CN116305914B - 知识引导的铁路建造场景数字孪生建模方法 - Google Patents
知识引导的铁路建造场景数字孪生建模方法 Download PDFInfo
- Publication number
- CN116305914B CN116305914B CN202310241220.2A CN202310241220A CN116305914B CN 116305914 B CN116305914 B CN 116305914B CN 202310241220 A CN202310241220 A CN 202310241220A CN 116305914 B CN116305914 B CN 116305914B
- Authority
- CN
- China
- Prior art keywords
- construction
- knowledge
- scene
- modeling
- model
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 248
- 238000000034 method Methods 0.000 title claims abstract description 248
- 230000008569 process Effects 0.000 claims abstract description 86
- 238000013461 design Methods 0.000 claims abstract description 53
- 238000010327 methods by industry Methods 0.000 claims abstract description 34
- 230000000007 visual effect Effects 0.000 claims abstract description 26
- 238000004088 simulation Methods 0.000 claims abstract description 23
- 238000003860 storage Methods 0.000 claims abstract description 9
- 238000006243 chemical reaction Methods 0.000 claims description 38
- 230000008859 change Effects 0.000 claims description 16
- 238000011049 filling Methods 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 9
- 230000003993 interaction Effects 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 8
- 230000001364 causal effect Effects 0.000 claims description 7
- 230000033001 locomotion Effects 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 6
- 235000019580 granularity Nutrition 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 238000005094 computer simulation Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000008520 organization Effects 0.000 claims description 4
- 239000013598 vector Substances 0.000 claims description 4
- 238000009459 flexible packaging Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 26
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 230000000750 progressive effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/12—Timing analysis or timing optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Structural Engineering (AREA)
- Civil Engineering (AREA)
- Architecture (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种知识引导的铁路建造场景数字孪生建模方法,包括:S1,铁路建造场景知识图谱构建,包括知识图谱模式层构建、知识图谱生成、知识图谱存储与动态更新;S2,知识引导与基元组合的铁路孪生场景生成与更新,包括基于模型装配的多粒度自动建模、基元组合与语义约束的模型重装配、数字孪生场景自动生成与动态更新;S3,关节联动与模型生长的建造时序过程孪生建模,包括施工机械关节联动方法建模、基于关节联动与模型生长的建造过程模拟、工艺工法知识库重用。该方法通过多层次语义描述模式的建立与表达,显著提升了建模的灵活度和普适性,能有效支持设计数据的快速展示与深化设计、施工过程的可视化探索与动态调优。
Description
技术领域
本发明涉及高速铁路建造领域,特别是涉及一种知识引导的铁路建造场景数字孪生建模方法。
背景技术
智能建造构建现实世界与虚拟世界的孪生模型和双向映射机制,对建造过程和建筑物进行感知、分析和控制,已经成为智能铁路和建造高质量发展的重要途径。通过在虚拟地理环境中提前预演或实时模拟物理实体建造活动,能够以“先试后建”的方式预先发现实际建造中可能出现的问题,提高建造过程的科学性、工序排布的合理性。因此,构建铁路建造数字孪生场景,开展虚拟设计和施工多维度可视化模拟,对于提升铁路建造品质具有十分重要的意义。
由于铁路场景对象具有种类固定、尺寸标准等特点,并且各场景对象之间排列方式具有明显的线性规律和相似特征,因此,铁路孪生场景通常采用基元模型组合装配的方式构建。通过制作表面模型或BIM实体模型,在地理空间中进行模型装配,并与GIS场景数据进行融合,从而完成场景构建。然而,这种建模方式侧重从几何层面对铁路场景进行描述性可视化表达,未能考虑施工工序、工艺工法、物料等建造要素。部分研究引入本体语义的思想,建立多层次语义约束规则,如空间布局语义约束、组合建模语义约束、空间姿态语义约束等,对复杂建模过程进行有效引导与约束,实现铁路场景的自动化建模与建模知识的重用。然而,这种方法仅侧重对建模过程的语义描述,未能建立数据、模型与业务需求之间的关联关系,无法对差异化的业务需求进行清晰理解、动态感知、适宜性表达和快速响应。虽然部分研究通过接入施工进度数据实现工程进度模拟,通过碰撞检测、虚拟装配等方法模拟施工过程,但均以单个工点级应用和局部系统为主,缺乏对长大铁路建造过程中环境、物料等因素的综合考虑和系统性集成。
铁路建设是一个动态复杂的“人、机、料、法、环”系统,种类繁多的建造要素之间相互作用、相互影响,不仅有空间位置关系,还有时序关系、因果作用关系等,在不同阶段不仅需要处理不同领域、不同层次与结构复杂的对象,还需要面对不同层次的场景构建需求和多模态的专题数据。现有面向单一阶段、零散工点的场景建模方法割裂了铁路建设阶段之间的内在联系,信息流的切断使得设计意图表达和理解不准确、施工动态变化更新不及时,极易导致铁路建设过程中出现安全、质量、投资、工期控制等方面的隐患,增加了项目实施风险。
发明内容
为了解决铁路建设全过程中设计成果难以快速三维直观化表达、临建与防护工程设计成果不细致、动态多变的施工过程隐患频发等问题,本发明提供一种知识引导的铁路建造场景数字孪生建模方法。
为此,本发明采用以下技术方案:
一种知识引导的铁路建造场景数字孪生建模方法,包括以下步骤:
S1,铁路建造场景知识图谱构建,包括以下子步骤:
S11,知识图谱模式层构建:对铁路建造领域知识进行分析,将建造场景分为三个不同层次:展示性场景、虚拟设计场景和虚拟施工场景;针对每个层次场景的建模方法进行语义描述;
S12,知识图谱生成:按照步骤S11中知识图谱模式层的语义描述内容生成知识图谱实例,所述知识图谱的生成步骤包括实体要素分类、实体关系构建和知识融合;
S13,知识图谱存储与动态更新:采用有向图结构对步骤S12所生成的知识图谱进行存储,对铁路建造领域知识关联关系进行表达;同时,当外部需求发生变化时,根据S11、S12的步骤,对所述知识图谱进行动态更新,确保知识图谱的实时性与准确性;
S2,知识引导与基元组合的铁路孪生场景生成与更新,包括以下子步骤:
S21,基于模型装配的多粒度自动建模:根据步骤S1所生成的知识图谱进行解析,采用构件、组件、模型三种粒度形式进行模型装配,对铁路主体工程进行多粒度自动三维建模,通过对建模过程中构造几何参数、功能参数、空间拓扑参数进行封装,经过坐标系的逐级转换,实现构件、组件、模型几何实体的多粒度逐级组合;同时,对不同建模粒度的语义信息进行逐级封装,从几何尺寸、装配参数、原点位置、结构关系方面形成模型元数据信息,使用多粒度精细化建模方式生成铁路主体工程模型;最后,基于几何实体、要素编码、模型关系、要素属性等信息,形成三维模型库的管理方式,实现参数的灵活封装和模型的高效复用;
S22,基元组合与语义约束的模型重装配:根据ENU坐标系、高斯投影坐标系、WGS84坐标系、施工坐标系间的转换关系,分别使用对象级、离散顶点级、顶点内插级三种精细程度的坐标系转换方法对步骤S21的建模结果进行坐标转换,以保证数据精度质量;通过对几何、关系、属性进行一致性处理,完成地理坐标系下三维模型重装配;
S23,数字孪生场景自动生成与动态更新:从空间位置、表达形式、结构组成、内容描述、时空编码方面将步骤S22所装配的三维模型与地形、影像、矢量、倾斜摄影等多源异构空间数据加以融合,实现数字孪生场景的自动生成,为铁路建造提供基础三维场景;根据模型构件之间的依存关系,动态改变步骤S21中构造几何参数实现模型几何信息的实时变化,动态改变步骤S22中构造几何参数,实现模型之间自动装配关系的实时变动,实现设计参数与三维模型几何尺寸的实时联动,动态改变步骤S22中模型的空间拓扑参数,驱动模型之间自动装配关系的实时变化,完成孪生场景的局部动态更新;
S3,关节联动与模型生长的建造时序过程孪生建模,包括以下子步骤:
S31,施工机械关节联动方法建模:在步骤S2所生成的数字孪生场景中,对建造设施设备模型进行分解,建立各子关节之间的联动关系,抽取关节活动参数,并根据铁路建造动态模拟需求抽取建造控制参数,对建造过程进行参数化描述;通过建立建造控制参数到关节活动参数的映射方法,建立子关节与母体之间的相对定位方法和附着联动方法,经多级坐标系的逐级转换,得到各子关节在三维场景中的位置和姿态参数,使各独立关节能够同时在不同平面内活动;
S32,基于关节联动与模型生长的建造过程模拟:根据步骤S31方法,将每一类施工机械关节联动建模结果的参数均存储至工艺工法知识文件中,所述工艺工法知识文件包含工艺工法要素、施工机械子关节模型之间的相互作用关系、多级转换关系和附着联动关系,这些工艺工法知识文件形成工艺工法知识库,实现工艺工法的可视化模拟;施工工序可视化模拟则通过构建包含施工工序要素、工序衔接关系、工序时差以及工期时长等信息的施工工序知识库,在对施工工序和铁路主体工程模型进行分解、关联的基础之上,以时间信息驱动视点位置、浏览动作、模型显隐、模型赋色的改变,对铁路主体工程模型进行时序生长模拟;根据时间信息将关节联动方法与铁路基础设施的时序生长方法相匹配,实现建造全过程可视化模拟;
S33,工艺工法知识库重用:根据步骤S32方法,形成工艺工法知识库;同时,根据施工机械模型作业的动作种类,确定建造控制参数;通过厘清参数之间的关联关系,并以结构化的形式对铁路建造控制参数进行结构化存储与显式表达,实现知识的规范化组织与存储;同时,将建造控制参数存储至单独的文件中,通过对文件中各参数进行修改,实现同一个项目中不同工艺工法知识的重用。
上述的步骤S11中,所述的语义描述包括知识层、模型层和数据层三个层次,分别描述了建模业务知识的需求语义、建模方法的过程语义和建模数据的特征语义。其中,所述知识层是对铁路建造中的人-机-料-法-环的业务链的抽象和理解;所述模型层是对虚拟建造场景构建方法进行描述;所述数据层是对建模过程中的各种参数、参数间的关系进行描述。
上述的步骤S12中,所述实体要素分为地理要素、地质要素、铁路基础设施要素、机械设备要素、材料要素和工艺工法要素;所述实体关系包括上下位关系、空间关系、时间关系和因果关系。
步骤S11中,所述上下位关系用于描述构件模型之间的逻辑关系;所述空间关系用于描述各要素对象在空间中的位置关系;所述时间关系用于描述工序、工法在时间维度的衔接关系;所述因果关系用于刻画建造要素的相互作用关系和时空演变过程。
步骤S22中,建模的基本单元为构件,构件的制作有两种方式:解析设计参数、自动构造模型几何,以及构件库提取。
步骤S22中,所述对象级的转换方法是将三维模型当作一个整体进行坐标转换;离散顶点级的转换方法则是将三维模型的逐个顶点进行坐标转换;所述顶点内插级的转换方法是将三维模型的边进行顶点内插,内插之后对每一个顶点进行坐标转换,以减少地球曲率影响。
步骤S22中所述几何约束用于对模型空间位置、空间姿态和尺寸缩放进行约束,关系约束用于对各模型之间的父子关系、联动关系和依存关系进行约束,属性填充用于在构件编码的基础上链接设计信息和施工信息。
与现有技术相比,本发明具有以下有益效果:
1.本发明综合考虑了铁路建设全过程中的业务需求、建模方法、场景数据,分别构建了知识本体、模型本体、数据本体,研究了“数据-模型-知识”关联的知识图谱构建方法,抽取建造场景建模过程中实体要素类型、实体间关系、实体属性等信息,生成知识图谱,并对其进行存储与动态更新,形成场景建模知识库,实现了建造场景的多层次语义描述。
2.本发明通过研究模型几何的逐级转换与语义属性的逐级封装,提出基于模型装配的多粒度建模方法,剖析了多坐标系之间的转换关系和模型语义关系类别,设计了地理坐标系下顾及几何、语义、属性的模型重装配机制,并研究了参数与模型联动更新方法,完成了铁路孪生场景的自动生成与动态更新。
3.本发明对施工过程进行了参数化分解,研究建造控制参数到机械设备关节联动参数的映射关系,构建了工艺工法知识库,提出了施工机械关节联动的建造过程孪生建模方法,厘清了施工工序要素内容及其关系,引导基础设施模型时序动态生长,实现了工序孪生、工艺工法孪生等建造时序过程孪生建模。
4.本发明研发了铁路建造场景数字孪生建模原型系统,并对建造过程中多层次场景建模需求进行了解析,分别构建展示性场景、虚拟设计场景、虚拟施工场景等三个不同层次的铁路建造场景。在设计阶段,实现了展示性场景的快速生成,解决了设计方案不直观以及设计过程反复修改所导致的模型联动困难等问题;在深化设计阶段,实现了顾及地形约束的三维深化设计,解决了复杂艰险山区临建与防护工程设计方案不细致等问题;在工程施工阶段,实现了进度与计划的一体化展示、工艺工法的时序模拟与动态调优,解决了动态多变的施工过程隐患频发等问题。
附图说明
图1为本发明的建模方法的流程图;
图2为铁路建造场景知识图谱构建流程图;
图3为知识图谱模式层构建示意图;
图4为展示性场景知识图谱示意图;
图5为知识引导与基元组合的铁路孪生场景生成与动态更新流程图;
图6为关节联动与模型生长的建造时序过程孪生建模示意图;
图7为展示性场景及动态更新效果图;
图8为虚拟设计场景效果图;
图9为虚拟施工场景效果图。
具体实施方式
以下结合附图和实施例对本发明的技术方案进行详细说明。
本发明研究了多层次关联的建造场景知识图谱构建方法、知识引导的铁路孪生场景自动生成与动态更新、关节联动与模型生长的建造时序过程孪生建模等内容,最终开展面向建设全过程的数字孪生建模实验,实现了虚拟设计与建造过程的时空动态预演、隐患预判。
如图1所示,本发明的方法包括以下步骤:
S1,铁路建造场景知识图谱构建:
知识图谱作为一种形式化语义关联描述的知识系统,能够提供系统的、深层次的结构化知识,实现“数据-信息-知识-智慧”的转化,为数字孪生驱动的铁路智能建造提供关键基础。参见图2,铁路建造场景知识图谱构建具体包括以下步骤:
S11,知识图谱模式层构建:
参见图3,采用自上而下的方式构建知识图谱模式层。首先,外部知识来源包括标准规范、专家经验和文献专著。其次,设计知识图谱的基本组成单元,包括“实体-关系-实体”和“实体-属性-属性值”两种类型。通过对铁路建造领域知识进行分析,将建造场景分为展示性场景、虚拟设计场景和虚拟施工场景等三个不同层次的场景。展示性场景建模为数据驱动,功能层面包括数据调度、场景建模和场景绘制功能。虚拟设计场景建模在数据驱动的基础上增加了模型驱动,功能层面增加了分析计算功能。虚拟施工场景建模在数据驱动模型驱动的基础上增加了交互驱动,功能层面增加了4D仿真交互功能。然后,针对每个层次的场景建模方法进行语义描述,主要从知识层、模型层和数据层三个层次进行描述,分别描述了建模业务知识的需求语义、建模方法的过程语义和建模数据的特征语义。其中,知识层用于描述需求语义,是对铁路建造业务需求中“人、机、料、法、环”业务链的抽象和理解,将业务知识映射为建造事件、表现形式、要素对象和时空过程。模型层用于描述过程语义,是对虚拟建造智能场景建模方法进行描述,将建模方法映射为模型构造、模型装配和布尔运算等。数据层用于描述特征语义,是对场景数据的描述,将数据描述映射为建模过程中的构造几何参数、空间拓扑参数、模型装配参数,线路线位参数以及参数间关系的描述。
S12,知识图谱生成:
知识图谱的生成步骤包括实体要素分类、实体关系构建和知识融合。以铁路建造业务需求为核心,结合静态场景建模与动态过程模拟的方式和内容需求,将实体要素分为地理要素、地质要素、基础设施要素、机械设备要素、材料要素和工艺工法要素,并对这些要素进行实体识别和属性抽取。然后,构建实体间的关系,主要包括上下位关系、空间关系、时间关系、因果关系等。其中,上下位关系主要描述构件模型之间的逻辑关系,包括父子关系、联动关系和依存关系;空间关系用于描述各要素对象在空间中的位置关系,包括拓扑关系、方位关系和距离关系;时间关系用于描述工序、工法在时间维度的衔接关系,包括工序衔接关系和工序时差关系;因果关系用于刻画建造要素的相互作用关系和时空演变过程,包括相互作用关系和时空演变过程。最后,对不同的实体进行链接,合并相同或相近的知识,删除错误或冗余的知识,实现知识融合。图4为所构建的展示性场景知识图谱示意图,包括业务需求调研、领域知识构建和知识图谱生成。其中,业务需求主要包括三个方面:设计成果快速可视化、复杂环境下生化设计和施工过程动态仿真。根据这三个方面的需求,设计领域知识,包括专家知识、模型知识库和数据集。根据领域知识,制作展示性场景知识图谱。展示性场景知识图谱的知识层用于对展示性场景进行语义描述,包括线路组成和周边地形要素两部分。线路组成用于描述全线多类型工点的结构和组成方式,如路基、桥梁、隧道、站房等。地形要素主要用对地形剖面的描述,包括纵断面和横断面两种形式。展示性场景知识图谱的模型层是用于进行模型构造和装配的工作流,包括模型和模型之间的装配方法,模型和模型之间的融合方法,以及模型和地形之间的布尔运算方法。展示性场景知识图谱的数据层用于描述数据多级封装与逐级关联方法。
S13,知识图谱存储与动态更新:
本发明采用有向图结构对知识图谱进行存储,从而实现铁路建造领域知识关联网络的构建与表达。同时,当外部需求发生变化时,根据S11、S12的步骤,对所述知识图谱进行动态更新,及时确保知识图谱的完整性与准确性。
S2,知识引导与基元组合的铁路孪生场景生成与更新:
如图5所示,该步骤具体包括:
S21,基于模型装配的多粒度自动建模:
针对铁路主体工程建模,本文本发明采用一种基于模型装配的多粒度自动建模方式。建模的基本单元为构件,构件的制作有两种方式:解析设计参数自动生成和构件库提取。通过对建模过程中的构造几何参数、功能参数、空间拓扑参数进行封装,经过坐标系的逐级转换,实现构件、组件、模型几何实体的多粒度逐级组合。在进行逐级组合过程中,还需要对不同粒度的模型进行语义描述。其中,构件的语义描述包括几何和材质两方面,组件的语义描述包括连接和装配两方面,模型的语义描述包括连接和功能两方面。同时,对不同建模粒度的语义信息进行逐级封装,从几何尺寸、装配参数、原点位置、结构关系等方面形成模型元数据信息,使用多粒度精细化建模方式生成铁路主体工程模型。最后,基于几何实体、要素编码、模型关系以及要素属性信息,完成三维模型库管理,实现参数的灵活封装和模型的高效复用。
S22,基元组合与语义约束的模型重装配:
剖析东北天坐标系(ENU)坐标系、高斯投影坐标系、WGS84坐标系、施工坐标系间的转换关系和使用情景,针对多坐标系转换过程中精度丢失的问题,使用对象级、顶点级、顶点内插级三种精细程度的坐标系转换方法,以保证数据精度质量。对象级转换方法是将三维模型当作一个整体进行坐标转换;顶点级转换方法则是将三维模型的逐个顶点进行坐标转换;所述顶点内插级的转换方法是将三维模型的边进行顶点内插,内插之后对每一个顶点进行坐标转换,以减少地球曲率影响。坐标系转换方法用于线路里程和地理坐标之间的转换,也用于相对位置和绝对位置之间的转换。通过进行几何约束、关系约束和属性填充,完成地理坐标系下三维模型重装配。其中,几何约束用于对模型空间位置、空间姿态和尺寸缩放进行约束,关系约束用于对各模型之间的父子关系、联动关系和依存关系进行约束,属性填充用于在构件编码的基础上链接设计信息和施工信息。
S23,数字孪生场景自动生成与动态更新:
顾及现状、任务、数据和方法,制作知识图谱,用于对建模知识进行描述。然后,对数据进行关联分析、动态过滤和数据融合。从空间位置、表达形式、结构组成、内容描述、时空编码方面将S22所装配的三维模型与多源异构空间数据(地形、影像、矢量、倾斜摄影等空间数据)加以融合,实现数字孪生场景的自动生成,为铁路建造提供基础三维场景;根据模型构件之间的依存关系,动态改变S21中构造几何参数可实现模型几何信息(长、宽、高、半径、圆心等)的实时变化,动态改变S22中模型的空间拓扑参数,可实现模型之间自动装配关系(上方、下方、左侧、右侧等)的实时变动,实现设计参数与三维模型的实时联动,完成孪生场景的局部动态更新。
S3,关节联动与模型生长的建造时序过程孪生建模:
如图6所示,该步骤具体包括:
S31,施工机械关节联动方法建模:
施工机械模拟涉及到较为复杂的机械关节控制和各关节的联动、机械与物料之间的传送关系,本发明将建造过程进行参数化描述,包括工序分解、施工时间和施工位置等参数。对建造设施设备模型进行分解,确立各子关节的运动级别,建立各子关节之间的联动关系,抽取关节活动参数,并根据铁路建造动态模拟需求抽取建造控制参数,对建造过程进行参数化描述。通过建立建造控制参数到关节活动参数的映射方法,建立子关节与母体之间的相对定位方法和附着联动方法,经多级坐标系的逐级转换,得到各子关节在三维场景中的位置和姿态参数,使得各独立关节能够同时在不同平面内活动。
S32,基于关节联动与模型生长的建造过程模拟:
根据S31方法,施工机械模型库中每一类施工机械的关节联动建模结果均可存储至工艺工法知识文件中,所述工艺工法知识文件包括工艺工法要素、施工机械子关节模型之间的相互作用关系、多级转换关系和附着联动关系,这些工艺工法知识文件形成工艺工法知识库,实现工艺工法的可视化模拟;施工工序可视化模拟则通过构建包含施工工序要素、工序衔接关系、工序时差以及工期时长等信息的施工工序知识库,在对施工工序和铁路主体工程模型进行分解、关联的基础之上,以时间信息(时刻、时长)驱动视点位置、浏览动作、模型显隐、模型赋色等状态的改变,对铁路主体工程模型进行时序生长模拟;为对建造过程进行全过程可视化模拟,还需要根据工序与工法的前后顺序及穿插关系将关节联动方法结果与铁路基础设施的时序生长方法结果相叠加:将关节联动方法的结果用于工法的可视化展示,将时序生长方法的结果用于工序的可视化展示,将工序与工法的可视化结果按照施工过程相叠加,完成全过程的可视化模拟。
S33,工艺工法知识库重用:
根据步骤S32方法,形成工艺工法知识库;同时,根据施工机械模型作业的动作种类,确定建造控制参数。通过厘清参数之间的关联关系,并以结构化的形式对铁路建造控制参数进行结构化存储与显式表达,实现知识的规范化组织与存储,有效提升工艺方法知识的重用性。同时,将结构化的控制参数显示在建造控制面板上,便于用户使用过程中的交互操作。建造控制参数的抽取,有利于工艺方法知识的重用和多台施工机械联合建造作业模拟,能够用于对多台施工机械开展联合建造作业模拟,实现对建造过程的交互控制和动态调优。
实施例
为了验证本发明建模方法的普适性,以某条高速铁路为例开展案例实验分析,实验数据如下:
(1)基础地理信息数据:用于搭建基础地理场景,主要包括基础测绘成果数据,例如数字线划图(DLG)、数字正射影像(DOM)、数字高程模型(DEM)以及倾斜摄影数据、矢量、注记等。
(2)设计参数:包括铁路中心线位参数,路基、桥梁、隧道等主体结构工程的设计参数,工点中各构件之间的装配参数,根据设计参数所构建的基元模型库。
(3)施工过程数据:包括施工进度数据、各工点的施工进度计划表、施工组织方案、重难点工程施工方案。
针对铁路建设全过程中多样化场景建模需求和差异化的数据类别,本文通过对不同业务需求进行剖析,构建知识图谱,研发铁路建造场景数字孪生建模原型系统,为不同建设阶段提供相应的建造场景,具体步骤如下:
S1,铁路建造场景知识图谱构建:
首先使用python语言链接neo4j数据库,然后向neo4j数据库中导入节点,最后导入节点之间的关系,如belong to关系、part of关系、is a关系等。使用neo4j图形数据库构建一系列铁路建造场景知识图谱,包括线路知识图谱、工点知识图谱、地形剖面知识图谱、进度填报知识图谱、虚拟施工知识图谱。线路知识图谱主要是对铁路线路中心线的描述,包含曲线段参数、圆曲线段参数、缓和曲线段参数、直线段参数。工点知识图谱对全线工点数据进行参数化描述,包括工点类型、里程范围、几何尺寸、工程量。地形剖面知识图谱包含地形参数、剖面位置。进度填报知识图谱用于在虚拟施工时展示三维形象进度,包括填报人、路基工点、工程量、时间。虚拟施工知识图谱用于施工机械虚拟施工的可视化展示,包括施工机械、关节分级、联动参数。为了生成展示性场景,需要使用线路知识图谱和工点知识图谱。虚拟设计场景的生成,不仅需要线路知识图谱和工点知识图谱,还需要地形剖面知识图谱。虚拟施工场景的生成,不仅需要线路知识图谱、工点知识图谱、地形剖面知识图谱,还需要进度填报知识图谱、虚拟施工知识图谱。
S2,知识引导的铁路孪生场景生成与更新:
根据步骤S1生成的知识图谱,通过对知识图谱进行解析,生成铁路孪生场景。在设计阶段主要面临设计成果资料可视化建模慢、周期长、设计方案反复变更所导致的模型联动更新困难等问题。本发明通过对设计参数进行解析,自动生成三维模型,并通过空间位置、空间姿态、模型组合等方面的约束,完成模型自动装配,实现展示性场景的快速生成。在初步设计阶段,能够根据线位数据和已有构件库快速生成展示性场景,并根据设计参数的变更对三维场景进行实时联动更新,用于不同设计方案的比选分析;当施工图稳定之后,能够从最终的施工图设计文件中自动提取设计参数,并快速生成三维场景,用于对全线二维设计成果进行空间集成与三维直观化表达。
图7展示了使用本方法所生成的展示性场景以及动态更新效果,本发明的方法既能够生成高速铁路场景(图7a),又能生成普速铁路场景(图7b)。此外,本发明方法能够根据不同的设计参数对三维场景中的工点进行动态更新,能够根据隧道设计参数动态生成隧道三维模型(图7c),也能够将隧道参数修改为路基参数,动态生成路基三维模型(图7d)。
S3,关节联动与模型生长的建造时序过程孪生建模:
该建造过程分为虚拟设计与虚拟施工两个过程。以施工进度三维可视化模拟为例,阐述虚拟施工过程。
首先,以隧道洞口的边坡防护深化设计为例,对虚拟设计的过程进行说明:
在地形复杂区域,由于地理地质环境复杂、地形剖切繁琐等原因,导致临建和防护工程的设计成果不够细致,不能直接用于施工。
为此,本发明构建了虚拟设计场景,在虚拟地理环境中开展三维正向设计。通过实时输入设计参数,自动与地形进行布尔求交,快速生成三维模型来对设计成果进行直观展示,并对填挖方量进行分析,辅助方案决策,从而进行深化设计。在隧道洞口处,通过输入坡度、坡率、边坡分级情况等参数,并顾及三维地形数据动态对洞口边坡防护工程进行三维设计,从而有效指导实际边坡防护施工。图8展示了隧道洞口刷坡的虚拟设计场景效果图。
以下以施工进度三维可视化模拟为例,对虚拟施工过程进行说明:
基于数字孪生建模平台,施工单位以二维图形化方式填报施工进度信息,以确保施工进度精确至构件级。然后,平台对施工进度信息进行统计和分析,并以三维可视化方式对各工点的进度进行展示。展示的方法包括两种:在三维模型上赋予红、绿、蓝等不同颜色进行展示,以及根据时间信息对模型上不同的构件进行显示或隐藏控制。本文面向全线多类型工点,实现全线数百公里的施工进度进行实时可视化展示,包括桥梁、隧道、站场、路基、基坑等多类型工点。图9展示了虚拟施工场景效果图。
本发明面向铁路智能建造和数字孪生建模的重大需求,针对不同建设阶段场景需求层次性强、建模规则差异性大所导致的建造语义缺失、建模普适性差等问题,探明了铁路建造场景语义描述模式,揭示了不同建设阶段下“业务需求-建模表达-建造要素”的动态关联关系,厘清了动态复杂环境下铁路建造要素相互作用机制,突破了铁路建造数字孪生场景构建与时序过程孪生建模等关键技术,实现了在铁路虚拟地理环境中开展三维设计,动态预演施工时序过程,从而优化了施工方案。本发明能为铁路全过程建设提供一套综合性、跨阶段的数字孪生场景智能建模方案,切实提升铁路设计品质,保障施工安全。本发明的创新点体现在以下几方面:
1.通过多层次关联的铁路建造场景语义描述模型,本发明能够精确描述不同建设阶段“业务需求-建模表达-建造要素”的关联关系。本发明深入剖析了不同建设阶段铁路场景多样化需求及建模表达驱动力,将铁路建造场景数字孪生建模分为展示性场景建模、虚拟设计场景建模、虚拟施工场景建模三个不同层次,同时,构建“数据-模型-知识”多层次关联的知识图谱,精细刻画铁路建造全过程中数字孪生建模与设施、设备、工法、环境等要素信息之间的关联关系,引导不同建设阶段下建造场景的随需构建,提高了数字孪生建模的智能性和效率,降低场景建模难度。
2.本发明通过构造几何参数与三维场景中模型实时联动,实现了数字孪生场景的动态更新。本发明使用设计参数,通过构造几何方式生成构件模型,并设计构件之间的装配参数,提出基于模型装配的多粒度建模方法自动生成三维模型;同时,在三维地理场景中对模型重装配时,顾及了地形因素,基于布尔运算实现了模型与地形的无缝融合,最终实现了设计参数与三维模型的动态联动,有效解决了设计方案频繁变更时,设计成果不直观、场景更新不及时、三维模型与设计参数联动困难等问题,有效辅助了设计方案的快速比选。
3.本发明的建模方法实现了建造过程的时空动态预演和隐患预判。本发明剖析了铁路建造设施设备关节的复杂联动关系,研究子关节与母体之间的相对定位与多级转换方法,建立了关节之间的附着联动模型,并联合铁路设施模型的时序生长动态模拟方法,构建工序孪生、工艺工法孪生等动态建造时序过程孪生建模方法与工艺工法知识重用机制,实现了施工进度与计划的时序模拟与实时纠偏、复杂建造工艺工法模拟与动态调优,完成了铁路建造全过程的多维度模拟分析与可视化探索,提升了建造品质与项目质量。
Claims (8)
1.一种知识引导的铁路建造场景数字孪生建模方法,包括以下步骤:
S1,铁路建造场景知识图谱构建,包括以下子步骤:
S11,知识图谱模式层构建:对铁路建造领域知识进行分析,将建造场景分为三个不同层次:展示性场景、虚拟设计场景和虚拟施工场景;针对每个层次场景的建模方法进行语义描述;
S12,知识图谱生成:按照步骤S11中知识图谱模式层的语义描述内容生成知识图谱实例,所述知识图谱的生成步骤包括实体要素分类、实体关系构建和知识融合;
S13,知识图谱存储与动态更新:采用有向图结构对步骤S12生成的知识图谱进行存储,对铁路建造领域知识关联关系进行表达;同时,当外部需求发生变化时,根据步骤S11、S12,对所述知识图谱进行动态更新,确保知识图谱的实时性与准确性;
S2,知识引导与基元组合的铁路孪生场景生成与更新,包括以下子步骤:
S21,基于模型装配的多粒度自动建模:对步骤S1生成的知识图谱进行解析,采用构件、组件、模型三种粒度形式进行模型装配,对铁路主体工程进行多粒度自动三维建模,通过对建模过程中的构造几何参数、功能参数、空间拓扑参数进行封装,经过坐标系的逐级转换,实现构件、组件、模型几何实体的多粒度逐级组合;同时,对不同建模粒度的语义信息进行逐级封装,从几何尺寸、装配参数、原点位置、结构关系方面形成模型元数据信息,使用多粒度精细化建模方式生成铁路主体工程模型;最后,基于几何实体、要素编码、模型关系和要素属性,完成三维模型库管理,实现参数的灵活封装和模型的高效复用;
S22,基元组合与语义约束的模型重装配:根据ENU坐标系、高斯投影坐标系、WGS84坐标系、施工坐标系间的转换关系,分别使用对象级、离散顶点级、顶点内插级三种精细程度的坐标系转换方法对步骤S21的建模结果进行坐标转换,以保证数据精度质量;通过进行几何约束、关系约束和属性填充,完成地理坐标系下三维模型重装配;
S23,数字孪生场景自动生成与动态更新:从空间位置、表达形式、结构组成、内容描述、时空编码方面将步骤S22所装配的三维模型与包括地形、影像、矢量和倾斜摄影在内的多源异构空间数据加以融合,实现数字孪生场景的自动生成,为铁路建造提供基础三维场景;根据模型构件之间的依存关系,动态改变步骤S21中的构造几何参数,实现模型几何信息的实时变化,实现设计参数与三维模型几何尺寸的实时联动;动态改变步骤S22中模型的空间拓扑参数,驱动模型之间自动装配关系的实时变化,完成孪生场景的局部动态更新;
S3,关节联动与模型生长的建造时序过程孪生建模,包括以下子步骤:
S31,施工机械关节联动方法建模:在步骤S2所生成的数字孪生场景中,对建造设施设备模型进行分解,建立各子关节之间的联动关系,抽取关节活动参数,并根据铁路建造动态模拟需求抽取建造控制参数,对建造过程进行参数化描述;通过建立建造控制参数到关节活动参数的映射方法,建立子关节与母体之间的相对定位方法和附着联动方法,经多级坐标系的逐级转换,得到各子关节在三维场景中的位置和姿态参数,使各独立关节能够同时在不同平面内活动;
S32,基于关节联动与模型生长的建造过程模拟:根据步骤S31方法,将每一类施工机械关节联动建模结果的参数均存储至工艺工法知识文件中,所述工艺工法知识文件包含工艺工法要素、施工机械子关节模型之间的相互作用关系、多级转换关系和附着联动关系,这些工艺工法知识文件形成工艺工法知识库,实现工艺工法的可视化模拟;施工工序可视化模拟则通过构建包含施工工序要素、工序衔接关系、工序时差以及工期时长的施工工序知识库,在对施工工序和铁路主体工程模型进行分解、关联的基础之上,以时间信息驱动视点位置、浏览动作、模型显隐、模型赋色的改变,对铁路主体工程模型进行时序生长模拟;根据时间信息将关节联动方法与铁路基础设施的时序生长方法相匹配,实现建造全过程可视化模拟;
S33,工艺工法知识库重用:根据步骤S32方法,形成工艺工法知识库;同时,根据施工机械模型作业的动作种类,确定建造控制参数;通过厘清参数之间的关联关系,并以结构化的形式对建造控制参数进行结构化存储与显式表达,实现知识的规范化组织与存储;同时,将建造控制参数存储至单独的文件中,通过对文件中各参数进行修改,实现同一个项目中不同工艺工法知识的重用。
2.根据权利要求1所述的知识引导的铁路建造场景数字孪生建模方法,其特征在于:步骤S11中所述的语义描述包括知识层、模型层和数据层三个层次,分别描述了建模业务知识的需求语义、建模方法的过程语义和建模数据的特征语义。
3.根据权利要求2所述的知识引导的铁路建造场景数字孪生建模方法,其特征在于:所述知识层是对铁路建造中的人-机-料-法-环的业务链的抽象和理解;所述模型层是对虚拟建造场景构建方法进行描述;所述数据层是对建模过程中的各种参数、参数间的关系进行描述。
4.根据权利要求1所述的知识引导的铁路建造场景数字孪生建模方法,其特征在于:步骤S12中,所述实体要素分为地理要素、地质要素、铁路基础设施要素、机械设备要素、材料要素和工艺工法要素;所述实体关系包括上下位关系、空间关系、时间关系和因果关系。
5.根据权利要求4所述的知识引导的铁路建造场景数字孪生建模方法,其特征在于:步骤S11中所述上下位关系用于描述构件模型之间的逻辑关系;所述空间关系用于描述各要素对象在空间中的位置关系;所述时间关系用于描述工序、工法在时间维度的衔接关系;所述因果关系用于刻画建造要素的相互作用关系和时空演变过程。
6.根据权利要求1所述的知识引导的铁路建造场景数字孪生建模方法,其特征在于:步骤S22中,建模的基本单元为构件,构件的制作有两种方式:解析设计参数、自动构造模型几何,以及构件库提取。
7.根据权利要求1所述的知识引导的铁路建造场景数字孪生建模方法,其特征在于:步骤S22中所述对象级的转换方法是将三维模型当作一个整体进行坐标转换;离散顶点级的转换方法则是将三维模型的逐个顶点进行坐标转换;所述顶点内插级的转换方法是将三维模型的边进行顶点内插,内插之后对每一个顶点进行坐标转换,以减少地球曲率影响。
8.根据权利要求1所述的知识引导的铁路建造场景数字孪生建模方法,其特征在于:步骤S22中所述几何约束用于对模型空间位置、空间姿态和尺寸缩放进行约束,关系约束用于对各模型之间的父子关系、联动关系和依存关系进行约束,属性填充用于在构件编码的基础上链接设计信息和施工信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310241220.2A CN116305914B (zh) | 2023-03-14 | 2023-03-14 | 知识引导的铁路建造场景数字孪生建模方法 |
PCT/CN2023/111376 WO2024187665A1 (zh) | 2023-03-14 | 2023-08-07 | 知识引导的铁路建造场景数字孪生建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310241220.2A CN116305914B (zh) | 2023-03-14 | 2023-03-14 | 知识引导的铁路建造场景数字孪生建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116305914A CN116305914A (zh) | 2023-06-23 |
CN116305914B true CN116305914B (zh) | 2024-03-22 |
Family
ID=86826904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310241220.2A Active CN116305914B (zh) | 2023-03-14 | 2023-03-14 | 知识引导的铁路建造场景数字孪生建模方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116305914B (zh) |
WO (1) | WO2024187665A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116305914B (zh) * | 2023-03-14 | 2024-03-22 | 中国铁路设计集团有限公司 | 知识引导的铁路建造场景数字孪生建模方法 |
CN117237574B (zh) * | 2023-10-11 | 2024-03-26 | 西南交通大学 | 任务驱动的地理数字孪生场景增强可视化方法及系统 |
CN117575579B (zh) * | 2024-01-17 | 2024-04-09 | 长江水利委员会长江科学院 | 基于bim与知识图谱的水利工程透视巡查方法及相关装置 |
CN117974899B (zh) * | 2024-02-02 | 2024-07-26 | 深圳云途数字创意科技有限公司 | 一种基于数字孪生的三维场景展示方法及其系统 |
CN117876607B (zh) * | 2024-03-08 | 2024-06-11 | 中铁四局集团有限公司 | 一种多场景复合物模型的构建方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103077282A (zh) * | 2013-01-15 | 2013-05-01 | 西南交通大学 | 一种基于基元组合与多层次语义约束的高速铁路场景快速建模方法 |
CN110766790A (zh) * | 2019-10-21 | 2020-02-07 | 中国铁路设计集团有限公司 | 参数驱动的高速铁路桥梁自适应多层次三维可视化方法 |
EP3961574A1 (de) * | 2020-08-25 | 2022-03-02 | Siemens Aktiengesellschaft | Verfahren und anordnung zur darstellung eines dreidimensionalen gebäudemodells auf einer anzeigevorrichtung auf basis eines wissensgraphen |
CN115080797A (zh) * | 2022-06-28 | 2022-09-20 | 电子科技大学 | 一种基于知识图谱的数字孪生车间多尺度关联方法 |
CN115544264A (zh) * | 2022-09-09 | 2022-12-30 | 西南交通大学 | 知识驱动的桥梁建造数字孪生场景智能构建方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3695290B1 (en) * | 2017-10-10 | 2023-07-26 | Bentley Systems, Incorporated | Alignment of source infrastructure data with a bis conceptual schema |
KR102062057B1 (ko) * | 2017-11-30 | 2020-01-03 | 주식회사 서영엔지니어링 | 철도 인프라 3d 모델링 장치 및 방법 |
CN116305914B (zh) * | 2023-03-14 | 2024-03-22 | 中国铁路设计集团有限公司 | 知识引导的铁路建造场景数字孪生建模方法 |
-
2023
- 2023-03-14 CN CN202310241220.2A patent/CN116305914B/zh active Active
- 2023-08-07 WO PCT/CN2023/111376 patent/WO2024187665A1/zh unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103077282A (zh) * | 2013-01-15 | 2013-05-01 | 西南交通大学 | 一种基于基元组合与多层次语义约束的高速铁路场景快速建模方法 |
CN110766790A (zh) * | 2019-10-21 | 2020-02-07 | 中国铁路设计集团有限公司 | 参数驱动的高速铁路桥梁自适应多层次三维可视化方法 |
EP3961574A1 (de) * | 2020-08-25 | 2022-03-02 | Siemens Aktiengesellschaft | Verfahren und anordnung zur darstellung eines dreidimensionalen gebäudemodells auf einer anzeigevorrichtung auf basis eines wissensgraphen |
CN115080797A (zh) * | 2022-06-28 | 2022-09-20 | 电子科技大学 | 一种基于知识图谱的数字孪生车间多尺度关联方法 |
CN115544264A (zh) * | 2022-09-09 | 2022-12-30 | 西南交通大学 | 知识驱动的桥梁建造数字孪生场景智能构建方法及系统 |
Non-Patent Citations (1)
Title |
---|
从实景色三维建模到数字孪生建模;朱庆;测绘学报;20220630;第51卷(第6期);第1040-1047页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116305914A (zh) | 2023-06-23 |
WO2024187665A1 (zh) | 2024-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116305914B (zh) | 知识引导的铁路建造场景数字孪生建模方法 | |
Galin et al. | Authoring hierarchical road networks | |
CN111967081A (zh) | 一种基于bim的桥梁施工管理系统 | |
Liggett et al. | An integrated environment for urban simulation | |
US7847807B2 (en) | Geometry creation tool | |
Biancardo et al. | Procedural Modeling‐Based BIM Approach for Railway Design | |
Chen et al. | 3D AR-based modeling for discrete-event simulation of transport operations in construction | |
CN114238542A (zh) | 多源交通gis路网多层级实时融合更新方法 | |
CN112231799A (zh) | 基于bim的铁路智能选线走向方案快速建模方法 | |
Azfar et al. | Efficient procedure of building university campus models for digital twin simulation | |
CN115659440B (zh) | 一种基于Unity平台的施工组织和交通组织模拟方法 | |
CN110990919A (zh) | 城市轨道交通三维gis选线设计分析方法 | |
CN116523401A (zh) | 一种油藏数字孪生构建方法与装置 | |
Mekni | Automated generation of geometrically-precise and semantically-informed virtual geographic environments populated with spatially-reasoning agents | |
Shoaib Khan et al. | Methodology for voxel-based earthwork modeling | |
Li | Pipeline Spatial Data Modeling and Pipeline WebGIS | |
Gordillo et al. | Developing GIS applications with objects: a design patterns approach | |
Gao et al. | A procedural generation method of urban roads based on osm | |
Xu et al. | A 3D digital modelling method for railway station subgrade based on generalized hexahedron | |
AGBOSSOU | Multi-Scalar Urban Digital Twin Design: Architecture and OpenUSD Standards Based Methodology | |
Minner et al. | Visualizing the past, present, and future of New York City’s 1964–5 world’s fair site using 3D GIS and procedural modeling | |
Zhang et al. | Knowledge‐guided digital twin modeling method of generating hierarchical scenes for a high‐speed railway | |
Mandow et al. | Sindi: an intelligent assistant for highway design | |
Ramos Jubierre | Consistency preservation methods for multi-scale design of subway infrastructure facilities | |
Esfahani | Interoperability of traffic infrastructure planning and Geospatial Information Systems |
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 |