CN115342779A - 一种基于测绘模型图的城市地面及地下形态的测绘方法 - Google Patents
一种基于测绘模型图的城市地面及地下形态的测绘方法 Download PDFInfo
- Publication number
- CN115342779A CN115342779A CN202210808071.9A CN202210808071A CN115342779A CN 115342779 A CN115342779 A CN 115342779A CN 202210808071 A CN202210808071 A CN 202210808071A CN 115342779 A CN115342779 A CN 115342779A
- Authority
- CN
- China
- Prior art keywords
- data
- urban
- model
- mapping
- area
- 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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C7/00—Tracing profiles
- G01C7/02—Tracing profiles of land surfaces
- G01C7/04—Tracing profiles of land surfaces involving a vehicle which moves along the profile to be traced
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于测绘模型图的城市地面及地下形态的测绘方法,该方法包括以下步骤:S1、将待测绘城市地理区域划分为测绘区域,并设定地面为参考面;S2、利用数字摄影测量系统获取所述测绘区域的航测特征数据;S3、依据所述航测特征数据,构建具备城区功能划分的城市地面模型;S4、获取城市地下工程及管线分布数据,构建地下形态模型;S5、以所述参考面为基准面合并所述城市地面模型与所述地下形态模型,构建城市立体模型;S6、基于所述城市立体模型进行测绘应用。通过融合航测影像数据、机载点云数据及城市特征线数据构建高精度数字高程模型,能够大幅提高模型的数据精度和精细程度,降低模型的建模成本。
Description
技术领域
本发明涉及测绘技术领域,具体来说,涉及一种基于测绘模型图的城市地面及地下形态的测绘方法。
背景技术
在城市建设与发展过程中,需要采用利用地形图对城市进行概括。传统的二维地形图仅能反映城市基础设施的平面位置,未能实现地上、地面、地下空间的一体化信息管理和信息展现,无法支撑后期信息的全面统筹和智能决策。因此,建立以三维立体地形图为基础的全市空间信息框架,以满足各行业、各层级、各领域的精细化管理需求。现有的规划成果的公开多采用二维图纸和经济指标的方式进行公示,但是对于没有城市规划的人来说,难以看懂和理解其中的真正含义。若采用三维的方式予以展现,将更加直观地呈现规划的成果,增强公众的参与度。
随着技术的发展,大数据、云计算等技术的涌现,VR、人工智能的发展,为三维立体地形图的发展起到了推动和保障的作用。精细模型、地形模型、BIM模型、矢量数据和动态监测数据等多元数据一体化三维表现,地上地下一体化、室内室外一体化、二三位一体化,以及强大的三维分析功能、虚拟场景建立,都成为当前发展主题与未来发展趋势。技术的发展,为三维立体地形图的建立打下了坚实基础。
在城市地形图的构建时,需要进行大量的测绘工作,对城市不同区域与建筑进行精准测绘,使其满足三维构建的数据需求。而城市地面及地下的城市地面及地下形态环境和建筑物相对较为复杂,存在测绘难度较大、测绘不够精确、测绘死角多的问题,给城市地面及地下形态的测绘带来了较大难度,限制了测绘精度的提高。
传统三维测绘方法主要依靠人工手段,工期时间长,成本较高且成果形式单一。近年来,随着小型无人机与摄像机产品性能的提高,基于航空摄影图像的摄影测量技术得以广泛的应用。它以小型无人机拍摄到的图像为输入,对图像进行分析,通过计算机视觉的方法计算出城市的三维信息。包括倾斜摄影在内的基于无人机的三维测绘技术简化了测绘的操作复杂度、节约了人力成本。但是在功能与扩展性上,仍然需要进一步的探索与发展。
如专利CN109341655A公开了一种城市地面及地下形态的测绘方法,该方法适于地面和地下的城市地面及地下形态环境均较为复杂的城市地面及地下形态的测绘中,提高了城市地面及地下形态测绘的全面性和精度,减少测绘死角,减小误差,操作简单、效率高。但该方法在模型构建的过程中,没有对地面及建筑进行针对性的测绘与数据获取,会影响后续三维模型构建的精度,同时其功能性较差,无论是测绘应用方面或是模型扩展方面,具备一定的功能局限性。
针对相关技术中的问题,目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题,本发明提出一种基于测绘模型图的城市地面及地下形态的测绘方法,以克服现有相关技术所存在的上述技术问题。
为此,本发明采用的具体技术方案如下:
一种基于测绘模型图的城市地面及地下形态的测绘方法,该方法包括以下步骤:
S1、将待测绘城市地理区域划分为测绘区域,并设定地面为参考面;
S2、利用数字摄影测量系统获取所述测绘区域的航测特征数据;
S3、依据所述航测特征数据,构建具备城区功能划分的城市地面模型;
S4、获取城市地下工程及管线分布数据,构建地下形态模型;
S5、以所述参考面为基准面合并所述城市地面模型与所述地下形态模型,构建城市立体模型;
S6、基于所述城市立体模型进行测绘应用。
进一步的,所述利用数字摄影测量系统获取所述测绘区域的航测特征数据,包括以下步骤:
S21、以所述测绘区域为航测区域并设置航摄基本参数;
S22、系统接收影像参数文件并由程序自动完成内定向;
S23、确定航线间的偏移量;
S24、自动提取连接点,并进行自动转点;
S25、实时量测控制点,并自动创建加密点生成加密的航测特征数据。
进一步的,所述航测特征数据包括航测影像数据、机载点云数据及城市特征线数据;
其中,所述城市特征线数据包括道路边线、河流边线、地道特征线、桥梁特征线及陡坎斜坡特征线。
进一步的,所述依据所述航测特征数据,构建具备城区功能划分的城市地面模型,包括以下步骤:
S31、对所述航测特征数据进行预处理与融合,构建数字高程模型;
S32、融合开源地图路网与兴趣点数据识别所述测绘区域并划分城市功能区;
S33、将所述城市功能区导入所述数字高程模型,构建城市地面模型。
进一步的,所述对所述航测特征数据进行预处理与融合,构建数字高程模型,包括以下步骤:
S311、对原始的所述机载点云数据进行粗提取;
S312、采用二次函数代表的曲面进行点云趋势面拟合;
S313、采用克里金插值方法发对空区进行插值,填补地形点上的空数据区域;
S314、对所述城市特征线数据进行融合与完善处理,保证其完整性;
S315、将所述航测影像数据、机载点云数据与城市特征线数据进行融合,并按照带约束条件的Delaunay法则进行算法优化构建数字高程模型。
进一步的,所述城市特征线数据进行融合的方法包括拓扑关系检查与数据编辑处理,用于保证各种类型的所述城市特征线数据具有逻辑一致性和结构完整性,并对错误的点线、不闭合的点线和不符合要求的点线进行编辑修改。
进一步的,所述融合开源地图路网与兴趣点数据识别所述测绘区域并划分城市功能区,包括以下步骤:
S321、筛选出融合开源地图路网中城市的道路数据;
S322、利用核密度估计算法,以街区单元为影响尺度,计算兴趣点设施的平均影响范围,并以此作为最适带宽;
S323、根据各类兴趣点的权重计算城市内各类兴趣点的频率密度,作为功能区划分的依据;
S324、根据所述街区单元的所述兴趣点的频率密度,划分并标记该街区单元的功能区类型。
进一步的,所述根据各类兴趣点的权重计算城市内各类兴趣点的频率密度,作为功能区划分的依据,包括以下运算表达式:
i表示兴趣点的次序;
j表示街区单元的次序;
其余所述街区单元为综合功能区。
进一步的,所述获取城市地下工程及管线分布数据,构建地下形态模型,包括以下步骤:
S41、获取地下管线的平面位置、高程、埋深、走向的数据信息;
S42、基于所述参考面设置管线特征点标志;
S43、通过地下管线的测量与特征点的定位与测量,绘制地下管线平面图和断面图;
S44、在所述城市地面模型确定所述特征点对应的平面和高程坐标,构建三维地下形态模型。
进一步的,所述城市立体模型进行测绘应用包括等高线绘制,建筑物与线路面积、体积计算。
本发明的有益效果为:通过数字摄影测量系统对城市地面进行精确测绘,并融合航测影像数据、机载点云数据及城市特征线数据构建高精度数字高程模型,能够大幅提高模型的数据精度和精细程度,并且降低模型的建模成本,有效解决城市中各建筑及道路等设施与环境复杂的表达问题;同时,基于高精度的数字高程模型,引入OSM与兴趣点数据相结合的城市功能区识别功能,能够形成具备功能区标注与划分的三维城市模型,从而提高模型的功能性与直观性,综合考虑城市复杂的功能结构,对城市混合功能区及综合功能区进行识别,丰富了城规划中复杂土地利用类型的表达。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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是根据本发明实施例的一种基于测绘模型图的城市地面及地下形态的测绘方法的流程图。
具体实施方式
为进一步说明各实施例,本发明提供有附图,这些附图为本发明揭露内容的一部分,其主要用以说明实施例,并可配合说明书的相关描述来解释实施例的运作原理,配合参考这些内容,本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点,图中的组件并未按比例绘制,而类似的组件符号通常用来表示类似的组件。
根据本发明的实施例,提供了一种基于测绘模型图的城市地面及地下形态的测绘方法。
现结合附图和具体实施方式对本发明进一步说明,如图1所示,根据本发明实施例的基于测绘模型图的城市地面及地下形态的测绘方法,该方法包括以下步骤:
S1、将待测绘城市地理区域划分为测绘区域,并设定地面为参考面;
S2、利用数字摄影测量系统获取所述测绘区域的航测特征数据,包括以下步骤:
S21、以所述测绘区域为航测区域并设置航摄基本参数;
S22、系统接收影像参数文件并由程序自动完成内定向;
S23、确定航线间的偏移量;
S24、自动提取连接点,并进行自动转点,具体包括:
(1)自动提取连接点在系统主菜单下,激活全自动空三连接点自动提取模块,程序将自动完成连接点的提取工作,它包括自动相对定向、自动选点、自动转点、自动量测。
(2)自动转点中的异常处理自动转点过程中发生的错误通常分为两类:相对定向失败和模型连接失败,对转点错误的模型进行点位编辑,反复调用自动解算程序直至所有的模型定向均通过。
(3)自动挑点选择3x5点位布局,反复调用PATB程序进行平差计算。
S25、实时量测控制点,并自动创建加密点生成加密的航测特征数据。
加密点的生成:本发明中程序自动创建加密点,并生成加密点成果文件Cabootu.ctl。
在一个实施例中,所述航测特征数据包括航测影像数据、机载点云数据及城市特征线数据;所述城市特征线数据包括道路边线、河流边线、地道特征线、桥梁特征线及陡坎斜坡特征线。
S3、依据所述航测特征数据,构建具备城区功能划分的城市地面模型,包括以下步骤:
S31、对所述航测特征数据进行预处理与融合,构建数字高程模型(DEM),包括以下步骤:
S311、对原始的所述机载点云数据进行粗提取;
S312、采用二次函数代表的曲面进行点云趋势面拟合;
S313、采用克里金插值方法发对空区进行插值,填补地形点上的空数据区域;
S314、对所述城市特征线数据进行融合与完善处理,保证其完整性;
其中,所述城市特征线数据进行融合的方法包括拓扑关系检查与数据编辑处理,用于保证各种类型的所述城市特征线数据具有逻辑一致性和结构完整性,并对错误的点线、不闭合的点线和不符合要求的点线进行编辑修改。
S315、将所述航测影像数据、机载点云数据与城市特征线数据进行融合,并按照带约束条件的Delaunay法则进行算法优化构建数字高程模型。
目前城市数字高程模型(DEM)其在数据制作、管理和更新维护等方面具备其自身的特点,具体包括:
1)大多数城市地区,地形地貌地势相对比较平坦,传统的数字表面模型已经不能满足城市发展需要。因此,为了满足海绵城市建设、城市精细化管理、城市地下管线排水系统完善、城市积水排涝等方面迫切需求,需要建设高精度数字表面模型(DEM)。
2)城市区域道路网发达,道路网是城市的生命线,道路网路面的高程精度准确程度,直接关系到路网下面城市地下管线系统的建设及积水排涝分析的准确性,因此作为城市重要组成部分的道路网具有较高的精度要求。
3)很多城市区域水系发达,湖泊河流桥梁众多。这些要素如何在数字高程模型中建模,以及河流、道路和桥梁如何无缝衔接。
4)城市人口密度、建筑密度和道路网密度都很高,因此城市已经呈现出向纵向发展的趋势,城市中出现了很多下立交、地道和桥梁等复杂的城市地形地貌。
S32、融合开源地图(OSM)路网与兴趣点(POI)数据识别所述测绘区域并划分城市功能区,包括以下步骤:
S321、筛选出融合开源地图(OSM)路网中城市的道路数据;
S322、利用核密度估计算法,以街区单元为影响尺度,计算兴趣点设施的平均影响范围,并以此作为最适带宽;
其中,核密度估计算法的公式为:
式中,K为核函数;h为搜索半径(带宽),即x点附近的曲面在空间上的延伸宽度,决定了核密度表面的光滑程度;n为x点在搜索带宽内包含的要素点数。
但是核函数对核密度估计结果影响很小,而带宽的影响较大。带宽越大,核密度表面越平滑,导致研究的热点区域被掩盖,特征表现不明显;带宽过小,核密度表面凹凸不平,虽可显现出细小局部特征,但无法保证大尺度数据的连续性和关联性,导致结果斑块碎片化。本发明依据点要素相互间的邻近距离间隔计算带宽,表达式为:
S323、根据各类兴趣点的权重计算城市内各类兴趣点的频率密度,作为功能区划分的依据;
所述根据各类兴趣点的权重计算城市内各类兴趣点的频率密度,作为功能区划分的依据,包括以下运算表达式:
i表示兴趣点的次序;
j表示街区单元的次序;
其余所述街区单元为综合功能区。
S324、根据所述街区单元的所述兴趣点的频率密度,划分并标记该街区单元的功能区类型。
S33、将所述城市功能区导入所述数字高程模型,构建城市地面模型。
本发明基于已有路网、建筑物面、兴趣点、交通附属设施、地表覆盖、水体等地理实体数据和自然地物,通过遥感影像、GPS定位、无人机倾斜摄影、多源激光雷达采集、物联网传感器信息获取和传统地图信息提取等多种方式,直接对数据进行可审查的编辑,并使用开源数据库MySQL数据库存储,保证了数据的精度和时效性。数据每隔固定的时间自动更新,可通过Geofabri服务器进行分区域、多格式的历史数据下载,其中包括Shapefile格式、LAS点云格式、OSGB倾斜模型格式、MP4视频流媒体格式。
路网数据被分为不同等级,按照道路属性,可大致分为机动车道路和非机动车道路。其中机动车道路包含高速公路、干线道路、一级公路、二级公路、三级公路及其相关的连接道路等,非机动车道路包含住宅区道路、生活街道、人行道、自行车道、步道及其相关的连接道路等。
本发明的POI密度提取包含线数据和面数据,最大限度保留POI信息。因此,兴趣点数据可大致分为公共服务(警察局、邮局、图书馆、教育、监狱等)、医疗健康、休闲娱乐(剧院、电影院、运动场等)、餐饮、住宿、购物、金融、旅游、宗教、交通基础设施(车站、机场、渡口等)、交通附属物(交通标志、信号灯、摄像头、停车场等)、其他(其他未标属性建筑物、公厕、长凳、垃圾桶等)等多类数据。
倾斜模型数据可分为地形级场景和城市级实景三维场景。地形级场景主要用于无人工建筑区域地形地貌的表达;城市级场景主要用于城镇区域地形地貌的表达,提供结构化、语义化场景、建筑、交通、植被等模型。二者表达的精细程度不同,表现区域不同,但都可基于模型场景快速划分城市功能区。通过倾斜模型能够快速构建城市形态分区,提取城市形态信息。
多源激光雷达数据采集不仅能够快速获取城市建筑立面,而且能够采集室内,地下空间场景信息,能够为地下空间信息采集提供快速、准确、有效的数据支持。机载激光雷达结合倾斜模型可高效提取城市形态,划分城区功能,提供城区天际线、提取交通、绿地、广场、学校、院落、运动场等地理实体信息,辅助城市功能区域化分;架站式和手持激光扫描仪可以快速扫描城市建筑里面、大型建筑物内部、管廊、地下空间等场所并快速建模提取地下工程及管线分布数据,构建地下形态模型。
物联网传感器信息能够实时获取城市更新信息,及时更新城市建设区域状态,监测城市变化,为城市变化监测提供实时更新信息。
S4、获取城市地下工程及管线分布数据,构建地下形态模型,包括以下步骤:
S41、获取地下管线的平面位置、高程、埋深、走向的数据信息;
S42、基于所述参考面设置管线特征点标志;
S43、通过地下管线的测量与特征点的定位与测量,绘制地下管线平面图和断面图;
S44、在所述城市地面模型确定所述特征点对应的平面和高程坐标,构建三维地下形态模型。
S5、以所述参考面为基准面合并所述城市地面模型与所述地下形态模型,构建城市立体模型;
S6、基于所述城市立体模型进行测绘应用。
所述城市立体模型进行测绘应用包括等高线绘制,建筑物与线路面积、体积计算。
例如,(1)基于矩形格网DEM自动绘制等高线
根据矩形格网DEM自动绘制等高线,主要包括以下两个步骤:
①利用DEM的矩形格网点高程内插格网边上的等高线点,并将这些等高线点按顺序排列(即等高线的跟踪);
②利用这些顺序排列的等高线点的平面坐标X、Y进行增补,即进一步加密等高线点并绘制成光滑的曲线(即等高线的光滑)。
(2)基于三角网的等高线绘制
基于TIN绘制等高线直接利用原始观测数据,避免了DTM内插的精度损失,因而等高线精度较高。对高程注记点附近较短的封闭等高线也能绘制,同一高程的等高线穿过一个三角形最多一次,因而程序设计也较简单。
综上所述,借助于本发明的上述技术方案,通过采用VirtuoZo AAT系统对城市地面进行精确测绘,并融合航测影像数据、机载点云数据及城市特征线数据构建高精度数字高程模型,能够大幅提高模型的数据精度和精细程度,并且降低模型的建模成本,有效解决城市中各建筑及道路等设施与环境复杂的表达问题;同时,基于高精度的数字高程模型,引入OSM与兴趣点数据相结合的城市功能区识别功能,能够形成具备功能区标注与划分的三维城市模型,从而提高模型的功能性与直观性,综合考虑城市复杂的功能结构,对城市混合功能区及综合功能区进行识别,丰富了城规划中复杂土地利用类型的表达。
以上所述仅为本发明的较佳实施例而已,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 (10)
1.一种基于测绘模型图的城市地面及地下形态的测绘方法,其特征在于,该方法包括以下步骤:
S1、将待测绘城市地理区域划分为测绘区域,并设定地面为参考面;
S2、利用数字摄影测量系统获取所述测绘区域的航测特征数据;
S3、依据所述航测特征数据,构建具备城区功能划分的城市地面模型;
S4、获取城市地下工程及管线分布数据,构建地下形态模型;
S5、以所述参考面为基准面合并所述城市地面模型与所述地下形态模型,构建城市立体模型;
S6、基于所述城市立体模型进行测绘应用。
2.根据权利要求1所述的一种基于测绘模型图的城市地面及地下形态的测绘方法,其特征在于,所述利用数字摄影测量系统获取所述测绘区域的航测特征数据,包括以下步骤:
S21、以所述测绘区域为航测区域并设置航摄基本参数;
S22、系统接收影像参数文件并由程序自动完成内定向;
S23、确定航线间的偏移量;
S24、自动提取连接点,并进行自动转点;
S25、实时量测控制点,并自动创建加密点生成加密的航测特征数据。
3.根据权利要求2所述的一种基于测绘模型图的城市地面及地下形态的测绘方法,其特征在于,所述航测特征数据包括航测影像数据、机载点云数据及城市特征线数据;
其中,所述城市特征线数据包括道路边线、河流边线、地道特征线、桥梁特征线及陡坎斜坡特征线。
4.根据权利要求3所述的一种基于测绘模型图的城市地面及地下形态的测绘方法,其特征在于,所述依据所述航测特征数据,构建具备城区功能划分的城市地面模型,包括以下步骤:
S31、对所述航测特征数据进行预处理与融合,构建数字高程模型;
S32、融合开源地图路网与兴趣点数据识别所述测绘区域并划分城市功能区;
S33、将所述城市功能区导入所述数字高程模型,构建城市地面模型。
5.根据权利要求4所述的一种基于测绘模型图的城市地面及地下形态的测绘方法,其特征在于,所述对所述航测特征数据进行预处理与融合,构建数字高程模型,包括以下步骤:
S311、对原始的所述机载点云数据进行粗提取;
S312、采用二次函数代表的曲面进行点云趋势面拟合;
S313、采用克里金插值方法发对空区进行插值,填补地形点上的空数据区域;
S314、对所述城市特征线数据进行融合与完善处理,保证其完整性;
S315、将所述航测影像数据、机载点云数据与城市特征线数据进行融合,并按照带约束条件的Delaunay法则进行算法优化构建数字高程模型。
6.根据权利要求5所述的一种基于测绘模型图的城市地面及地下形态的测绘方法,其特征在于,所述城市特征线数据进行融合的方法包括拓扑关系检查与数据编辑处理,用于保证各种类型的所述城市特征线数据具有逻辑一致性和结构完整性,并对错误的点线、不闭合的点线和不符合要求的点线进行编辑修改。
7.根据权利要求5所述的一种基于测绘模型图的城市地面及地下形态的测绘方法,其特征在于,所述融合开源地图路网与兴趣点数据识别所述测绘区域并划分城市功能区,包括以下步骤:
S321、筛选出融合开源地图路网中城市的道路数据;
S322、利用核密度估计算法,以街区单元为影响尺度,计算兴趣点设施的平均影响范围,并以此作为最适带宽;
其中,核密度估计算法的公式为:
式中,K为核函数;h为搜索半径,即带宽,表示x点附近的曲面在空间上的延伸宽度,决定了核密度表面的光滑程度;n为x点在搜索带宽内包含的要素点数;
S323、根据各类兴趣点的权重计算城市内各类兴趣点的频率密度,作为功能区划分的依据;
S324、根据所述街区单元的所述兴趣点的频率密度,划分并标记该街区单元的功能区类型。
9.根据权利要求8所述的一种基于测绘模型图的城市地面及地下形态的测绘方法,其特征在于,所述获取城市地下工程及管线分布数据,构建地下形态模型,包括以下步骤:
S41、获取地下管线的平面位置、高程、埋深、走向的数据信息;
S42、基于所述参考面设置管线特征点标志;
S43、通过地下管线的测量与特征点的定位与测量,绘制地下管线平面图和断面图;
S44、在所述城市地面模型确定所述特征点对应的平面和高程坐标,构建三维地下形态模型。
10.根据权利要求9所述的一种基于测绘模型图的城市地面及地下形态的测绘方法,其特征在于,所述城市立体模型进行测绘应用包括等高线绘制,建筑物与线路面积、体积计算;
所述兴趣点数据包括但不限于公共服务、医疗健康、休闲娱乐、餐饮、住宿、购物、金融、旅游、宗教、交通基础设施、交通附属物、其他类数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210808071.9A CN115342779A (zh) | 2022-07-11 | 2022-07-11 | 一种基于测绘模型图的城市地面及地下形态的测绘方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210808071.9A CN115342779A (zh) | 2022-07-11 | 2022-07-11 | 一种基于测绘模型图的城市地面及地下形态的测绘方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115342779A true CN115342779A (zh) | 2022-11-15 |
Family
ID=83947857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210808071.9A Pending CN115342779A (zh) | 2022-07-11 | 2022-07-11 | 一种基于测绘模型图的城市地面及地下形态的测绘方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115342779A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117433513A (zh) * | 2023-12-21 | 2024-01-23 | 云南淼泉测绘工程有限公司 | 一种地形测绘的地图构建方法及系统 |
-
2022
- 2022-07-11 CN CN202210808071.9A patent/CN115342779A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117433513A (zh) * | 2023-12-21 | 2024-01-23 | 云南淼泉测绘工程有限公司 | 一种地形测绘的地图构建方法及系统 |
CN117433513B (zh) * | 2023-12-21 | 2024-03-08 | 云南淼泉测绘工程有限公司 | 一种地形测绘的地图构建方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Balsa-Barreiro et al. | Generation of visually aesthetic and detailed 3D models of historical cities by using laser scanning and digital photogrammetry | |
US20240005167A1 (en) | Annotating high definition map data with semantic labels | |
CN115062366A (zh) | 园林景观的数字孪生设计方法、系统、存储介质及终端 | |
CN110175370A (zh) | 一种城市汇水潜力区识别方法 | |
CN112988946A (zh) | 一种地理实体数据库用户定制化方法 | |
Khayyal et al. | Creation and spatial analysis of 3D city modeling based on GIS data | |
CN108388995A (zh) | 一种道路资产管理系统的建立方法及建立系统 | |
La Russa et al. | Remote sensing and city information modeling for revealing the complexity of historical centers | |
CN115342779A (zh) | 一种基于测绘模型图的城市地面及地下形态的测绘方法 | |
CN114564779A (zh) | 一种基于bim和无人机的复杂山区施工便道的规划方法 | |
Kumar et al. | An improved LOD framework for the terrains in 3D city models | |
CN111986320A (zh) | 面向智慧城市应用的dem与倾斜摄影模型空间贴合优化算法 | |
Dwivedi et al. | New horizons in planning smart cities using LiDAR technology | |
Bartelme | Geographic information systems | |
Komadina et al. | Automated 3D urban landscapes visualization using open data sources on the example of the city of Zagreb | |
Bianchi et al. | An innovational digital tool in GIS procedure: Mapping adriatic coast in abruzzo region to support design of slow mobility routes | |
Xue et al. | Personalized walkability assessment for pedestrian paths: An as-built BIM approach using ubiquitous augmented reality (AR) smartphone and deep transfer learning | |
CN115510607A (zh) | 一种基于三维实景建模技术的三电迁改设计方法 | |
Stendardo et al. | Urban design strategies for the upcycling of urban infrastructure residual pockets: 3D city modelling from Open Data and low-cost rapid mapping tools | |
Ostroglazov et al. | System analysis and processing of transport infrastructure information | |
Lear | Digital orthophotography: mapping with pictures | |
Kazemi | Knowledge-based generalisation of road networks | |
Bipu | Geographic information system & spatial analysis | |
Ramadhani | An Analysis of the Three-Dimensional Modelling Using LiDAR Data and Unmanned Aerial Vehicle (UAV)(Case Study: Institut Teknologi Sepuluh Nopember, Sukolilo Campus) | |
Huang et al. | TPMT based Automatic Road Extraction from 3D Real Scenes |
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 |