CN114782588B - 一种数字孪生城市中道路名称实时绘制方法及系统 - Google Patents

一种数字孪生城市中道路名称实时绘制方法及系统 Download PDF

Info

Publication number
CN114782588B
CN114782588B CN202210716753.7A CN202210716753A CN114782588B CN 114782588 B CN114782588 B CN 114782588B CN 202210716753 A CN202210716753 A CN 202210716753A CN 114782588 B CN114782588 B CN 114782588B
Authority
CN
China
Prior art keywords
road
label
viewpoint
coordinates
digital twin
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210716753.7A
Other languages
English (en)
Other versions
CN114782588A (zh
Inventor
罗德宁
亢林焘
高旻
彭林春
陶李
段强
郭美
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.)
Sichuan Jianshan Technology Co ltd
Original Assignee
Sichuan Jianshan 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 Sichuan Jianshan Technology Co ltd filed Critical Sichuan Jianshan Technology Co ltd
Priority to CN202210716753.7A priority Critical patent/CN114782588B/zh
Publication of CN114782588A publication Critical patent/CN114782588A/zh
Application granted granted Critical
Publication of CN114782588B publication Critical patent/CN114782588B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/20—Processor architectures; Processor configuration, e.g. pipelining

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明属于数字孪生应用领域，提供了一种数字孪生城市中道路名称实时绘制方法及系统，包括：根据视点离地面高度划分视点层级，确定不同视点层级下的标签间距与标签大小；以关键点为分割点，将道路划分为若干个路段，并计算每个路段的长度；按道路方向依次遍历所有路段，筛选出各视点层级中待绘制标签的路段；根据标签间距计算出各视点层级中待绘制标签路段的标签坐标并存储：获取当前视点离地面高度，确定视点层级，通过射线扫描确定视点范围；计算处于所述视点范围内的标签坐标，在数字孪生场景对应的坐标进行标签绘制。本发明用于解决由于场景中道路数量众多，实时计算大量道路标签坐标会占用大量的CPU，严重影响系统的运行速度的技术问题。

Description

一种数字孪生城市中道路名称实时绘制方法及系统
技术领域
本发明涉及数字孪生应用领域，尤其涉及一种数字孪生城市中道路名称实时绘制方法及系统。
背景技术
在数字孪生城市中，存在大量以矢量数据表达的POI兴趣点需要在数字孪生场景中实时绘制与表达，如：道路标签、河流、规划图等。
现有技术中，道路标签的绘制技术在二维电子地图中应用较多，绘制技术发展的较为成熟。随着数字孪生城市的出现，道路显示成为数字孪生场景中一项重要的基础项目，而为了让用户更加清楚、直观的获知道路信息，需要在道路上标注对应的名称。
在数字孪生场景地图中漫游时，由于视点不同，所显示的道路时刻在变化、放大或缩小，而道路名称的标注点需要配合道路的改变重新进行计算和布局，以适配当前显示器所显示的路段和道路大小。但由于场景规模大、道路数量众多，实时计算大量道路标签坐标会占用大量的CPU，严重影响系统的运行速度，且还会导致数据出错，标签标注错乱、精确度低的问题。
发明内容
有鉴于此，本发明实施例提供了数字孪生城市中道路名称实时绘制方法及系统，用以解决上述技术问题。
第一方面，本发明实施例提供了一种数字孪生城市中道路名称实时绘制方法，所述方法包括：
S1.根据视点离地面高度划分视点层级，并确定不同视点层级下的标签间距与标签大小；
S2.以关键点为分割点，将道路划分为若干个路段，并计算每个路段的长度；
S3.按道路方向依次遍历所有路段，筛选出各视点层级中待绘制标签的路段；
S4.根据标签间距计算出各视点层级中待绘制标签路段的标签坐标并存储：
S5.获取当前视点离地面高度，确定视点层级，并通过射线扫描确定视点范围；
S6.计算处于所述视点范围内的标签坐标，并在数字孪生场景对应的坐标进行标签绘制。
优选的，所述S1具体包括：
S11.根据摄像机离地面的高度来划分视点层级，摄像机离地面的高度越高则视点层级越高；
S12.确定不同视点层级下的标签间距和标签字体大小。
优选的，所述关键点为道路中心线上所选取的体现道路走向的点，关键点还包括道路拐角处的折点。
优选的，所述计算每个路段的长度具体包括：
获取路段两端关键点的坐标，通过两点之间的坐标计算得出路段的长度。
优选的，所述S3具体包括：
S31.按道路方向遍历路段；
S32.比较当前路段的长度与标签间距的大小：
若当前路段的长度大于标签间距，则标记为待绘制标签的路段，重复S31。
若当前路段的长度小于标签间距，则进入S33；
S33. 将当前路段与下一个路段拼接得到新的路段；
S34.比较新路段的拐角度数与临界度数的大小：
当拐角度数大于临界度数时，重复步骤S32；
当拐角度数小于临界度数时，进入步骤S35；
S35.判断当前路段是否为道路的终点：
若不是，则重复步骤S33；
若是，则遍历结束。
优选的，所述拐角度数的计算方法：
获取路段两端关键点，根据两个关键点向量之间的夹角计算得出路段的拐角度数。
优选的，所述步骤S4具体包括：
S41.获取待绘制标签路段两端关键点的坐标，并将靠近道路起点的关键点设为start，靠近道路终点的关键点设为end；
S42.将start坐标+标签间距的点确定为标签坐标；
S43.将标签坐标作为start，计算start与end之间的距离；
S44.比较所述距离与标签间距的大小：
当所述距离大于标签间距时，重复步骤S42；
当所述距离小于标签间距时，结束计算，存储所有标签坐标。
优选的，所述步骤S5包括以下步骤：
S51.以T为时间周期实时获取当前视点离地面高度，确定当前视点离地面高度所属的视点层级；
S52.以数字孪生场景中的摄像机为中心点，通过射线扫描地面，将射线扫描到的范围确定为视点范围。
优选的，所述步骤S6包括以下步骤：
S61.获取视点范围的左上角坐标和右下角坐标；
S62.根据所述左上角坐标和右下角坐标筛选出在所述视点范围内的标签坐标；
S63.在数字孪生场景对应的坐标绘制标签。
第二方面，本发明实施例提供了一种数字孪生城市中道路名称实时绘制系统，包括：
视点层级划分模块：用于根据视点离地面高度划分视点层级，并确定不同视点层级下的标签间距与标签大小；
路段长度计算模块：用于以关键点为分割点，将道路划分为若干个路段，并计算每个路段的长度；
筛选模块：用于按道路方向依次遍历所有路段，筛选出各视点层级中待绘制标签的路段；
标签坐标计算模块：用于根据标签间距计算出各视点层级中待绘制标签路段的标签坐标并存储：
视点范围更新模块：用于获取当前视点离地面高度，确定视点层级，并通过射线扫描确定视点范围；
标签绘制模块：用于计算处于所述视点范围内的标签坐标，并在数字孪生场景对应的坐标进行标签绘制。
综上所述，本发明的有益效果如下：
1、本发明实施例对不同的视点层级预设了不同的标签间距和标签大小，以保证在当前的视点离地面高度下能对关键的道路进行标签绘制，并根据标签间距将每个视点层级下的标签坐标预存在数组中。在拖拽、放大、缩小数字孪生场景时，实时获取当前场景所处的视点层级，并确定待显示的视点范围（显示器显示范围），从当前视点层级的数组中获取到属于该视点范围内的标签坐标，直接在场景中绘制道路标签。本发明不仅省去了实时计算标签坐标的过程，减少绘制出错的概率，还大量减少了标签的绘制量，从而提升了系统的运行速度和CPU性能，防止出现卡顿。
2、本发明实施例为了使标签的坐标计算方法得到最优，通过关键点将道路划分为不同的路段，目的在于将直线路段和曲线路段划分开来。在直线路段仅需要比较路段长度与标签间距之间的大小，当路段长度大于标签间距时，在此路段中计算标签的坐标；而在曲线路段，首先判断拐角处是否需要显示标签：先判断拐角度数是否大于临界度数，在大于临界度数的情况下说明此路段趋近于直线路段，再判断此路段长度是否大于标签间距，在两个条件都满足的情况下，在此路段中计算标签的坐标。而当此路段长度小于标签间距时，将其与下一个路段进行拼接，以拼接出满足绘制条件的路段，再计算标签位置。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，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，这些均在本发明的保护范围内。
图1为一种数字孪生城市中道路名称实时绘制方法的流程图。
图2为本发明实施例的步骤S3-S4的方法流程图。
图3为本发明实施例的步骤S41-S44的方法流程图。
图4为本发明实施例的步骤S5-S6的方法流程图。
图5是本发明实施例的道路分段示意图。
图6是本发明实施例的道路拐角示意图。
图7是本发明实施例的0层级的数字孪生场景效果图。
图8是本发明实施例的4层级的数字孪生场景效果图。
图9是本发明实施例的一种数字孪生城市中道路名称实时绘制系统的模块框架图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
实施例1
请参见图1-图9，本发明实施例提供了一种数字孪生城市中道路名称实时绘制方法，该方法包括以下步骤：
S1.根据视点离地面高度划分视点层级，并确定不同视点层级下的标签间距与标签大小；
具体的，所述S1包括：
S11.根据摄像机离地面的高度来划分视点层级，摄像机离地面的高度越高则视点层级越高；
S12.确定不同视点层级下的标签间距d和标签字体大小。
具体的，本实施例中根据高度划分了5个层级：0层、1层、2层、3层、4层，如表1所示；
表1
Id（层级） 0 1 2 3 4
离地面高度（cm） [0,220000） [220000,450000） [450000,650000） [650000,850000） [850000,1000000）
字体大小（磅） 30 80 150 300 600
d（cm） 30000 70000 10000 200000 300000
本实施例中，通过设定不同的标签间距来确定当前视点层级下哪些道路需要生成标签、生成多少标签，当道路的长度小于当前标签间距时，则在此视点层级下无需生成标签。因此，视点层级越高，所生成的标签数量越少、场景中的字体越大；视点层级越低，所生成标签数量越多，场景中的字体越小。如图7所示：0层级所展示的数字孪生场景视点离地面高度低，场景的覆盖面小，虽然所显示的道路少，但可详细显示每条道路的标签；如图8所示：4层级所展示的数字孪生场景的视点离地面高度高，场景的覆盖面大，虽然所显示的道路多，但仅显示主干道的标签。
基于以上实施例，一种数字孪生城市中道路名称实时绘制方法还包括：
S2.以关键点为分割点，将道路划分为若干个路段，并计算每个路段的长度；
首先，获取道路关键点的坐标，其中，所述关键点为道路中心线上所选取的体现道路走向的点，包括道路的起点、终点以及拐角处的折点，例如：若道路为直线型，则仅需要取道路的起点和终点即可体现出道路的走向；若道路为曲线型，则还需要在拐角处取到折点，以体现出道路的折弯度和走向，如图5所示，Q1为道路的起点，Q3 、Q4 、Q5 等为拐角处的折点。
具体的，请求获取城市矢量数据GeoJson，然后将通过解析处理Json格式的字符串得到道路名称、道路等级、每条道路的关键点的经纬度坐标等信息，得到经纬度坐标后，需要将关键点的经纬度坐标系转换为当前数字孪生场景中的图形引擎坐标系，具体转换过程如下：
将经纬度坐标近似为双精度坐标，以避免与正确数据产生大的偏差；
将双精度坐标转换为投影坐标；
将投影坐标转换为二维图形引擎坐标，输出二维坐标数组(a,b)；
将所有标签的图形引擎坐标存进结构体中，本实施例中，所述数字孪生城市在UE4中搭建完成，因此所述图形引擎坐标为UE4中的wgs84坐标系。
坐标转换完成后，将每条道路所对应的道路名称、道路等级、起点、终点、折点及其二维图形引擎坐标均存入结构体（一种数据存储结构）中。
基于以上实施例，所述计算每个路段的长度具体包括：
获取所有相邻两个关键点Q之间的路段L，并计算路段L的长度；
具体的，如图5所示，Q1为道路的起点，Q2为与Q1相邻的关键点，则令Q1 与Q2之间的路段为L12，以此类推，得到路段L23， L34…
获取路段两端关键点的坐标，通过两点之间的距离计算得出路段的长度；
本实施例中，通过关键点将道路划分为若干路段，分别在每条路段中计算是否需要绘制标签。由于上述步骤计算得到了每个关键点（即起点、折点及终点）的图形引擎坐标，因此通过坐标可计算得出路段的长度，即两个关键点之间的距离，且将起点到终点的走向确定为标签绘制的方向。
基于以上实施例，一种数字孪生城市中道路名称实时绘制还包括：
S3.按道路方向依次遍历所有路段，筛选出各视点层级中待绘制标签的路段；本实施例中，需要对每个视点层级进行筛选，由于不同视点层级的标签间距不同，因此筛选处的路段也不相同。
其中，所述S3具体包括以下步骤：
S30.获取当前视点层级下的标签间距；
S31.按道路方向遍历路段；
S32.比较当前路段的长度与标签间距的大小：
若当前路段的长度大于标签间距，则标记为待绘制标签的路段。
若当前路段的长度小于标签间距，则进入S33；
S33. 将当前路段与下一个路段拼接得到新的路段；
S34.比较新路段的拐角度数与临界度数的大小：
当拐角度数大于临界度数时，重复步骤S32；
当拐角度数小于临界度数时，进入步骤S35；
S35.判断当前路段是否为道路的终点：
若不是，则重复步骤S33；
若是，则遍历结束。
以图5所述为例：
1）以起始路段L12开始依次遍历；
2）L12作为当前路段与标签间距d比较，由于 L12＞d，L12标记为待绘制路段，继续遍历至L23；
3）L23作为当前路段与标签间距d比较，由于当L23小于d，将L23与L34拼接为新路段L24；
4）计算L24的拐角度数，比较L24拐角度数的与临界度数的大小。
基于以上实施例，所述拐角度数的计算方法为：
获取新路段L24两端关键点Q2、Q4的坐标，根据Q2和Q4向量之间的夹角计算得出新路段的拐角度数。
具体的，如图6所示，Q2和Q4向量之间的夹角为173°。
优选的，所述临界度数设置为172°，当拐角度数大于172°时，道路趋近于直线，可正常显示道路标签，需要说明的是，所述临界度数为自定义参数，可根据实际情况进行设定；
由于L24拐角度数大于临界度数时，继续比较L24与标签间距d的大小；
由于L24大于标签间距d，则将L24标记为待绘制路段。
5）继续遍历L45…，直到所述道路遍历完成。
基于以上实施例，如图3所示，一种数字孪生城市中道路名称实时绘制还包括：
S4.根据标签间距依次计算所述待绘制标签的路段的标签坐标，并存储，具体包括：
S41.获取路段L24两端关键点Q2、Q4的坐标；并将靠近道路起点的关键点Q2设为start，靠近道路终点的关键点Q4设为end；
S42.将start坐标+标签间距d的点确定为标签坐标；
S43.将标签坐标作为start，计算start与end之间的距离；
S44.比较所述距离与标签间距d的大小：
当所述距离大于标签间距d时，重复步骤S42；
当所述距离小于标签间距d时，结束计算，存储所有标签坐标。
本实施例中，以L12路段为例：Q1为start，Q2为end，将start+d的点确定为标签位置P1；
再以P1为start、Q2为end，计算P1与end之间的距离；
当所述距离大于d时，则将距离start（P1）+d的点确定为标签P2，以此类推，直到标签Pn与end的距离小于d，则跳入下一路段L24。
在路段L24中，Q2为start，Q4为end，将start+d的点确定为标签位置Pn+1,
再以Pn+1为start、Q2为end，计算Pn+1与end之间的距离；
当所述距离大于d时，则将距离start（Pn+1）+d的点确定为标签Pn+2，以此类推，直到标签P2n与end的距离小于d，则跳入下一路段。
将每个层级中的每条道路上的标签坐标计算完成后，将不同层级的标签坐标分别存入不同的数组中，以便于后续在绘制标签时快速调用坐标。
基于以上实施例，一种数字孪生城市中道路名称实时绘制还包括：
S5.获取当前视点离地面高度，确定视点层级，并通过射线扫描确定视点范围；
具体的，所述步骤S5包括：
S51.以T为时间周期实时获取当前视点离地面高度，确定当前视点离地面高度所属的视点层级；
本实施例中，T=1S，每隔1S获取当前场景所在的视点离地面高度，根据视点离地面高度确定视点层级，调用当前视点层级的标签所存放的数组；
S52.以数字孪生场景中的摄像机为中心点，通过射线扫描地面，将射线可扫描到的范围确定为视点范围；
本实施例中，利用LineTrace射线扫描地面，其中，LineTrace所能扫描到的地块为当前显示器所能显示的场景地块，即视点范围。
基于以上实施例，一种数字孪生城市中道路名称实时绘制还包括：
S6.计算处于所述视点范围内的标签坐标，并在数字孪生场景对应的坐标进行标签绘制；
具体的，所述步骤S6包括：
S61.获取视点范围的左上角坐标（x1,y1）和右下角坐标(x2,y2)；
S62.根据所述左上角坐标（x1,y1）和右下角坐标(x2,y2)筛选出在所述视点范围内的标签坐标；
本实施例中，当坐标标签（xa,ya）满足
Figure 597722DEST_PATH_IMAGE001
时，即在所述视点范围内。
S63.在数字孪生场景对应的坐标绘制标签；
按照道路的优先级依次获取标签坐标，并在数字孪生场景中绘制标签。
实施例2
请参阅图9，本发明实施例提供了一种数字孪生城市中道路名称实时绘制系统，所述系统包括：
视点层级划分模块：用于根据视点离地面高度划分视点层级，并确定不同视点层级下的标签间距与标签大小；
路段长度计算模块：用于以关键点为分割点，将道路划分为若干个路段，并计算每个路段的长度；
筛选模块：用于按道路方向依次遍历所有路段，筛选出各视点层级中待绘制标签的路段；
标签坐标计算模块：用于根据标签间距计算出各视点层级中待绘制标签路段的标签坐标并存储：
视点范围更新模块：用于获取当前视点离地面高度，确定视点层级，并通过射线扫描确定视点范围；
标签绘制模块：用于计算处于所述视点范围内的标签坐标，并在数字孪生场景对应的坐标进行标签绘制。
另外，本发明实施例的数字孪生城市中道路名称实时绘制方法可以由数字孪生城市中道路名称实时绘制设备来实现。
数字孪生城市中道路名称实时绘制设备可以包括处理器以及存储有计算机程序指令的存储器。
具体地，上述处理器可以包括中央处理器（CPU），或者特定集成电路（ApplicationSpecific Integrated Circuit，ASIC），或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器可包括硬盘驱动器（Hard Disk Drive，HDD）、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线（Universal Serial Bus，USB）驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器可在数据处理装置的内部或外部。在特定实施例中，存储器是非易失性固态存储器。在特定实施例中，存储器包括只读存储器（ROM）。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM（PROM）、可擦除PROM（EPROM）、电可擦除PROM（EEPROM）、电可改写ROM（EAROM）或闪存或者两个或更多个以上这些的组合。
处理器通过读取并执行存储器中存储的计算机程序指令，以实现上述实施例中的任意一种数字孪生城市中道路名称实时绘制方法。
在一个示例中，数字孪生城市中道路名称实时绘制设备还可包括通信接口和总线。其中，如图数字孪生城市中道路名称实时绘制所示，处理器、存储器、通信接口通过总线连接并完成相互间的通信。
通信接口，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线包括硬件、软件或两者，将数字孪生城市中道路名称实时绘制设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口（AGP）或其他图形总线、增强工业标准架构（EISA）总线、前端总线（FSB）、超传输（HT）互连、工业标准架构（ISA）总线、无限带宽互连、低引脚数（LPC）总线、存储器总线、微信道架构（MCA）总线、外围组件互连（PCI）总线、PCI-Express（PCI-X）总线、串行高级技术附件（SATA）总线、视频电子标准协会局部（VLB）总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
另外，结合上述实施例中的数字孪生城市中道路名称实时绘制方法，本发明实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种数字孪生城市中道路名称实时绘制方法。
综上所述，本发明实施例提供的数字孪生城市中道路名称实时绘制方法、计算机可读存储介质、设备及系统实现了数字孪生城市中道路名称实时绘制。
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路（ASIC）、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM（EROM）、软盘、CD-ROM、光盘、硬盘、光纤介质、射频（RF）链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种数字孪生城市中道路名称实时绘制方法，其特征在于，所述方法包括：
S1.根据视点离地面高度划分视点层级，并确定不同视点层级下的标签间距与标签大小；
S2.以关键点为分割点，将道路划分为若干个路段，并计算每个路段的长度；
S3.按道路方向依次遍历所有路段，比较当前路段的长度与标签间距的大小，筛选出各视点层级中待绘制标签的路段；
S4.根据标签间距计算出各视点层级中待绘制标签路段的标签坐标并存储；
S5.获取当前视点离地面高度，确定视点层级，并通过射线扫描确定视点范围；
S6.计算处于所述视点范围内的标签坐标，并在数字孪生场景对应的坐标进行标签绘制。
2.根据权利要求1所述的数字孪生城市中道路名称实时绘制方法，其特征在于，所述S1具体包括：
S11.根据视点离地面的高度来划分视点层级，所述视点为数字孪生场景中摄像机的位置，摄像机离地面的高度越高则视点层级越高；
S12.确定不同视点层级下的标签间距和标签字体大小。
3.根据权利要求1所述的数字孪生城市中道路名称实时绘制方法，其特征在于，所述关键点为道路中心线上所选取的体现道路走向的点，关键点还包括道路拐角处的折点。
4.根据权利要求1所述的数字孪生城市中道路名称实时绘制方法，其特征在于，所述计算每个路段的长度具体包括：
获取路段两端关键点的坐标，通过两点之间的坐标计算得出路段的长度。
5.根据权利要求1所述的数字孪生城市中道路名称实时绘制方法，其特征在于，所述S3具体包括：
S30.确定临界度数；
S31.按道路方向遍历所有路段；
S32.比较当前路段的长度与标签间距的大小：
若当前路段的长度大于标签间距，则标记为待绘制标签的路段，重复S31；
若当前路段的长度小于标签间距，则进入S33；
S33.将当前路段与下一个路段拼接得到新的路段；
S34.比较新路段的拐角度数与临界度数的大小：
当拐角度数大于临界度数时，重复步骤S32；
当拐角度数小于临界度数时，进入步骤S35；
S35.判断当前路段是否为道路的终点：
若不是，则重复步骤S33；
若是，则遍历结束。
6.根据权利要求5所述的数字孪生城市中道路名称实时绘制方法，其特征在于，所述拐角度数的计算方法：
获取待绘制标签路段两端关键点的坐标；并将靠近道路起点的关键点设为Start，靠近道路终点的关键点设为End；根据Start和End向量之间的夹角计算得出新路段的拐角度数。
7.根据权利要求6所述的数字孪生城市中道路名称实时绘制方法，其特征在于，所述步骤S4具体包括：
S41.获取待绘制标签路段两端关键点的坐标，并将靠近道路起点的关键点设为start，靠近道路终点的关键点设为end；
S42.将Start坐标+标签间距的点确定为标签坐标；
S43.将标签坐标作为Start，计算Start与End之间的距离；
S44.比较所述距离与标签间距的大小：
当所述距离大于标签间距时，重复步骤S41；
当所述距离小于标签间距时，结束计算，存储所有标签坐标。
8.根据权利要求1所述的数字孪生城市中道路名称实时绘制方法，其特征在于，所述步骤S5包括以下步骤：
S51.以T为时间周期实时获取当前视点离地面高度，确定当前视点高度所属的视点层级；
S52.以数字孪生场景中的摄像机为中心点，通过射线扫描地面，将射线扫描到的范围确定为视点范围。
9.根据权利要求1所述的数字孪生城市中道路名称实时绘制方法，其特征在于，所述步骤S6包括以下步骤：
S61.获取视点范围的左上角坐标和右下角坐标；
S62.根据所述左上角坐标和右下角坐标筛选出在所述视点范围内的标签坐标；
S63.在数字孪生场景对应的坐标绘制标签。
10.一种数字孪生城市中道路名称实时绘制系统，其特征在于，包括：
视点层级划分模块：根据视点高度划分视点层级，并确定不同视点层级下的标签间距与标签大小；
路段长度计算模块：以关键点为分割点，将道路划分为若干个路段，并计算每个路段的长度；
筛选模块：按道路方向依次遍历所有路段，比较当前路段的长度与标签间距的大小，筛选出各视点层级中待绘制标签的路段；
标签坐标计算模块：用于根据标签间距计算出各视点层级中待绘制标签路段的标签坐标并存储；
视点范围更新模块：用于获取当前视点离地面高度，确定视点层级，并通过射线扫描确定视点范围；
标签绘制模块：用于计算处于所述视点范围内的标签坐标，并在数字孪生场景对应的坐标进行标签绘制。
CN202210716753.7A 2022-06-23 2022-06-23 一种数字孪生城市中道路名称实时绘制方法及系统 Active CN114782588B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210716753.7A CN114782588B (zh) 2022-06-23 2022-06-23 一种数字孪生城市中道路名称实时绘制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210716753.7A CN114782588B (zh) 2022-06-23 2022-06-23 一种数字孪生城市中道路名称实时绘制方法及系统

Publications (2)

Publication Number Publication Date
CN114782588A CN114782588A (zh) 2022-07-22
CN114782588B true CN114782588B (zh) 2022-09-27

Family

ID=82422252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210716753.7A Active CN114782588B (zh) 2022-06-23 2022-06-23 一种数字孪生城市中道路名称实时绘制方法及系统

Country Status (1)

Country Link
CN (1) CN114782588B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117436444B (zh) * 2023-12-20 2024-04-02 深圳市智慧城市科技发展集团有限公司 基于标签的数据处理方法、设备及计算机可读存储介质
CN118656363B (zh) * 2024-08-21 2024-10-25 北京侏罗纪软件股份有限公司 一种应用于数字孪生场景的地图坐标数据管理方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112632683A (zh) * 2020-12-30 2021-04-09 苏州美房云客软件科技股份有限公司 基于虚幻引擎的数字孪生城市空间定位方法、装置及存储介质
CN112991742A (zh) * 2021-04-21 2021-06-18 四川见山科技有限责任公司 一种实时交通数据的可视化仿真方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150130792A1 (en) * 2013-11-14 2015-05-14 Microsoft Corporation Integration of labels into a 3d geospatial model
CA3063177A1 (en) * 2019-11-13 2021-05-13 Beijing Digital Union Web Science And Technology Company Limited A floor determination method for terminal devices
CN111721308B (zh) * 2020-06-10 2022-09-23 百度在线网络技术（北京）有限公司 三维路网地图绘制方法、装置、设备和介质
CN112802021B (zh) * 2021-04-09 2021-07-30 泰瑞数创科技(北京)有限公司 基于数字孪生技术的城市桥梁道路诊断方法及其系统
CN112990114B (zh) * 2021-04-21 2021-08-10 四川见山科技有限责任公司 一种基于ai识别的交通数据可视化仿真方法及系统
CN113362420B (zh) * 2021-06-02 2023-08-29 北京百度网讯科技有限公司 道路标注生成方法、装置、设备以及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112632683A (zh) * 2020-12-30 2021-04-09 苏州美房云客软件科技股份有限公司 基于虚幻引擎的数字孪生城市空间定位方法、装置及存储介质
CN112991742A (zh) * 2021-04-21 2021-06-18 四川见山科技有限责任公司 一种实时交通数据的可视化仿真方法及系统

Also Published As

Publication number Publication date
CN114782588A (zh) 2022-07-22

Similar Documents

Publication Publication Date Title
CN114782588B (zh) 一种数字孪生城市中道路名称实时绘制方法及系统
JP5041638B2 (ja) デジタル地図の位置情報伝達方法とそれに使用する装置
CN108279016B (zh) Had地图的平滑处理方法和装置、导航系统及自动驾驶系统
CN111950555A (zh) 文本识别方法、装置、可读介质及电子设备
WO2022237811A1 (zh) 图像处理方法、装置及设备
CN111444918A (zh) 图像倾斜文本行检测模型训练及图像倾斜文本行检测方法
CN112232341B (zh) 文本检测方法、电子设备及计算机可读介质
CN111427904A (zh) 高精地图数据的更新方法、装置及电子设备
CN114780666B (zh) 一种数字孪生城市中道路标签优化方法及系统
CN114791940B (zh) 一种数字孪生城市中道路名称计算方法、设备及系统
CN111967449B (zh) 文本检测方法、电子设备及计算机可读介质
CN111739043B (zh) 一种停车位绘制方法、装置、设备和存储介质
CN114897669A (zh) 一种标注方法、装置及电子设备
CN112712036A (zh) 交通标志识别方法、装置、电子设备及计算机存储介质
CN112579715B (zh) 数据处理方法、装置、电子设备及存储介质
CN110796060A (zh) 高速行车路线确定方法、装置、设备和存储介质
CN113449687A (zh) 兴趣点出入口的识别方法、装置及电子设备
US20230104833A1 (en) Vehicle navigation method, vehicle and storage medium
CN113379162B (zh) 农村公路机动车行驶量估计方法
CN112784633A (zh) 一种车道边界的处理方法、装置、电子设备和存储介质
CN112651393B (zh) 兴趣点数据处理方法、装置、设备及存储介质
CN115391409A (zh) 导航路径中周边网点获取方法、装置、计算机设备及存储介质
CN114037683A (zh) 众包地图的质量确定方法、装置及电子设备
CN113761169A (zh) 一种价格识别方法和装置
CN112484739A (zh) 地图更新方法、装置、设备及存储介质

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A real-time drawing method and system for road names in digital twin cities

Effective date of registration: 20231019

Granted publication date: 20220927

Pledgee: Chengdu Rural Commercial Bank Co.,Ltd. Tianfu New Area Branch

Pledgor: SICHUAN JIANSHAN TECHNOLOGY CO.,LTD.

Registration number: Y2023510000232