CN116090065B - 一种基于数字孪生的智慧城市绿化设计方法及装置 - Google Patents
一种基于数字孪生的智慧城市绿化设计方法及装置 Download PDFInfo
- Publication number
- CN116090065B CN116090065B CN202310093684.3A CN202310093684A CN116090065B CN 116090065 B CN116090065 B CN 116090065B CN 202310093684 A CN202310093684 A CN 202310093684A CN 116090065 B CN116090065 B CN 116090065B
- Authority
- CN
- China
- Prior art keywords
- data
- greening
- target
- project
- design
- 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
Links
- 238000013461 design Methods 0.000 title claims abstract description 276
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000001960 triggered effect Effects 0.000 claims abstract description 36
- 230000008859 change Effects 0.000 claims abstract description 25
- 238000010276 construction Methods 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 37
- 230000000007 visual effect Effects 0.000 claims description 32
- 239000002689 soil Substances 0.000 claims description 25
- 230000012010 growth Effects 0.000 claims description 23
- 230000002452 interceptive effect Effects 0.000 claims description 17
- 238000012163 sequencing technique Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 230000036541 health Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 abstract description 14
- 230000000149 penetrating effect Effects 0.000 abstract description 2
- 241000196324 Embryophyta Species 0.000 description 58
- 238000005516 engineering process Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 10
- 230000008901 benefit Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000005457 optimization Methods 0.000 description 8
- 238000011478 gradient descent method Methods 0.000 description 7
- 230000003993 interaction Effects 0.000 description 7
- 230000008635 plant growth Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 230000004083 survival effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 238000001556 precipitation Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012938 design process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 101001043598 Homo sapiens Low-density lipoprotein receptor-related protein 4 Proteins 0.000 description 2
- 102100021918 Low-density lipoprotein receptor-related protein 4 Human genes 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 229930192334 Auxin Natural products 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000006907 apoptotic process Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000002363 auxin Substances 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005071 geotropism Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- SEOVTRFCIGRIMH-UHFFFAOYSA-N indole-3-acetic acid Chemical compound C1=CC=C2C(CC(=O)O)=CNC2=C1 SEOVTRFCIGRIMH-UHFFFAOYSA-N 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- 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
- G06F16/23—Updating
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Abstract
本发明涉及绿化规划与设计技术领域,公开了一种基于数字孪生的智慧城市绿化设计方法及装置。本发明根据目标城市绿化项目中需采集物理实体信息数据的目标数据类型建立相关的多元异构数据库;基于该数据库实时获取并存储该项目在建设过程中的物理实体信息数据,构建贯穿该项目全生命周期的虚拟数据孪生模型;基于该数据库中的时变数据调整该模型以实时反映相应物理实体的变化情况,并基于当前虚拟数据孪生模型对该项目的目标未来指标进行预测,进而输出绿化设计方案建议以提示用户;检测到方案调整指令被触发时相应调整绿化设计方案。本发明能够实现绿化设计方案的实时仿真预测与智能动态化调整,使数据信息得以从设计阶段传递至下一阶段。
Description
技术领域
本发明涉及绿化规划与设计技术领域,尤其涉及一种基于数字孪生的智慧城市绿化设计方法及装置。
背景技术
随着现代城市规模的逐步扩大,城市可持续发展、绿色低碳与智慧城市建设等新理念的陆续提出,城市的绿化建设正逐渐受到关注。在城市绿化设计过程中通过数字信息化手段实现城市绿化的合理布局,对智慧城市绿化设计的科学性与效益提升有着重大意义。
传统技术中使用参数化设计进行绿化设计。参数化设计(Parametric Design)起源于工业设计领域,后逐渐发展并进入建筑设计领域与景观绿化领域。参数化设计可通过建立绿化设计项目中气候、地形、植物等各设计因素间的定量化关系,用计算机软件对各设计因素进行赋值、调整并计算,模拟景观绿化系统的运行规律后,得出可选的设计方案;又或是由设计者先确定设计草案,再运用参数化设计技术进行建模辅助,验证设计的科学合理性。参数化设计通过对设计因素的高度定量化,能够获得相比依靠经验设计更加科学、高效的方案结果,但设计方案的人文性与艺术性却仍有不足。
随着建筑信息模型(Building Information Modeling,BIM)技术的发展,该技术逐步应用于绿化设计领域。BIM技术是通过建立模块化的景观信息模型,再将现实实体的数据信息绑定在模型上,把城市绿化设计细分为各个带有真实参数的景观对象部件并有机组合。BIM技术在绿化设计项目中能将原本相互独立的模型与数据,通过贯穿项目全生命周期的景观信息模型进行整合,以此提高设计项目模型与数据信息的统一性,保证模型与数据修改的同步。
虽然BIM技术可以将现实实体的数据信息与景观信息模型建立联系,但绿化设计项目中物理实体的数据信息与虚拟模型信息间的实时互通性仍存在较大不足,绿化项目较长的生命周期使得缺少数据实时仿真预测与智能动态化调整能力的绿化设计结果难以适应快速变化的城市环境,这也使得部分城市绿化存在养护管理不足、植物种类、种植密度不合理等问题。同时,在绿化设计项目全生命周期各阶段中,因设计、施工与运维各阶段功能需求的不同,会产生同一项目的多个相互独立的数字信息模型,使得数据信息无法从设计阶段传递至下一阶段,整个项目中的数据信息出现阶段性的孤立,设计阶段产生的问题难以在后续得到解决。
数字孪生(Digital Twin)在工程中的实际应用得益于信息通信、传感器与建模仿真等技术的发展。数字孪生指在信息数字化平台上建立起物理实体、流程或者系统的数字化模拟,当物理实体变化时,数字化模拟能根据实体反馈的数据信息自动与物理实体做出相同的变化,并能通过信息数字化平台了解和控制物理实体。通过数字孪生系统中虚实交互反馈、数据融合分析、决策迭代优化等方法,能在数字化模拟模型上进行预先模拟,再将较优的模式运用到物理实体上,以此拓展物理实体的能力。本申请将基于数字孪生技术解决现有绿化设计技术中存在的问题。
发明内容
本发明提供了一种基于数字孪生的智慧城市绿化设计方法及装置,解决了现有绿化设计方法存在绿化设计结果由于缺少数据仿真预测与智能动态调整能力而难以适应快速变化的城市环境、绿化设计项目中的数据信息出现阶段性孤立的缺陷的技术问题。
本发明第一方面提供一种基于数字孪生的智慧城市绿化设计方法,包括:
确定目标城市绿化项目中需采集物理实体信息数据的目标数据类型,根据所述目标数据类型建立目标城市绿化项目相关的多元异构数据库;
根据所述多元异构数据库,实时获取并存储所述目标城市绿化项目在建设过程中的各所述目标数据类型的物理实体信息数据;
基于所述多元异构数据库构建贯穿所述目标城市绿化项目的全生命周期的目标虚拟数据孪生模型;
基于所述多元异构数据库中的时变数据调整所述目标虚拟数据孪生模型以实时反映相应物理实体的变化情况,并基于当前的目标虚拟数据孪生模型对所述目标城市绿化项目的目标未来指标进行预测,基于得到的预测结果输出绿化设计方案建议以提示用户;所述目标未来指标包括目标植物的目标生长参数、目标植物的健康状态及目标环境参数;
检测到方案调整指令被触发时相应调整所述目标城市绿化项目的绿化设计方案;所述方案调整指令在检测到物理实体约束条件发生改变或者接收到针对所述绿化设计方案建议的反馈信息时被触发。
根据本发明第一方面的一种能够实现的方式,所述基于所述多元异构数据库构建贯穿所述目标城市绿化项目的全生命周期的目标虚拟数据孪生模型,包括:
从所述多元异构数据库中提取地形数据、周边环境影像数据、植物数据、土壤数据、气候数据和居民数据;
根据所述地形数据构建三维可视化城市环境,根据所述周边环境影像数据在所述三维可视化城市环境中补入相应的植物模型和公共设施,得到三维城市化景观模型;
将所述植物数据、所述土壤数据、所述气候数据和所述居民数据绑定于所述三维城市化景观模型,得到相应的虚拟数据孪生模型;
为所述虚拟数据孪生模型添加预置的对应物理实体间各类物体关系的智能预测算法,基于土壤数据、气候数据和居民数据训练并优化所述智能预测算法的准确性,以确定所述虚拟数据孪生模型的最优参数;其中,所述智能预测算法用于对所述目标未来指标进行预测;
将优化得到的虚拟数据孪生模型与所述多元异构数据库建立连接,得到目标虚拟数据孪生模型。
根据本发明第一方面的一种能够实现的方式,所述检测到方案调整指令被触发时相应调整所述目标城市绿化项目的绿化设计方案,包括:
若所述方案调整指令为在检测到物理实体约束条件发生改变时被触发,根据发生改变的物理实体约束条件调整所述目标城市绿化项目的绿化设计需求条件,计算出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的绿化设计方案作为调整后的绿化设计方案;
若所述方案调整指令为在接收到针对所述绿化设计方案建议的反馈信息时被触发,根据所述反馈信息调整所述目标城市绿化项目的绿化设计方案。
根据本发明第一方面的一种能够实现的方式,所述计算出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的绿化设计方案作为调整后的绿化设计方案,包括:
从预置的各标准绿化设计方案中,匹配出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的一个标准绿化设计方案作为调整后的绿化设计方案。
根据本发明第一方面的一种能够实现的方式,所述检测到方案调整指令被触发时相应调整所述目标城市绿化项目的绿化设计方案,还包括:
若所述方案调整指令为在检测到物理实体约束条件发生改变时被触发,且未计算出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的绿化设计方案,根据能够满足所述目标城市绿化项目的绿化设计需求条件的数量,对预置的各标准绿化设计方案进行排序,得到相应的排序结果;
根据所述排序结果生成并输出绿化设计方案调整参考信息以提示用户进行标准绿化设计方案的选择;
根据接收到的标准绿化设计方案选择指令调整所述目标城市绿化项目的绿化设计方案。
根据本发明第一方面的一种能够实现的方式,所述基于得到的预测结果输出绿化设计方案建议以提示用户,包括:
基于得到的预测结果生成绿化设计方案建议,并通过可视化交互界面显示所述绿化设计方案建议。
根据本发明第一方面的一种能够实现的方式,所述方法还包括:
接收由目标用户类型对应的预置接口传送的访问请求;
根据所述访问请求提供相应的可交互可视化服务;所述可交互可视化服务包括数据信息查询服务、数据信息远程共享服务、物理实体状态监控服务及绿化设计方案的多方协同设计服务。
本发明第二方面提供一种基于数字孪生的智慧城市绿化设计装置,包括:
数据库建立模块,用于确定目标城市绿化项目中需采集物理实体信息数据的目标数据类型,根据所述目标数据类型建立目标城市绿化项目相关的多元异构数据库;
数据获取及存储模块,用于根据所述多元异构数据库,实时获取并存储所述目标城市绿化项目在建设过程中的各所述目标数据类型的物理实体信息数据;
模型构建模块,用于基于所述多元异构数据库构建贯穿所述目标城市绿化项目的全生命周期的目标虚拟数据孪生模型;
模型调整及预测模块,用于基于所述多元异构数据库中的时变数据调整所述目标虚拟数据孪生模型以实时反映相应物理实体的变化情况,并基于当前的目标虚拟数据孪生模型对所述目标城市绿化项目的目标未来指标进行预测,基于得到的预测结果输出绿化设计方案建议以提示用户;所述目标未来指标包括目标植物的目标生长参数、目标植物的健康状态及目标环境参数;
方案调整模块,用于检测到方案调整指令被触发时相应调整所述目标城市绿化项目的绿化设计方案;所述方案调整指令在检测到物理实体约束条件发生改变或者接收到针对所述绿化设计方案建议的反馈信息时被触发。
根据本发明第二方面的一种能够实现的方式,所述模型构建模块包括:
提取单元,用于从所述多元异构数据库中提取地形数据、周边环境影像数据、植物数据、土壤数据、气候数据和居民数据;
构建单元,用于根据所述地形数据构建三维可视化城市环境,根据所述周边环境影像数据在所述三维可视化城市环境中补入相应的植物模型和公共设施,得到三维城市化景观模型;
绑定单元,用于将所述植物数据、所述土壤数据、所述气候数据和所述居民数据绑定于所述三维城市化景观模型,得到相应的虚拟数据孪生模型;
优化单元,用于为所述虚拟数据孪生模型添加预置的对应物理实体间各类物体关系的智能预测算法,基于土壤数据、气候数据和居民数据训练并优化所述智能预测算法的准确性,以确定所述虚拟数据孪生模型的最优参数;其中,所述智能预测算法用于对所述目标未来指标进行预测;
连接单元,用于将优化得到的虚拟数据孪生模型与所述多元异构数据库建立连接,得到目标虚拟数据孪生模型。
根据本发明第二方面的一种能够实现的方式,所述方案调整模块包括:
第一方案调整单元,用于若所述方案调整指令为在检测到物理实体约束条件发生改变时被触发,根据发生改变的物理实体约束条件调整所述目标城市绿化项目的绿化设计需求条件,计算出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的绿化设计方案作为调整后的绿化设计方案;
第二方案调整单元,用于若所述方案调整指令为在接收到针对所述绿化设计方案建议的反馈信息时被触发,根据所述反馈信息调整所述目标城市绿化项目的绿化设计方案。
根据本发明第二方面的一种能够实现的方式,所述第一方案调整单元具体用于:
从预置的各标准绿化设计方案中,匹配出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的一个标准绿化设计方案作为调整后的绿化设计方案。
根据本发明第二方面的一种能够实现的方式,所述方案调整模块还包括:
排序单元,用于若所述方案调整指令为在检测到物理实体约束条件发生改变时被触发,且未计算出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的绿化设计方案,根据能够满足所述目标城市绿化项目的绿化设计需求条件的数量,对预置的各标准绿化设计方案进行排序,得到相应的排序结果;
提示单元,用于根据所述排序结果生成并输出绿化设计方案调整参考信息以提示用户进行标准绿化设计方案的选择;
第三方案调整单元,用于根据接收到的标准绿化设计方案选择指令调整所述目标城市绿化项目的绿化设计方案。
根据本发明第二方面的一种能够实现的方式,所述模型调整及预测模块包括:
交互单元,用于基于得到的预测结果生成绿化设计方案建议,并通过可视化交互界面显示所述绿化设计方案建议。
根据本发明第二方面的一种能够实现的方式,所述装置还包括:
接收模块,用于接收由目标用户类型对应的预置接口传送的访问请求;
服务模块,用于根据所述访问请求提供相应的可交互可视化服务;所述可交互可视化服务包括数据信息查询服务、数据信息远程共享服务、物理实体状态监控服务及绿化设计方案的多方协同设计服务。
本发明第三方面提供了一种基于数字孪生的智慧城市绿化设计装置,包括:
存储器,用于存储指令;其中,所述指令用于实现如上任意一项能够实现的方式所述的基于数字孪生的智慧城市绿化设计方法;
处理器,用于执行所述存储器中的指令。
本发明第四方面一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上任意一项能够实现的方式所述的基于数字孪生的智慧城市绿化设计方法。
从以上技术方案可以看出,本发明具有以下优点:
本发明根据目标城市绿化项目中需采集物理实体信息数据的目标数据类型建立相关的多元异构数据库;基于该数据库实时获取并存储该项目在建设过程中的各目标数据类型的物理实体信息数据,构建贯穿该项目的全生命周期的目标虚拟数据孪生模型;基于该数据库中的时变数据调整目标虚拟数据孪生模型以实时反映相应物理实体的变化情况,并基于当前的目标虚拟数据孪生模型对该项目的目标未来指标进行预测,基于得到的预测结果输出绿化设计方案建议以提示用户;检测到方案调整指令被触发时相应调整该项目的绿化设计方案,其中该指令在检测到物理实体约束条件发生改变或者接收到针对该绿化设计方案建议的反馈信息时被触发;
本发明通过建立智慧城市绿化设计的数字孪生体系,能够通过获取的物理实体信息数据为物理实体与虚拟实体建立实时联系,通过将物理实体在绿化设计项目中所受到的约束条件与规律模型应用在虚拟实体上,使得虚拟实体能够实时映射现实空间中物理实体行为;通过构建贯穿项目全生命周期的目标虚拟数据孪生模型,能够对绿化设计方案进行实时仿真预测与智能动态化调整,实现复杂城市绿化设计项目在数字孪生体上的低成本试错,减少决策失误带来的资源浪费;
本发明还能够从设计阶段起便建立统一且可沿用的智慧城市绿化项目全生命周期的虚拟数据孪生体系,使数据信息得以从设计阶段传递至下一阶段,驱动项目协调有序开展。
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,下面将对实施例或现有技术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性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明一个可选实施例提供的一种基于数字孪生的智慧城市绿化设计方法的流程图;
图2为本发明另一个可选实施例提供的一种基于数字孪生的智慧城市绿化设计方法的流程图;
图3为本发明一个可选实施例提供的一种基于数字孪生的智慧城市绿化设计装置的结构连接框图;
图4为本发明另一个可选实施例提供的一种基于数字孪生的智慧城市绿化设计装置的结构连接框图。
附图标记:
1-数据库建立模块;2-数据获取及存储模块;3-模型构建模块;4-模型调整及预测模块;5-方案调整模块;6-接收模块;7-服务模块。
具体实施方式
本发明实施例提供了一种基于数字孪生的智慧城市绿化设计方法及装置,用于解决现有绿化设计方法存在绿化设计结果由于缺少数据仿真预测与智能动态调整能力而难以适应快速变化的城市环境、绿化设计项目中的数据信息出现阶段性孤立的缺陷的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明提供了一种基于数字孪生的智慧城市绿化设计方法
请参阅图1,图1示出了本发明实施例提供的一种基于数字孪生的智慧城市绿化设计方法的流程图。
本发明实施例提供的一种基于数字孪生的智慧城市绿化设计方法,包括:
步骤S1,确定目标城市绿化项目中需采集物理实体信息数据的目标数据类型,根据所述目标数据类型建立目标城市绿化项目相关的多元异构数据库。
智慧城市绿化设计过程中,需要采集多种物理实体数据,相应的目标数据类型包括:气候数据、地形数据和土壤数据。其中,可以通过气候传感器、土壤养分检测传感器、3S技术等构成的传感器网络进行上述物理实体数据的采集。
除此以外,根据目标城市绿化项目的设计需求,所需采集的物理实体信息数据的目标数据类型还可以包括植物数据、城市环境数据和关于人员活动情况的居民数据。其中,城市环境和人员活动情况的数据采集可以由摄像头或提取文本资料相关内容的方式进行采集。
在采集城市环境数据和关于人员活动情况的居民数据后,还可以进一步将相应数据进行数据处理与数据挖掘分析,以得到环境情况与人流规律,当判断项目地点存在热岛效应、人员活动密集时,相关的分析结果将会对后续步骤中的目标虚拟数字孪生模型的建立与调整产生影响。
根据所述目标数据类型建立目标城市绿化项目相关的多元异构数据库时,可以根据目标数据类型对应的数据结构构建的结构化、半结构化和非结构化的数据存储区域,还可以基于物理实体信息数据的采集时间进一步细化数据存储区域,以形成目标城市绿化项目相关的多元异构数据库。
步骤S2,根据所述多元异构数据库,实时获取并存储所述目标城市绿化项目在建设过程中的各所述目标数据类型的物理实体信息数据。
所获取的目标城市绿化项目在建设过程中的各所述目标数据类型的物理实体信息数据,可以根据数据结果存储到多元异构数据库中相应的数据存储区域,再依据数据采集时间与数据分类建立多层级数据库索引。其中,结构化数据包含如气候数据中降水量、日照、风速的实时数据与历史数据,非结构化数据包含与城市绿化设计项目相关的如植物图片、需求文档、监控视频等数据。非结构化数据需要在使用前经过非结构化数据流处理手段进行处理,才可用于后续的数据分析。可以使用路由器与交换机等数据传输设备,结合相关的数据传输协议,来共同构成数字孪生体系中的数据信息主线,通过该数据信息主线来实现物理实体信息数据的获取、存储和调用。例如,可以在第一级根据数据种类分别放入对应种类的数据存储区域,第二级根据同种数据的不同结构类型分别放入对应的结构化、半结构化、非结构化的数据存储区域,第三级根据数据采集时间建立索引,由此形成数据湖中数据的三层索引结构。
进一步地,为方便对多元异构数据库的物理实体信息数据的管理,具体实施时,可以建立涵盖整个数字孪生体系的数据处理中心,通过数据处理中心对物理实体信息数据进行管理。
本实施例中,通过建立涵盖整个数字孪生体系的数据处理中心,存储于数据湖中的数据可以由多元异构数据库中的数据处理中心进行数据全生命周期的管理,保证数据的安全和质量。当虚拟实体与数字孪生服务提出数据调用需求时,先从数据湖中依据索引检索出所需的原始数据,再进行数据的预处理,减少对全部原始数据作预处理所耗费的大量时间。处理后的数据可直接流入虚拟实体和数字孪生服务,或是进行数据的分析计算,再应用于虚拟实体与数字孪生服务进行景观数据可视化、智能算法优化或是数据挖掘、规律提取。
步骤S3,基于所述多元异构数据库构建贯穿所述目标城市绿化项目的全生命周期的目标虚拟数据孪生模型。
在一种能够实现的方式中,所述基于所述多元异构数据库构建贯穿所述目标城市绿化项目的全生命周期的目标虚拟数据孪生模型,包括:
从所述多元异构数据库中提取地形数据、周边环境影像数据、植物数据、土壤数据、气候数据和居民数据;
根据所述地形数据构建三维可视化城市环境,根据所述周边环境影像数据在所述三维可视化城市环境中补入相应的植物模型和公共设施,得到三维城市化景观模型;
将所述植物数据、所述土壤数据、所述气候数据和所述居民数据绑定于所述三维城市化景观模型,得到相应的虚拟数据孪生模型;
为所述虚拟数据孪生模型添加预置的对应物理实体间各类物体关系的智能预测算法,基于土壤数据、气候数据和居民数据训练并优化所述智能预测算法的准确性,以确定所述虚拟数据孪生模型的最优参数;其中,所述智能预测算法用于对所述目标未来指标进行预测;
将优化得到的虚拟数据孪生模型与所述多元异构数据库建立连接,得到目标虚拟数据孪生模型。
其中,根据所述地形数据构建三维可视化城市环境时,可通过融合高程图的高度灰度、交通地形图、遥感卫星影像图像自动转换得到该三维可视化城市环境。
本实施例中,在所建立的目标虚拟数据孪生模型中,会为各类物体对象设置专属类以存储此类对象的一般属性,该种类下的特定对象创建则在继承大类特性后,再为其绑定特殊值,赋予其特定属性。模型数据绑定完成后,为虚拟数字孪生模型逐步加入对应物理实体间各类物体关系的智能预测算法,通过输入测试数据,训练并优化智能预测算法的准确性,确定模型的最优参数。
本实施例中,通过为虚拟数字孪生模型逐步加入对应物理实体间各类物体关系的智能预测算法,来实现物理实体间的关系交互,从而使得模型能够表现植物受强风摆动、受雷电击中倒伏与植物在不适宜条件下生长与正常植物间的形态差别。在训练并优化所述智能预测算法的准确性时,可以根据与项目地点地理环境与发展趋势相近的城市绿化项目的历史管理数据进行人工智能学习,模拟城市发展趋势。当城市建筑阻挡植物光照或是在居民频繁活动的地点,植物的生长也会随之受到影响,因此可以进一步根据对景观大数据中摄像头数据与定位数据的分析,预测居民的活动路线。通过系统性地考虑绿化项目与所在城市空间与城市活动的协同变化,能够使虚拟实体可以模拟物理实体的行为。
其中,该智能预测算法可以包括反重力法。植物在生长过程中感受重力影响,能够将重力信号转换为生理信号,其主要通过生长素浓度梯度来引导植物生长产生负向地性。根据植物离地面距离越远生长越快的特点,可以设计反重力法模拟预测植物未来的生长情况。算法核心为根据植物的生长形态寻找离地的最远点,在某些地区道路绿化常用植株中,植物形态可通过三维激光扫描获得植物幼苗外形的点云数据,乔木则使用树冠部分进行测算。获得点云数据后,对植物外形的边界点进行拟合处理,可以获得由植物外形构成的函数面T(θ),进而可以运用基于梯度下降法思想的反重力法,求出每一步的极小值处xt,按照与步数成正比参数β的长度延展植物枝叶,模拟植物的生长情况。考虑到对树木垂直生长特性的模拟,可以进一步选择批量梯度下降法来实现对植物生长情况的模拟。
需要说明的是,梯度下降法和批量梯度下降法皆为现有技术,本实施例中,对基于梯度下降法或批量梯度下降法进行植物生长情况的模拟的具体过程不做限制。
为提高植物生长情况模拟精度,可以按照下述几项要点进行植物生长情况的模拟:
在相应的模型中接入长度与下降步数成正比β的枝叶时,应考虑到光照时长、温度、湿度、降水量、土壤情况及空气质量要素;气候、土壤因素对与植物习性的影响对应,对具有偏光性的植物,基于光照的预测角度与预测强度数据,相比传统的梯度下降方法所得得到的数据,能够使下降方向更趋向于光照较强的角度;
应根据生长环境温度、湿度、降水量、土壤情况、空气质量的适宜程度与植物所受到的风力风向,适当调整模型的生长点以及生长点的坐标,使植物的模拟生长情况更接近现实形态;
考虑到植物生长寿命差异,各种类绿化植物的算法执行频率以年为单位进行模拟,草本植物频率可以达到一年一次,乔木生长周期则较为复杂,需要按照乔木具体种类的生长曲线进行调整,以多年、十年或以上年数作为一次执行周期;
当植物进入衰老期或因环境而死亡,则改变植物的外观属性,在植物的样本点集上随机选取衰亡点进行减枝,模拟植物的凋亡。
进一步地,该智能预测算法还可以包括植物成活率优化算法。其中,可以选取环境指标、气候指标与时间指标设定植物成活率优化算法的目标函数,根据经验知识与样本数据计算出各类植物的移栽成活率影响函数,再根据项目地点的环境与气候数据计算出推荐的移栽时间。由于该植物成活率优化算法属于现有技术,本实施例中,对植物成活率优化算法的具体训练和测试过程不做限制。
进一步地,该智能预测算法还可以包括绿化生态效益优化算法,其中,该算法可以从下述指标中选取若干项指标来建立生态效应评估体系:
数量指标下的绿地率及人均公共绿地面积;
质量指标下的三维绿量;
结构指标下的多样性指数、景观破碎化指数、可达性指标;
功能指标中的滞尘能力、降温增湿效果、固碳效应、降噪效果、涵养水土能力和游憩休闲功能。
训练并优化该绿化生态效益优化算法的准确性时,可以在对各评价指标进行归一化后,根据评分确定各变量的重要度参数,建立目标函数,根据项目数据计算出使绿化生态效益最大化的最优变量取值。将最优值代入该虚拟数字孪生模型中,调整模型表现,输出调整后的绿化设计方案。
步骤S4,基于所述多元异构数据库中的时变数据调整所述目标虚拟数据孪生模型以实时反映相应物理实体的变化情况,并基于当前的目标虚拟数据孪生模型对所述目标城市绿化项目的目标未来指标进行预测,基于得到的预测结果输出绿化设计方案建议以提示用户;所述目标未来指标包括目标植物的目标生长参数、目标植物的健康状态及目标环境参数。
其中,可以根据实际情况设置该目标生长参数和目标环境参数。例如,设置该目标生长参数包括植物的株高和胸径;设置该目标环境参数包括影响植物生长的光照时长、温度、湿度、降水量、土壤参数及空气质量。
本实施例中,当物理实体传入的数据发生变化时,将驱动智能预测算法进行计算,得到针对目标未来指标的预测结果。进而,通过后续步骤根据该预测结果调整目标虚拟数字孪生模型中植物的生长情况,使其成为可实时反映物理实体变化情况的虚拟实体。
在一种能够实现的方式中,所述基于得到的预测结果输出绿化设计方案建议以提示用户,包括:
基于得到的预测结果生成绿化设计方案建议,并通过可视化交互界面显示所述绿化设计方案建议。
步骤S5,检测到方案调整指令被触发时相应调整所述目标城市绿化项目的绿化设计方案;所述方案调整指令在检测到物理实体约束条件发生改变或者接收到针对所述绿化设计方案建议的反馈信息时被触发。
本实施例中,当设计过程中物理实体的条件出现改变,或是接收到来自服务模块的设计反馈时,数字孪生中的虚拟实体将根据变化情况与约束条件,智能计算与调整绿化设计方案。其中,绿化设计方案的调整机制可以根据实际情况进行设置。例如,若物理实体条件改变与设计反馈对应的绿化设计方案与原有绿化设计方案并不冲突,则对原有绿化设计方案不做调整;若通过智能计算无法得出最佳解决方案时,可以对原有绿化设计方案暂不做调整,将计算所得到的绿化设计方案进行排序,选取满足条件最多的方案作为绿化设计方案调整的参考,并向设计者发送需要进行主观设计调整的提示。
作为一种具体的实施方式,所述检测到方案调整指令被触发时相应调整所述目标城市绿化项目的绿化设计方案,包括:
若所述方案调整指令为在检测到物理实体约束条件发生改变时被触发,根据发生改变的物理实体约束条件调整所述目标城市绿化项目的绿化设计需求条件,计算出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的绿化设计方案作为调整后的绿化设计方案;
若所述方案调整指令为在接收到针对所述绿化设计方案建议的反馈信息时被触发,根据所述反馈信息调整所述目标城市绿化项目的绿化设计方案。
其中,所述计算出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的绿化设计方案作为调整后的绿化设计方案,包括:
从预置的各标准绿化设计方案中,匹配出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的一个标准绿化设计方案作为调整后的绿化设计方案。
需要说明的是,也可以根据实际情况设置其他相应的智能计算程序,进而通过该智能计算程序智能计算出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的最佳绿化设计方案。
在一种能够实现的方式中,所述检测到方案调整指令被触发时相应调整所述目标城市绿化项目的绿化设计方案,还包括:
若所述方案调整指令为在检测到物理实体约束条件发生改变时被触发,且未计算出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的绿化设计方案,根据能够满足所述目标城市绿化项目的绿化设计需求条件的数量,对预置的各标准绿化设计方案进行排序,得到相应的排序结果;
根据所述排序结果生成并输出绿化设计方案调整参考信息以提示用户进行标准绿化设计方案的选择;
根据接收到的标准绿化设计方案选择指令调整所述目标城市绿化项目的绿化设计方案。
具体地,对预置的各标准绿化设计方案进行排序时,可以根据能够满足所述目标城市绿化项目的绿化设计需求条件的数量由多到少的方式进行排序。在一种实施方式中,根据所述排序结果生成并输出绿化设计方案调整参考信息时,可以以列表的形式表示该排序结果,从而得到绿化设计方案调整参考信息,这样可以便于直观地显示各种标准绿化设计方案的优劣性。在另一种实施方式中,根据所述排序结果生成并输出绿化设计方案调整参考信息时,可以直接根据排序较前的若干个绿化设计方案形成绿化设计方案调整参考信息。
在一种能够实现的方式中,在图1所示方法的基础上,如图2所示,所述方法还包括:
步骤S6,接收由目标用户类型对应的预置接口传送的访问请求;
步骤S7,根据所述访问请求提供相应的可交互可视化服务;所述可交互可视化服务包括数据信息查询服务、数据信息远程共享服务、物理实体状态监控服务及绿化设计方案的多方协同设计服务。
可以创建相应的服务平台来实现该步骤S6-S7。可交互可视化服务的主要面向对象可以包括绿化项目设计人员、城市居民以及绿化方案评审委员,对于不同的用户对象,可以在数据处理中心创建存储各用户类型接口的数据信息的数据库及其索引。面向城市居民与公众提供的服务可以包括设计方案的动态展示与AR/VR可视化交互;面向项目设计人员与评审人员提供的服务可以包括项目信息远程共享与协同设计。城市公众与项目相关人员可以通过不同的用户类型接口在服务平台上递交访问请求,使用与用户权限对应的服务功能。
通过提供可交互可视化服务,本申请对应的系统可以将反馈信息与协同设计操作记录存入多元异构数据库,通过数据分析从反馈信息中提取出设计反馈需求,更新目标虚拟数字孪生模型中的绿化设计方案,更新后的绿化设计方案又通过映射反映到服务平台中,支持设计方案展示与协同设计功能。
本实施例中,在所建立的数据模型基础上实现可交互可视化服务;通过可交互可视化服务,用户可以使用封装后的功能服务实时监控物理实体的状态、进行数据信息查询、进行数据信息远程共享或者进行多方协同设计,极大提高了用户体验,且用户无需深入了解数字孪生体系中的底层逻辑,降低了项目各相关方参与到项目设计阶段的难度。
基于对本申请方法的上述描述,可以得知,实现本申请方法的智慧城市绿化设计数字孪生系统(CLDT)的主要组成部分可以包括:智慧城市绿化设计物理实体(CLPE)、智慧城市绿化设计虚拟实体(CLVE)、智慧城市绿化设计数字孪生数据(CLDD)、智慧城市绿化设计服务(CLSS)与信息数据主线(CN)。即:
CLDT=(CLPE,CLVE,CLDD,CLSS,CN)。
从而,由物理实体传感器采集的数据以及由虚拟实体、数字孪生服务传输的未做处理的原始数据可以通过该信息数据主线直接传输至多元异构数据库的数据湖中。
本发明上述实施例,至少具有以下有益效果:
(1)通过建立智慧城市绿化设计的数字孪生体系,能够通过获取的物理实体信息数据为物理实体与虚拟实体建立实时联系,通过将物理实体在绿化设计项目中所受到的约束条件与规律模型应用在虚拟实体上,使得虚拟实体能够实时映射现实空间中物理实体行为;
(2)通过构建贯穿项目全生命周期的目标虚拟数据孪生模型,能够对绿化设计方案进行实时仿真预测与智能动态化调整,实现复杂城市绿化设计项目在数字孪生体上的低成本试错,减少决策失误带来的资源浪费;
(3)能够从设计阶段起便建立统一且可沿用的智慧城市绿化项目全生命周期的虚拟数据孪生体系,使数据信息得以从设计阶段传递至下一阶段,驱动项目协调有序开展。
本发明还提供了一种基于数字孪生的智慧城市绿化设计装置,该装置可用于执行本发明上述任一项实施例所述的基于数字孪生的智慧城市绿化设计方法。
请参阅图3,图3示出了本发明实施例提供的一种基于数字孪生的智慧城市绿化设计装置的结构连接框图。
本发明实施例提供的一种基于数字孪生的智慧城市绿化设计装置,包括:
数据库建立模块1,用于确定目标城市绿化项目中需采集物理实体信息数据的目标数据类型,根据所述目标数据类型建立目标城市绿化项目相关的多元异构数据库;
数据获取及存储模块2,用于根据所述多元异构数据库,实时获取并存储所述目标城市绿化项目在建设过程中的各所述目标数据类型的物理实体信息数据;
模型构建模块3,用于基于所述多元异构数据库构建贯穿所述目标城市绿化项目的全生命周期的目标虚拟数据孪生模型;
模型调整及预测模块4,用于基于所述多元异构数据库中的时变数据调整所述目标虚拟数据孪生模型以实时反映相应物理实体的变化情况,并基于当前的目标虚拟数据孪生模型对所述目标城市绿化项目的目标未来指标进行预测,基于得到的预测结果输出绿化设计方案建议以提示用户;所述目标未来指标包括目标植物的目标生长参数、目标植物的健康状态及目标环境参数;
方案调整模块5,用于检测到方案调整指令被触发时相应调整所述目标城市绿化项目的绿化设计方案;所述方案调整指令在检测到物理实体约束条件发生改变或者接收到针对所述绿化设计方案建议的反馈信息时被触发。
在一种能够实现的方式中,所述模型构建模块3包括:
提取单元,用于从所述多元异构数据库中提取地形数据、周边环境影像数据、植物数据、土壤数据、气候数据和居民数据;
构建单元,用于根据所述地形数据构建三维可视化城市环境,根据所述周边环境影像数据在所述三维可视化城市环境中补入相应的植物模型和公共设施,得到三维城市化景观模型;
绑定单元,用于将所述植物数据、所述土壤数据、所述气候数据和所述居民数据绑定于所述三维城市化景观模型,得到相应的虚拟数据孪生模型;
优化单元,用于为所述虚拟数据孪生模型添加预置的对应物理实体间各类物体关系的智能预测算法,基于土壤数据、气候数据和居民数据训练并优化所述智能预测算法的准确性,以确定所述虚拟数据孪生模型的最优参数;其中,所述智能预测算法用于对所述目标未来指标进行预测;
连接单元,用于将优化得到的虚拟数据孪生模型与所述多元异构数据库建立连接,得到目标虚拟数据孪生模型。
在一种能够实现的方式中,所述方案调整模块5包括:
第一方案调整单元,用于若所述方案调整指令为在检测到物理实体约束条件发生改变时被触发,根据发生改变的物理实体约束条件调整所述目标城市绿化项目的绿化设计需求条件,计算出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的绿化设计方案作为调整后的绿化设计方案;
第二方案调整单元,用于若所述方案调整指令为在接收到针对所述绿化设计方案建议的反馈信息时被触发,根据所述反馈信息调整所述目标城市绿化项目的绿化设计方案。
在一种能够实现的方式中,所述第一方案调整单元具体用于:
从预置的各标准绿化设计方案中,匹配出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的一个标准绿化设计方案作为调整后的绿化设计方案。
在一种能够实现的方式中,所述方案调整模块5还包括:
排序单元,用于若所述方案调整指令为在检测到物理实体约束条件发生改变时被触发,且未计算出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的绿化设计方案,根据能够满足所述目标城市绿化项目的绿化设计需求条件的数量,对预置的各标准绿化设计方案进行排序,得到相应的排序结果;
提示单元,用于根据所述排序结果生成并输出绿化设计方案调整参考信息以提示用户进行标准绿化设计方案的选择;
第三方案调整单元,用于根据接收到的标准绿化设计方案选择指令调整所述目标城市绿化项目的绿化设计方案。
在一种能够实现的方式中,所述模型调整及预测模块4包括:
交互单元,用于基于得到的预测结果生成绿化设计方案建议,并通过可视化交互界面显示所述绿化设计方案建议。
在一种能够实现的方式中,在图3所示装置的基础上,如图4所示,所述装置还包括:
接收模块6,用于接收由目标用户类型对应的预置接口传送的访问请求;
服务模块7,用于根据所述访问请求提供相应的可交互可视化服务;所述可交互可视化服务包括数据信息查询服务、数据信息远程共享服务、物理实体状态监控服务及绿化设计方案的多方协同设计服务。
本发明还提供了一种基于数字孪生的智慧城市绿化设计装置,包括:
存储器,用于存储指令;其中,所述指令用于实现如上任意一项实施例所述的基于数字孪生的智慧城市绿化设计方法;
处理器,用于执行所述存储器中的指令。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上任意一项实施例所述的基于数字孪生的智慧城市绿化设计方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置、装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,上述描述的装置、装置和模块的具体有益效果,可以参考前述方法实施例中的对应有益效果,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,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精神和范围。
Claims (9)
1.一种基于数字孪生的智慧城市绿化设计方法,其特征在于,包括:
确定目标城市绿化项目中需采集物理实体信息数据的目标数据类型,根据所述目标数据类型建立目标城市绿化项目相关的多元异构数据库;
根据所述多元异构数据库,实时获取并存储所述目标城市绿化项目在建设过程中的各所述目标数据类型的物理实体信息数据;
基于所述多元异构数据库构建贯穿所述目标城市绿化项目的全生命周期的目标虚拟数据孪生模型;
基于所述多元异构数据库中的时变数据调整所述目标虚拟数据孪生模型以实时反映相应物理实体的变化情况,并基于当前的目标虚拟数据孪生模型对所述目标城市绿化项目的目标未来指标进行预测,基于得到的预测结果输出绿化设计方案建议以提示用户;所述目标未来指标包括目标植物的目标生长参数、目标植物的健康状态及目标环境参数;
检测到方案调整指令被触发时相应调整所述目标城市绿化项目的绿化设计方案;所述方案调整指令在检测到物理实体约束条件发生改变或者接收到针对所述绿化设计方案建议的反馈信息时被触发;
所述基于所述多元异构数据库构建贯穿所述目标城市绿化项目的全生命周期的目标虚拟数据孪生模型,包括:
从所述多元异构数据库中提取地形数据、周边环境影像数据、植物数据、土壤数据、气候数据和居民数据;
根据所述地形数据构建三维可视化城市环境,根据所述周边环境影像数据在所述三维可视化城市环境中补入相应的植物模型和公共设施,得到三维城市化景观模型;
将所述植物数据、所述土壤数据、所述气候数据和所述居民数据绑定于所述三维城市化景观模型,得到相应的虚拟数据孪生模型;
为所述虚拟数据孪生模型添加预置的对应物理实体间各类物体关系的智能预测算法,基于土壤数据、气候数据和居民数据训练并优化所述智能预测算法的准确性,以确定所述虚拟数据孪生模型的最优参数;其中,所述智能预测算法用于对所述目标未来指标进行预测;
将优化得到的虚拟数据孪生模型与所述多元异构数据库建立连接,得到目标虚拟数据孪生模型。
2.根据权利要求1所述的基于数字孪生的智慧城市绿化设计方法,其特征在于,所述检测到方案调整指令被触发时相应调整所述目标城市绿化项目的绿化设计方案,包括:
若所述方案调整指令为在检测到物理实体约束条件发生改变时被触发,根据发生改变的物理实体约束条件调整所述目标城市绿化项目的绿化设计需求条件,计算出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的绿化设计方案作为调整后的绿化设计方案;
若所述方案调整指令为在接收到针对所述绿化设计方案建议的反馈信息时被触发,根据所述反馈信息调整所述目标城市绿化项目的绿化设计方案。
3.根据权利要求2所述的基于数字孪生的智慧城市绿化设计方法,其特征在于,所述计算出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的绿化设计方案作为调整后的绿化设计方案,包括:
从预置的各标准绿化设计方案中,匹配出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的一个标准绿化设计方案作为调整后的绿化设计方案。
4.根据权利要求2所述的基于数字孪生的智慧城市绿化设计方法,其特征在于,所述检测到方案调整指令被触发时相应调整所述目标城市绿化项目的绿化设计方案,还包括:
若所述方案调整指令为在检测到物理实体约束条件发生改变时被触发,且未计算出同时满足所述目标城市绿化项目的当前所有绿化设计需求条件的绿化设计方案,根据能够满足所述目标城市绿化项目的绿化设计需求条件的数量,对预置的各标准绿化设计方案进行排序,得到相应的排序结果;
根据所述排序结果生成并输出绿化设计方案调整参考信息以提示用户进行标准绿化设计方案的选择;
根据接收到的标准绿化设计方案选择指令调整所述目标城市绿化项目的绿化设计方案。
5.根据权利要求1所述的基于数字孪生的智慧城市绿化设计方法,其特征在于,所述基于得到的预测结果输出绿化设计方案建议以提示用户,包括:
基于得到的预测结果生成绿化设计方案建议,并通过可视化交互界面显示所述绿化设计方案建议。
6.根据权利要求1所述的基于数字孪生的智慧城市绿化设计方法,其特征在于,所述方法还包括:
接收由目标用户类型对应的预置接口传送的访问请求;
根据所述访问请求提供相应的可交互可视化服务;所述可交互可视化服务包括数据信息查询服务、数据信息远程共享服务、物理实体状态监控服务及绿化设计方案的多方协同设计服务。
7.一种基于数字孪生的智慧城市绿化设计装置,其特征在于,包括:
数据库建立模块,用于确定目标城市绿化项目中需采集物理实体信息数据的目标数据类型,根据所述目标数据类型建立目标城市绿化项目相关的多元异构数据库;
数据获取及存储模块,用于根据所述多元异构数据库,实时获取并存储所述目标城市绿化项目在建设过程中的各所述目标数据类型的物理实体信息数据;
模型构建模块,用于基于所述多元异构数据库构建贯穿所述目标城市绿化项目的全生命周期的目标虚拟数据孪生模型;
模型调整及预测模块,用于基于所述多元异构数据库中的时变数据调整所述目标虚拟数据孪生模型以实时反映相应物理实体的变化情况,并基于当前的目标虚拟数据孪生模型对所述目标城市绿化项目的目标未来指标进行预测,基于得到的预测结果输出绿化设计方案建议以提示用户;所述目标未来指标包括目标植物的目标生长参数、目标植物的健康状态及目标环境参数;
方案调整模块,用于检测到方案调整指令被触发时相应调整所述目标城市绿化项目的绿化设计方案;所述方案调整指令在检测到物理实体约束条件发生改变或者接收到针对所述绿化设计方案建议的反馈信息时被触发;
所述模型构建模块包括:
提取单元,用于从所述多元异构数据库中提取地形数据、周边环境影像数据、植物数据、土壤数据、气候数据和居民数据;
构建单元,用于根据所述地形数据构建三维可视化城市环境,根据所述周边环境影像数据在所述三维可视化城市环境中补入相应的植物模型和公共设施,得到三维城市化景观模型;
绑定单元,用于将所述植物数据、所述土壤数据、所述气候数据和所述居民数据绑定于所述三维城市化景观模型,得到相应的虚拟数据孪生模型;
优化单元,用于为所述虚拟数据孪生模型添加预置的对应物理实体间各类物体关系的智能预测算法,基于土壤数据、气候数据和居民数据训练并优化所述智能预测算法的准确性,以确定所述虚拟数据孪生模型的最优参数;其中,所述智能预测算法用于对所述目标未来指标进行预测;
连接单元,用于将优化得到的虚拟数据孪生模型与所述多元异构数据库建立连接,得到目标虚拟数据孪生模型。
8.一种基于数字孪生的智慧城市绿化设计装置,其特征在于,包括:
存储器,用于存储指令;其中,所述指令用于实现如权利要求1-6任意一项所述的基于数字孪生的智慧城市绿化设计方法;
处理器,用于执行所述存储器中的指令。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-6任意一项所述的基于数字孪生的智慧城市绿化设计方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310093684.3A CN116090065B (zh) | 2023-01-17 | 2023-01-17 | 一种基于数字孪生的智慧城市绿化设计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310093684.3A CN116090065B (zh) | 2023-01-17 | 2023-01-17 | 一种基于数字孪生的智慧城市绿化设计方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116090065A CN116090065A (zh) | 2023-05-09 |
CN116090065B true CN116090065B (zh) | 2023-10-31 |
Family
ID=86206180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310093684.3A Active CN116090065B (zh) | 2023-01-17 | 2023-01-17 | 一种基于数字孪生的智慧城市绿化设计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116090065B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117010051B (zh) * | 2023-06-29 | 2024-05-07 | 深圳慧锐通智能技术股份有限公司 | 一种基于数字孪生的智慧社区智能化设计方法及装置 |
CN117252099A (zh) * | 2023-09-21 | 2023-12-19 | 中山大学 | 一种基于数字孪生的损伤监测方法、系统、设备和介质 |
CN117056997B (zh) * | 2023-10-13 | 2024-03-22 | 网思科技股份有限公司 | 一种城市数字孪生可视化协同方法、系统和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114297850A (zh) * | 2021-12-28 | 2022-04-08 | 北京软通智慧科技有限公司 | 数字孪生城市仿真推演方法及系统 |
CN114513805A (zh) * | 2020-11-16 | 2022-05-17 | 中国移动通信有限公司研究院 | 无线建模方法和系统 |
CN115098603A (zh) * | 2022-02-22 | 2022-09-23 | 上海交通大学重庆研究院 | 基于多尺度建模的数字孪生方法及终端 |
KR102448724B1 (ko) * | 2022-05-11 | 2022-09-29 | 주식회사 대건소프트 | 디지털트윈 기반의 스마트시티 공급자원 ai 제어 시스템 |
-
2023
- 2023-01-17 CN CN202310093684.3A patent/CN116090065B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114513805A (zh) * | 2020-11-16 | 2022-05-17 | 中国移动通信有限公司研究院 | 无线建模方法和系统 |
CN114297850A (zh) * | 2021-12-28 | 2022-04-08 | 北京软通智慧科技有限公司 | 数字孪生城市仿真推演方法及系统 |
CN115098603A (zh) * | 2022-02-22 | 2022-09-23 | 上海交通大学重庆研究院 | 基于多尺度建模的数字孪生方法及终端 |
KR102448724B1 (ko) * | 2022-05-11 | 2022-09-29 | 주식회사 대건소프트 | 디지털트윈 기반의 스마트시티 공급자원 ai 제어 시스템 |
Non-Patent Citations (1)
Title |
---|
袁弘毅等.数字孪生虚拟设计在公园城市智能建造中的应用与实践.《四川建筑》.2022,第41卷(第6期),58-59,61. * |
Also Published As
Publication number | Publication date |
---|---|
CN116090065A (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116090065B (zh) | 一种基于数字孪生的智慧城市绿化设计方法及装置 | |
Shan et al. | Research on landscape design system based on 3D virtual reality and image processing technology | |
Korah et al. | Characterising spatial and temporal patterns of urban evolution in Sub-Saharan Africa: The case of Accra, Ghana | |
Zhang et al. | Panoramic visual perception and identification of architectural cityscape elements in a virtual-reality environment | |
CN109472390A (zh) | 基于机器学习的规划方案智能生成方法及系统 | |
CN101419623B (zh) | 地理模拟优化系统 | |
Qi et al. | Development and application of 3D spatial metrics using point clouds for landscape visual quality assessment | |
CN106844979B (zh) | 一种城市虚拟公园交互式组合设计系统及方法 | |
CN112016247A (zh) | 基于土地利用变化的高精度未来水文过程耦合模型及构建方法 | |
CN116011322A (zh) | 基于数字孪生的城市信息展示方法、装置、设备及介质 | |
Wei et al. | The case study of BIM in urban planning and design | |
Li et al. | Construction of smart city street landscape big data-driven intelligent system based on industry 4.0 | |
Cao | Application research and case analysis of landscape design in artificial intelligence platform | |
Yang et al. | Design of urban landscape visual simulation system based on three-dimensional simulation technology | |
Hao et al. | Integrated BIM and VR to implement IPD mode in transportation infrastructure projects: System design and case application | |
Delmas et al. | Towards context & climate sensitive urban design: An integrated simulation and parametric design approach | |
CN112487539A (zh) | 一种智能的建筑模型生成方法、电子设备及存储介质 | |
Gong et al. | Application of Computer 3D Modeling Technology in Modern Garden Ecological Landscape Simulation Design | |
Cheng | Logic of Digital Landscape Architecture | |
Yang et al. | Construction and Application of a Landscape Design Teaching Platform Driven by Artificial Intelligence | |
CN113742918B (zh) | 基于系统动力学模型评估国家公园游憩承载力的方法 | |
CN116152503B (zh) | 面向街景的城市天空可视域在线提取方法及系统 | |
CN117611108B (zh) | 一种城乡建设用地有偿调剂的智能决策构建方法 | |
Cheng | Structure of Digital Landscape Architecture | |
Lind Nilsson | Possibilities and Challenges of City Planning using 3D Visualization: A systematic literature review on the possibilities of city visualization using 3D computer graphics and the utility of parametric design |
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 |