP: visibility-based path planning heuristic for monitoring large regions of complex terrain using a UAV onboard camera | |
CN108470044A (zh) | 一种基于三维gis技术的输电线路管理系统 | |
CN111539100A (zh) | 井场虚拟建设模型的生成方法、装置、设备及存储介质 | |
Aden et al. | Low cost infrared and near infrared sensors for UAVs | |
CN117557931A (zh) | 一种基于三维场景的表计最优巡检点的规划方法 | |
CN112330066A (zh) | 一种基于地理信息的台风期间出行风险预警的方法 | |
KR20140127718A (ko) | 로지스틱 회귀식을 이용하여 대형 산불 판정 모형을 생성하기 위한 장치 및 그 방법 | |
TWI501198B (zh) | Slope safety analysis system and its method for applying portable electronic device | |
CN114491727A (zh) | 一种历史建筑的三维融合可视化方法、系统、设备及介质 | |
KR102311371B1 (ko) | 도심지 건설현장을 위한 미세먼지 스마트 감시시스템 | |
CN108954016A (zh) | 基于增强现实技术的燃气管道泄漏处置系统 | |
Dimitropoulos et al. | Fire detection and 3D fire propagation estimation for the protection of cultural heritage areas |
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 |