CN117197362A - 一种基于物联网的智慧园区展示方法及系统 - Google Patents

Abstract

本发明公开了一种基于物联网的智慧园区展示方法及系统，涉及园区展示领域，该基于物联网的智慧园区展示方法包括以下步骤：S1、数据采集，并获取空间分布数据；S2、进行数据分析，获取特征参数；S3、园区特征分类，并构建初始智慧园区多面展示模型组；S4、获取进阶智慧园区多面展示模型组；S5、获取观测人员信息，并进行匹配；S6、根据匹配结果向观测人员展示进阶智慧园区多面展示空间结构中对应的展示模型。本发明通过数据分析，明确展示智慧园区的核心特征和内容，使得相关的观测人员可以快速了解和把握园区的主要特点和优势，提高展示时精准性，从而增强他们对园区的认知和记忆。

Description

一种基于物联网的智慧园区展示方法及系统

技术领域

本发明涉及园区展示领域，具体来说，涉及一种基于物联网的智慧园区展示方法及系统落。

背景技术

智慧园区是一个利用物联网、大数据、云计算、人工智能等先进技术进行智慧管理的综合性区域，通过将各种设备和系统进行互联，使得园区的运营变得更加高效、便捷和环保，而智慧园区的展示方法旨在向各种利益相关者，包括园区的运营者、租户、访客、潜在的投资者或合作伙伴、政府官员等，展示智慧园区的价值和能力，增加公众对园区的了解和认识，提高园区的知名度和影响力，从而吸引更多的投资和合作，支持园区的发展和扩张，推动园区的可持续发展。

物联网是指通过网络将物理世界的各种事物连接起来，实现信息的交换和通信的一个技术领域，这些事物可能包括家用电器、汽车、设备，甚至是建筑物等，而物联网技术可以对智慧园区进行更有效的资源管理，例如智能交通系统、能源管理系统、垃圾处理系统等，且智慧园区展示通过物联网获取观测人的信息，并对智慧园区展示的信息进行调节，提高智慧园区展示的效率。

但现有的基于物联网的智慧园区展示方法及系统在进行使用时，仅是构建单独智慧园区展示方式，无法根据园区不同的特点构建不同的智慧园区展示图，导致智慧园区展示时无法直观的展示出园区的特点，使得现有的基于物联网的智慧园区展示方法及系统在进行使用时的效率并不理想，且也并未对智慧园区的核心内容进行明确，导致现有基于物联网的智慧园区展示方法及系统在进行园区展示时，极易出现展示效果偏离核心内容的情况，使得基于物联网的智慧园区展示方法及系统展示时的精准性大大降低，极大的影响智慧园区展示的效果。

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物联网的智慧园区展示方法及系统，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：

根据本发明的一个方面，提供了一种基于物联网的智慧园区展示方法，包括以下步骤：

S1、对智慧园区进行数据采集，并获取智慧园区内部建筑的空间分布数据；

S2、智慧园区数据采集结果进行数据分析，获取智慧园区核心特征参数；

S3、对智慧园区数据采集结果进行园区特征分类，并根据园区特征分类结果和核心特征参数构建初始智慧园区多面展示模型组；

S4、将空间分布数据代入初始智慧园区多面展示模型组获取进阶智慧园区多面展示模型组；

S5、获取观测人员信息，并将观测人员信息与进阶智慧园区多面展示模型组进行匹配；

S6、根据匹配结果向观测人员展示进阶智慧园区多面展示空间结构中对应的展示模型。

作为优选方案，智慧园区数据采集结果进行数据分析，获取智慧园区核心特征参数包括以下步骤：

S21、对智慧园区数据采集结果进行数据清洗，并对清洗后的智慧园区数据采集结果进行数据探索，获取结果特征参数；

S22、预设特征选择规格，并根据特征选择规格对结果特征参数进行特征提取，得到结果特征值；

S23、将结果特征值进行主成分分析，并对分析结果进行验证，获取特征分析参数；

S24、对特征分析参数进行解析获取智慧园区核心特征参数。

作为优选方案，对智慧园区数据采集结果进行园区特征分类，并根据园区特征分类结果和核心特征参数构建初始智慧园区多面展示模型组包括以下步骤：

S31、预设智慧园区数据分类规则，并根据智慧园区数据分类规则对智慧园区数据采集结果进行数据特征分类，获取数据分类参数；

S32、根据数据分类参数的分类个数生成原始智慧园区多面展示模型；

S33、对数据分类参数与核心特征参数进行关联性分析，并根据关联性结果对原始智慧园区多面展示模型优化调整；

S34、将优化调整后的智慧园区多面展示模型进行整合，得到初始智慧园区多面展示模型组。

作为优选方案，根据数据分类参数的分类个数生成原始智慧园区多面展示模型包括以下步骤：

S321、预设原始智慧园区建筑模型，并根据原始智慧园区建筑模型生成模板智慧园区展示模型；

S322、根据分类参数的分类个数匹配模板智慧园区展示模型，并将匹配的模板智慧园区展示模型进行整合；

S323、根据分类参数的分类个数生成灯光展示分类，并根据灯光展示分类结果对模板智慧园区展示模型进行灯光氛围调整；

S324、对灯光氛围调整后的模板智慧园区展示模型进行视觉分析，并根据分析结果进行优化，获取原始智慧园区多面展示模型。

作为优选方案，对数据分类参数与核心特征参数进行关联性分析，并根据关联性结果对原始智慧园区多面展示模型优化调整包括以下步骤：

S331、将数据分类参数与核心特征参数采用相关系数分析进行关联性分析；

S332、预设关联性合格阈值，并根据关联性合格阈值对关联性分析结果进行合格判断；

S333、根据合格判断结果对原始智慧园区多面展示模型进行删减调整；

S334、将删减调整后的原始智慧园区多面展示模型内部单面展示模型进行交互分析，并根据交互分析结果对单面展示模型进行交互连接。

作为优选方案，将数据分类参数与核心特征参数采用相关系数分析进行关联性分析的计算公式为：

；

其中，W为关联性分析的结果；

N为数据分类参数的数量；

为数据分类参数中第c个数据分类参数值；

为数据分类参数的平均值；

为数据分类参数的标准偏差值；

为核心特征参数中第c个核心特征参数值；

为核心特征参数的平均值；

为核心特征参数的标准偏差值。

作为优选方案，将删减调整后的原始智慧园区多面展示模型内部单面展示模型进行交互分析，并根据交互分析结果对单面展示模型进行交互连接包括以下步骤：

S3341、对原始智慧园区多面展示模型内部单面展示模型进行功能分析，并根据分析结果对单面展示模型进行功能标注；

S3342、根据功能标注结果进行功能关联度分析，并根据功能关联度分析结果进行单面展示模型连接；

S3343、根据单面展示模型连接结果进行模型交互连接，并对交互连接后的单面展示模型进行交互效率计算；

S3344、预设交互效率阈值，根据交互效率阈值对交互效率计算结果进行比对，并根据比对结果对单面展示模型的模型交互连接进行优化。

作为优选方案，将空间分布数据代入初始智慧园区多面展示模型组获取进阶智慧园区多面展示模型组包括以下步骤：

S41、将空间分布数据进行分析，获取智慧园区建筑参数，并对智慧园区建筑参数进行建筑功能分类；

S42、预设建筑功能光谱分配规则，并根据建筑功能光谱分配规则对建筑功能分类进行光谱分类；

S43、将智慧园区建筑参数与建筑功能分类进行光谱分类结果带入初始智慧园区多面展示模型组，获取进阶智慧园区多面展示模型组；

S44、对进阶智慧园区多面展示模型组进行色调分析，根据色调分析结果进行颜色调整。

作为优选方案，将智慧园区建筑参数与建筑功能分类进行光谱分类结果带入初始智慧园区多面展示模型组，获取进阶智慧园区多面展示模型组包括以下步骤：

S431、根据智慧园区建筑参数对初始智慧园区多面展示模型组内部模板智慧园区展示模型进行建筑模型调整；

S432、将建筑功能分类进行光谱带入调整后的模板智慧园区展示模型，对建筑模型进行展示颜色调节，并生成建筑功能标注；

S433、将颜色调节后的建筑模型与原始智慧园区多面展示模型进行色调矛盾分析，并根据分析结果对色调更换，获取进阶智慧园区多面展示模型组。

根据本发明的另一个方面，提供了一种基于物联网的智慧园区展示系统，该系统包括：

数据采集模块，用于对智慧园区进行数据采集，并获取智慧园区内部建筑的空间分布数据；

数据分析模块，用于智慧园区数据采集结果进行数据分析，获取智慧园区核心特征参数；

模型构建模块，用于对智慧园区数据采集结果进行园区特征分类，并根据园区特征分类结果和核心特征参数构建初始智慧园区多面展示模型组；

模型进阶模块，用于将空间分布数据代入初始智慧园区多面展示模型组获取进阶智慧园区多面展示模型组；

人员信息模块，用于获取观测人员信息，并将观测人员信息与进阶智慧园区多面展示模型组进行匹配；

模型展示模块，用于根据匹配结果向观测人员展示进阶智慧园区多面展示空间结构中对应的展示模型；

数据采集模块、数据分析模块、模型进阶模块、模型进阶模块、人员信息模块及模型展示模块依次连接。

本发明的有益效果为：

1、本发明通过数据分析，明确展示智慧园区的核心特征和内容，使得相关的观测人员可以快速了解和把握园区的主要特点和优势，提高展示时精准性，从而增强他们对园区的认知和记忆，并根据园区的不同特点，构建不同的展示图，展示园区的个性和特色，增加展示的吸引力和感染力，满足不同人员对不同内容的关注和需求，提高展示的满意度和效果。

2、本发明通过构建多个展示图，从多个角度和面向展示园区，提供更全面和立体的视角，增强观测人员的观察和理解，并将观测人员的信息与展示模型进行匹配，根据不同人员的需求和兴趣，提供定制化的展示内容，增加展示的吸引力和有效性。

3、本发明通过模型组的方式进行智慧园区展示，使得展示时便于灵活地添加或删除模型，适应园区的变化和发展，同时模型组的方式也方便对园区的各个部分进行独立展示，提高展示的灵活性和扩展性，且对展示模型的功能分类，并对不同分类的模型进行灯光的氛围调整，色调的分析调整等，实现对智慧园区进行多角度的展示，使智慧园区展示更加生动和具有感染力。

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物联网的智慧园区展示方法的方法流程图；

图2是根据本发明实施例的一种基于物联网的智慧园区展示系统的系统框图。

图中：

1、数据采集模块；2、数据分析模块；3、模型构建模块；4、模型进阶模块；5、人员信息模块；6、模型展示模块。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

根据本发明的实施例，提供了一种基于物联网的智慧园区展示方法及系统。

现结合附图和具体实施方式对本发明进一步说明，根据本发明的一个实施例，如图1所示，根据本发明实施例的基于物联网的智慧园区展示方法及系统，包括以下步骤：

S1、对智慧园区进行数据采集，并获取智慧园区内部建筑的空间分布数据；

具体的，使用无人机进行空中拍摄，并通过无人机搭载的相机，从多个角度和高度对园区进行拍摄，获取高清影像数据，然后采用图片处理和三维重建软件，从影像数据中提取建筑物的外形和空间位置信息，同时在园区内关键位置安装IP摄像头，长期实时监控和录像，通过视频追踪和图像识别技术，获取建筑物和人员的动态空间分布数据。

再利用车载数据采集设备，在园区内进行巡检，且采集设备上搭载多种传感器，如GPS、激光雷达等，实时采集周边环境和建筑物的空间位置数据，收集完成后，通过建筑信息模型软件对园区内各类建筑进行数字建模，且数字建模包含了建筑物的详细空间结构信息，直接获取所需数据。

S2、智慧园区数据采集结果进行数据分析，获取智慧园区核心特征参数；

具体的，智慧园区数据采集结果进行数据分析，获取智慧园区核心特征参数包括以下步骤：

S21、对智慧园区数据采集结果进行数据清洗，并对清洗后的智慧园区数据采集结果进行数据探索，获取结果特征参数；

具体的，检查原始数据是否完整，删除重复和错误数据，并处理缺失值和异常值，再将不同来源或格式的数据整合成统一的结构，如建筑物数据整合到统一坐标系统中，进行数据分析时采用数据可视化和描述统计方法，对采集结果进行初步观察，分析数据整体特征，找出异常值和规律，再提取建筑物的位置坐标、面积、体积等基本空间参数，同时对视频和传感器采集到的实时动态数据进行处理，提取出人流量、停留时间分布等动态特征参数，并从环境数据中提取气候、光照强度等外部环境特征参数，对提取出的各类特征参数进行重复检查，删除错误值，保证参数质量。

S22、预设特征选择规格，并根据特征选择规格对结果特征参数进行特征提取，得到结果特征值；

具体的，预设空间特征选择规格，如建筑物ID、坐标、面积、体积，预设动态特征选择规格，如时间范围、人流量、停留时间，预设环境特征选择规格，如时间范围、温度、湿度、光照强度等，再根据这些规格，从清洗后的结果特征参数数据库中查询和提取对应的值，即为结果特征值，例如根据空间特征规格，提取建筑的ID、坐标、面积和体积值等。

S23、将结果特征值进行主成分分析，并对分析结果进行验证，获取特征分析参数；

具体的，对结果特征值进行标准化处理，消除量纲影响，计算特征值的协方差矩阵，再计算协方差矩阵的特征根和特征向量，并根据特征根的大小，选择主要成分，选择累计贡献率大于85%的主成分，再将原特征值根据主成分向量进行线性转换，得到主成分分数，分析主成分解释的物理意义，给主成分命名，绘制主成分贡献率堆叠图观察累计解释能力，选择几个主要成分，绘制主成分得分散点图，观察数据分布情况，使用部分数据进行交叉验证，如留出法等，将特征值分为训练集和测试集，在训练集上建模，在测试集上验证模型效果，获取主成分数量，累计贡献率等作为特征分析参数。

S24、对特征分析参数进行解析获取智慧园区核心特征参数。

具体的，分析主成分数量，选择解释变异量最大的几个主成分，再查看各主成分的特征值大小，最大的一个或几个特征值对应的主成分，其载荷矩阵元素值最大，反映原始变量的贡献最大的是核心特征参数，分析主成分得分变量间的相关性，不相关或弱相关的主成分代表独立的特征维度的是核心特征参数。

查看主成分得分散点图，分布较分散的主成分轴反映数据信息量大的是核心特征参数，再结合主成分名称和物理意义，解释能力最大的几个主成分，其对应的原始特征变量的是智慧园区运行的关键影响因素，是核心特征参数，交叉验证后选择稳定性好的主成分，其对应的原始特征也是稳定的核心特征参数，并统计各主成分累计贡献率，贡献率最大的几个主成分，代表的数据特征就是智慧园区的核心特征参数。

S3、对智慧园区数据采集结果进行园区特征分类，并根据园区特征分类结果和核心特征参数构建初始智慧园区多面展示模型组；

具体的，对智慧园区数据采集结果进行园区特征分类，并根据园区特征分类结果和核心特征参数构建初始智慧园区多面展示模型组包括以下步骤：

S31、预设智慧园区数据分类规则，并根据智慧园区数据分类规则对智慧园区数据采集结果进行数据特征分类，获取数据分类参数；

具体的，预设智慧园区数据分类规则，例如根据建筑用途将数据分类为，生产类建筑、研发类建筑、服务类建筑及其他类建筑等，再根据预设规则，从智慧园区数据采集结果中提取分类依据特征，例如提取每个建筑的用途属性，再根据特征将数据分类，如一个建筑的用途是研发，则将其分类到研发类建筑，统计每个分类下的数据量，计算分类比例，如生产类建筑有30个，占总建筑的40%，检查分类是否合理，分类比例是否均衡，再获取分类参数，如分类规则、每个分类下的特征值范围、数据量分布等，重复优化分类规则，初步结果调整规则，优化分类效果。

S32、根据数据分类参数的分类个数生成原始智慧园区多面展示模型；

具体的，根据数据分类参数的分类个数生成原始智慧园区多面展示模型包括以下步骤：

S321、预设原始智慧园区建筑模型，并根据原始智慧园区建筑模型生成模板智慧园区展示模型；

具体的，预设原始智慧园区建筑模型规则，如定义建筑物的基本元素如墙体、窗户、门等，再根据规则，建立一个或几个典型建筑的3D原始模型，如一个生产车间的3D模型，从原始模型中提取建筑物的基本元素，如墙体采用标准模板，窗户采用标准尺寸模板等，建立这些基本元素的3D数字模板，如标准墙体模板、标准窗户模板等，再根据智慧园区建筑分类，选择一个分类，如选择生产类建筑，基于原始模型，使用基本元素模板进行组合，使用标准墙体模板拼装成标准生产车间外形，添加内部细节元素生成模板模型，如添加标准设备、管线等，重复上述过程，生成其他分类的模板模型。

S322、根据分类参数的分类个数匹配模板智慧园区展示模型，并将匹配的模板智慧园区展示模型进行整合；

具体的，从分类参数中获取各个分类下的数据量和比例，再根据数据量比例，计算每个分类需要生成的模板模型个数，如生产类建筑占40%，则生产类模板模型生成数量为总模板数的40%，从预设的各分类模板模型中，按计算出的个数进行匹配，如匹配10个生产类模板模型，再将匹配得到的各分类模板模型进行整合，采用以下方法，在3D建模软件中，将各模板模型导入同一个场景文件中。

按照真实智慧园区布局位置，进行模板模型定位和布局，优化场景中的细节，如添加道路、绿化等公共区域，并基于真实数据，给模板模型添加个性化细节，如给生产车间模板添加不同公司的logo等，导出整合后的智慧园区3D场景模型。

S323、根据分类参数的分类个数生成灯光展示分类，并根据灯光展示分类结果对模板智慧园区展示模型进行灯光氛围调整；

具体的，从分类参数中获取各分类名称，并为每个分类设计一个代表性的灯光气氛，如生产类采用白炽灯光、研发类采用柔和日光灯、办公类采用节能LED灯，再将灯光气氛设置命名为灯光展示分类，并将模板模型导入3D灯光渲染软件，根据灯光展示分类，给每个分类模板模型添加相应灯光源，如给生产车间模板添加白炽灯光源，调整每个灯光源的亮度、色温等参数，再添加全局光源和补光，完善整体照明效果，渲染预览各分类模板的灯光效果，调整参数优化各分类模板的灯光气氛区分度，导出结果作为带有灯光氛围的智慧园区模板模型。

S324、对灯光氛围调整后的模板智慧园区展示模型进行视觉分析，并根据分析结果进行优化，获取原始智慧园区多面展示模型。

具体的，从多个视角对模板模型进行观察分析，检查各分类模板之间的区分度是否明显，再检查单个模板内部和外部结构的视觉一致性，检查整体场景的视觉平衡性，根据分析结果对模板模型进行优化，调整单个模板内部结构或外观细节，优化不同分类模板之间的视觉区分特征，优化整体场景的结构与流线，重复进行优化，直到视觉效果满意为止，在对优化后的模板模型进行渲染，从多角度、时间序列生成图片，将图片序列整合为360°虚拟实景漫游，针对特定分类或区域，生成逼真效果的视频或VR内容，再将多种视觉内容整合为原始智慧园区的多面展示模型。

S33、对数据分类参数与核心特征参数进行关联性分析，并根据关联性结果对原始智慧园区多面展示模型优化调整；

具体的，将数据分类参数和核心特征参数表格化，方便统计分析，使用相关分析法，如皮尔逊相关分析等，检测两参数间的相关性，分析每一分类与每一特征参数的关联强弱，给出每一分类最相关的一两个特征参数，根据关联结果，调整模板模型的特征设计，再给最相关特征加强表现，如尺寸、结构等，去除与分类关联较弱的次要特征，针对关联较强的分类，优化其模板模型细节设计，重新渲染模板模型，检查设计是否突出关联特征，针对关联结果不一的分类，重新设计部分模板模型，再将优化后的模板整合为多面展示模型，根据实际关联分析结果，进行模型二次优化。

S34、将优化调整后的智慧园区多面展示模型进行整合，得到初始智慧园区多面展示模型组。

具体的，将各个单个智慧园区多面展示模型整合到同一个项目文件中，统一各模型的坐标系、单位等基本属性，按照真实智慧园区的布局位置进行模型定位，添加连接各区域的道路、绿化等公共设施，优化整体场景的结构与视觉效果，添加照明系统，给整体场景添加灯光渲染效果，添加识别标识，给每个区域添加名称标记，添加导航系统，给用户提供参观路径，再针对不同需求，生成多种展示形式，如360度全景图片、虚拟漫游视频及VR/AR等，将各种展示内容整合打包，形成初始智慧园区多面展示模型组，开放接口，提供给相关部门进行二次开发。

具体的，对数据分类参数与核心特征参数进行关联性分析，并根据关联性结果对原始智慧园区多面展示模型优化调整包括以下步骤：

S331、将数据分类参数与核心特征参数采用相关系数分析进行关联性分析；

具体的，将数据分类参数与核心特征参数采用相关系数分析进行关联性分析的计算公式为：

；

其中，W为关联性分析的结果；

N为数据分类参数的数量；

为数据分类参数中第c个数据分类参数值；

为数据分类参数的平均值；

为数据分类参数的标准偏差值；

为核心特征参数中第c个核心特征参数值；

为核心特征参数的平均值；

为核心特征参数的标准偏差值。

S332、预设关联性合格阈值，并根据关联性合格阈值对关联性分析结果进行合格判断；

具体的，预设关联系数的合格阈值，根据经验或统计知识，预设强关联系数阈值为0.8以上，中等关联系数阈值为0.5-0.8，弱关联系数阈值为0.5以下，再计算各分类与特征参数的关联系数，判断各关联系数是否达到预设的合格阈值，达到强关联阈值，判断为强关联，合格，达到中等关联阈值，判断为中等关联，合格，低于弱关联阈值，判断为关联性不合格，统计各分类与特征参数的合格个数和比例，分析合格率是否满足要求，如合格率≥80%。，不合格结果需要进一步分析原因，定期评估阈值的科学性，需要根据实际情况进行动态调整。

S333、根据合格判断结果对原始智慧园区多面展示模型进行删减调整；

具体的，查看哪些分类与特征参数的关联度判断为不合格，对应这些低关联分类和特征，从模型中移除或隐藏相关设计元素，如分类与特征关联度低，则在模型中删除特征的表现，重新审视这些低关联分类本身是否还需要保留在模型中，如果分类本身的合理性也存疑，直接删除此分类，再对一些中等关联结果进行审慎处理，保留相关设计，降低其表现层次，重新调整模型结构与视觉语言的表达重点，强调高关联结果的分类和特征，重新渲染模型进行验证，在根据验证结果继续优化和调整模型，再将调整后的模型再次进行关联分析。

S334、将删减调整后的原始智慧园区多面展示模型内部单面展示模型进行交互分析，并根据交互分析结果对单面展示模型进行交互连接。

具体的，将删减调整后的原始智慧园区多面展示模型内部单面展示模型进行交互分析，并根据交互分析结果对单面展示模型进行交互连接包括以下步骤：

S3341、对原始智慧园区多面展示模型内部单面展示模型进行功能分析，并根据分析结果对单面展示模型进行功能标注；

具体的，分析单面模型的结构组成和视觉语言特征，根据模型本身线索和分类属性，判断其可能的功能属性，参考真实智慧园区的功能设置进行推断，再判断每个单面模型可能对应的功能类型，将推断出的功能类型进行标注，如生产车间标注为生产，研发楼标注为研发，办公楼标注为办公，再针对功能不明显的模型，进行二次分析确定功能，将所有单面模型的结构与功能进行整理汇总，再选择部分模型进行三维注解，直接在模型上标注功能区域，将所有单面模型的功能类型进行分类汇总，并对分类和标注结果进行验证，进一步优化。

S3342、根据功能标注结果进行功能关联度分析，并根据功能关联度分析结果进行单面展示模型连接；

具体的，统计各功能类型之间的关联关系，如生产与研发、办公与研发等，将功能类型间的关联关系赋予关联度值，如生产与研发的关联度高等，分析单面模型间的空间位置关系，如相邻或分离等，再将单面模型间的空间位置关系与功能关联度进行匹配，并根据匹配结果，给模型间添加逻辑连接线，如相邻且关联度高，添加实体连接线，相邻但关联度低，添加虚拟连接线，分离但关联度高，添加虚拟连接线，优化连接线的类型表示不同关联强弱，再给连接线添加信息标注，说明关联关系，整合连接后的单面模型为一个关联网络模型，进行动态路径设计，体现功能任务流程，渲染优化模型，实现功能关联的可视化。

S3343、根据单面展示模型连接结果进行模型交互连接，并对交互连接后的单面展示模型进行交互效率计算；

具体的，为每个单面模型添加点击或触控交互点，根据连接线类型，设计连接点之间的交互响应，如实体线点击后相应模型弹出信息窗口，虚拟线点击后相应模型亮起指示灯，设计整体场景中的导航交互，实现从一个模型跳转到下一个模型的动画效果，记录测试用户从一个点到另一个点完成任务的时间，分析不同连接方式下的平均完成时间，计算公式为：

计算交互效率=完成任务时间/最优时间；

对比实体线和虚拟线的交互效率，根据效率优化低效连接，例如改为实体线，重新测试，计算优化后的交互效率，效率达标则交互连接优化完成。

S3344、预设交互效率阈值，根据交互效率阈值对交互效率计算结果进行比对，并根据比对结果对单面展示模型的模型交互连接进行优化。

具体的，预设交互效率的合格阈值，如效率≥80%，计算每个连接方式如实体线、虚拟线等交互效率，将效率结果与阈值进行比对，高于阈值，判断为合格，低于阈值，判断为不合格，分析不合格连接的原因，如连接类型、动画效果等，对不合格连接进行优化，修正连接类型，如改为实体线，增强动画效果，缩短转换时间，优化导航设计，重新测试优化后的连接，重新计算交互效率，与阈值进行第二次比对，不合格再优化，直到所有连接达标为止，定期评估阈值的科学性，根据实际调整阈值。

S4、将空间分布数据代入初始智慧园区多面展示模型组获取进阶智慧园区多面展示模型组；

具体的，将空间分布数据代入初始智慧园区多面展示模型组获取进阶智慧园区多面展示模型组包括以下步骤：

S41、将空间分布数据进行分析，获取智慧园区建筑参数，并对智慧园区建筑参数进行建筑功能分类；

具体的，从智慧园区空间分布数据中提取每个建筑的基本参数，如ID、坐标、面积等，根据建筑结构特征进行初步分类，比如分为独立楼宇和连体楼宇，再进一步提取建筑详细结构参数，如楼层数、窗户数量等，根据结构参数进行更细致的分类，如分为低层办公楼和高层研发楼，结合其他数据源对分类进行验证和修正，如设计图纸等，为每个建筑添加功能属性标签，比如生产车间或办公楼，根据功能属性对建筑进行最后分类，建立建筑类型表，统计每个分类下建筑数量，计算分类比例，分析关系分类与结构参数，给出分类规则，再将建筑参数与分类结果整合为数据库，包括建筑ID、坐标、结构参数、功能属性及建筑类型。

S42、预设建筑功能光谱分配规则，并根据建筑功能光谱分配规则对建筑功能分类进行光谱分类；

具体的，预设不同功能的代表色，如生产类为橙色、研发类为蓝色和办公类为绿色，再根据颜色温度设计每个功能对应的光谱，如生产类为暖色光谱、研发类为中性光谱、办公类为冷色光谱，再将各功能光谱命名为分类名称，根据建筑功能分类结果，给每个分类分配对应的光谱名称，如给所有生产分类建筑分配生产类光谱，整理得到的建筑功能光谱分类表，并定期评估规则，根据实际情况进行调整优化。

S43、将智慧园区建筑参数与建筑功能分类进行光谱分类结果带入初始智慧园区多面展示模型组，获取进阶智慧园区多面展示模型组；

具体的，将智慧园区建筑参数与建筑功能分类进行光谱分类结果带入初始智慧园区多面展示模型组，获取进阶智慧园区多面展示模型组包括以下步骤：

S431、根据智慧园区建筑参数对初始智慧园区多面展示模型组内部模板智慧园区展示模型进行建筑模型调整；

S432、将建筑功能分类进行光谱带入调整后的模板智慧园区展示模型，对建筑模型进行展示颜色调节，并生成建筑功能标注；

S433、将颜色调节后的建筑模型与原始智慧园区多面展示模型进行色调矛盾分析，并根据分析结果对色调更换，获取进阶智慧园区多面展示模型组。

具体的，将根据建筑功能光谱分类进行颜色调节的建筑模型导入原始多面模型，从多个视角对比分析新旧模型的整体色调是否协调，检查单个建筑与周边环境的色调搭配是否自然，检查不同功能建筑之间的色调对比度是否明显，再根据分析结果进行调整，优化整体场景的色温搭配，调整个别建筑的颜色深浅度，增强不同功能建筑的色差识别度，重新渲染模型进行第二次分析，再根据第二次结果继续进行本地优化，将优化后将各单面模型整合为新的多面模型组，开放接口提供二次开发。

S44、对进阶智慧园区多面展示模型组进行色调分析，根据色调分析结果进行颜色调整。

S5、获取观测人员信息，并将观测人员信息与进阶智慧园区多面展示模型组进行匹配；

具体的，收集观测任务的人员信息，如姓名、部门等基本属性，根据人员属性为每个人预设一个虚拟身份，将人员虚拟身份进行编码，在智慧园区模型组中，为每个建筑添加可点击的入口，点击入口后弹出选择人员的界面，人员选择后，对应人物的三维模型被导入建筑内，人物模型根据业务属性自动定位到相关功能区域，设置人物动画行走等，体现功能任务流程，记录选择的人员信息与导入模型的对应关系表，开放接口提供他人选择不同人员观测任务进行。

S6、根据匹配结果向观测人员展示进阶智慧园区多面展示空间结构中对应的展示模型。

根据本发明另一个实施例，如图2所示一种基于物联网的智慧园区展示系统，该系统包括：

数据采集模块1，用于对智慧园区进行数据采集，并获取智慧园区内部建筑的空间分布数据；

数据分析模块2，用于智慧园区数据采集结果进行数据分析，获取智慧园区核心特征参数；

模型构建模块3，用于对智慧园区数据采集结果进行园区特征分类，并根据园区特征分类结果和核心特征参数构建初始智慧园区多面展示模型组；

模型进阶模块4，用于将空间分布数据代入初始智慧园区多面展示模型组获取进阶智慧园区多面展示模型组；

人员信息模块5，用于获取观测人员信息，并将观测人员信息与进阶智慧园区多面展示模型组进行匹配；

模型展示模块6，用于根据匹配结果向观测人员展示进阶智慧园区多面展示空间结构中对应的展示模型；

数据采集模块1、数据分析模块2、模型进阶模块3、模型进阶模块4、人员信息模块5及模型展示模块6依次连接。

综上所述，借助于本发明的上述技术方案，本发明通过数据分析，明确展示智慧园区的核心特征和内容，使得相关的观测人员可以快速了解和把握园区的主要特点和优势，提高展示时精准性，从而增强他们对园区的认知和记忆，并根据园区的不同特点，构建不同的展示图，展示园区的个性和特色，增加展示的吸引力和感染力，满足不同人员对不同内容的关注和需求，提高展示的满意度和效果。

此外，本发明通过构建多个展示图，从多个角度和面向展示园区，提供更全面和立体的视角，增强观测人员的观察和理解，并将观测人员的信息与展示模型进行匹配，根据不同人员的需求和兴趣，提供定制化的展示内容，增加展示的吸引力和有效性。

此外，本发明通过模型组的方式进行智慧园区展示，使得展示时便于灵活地添加或删除模型，适应园区的变化和发展，同时模型组的方式也方便对园区的各个部分进行独立展示，提高展示的灵活性和扩展性，且对展示模型的功能分类，并对不同分类的模型进行灯光的氛围调整，色调的分析调整等，实现对智慧园区进行多角度的展示，使智慧园区展示更加生动和具有感染力。

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)

1.一种基于物联网的智慧园区展示方法，其特征在于，包括以下步骤：

S1、对智慧园区进行数据采集，并获取智慧园区内部建筑的空间分布数据；

S2、智慧园区数据采集结果进行数据分析，获取智慧园区核心特征参数；

S3、对智慧园区数据采集结果进行园区特征分类，并根据园区特征分类结果和核心特征参数构建初始智慧园区多面展示模型组；

S4、将空间分布数据代入初始智慧园区多面展示模型组获取进阶智慧园区多面展示模型组；

S5、获取观测人员信息，并将观测人员信息与进阶智慧园区多面展示模型组进行匹配；

S6、根据匹配结果向观测人员展示进阶智慧园区多面展示空间结构中对应的展示模型。

2.根据权利要求1所述的一种基于物联网的智慧园区展示方法，其特征在于，所述智慧园区数据采集结果进行数据分析，获取智慧园区核心特征参数包括以下步骤：

S21、对智慧园区数据采集结果进行数据清洗，并对清洗后的智慧园区数据采集结果进行数据探索，获取结果特征参数；

S22、预设特征选择规格，并根据特征选择规格对结果特征参数进行特征提取，得到结果特征值；

S23、将结果特征值进行主成分分析，并对分析结果进行验证，获取特征分析参数；

S24、对特征分析参数进行解析获取智慧园区核心特征参数。

3.根据权利要求1所述的一种基于物联网的智慧园区展示方法，其特征在于，所述对智慧园区数据采集结果进行园区特征分类，并根据园区特征分类结果和核心特征参数构建初始智慧园区多面展示模型组包括以下步骤：

S31、预设智慧园区数据分类规则，并根据智慧园区数据分类规则对智慧园区数据采集结果进行数据特征分类，获取数据分类参数；

S32、根据数据分类参数的分类个数生成原始智慧园区多面展示模型；

S33、对数据分类参数与核心特征参数进行关联性分析，并根据关联性结果对原始智慧园区多面展示模型优化调整；

S34、将优化调整后的智慧园区多面展示模型进行整合，得到初始智慧园区多面展示模型组。

4.根据权利要求3所述的一种基于物联网的智慧园区展示方法，其特征在于，所述根据数据分类参数的分类个数生成原始智慧园区多面展示模型包括以下步骤：

S321、预设原始智慧园区建筑模型，并根据原始智慧园区建筑模型生成模板智慧园区展示模型；

S322、根据分类参数的分类个数匹配模板智慧园区展示模型，并将匹配的模板智慧园区展示模型进行整合；

S323、根据分类参数的分类个数生成灯光展示分类，并根据灯光展示分类结果对模板智慧园区展示模型进行灯光氛围调整；

S324、对灯光氛围调整后的模板智慧园区展示模型进行视觉分析，并根据分析结果进行优化，获取原始智慧园区多面展示模型。

5.根据权利要求4所述的一种基于物联网的智慧园区展示方法，其特征在于，所述对数据分类参数与核心特征参数进行关联性分析，并根据关联性结果对原始智慧园区多面展示模型优化调整包括以下步骤：

S331、将数据分类参数与核心特征参数采用相关系数分析进行关联性分析；

S332、预设关联性合格阈值，并根据关联性合格阈值对关联性分析结果进行合格判断；

S333、根据合格判断结果对原始智慧园区多面展示模型进行删减调整；

S334、将删减调整后的原始智慧园区多面展示模型内部单面展示模型进行交互分析，并根据交互分析结果对单面展示模型进行交互连接。

6.根据权利要求5所述的一种基于物联网的智慧园区展示方法，其特征在于，所述将数据分类参数与核心特征参数采用相关系数分析进行关联性分析的计算公式为：

；

其中，W为关联性分析的结果；

N为数据分类参数的数量；

为数据分类参数中第c个数据分类参数值；

为数据分类参数的平均值；

为数据分类参数的标准偏差值；

为核心特征参数中第c个核心特征参数值；

为核心特征参数的平均值；

为核心特征参数的标准偏差值。

7.根据权利要求5所述的一种基于物联网的智慧园区展示方法，其特征在于，所述将删减调整后的原始智慧园区多面展示模型内部单面展示模型进行交互分析，并根据交互分析结果对单面展示模型进行交互连接包括以下步骤：

S3341、对原始智慧园区多面展示模型内部单面展示模型进行功能分析，并根据分析结果对单面展示模型进行功能标注；

S3342、根据功能标注结果进行功能关联度分析，并根据功能关联度分析结果进行单面展示模型连接；

S3343、根据单面展示模型连接结果进行模型交互连接，并对交互连接后的单面展示模型进行交互效率计算；

S3344、预设交互效率阈值，根据交互效率阈值对交互效率计算结果进行比对，并根据比对结果对单面展示模型的模型交互连接进行优化。

8.根据权利要求1所述的一种基于物联网的智慧园区展示方法，其特征在于，所述将空间分布数据代入初始智慧园区多面展示模型组获取进阶智慧园区多面展示模型组包括以下步骤：

S41、将空间分布数据进行分析，获取智慧园区建筑参数，并对智慧园区建筑参数进行建筑功能分类；

S42、预设建筑功能光谱分配规则，并根据建筑功能光谱分配规则对建筑功能分类进行光谱分类；

S43、将智慧园区建筑参数与建筑功能分类进行光谱分类结果带入初始智慧园区多面展示模型组，获取进阶智慧园区多面展示模型组；

S44、对进阶智慧园区多面展示模型组进行色调分析，根据色调分析结果进行颜色调整。

9.根据权利要求8所述的一种基于物联网的智慧园区展示方法，其特征在于，所述将智慧园区建筑参数与建筑功能分类进行光谱分类结果带入初始智慧园区多面展示模型组，获取进阶智慧园区多面展示模型组包括以下步骤：

S431、根据智慧园区建筑参数对初始智慧园区多面展示模型组内部模板智慧园区展示模型进行建筑模型调整；

S432、将建筑功能分类进行光谱带入调整后的模板智慧园区展示模型，对建筑模型进行展示颜色调节，并生成建筑功能标注；

S433、将颜色调节后的建筑模型与原始智慧园区多面展示模型进行色调矛盾分析，并根据分析结果对色调更换，获取进阶智慧园区多面展示模型组。

10.一种基于物联网的智慧园区展示系统，用于实现权利要求1-9中任一项所述的基于物联网的智慧园区展示方法，其特征在于，该系统包括：

数据采集模块，用于对智慧园区进行数据采集，并获取智慧园区内部建筑的空间分布数据；

数据分析模块，用于智慧园区数据采集结果进行数据分析，获取智慧园区核心特征参数；

模型构建模块，用于对智慧园区数据采集结果进行园区特征分类，并根据园区特征分类结果和核心特征参数构建初始智慧园区多面展示模型组；

模型进阶模块，用于将空间分布数据代入初始智慧园区多面展示模型组获取进阶智慧园区多面展示模型组；

人员信息模块，用于获取观测人员信息，并将观测人员信息与进阶智慧园区多面展示模型组进行匹配；

模型展示模块，用于根据匹配结果向观测人员展示进阶智慧园区多面展示空间结构中对应的展示模型；

所述数据采集模块、所述数据分析模块、所述模型进阶模块、所述模型进阶模块、所述人员信息模块及所述模型展示模块依次连接。