CN110533768B - 一种仿真交通场景生成方法及*** - Google Patents

一种仿真交通场景生成方法及*** Download PDF

Info

Publication number
CN110533768B
CN110533768B CN201910761475.5A CN201910761475A CN110533768B CN 110533768 B CN110533768 B CN 110533768B CN 201910761475 A CN201910761475 A CN 201910761475A CN 110533768 B CN110533768 B CN 110533768B
Authority
CN
China
Prior art keywords
data
dimensional
precision map
surface feature
feature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910761475.5A
Other languages
English (en)
Other versions
CN110533768A (zh
Inventor
冯颖
姜子奇
刘小燕
严小坚
陈高攀
刘奋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heading Data Intelligence Co Ltd
Original Assignee
Heading Data Intelligence Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Heading Data Intelligence Co Ltd filed Critical Heading Data Intelligence Co Ltd
Priority to CN201910761475.5A priority Critical patent/CN110533768B/zh
Publication of CN110533768A publication Critical patent/CN110533768A/zh
Application granted granted Critical
Publication of CN110533768B publication Critical patent/CN110533768B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003Maps

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Instructional Devices (AREA)
  • Processing Or Creating Images (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种仿真交通场景生成方法***,属于自动驾驶领域。该方法包括:基于测绘车辆实地采集数据制作矢量化的高精度地图数据;按预设标准收录矢量化高精度地图数据后,根据凸起地物的矢量信息和实拍图片构建三维地物模型;关联所述凸起地物的三维地物模型与矢量化高精度地图数据中地物信息;将凸起地物的三维地物模型、矢量化高精度地图数据及三维地物模型与地物信息关联关系导入仿真软件,合成静态三维交通场景数据。通过该方案可以降低实地数据采集成本,提高三维交通场景绘制效率,并能保障其准确可靠。

Description

一种仿真交通场景生成方法及***
技术领域
本发明涉及自动驾驶领域,尤其涉及一种仿真交通场景生成方法及***。
背景技术
在自动驾驶商业使用前,往往需要经过大量的仿真测试。一般每个驾驶***都需要上亿公里的驾驶数据来优化***,这样高里程的实地驾驶测试需要耗费大量人力物力,同时测试周期长,因此提出通过构建三维交通模型仿真测试可以有效提高测试效率。
然而,目前在构建交通场景三维模型时一些仿真平台上多通过手工编辑路网的方式生成道路模型,然后结合平台中的3D模型素材库一起渲染成三维场景,这种方式不仅绘制效率低,而且输入的绘制数据精度无法保证,难以准确验证自动驾驶***中算法的可靠性。
发明内容
有鉴于此,本发明实施例提供了一种仿真交通场景生成方法及***,能生成大规模的仿真交通场景,绘制效率高且模型准确可靠。
在本发明实施例的第一方面,提供了一种仿真交通场景生成方法,包括:
基于测绘车辆实地采集数据制作矢量化的高精度地图数据;
按预设标准收录矢量化高精度地图数据后,根据矢量化高精度地图数据中凸起地物的矢量信息和凸起地物的实拍图片构建凸起地物的三维地物模型;
关联所述凸起地物的三维地物模型与矢量化高精度地图数据中地物信息;
将凸起地物的三维地物模型、矢量化高精度地图数据及所述三维地物模型与矢量化高精度地图数据中地物信息关联关系导入仿真软件,合成静态三维交通场景数据。
在本发明实施例的第二方面,提供了一种车辆行驶轨迹类型检测装置,包括:
制作模块,用于基于测绘车辆实地采集数据制作矢量化的高精度地图数据;
构建模块,用于按预设标准收录矢量化高精度地图数据后,根据矢量化高精度地图数据中凸起地物的矢量信息和凸起地物的实拍图片构建凸起地物的三维地物模型;
关联模块,用于关联所述凸起地物的三维地物模型与矢量化高精度地图数据中地物信息;
合成模块,用于将凸起地物的三维地物模型、矢量化高精度地图数据及所述三维地物模型与矢量化高精度地图数据中地物信息关联关系导入仿真软件,合成静态三维交通场景数据。
本发明实施例中,基于实地采集的测绘数据,制作矢量化的高精度地图数据,对高精度地图中的凸起地物构建三维模型,并关联三维地物模型与高精度地图中的地物信息,通过将三维地物模型及高精度地图数据导入到仿真软件平台,合成包含有车道、道路网、三维地物的仿真交通场景。本实施例中,基于制作高精度地图时的实地采集数据,绘制三维交通场景,避免重复实地数据采集,不仅可以降低采集成本,而且通过实地采集数据绘制三维模型有效降低模型绘制成本。相对于传统手工绘制,通过实地采集数据绘制可以有效提高绘制效率,保障三维场景构建的准确性可靠性,使得交通场景具有更好的仿真效果。
附图说明
图1为本发明实施例提供的一种仿真交通场景生成方法的流程示意图;
图2为本发明实施例提供的一种仿真交通场景生成***的结构示意图。
具体实施方式
本发明实施例提供了一种仿真交通场景生成方法及***,用于准确高效率构建大规模的仿真交通场景。
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。
实施例一:
请参阅图1,本发明实施例提供的仿真交通场景生成方法的流程示意图,包括:
S101、基于测绘车辆实地采集数据制作矢量化的高精度地图数据;
在制作高精度地图时,所述测绘车辆会实地采集大量高精度地图数据,包括:激光雷达、车载摄像头、GPS及组合惯导等数据,本实施例利用制作高精度时采集的数据生成仿真交通场景可以避免重复地实地采集、减少人工手绘带来的误差。
所述矢量化的高精度地图也即高精度的矢量地图,可以放大或缩小地图而不致失真,同时可以对地物编辑分类,求解地物间的空间关系,便于地图的浏览输出。
S102、按预设标准收录矢量化高精度地图数据后,根据矢量化高精度地图数据中凸起地物的矢量信息和凸起地物的实拍图片构建凸起地物的三维地物模型;
按一定标准录入矢量化高精度地图数据至地图数据处理软件或平台,用于构建地物的三维模型。所述凸起地物即凸起的地物,在本实施例中主要指建筑物、交通标注牌、地面印刷物等交通参考物。
可选的,按照预设的OpenDRIVE标准,如1.4H版本的OpenDRIVE标准,收集并录入符合标准的矢量化高精度地图数据,所述矢量化高精度地图数据包括道路网数据、车道数据和地物数据。
进一步的,获取所述道路网数据,对所述道路网数据自动预处理生成OpenDRIVE标准中的道路参考线信息,所述道路网数据包括道路形状、道路间拓扑关系和道路属性(如曲率和坡度),并采用s-t坐标系;
获取所述车道数据,对所述车道数据自动预处理生成OpenDRIVE标准中的车道信息,所述车道数据包括车道形状、车道拓扑关系和车道属性,所述车道形状通过含有参数的三次多项式表达,并采用u-v坐标系;
获取所述地物数据,对所述地物数据自动预处理生成OpenDRIVE标准中的地物信息和信号灯数据,并建立所述地物信息和道路参考线信息的关联,所述地物数据包括地物位置和形状信息。所述地物信息包括点状地物、线状地物和面状地物。
可选的,获取凸起地物的矢量信息、实拍图片和卫星图片数据,所述凸起地物的矢量信息即矢量化的高精度地图数据(为SHP格式),所述实拍图片即对应地物区域的全景照片;
将高精度地图数据即凸起地物数据转化为dwg格式,后使对应凸起地物与所述卫星图片数据叠加配准,根据凸起地物的矢量信息建立三维地物模型(为flt格式),并将所述卫星图片数据作为外轮廓添加到所述三维地物模型;
根据所述实拍图片生成所述三维地物模型的贴图,记录所述三维地物模型的名称及位置信息,其中,所述实拍图片为全景相机实地拍摄的地物图片。
S103、关联所述凸起地物的三维地物模型与矢量化高精度地图数据中地物信息;
可选的,根据所述三维地物模型的位置信息及矢量化高精度地图数据中地物信息,关联所述三维地物模型与矢量化高精度地图数据中的地物,并将三维地物模型的文件名设置为地物属性值;
以道路通行方向为正视角,将所述三维地物模型添加到矢量化高精度地图中关联地物对应坐标处,并调整所述三维地物模型的方向。示例性的,以道路通行方向为正视视角,将三维模型文件放至OpenDRIVE数据中相应的地物数据坐标(s0,t0)处(与模型坐标原点重合),将三维模型绕z轴旋转至模型y轴与s轴同向且平行。
S104、将凸起地物的三维地物模型、矢量化高精度地图数据及所述三维地物模型与矢量化高精度地图数据中地物信息关联关系导入仿真软件,合成静态三维交通场景数据。
示例性的,所述仿真软件可以为VTD仿真软件,将OpenDRIVE矢量高精度地图文件与凸起地物的3D模型文件一起导入到VTD仿真软件中,凸起地物的三维地物模型可以有多个,与对应高精度地图中多个地物信息相对应。
在矢量高精度地图与凸起地物的三维模型叠加后,对少量显示不合理的地方,在仿真软件平台中进行手动调整,主要包括地面印刷与路面的贴合情况调整。将最终数据导出成OSGB格式的静态交通场景文件,同时OpenDRIVE格式的高精度地图数据(.xodr格式)直接用于动态路径规划。OSGB数据和XODR数据可直接用于不同平台的仿真场景测试
本实施例提供的方法,基于矢量化的高精度地图及高精度地物制作时的测绘数据,构建三维地物模型,根据地物对应位置,将三维模型导入高精度地图中生成三维的仿真交通,方法简单易实现,降低采集陈本提高绘制效率,同时能够保障交通场景的准确合理。
实施例二:
图2为本发明实施例二提供的仿真交通场景生成***的结构示意图,包括:
制作模块210,用于基于测绘车辆实地采集数据制作矢量化的高精度地图数据;
构建模块220,用于按预设标准收录矢量化高精度地图数据后,根据矢量化高精度地图数据中凸起地物的矢量信息和凸起地物的实拍图片构建凸起地物的三维地物模型;
可选的,所述构建模块220具体为:
收集单元,用于按照预设的OpenDRIVE标准,收集并录入符合标准的矢量化高精度地图数据,所述矢量化高精度地图数据包括道路网数据、车道数据和地物数据。
进一步的,所述收集单元还包括:
第一获取单元,用于获取所述道路网数据,对所述道路网数据自动预处理生成OpenDRIVE标准中的道路参考线信息,所述道路网数据包括道路形状、道路间拓扑关系和道路属性;
第二获取单元,用于获取所述车道数据,对所述车道数据自动预处理生成OpenDRIVE标准中的车道信息,所述车道数据包括车道形状、车道拓扑关系和车道属性,所述车道形状通过含有参数的三次多项式表达;
第三获取单元,用于获取所述地物数据,对所述地物数据自动预处理生成OpenDRIVE标准中的地物信息和信号灯数据,并建立所述地物信息和道路参考线信息的关联,所述地物数据包括地物位置和形状信息。
可选的,所述构建模块220包括:
获取单元,用于获取凸起地物的矢量信息、实拍图片和卫星图片数据;
构建单元,用于将凸起地物与所述卫星图片数据叠加配准,根据凸起地物的矢量信息建立三维地物模型,并将所述卫星图片数据作为外轮廓添加到所述三维地物模型;
记录单元,用于根据所述实拍图片生成所述三维地物模型的贴图,记录所述三维地物模型的名称及位置信息,其中,所述实拍图片为全景相机实地拍摄的地物图片。
关联模块230,用于关联所述凸起地物的三维地物模型与矢量化高精度地图数据中地物信息;
所述关联所述凸起地物的三维地物模型与矢量化高精度地图数据中地物信息具体为:
根据所述三维地物模型的位置信息及矢量化高精度地图数据中地物信息,关联所述三维地物模型与矢量化高精度地图数据中的地物,并将三维地物模型的文件名设置为地物属性值;
以道路通行方向为正视角,将所述三维地物模型添加到矢量化高精度地图中关联地物对应坐标处,并调整所述三维地物模型的方向。
合成模块240,用于将凸起地物的三维地物模型、矢量化高精度地图数据及所述三维地物模型与矢量化高精度地图数据中地物信息关联关系导入仿真软件,合成静态三维交通场景数据。
通过本实施例的装置,可以降低数据采集成本,提高三维仿真交通场景绘制效率和准确度方面。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
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 (6)

1.一种仿真交通场景生成方法,其特征在于,包括:
基于测绘车辆实地采集数据制作矢量化的高精度地图数据;
按预设标准收录矢量化高精度地图数据后,根据矢量化高精度地图数据中凸起地物的矢量信息和凸起地物的实拍图片构建凸起地物的三维地物模型;
其中,所述根据矢量化高精度地图数据中凸起地物的矢量信息和凸起地物的实拍图片构建凸起地物的三维地物模型具体为:
获取凸起地物的矢量信息、实拍图片和卫星图片数据;
将凸起地物与所述卫星图片数据叠加配准,根据凸起地物的矢量信息建立三维地物模型,并将所述卫星图片数据作为外轮廓添加到所述三维地物模型;
根据所述实拍图片生成所述三维地物模型的贴图,记录所述三维地物模型的名称及位置信息,其中,所述实拍图片为全景相机实地拍摄的地物图片;
关联所述凸起地物的三维地物模型与矢量化高精度地图数据中地物信息;
其中,所述关联所述凸起地物的三维地物模型与矢量化高精度地图数据中地物信息具体为:
根据所述三维地物模型的位置信息及矢量化高精度地图数据中地物信息,关联所述三维地物模型与矢量化高精度地图数据中的地物,并将三维地物模型的文件名设置为地物属性值;
以道路通行方向为正视角,将所述三维地物模型添加到矢量化高精度地图中关联地物对应坐标处,并调整所述三维地物模型的方向;
将凸起地物的三维地物模型、矢量化高精度地图数据及所述三维地物模型与矢量化高精度地图数据中地物信息关联关系导入仿真软件,合成静态三维交通场景数据。
2.根据权利要求1所述的方法,其特征在于,所述按预设标准收录矢量化高精度地图数据具体为:
按照预设的OpenDRIVE标准,收集并录入符合标准的矢量化高精度地图数据,所述矢量化高精度地图数据包括道路网数据、车道数据和地物数据。
3.根据权利要求2所述的方法,其特征在于,所述按照预设的OpenDRIVE标准,收集并录入符合标准的矢量化高精度地图数据,所述矢量化高精度地图数据包括道路网数据、车道数据和地物数据还包括:
获取所述道路网数据,对所述道路网数据自动预处理生成OpenDRIVE标准中的道路参考线信息,所述道路网数据包括道路形状、道路间拓扑关系和道路属性;
获取所述车道数据,对所述车道数据自动预处理生成OpenDRIVE标准中的车道信息,所述车道数据包括车道形状、车道拓扑关系和车道属性,所述车道形状通过含有参数的三次多项式表达;
获取所述地物数据,对所述地物数据自动预处理生成OpenDRIVE标准中的地物信息和信号灯数据,并建立所述地物信息和道路参考线信息的关联,所述地物数据包括地物位置和形状信息。
4.一种仿真交通场景生成***,其特征在于,包括:
制作模块,用于基于测绘车辆实地采集数据制作矢量化的高精度地图数据;
构建模块,用于按预设标准收录矢量化高精度地图数据后,根据矢量化高精度地图数据中凸起地物的矢量信息和凸起地物的实拍图片构建凸起地物的三维地物模型;
其中,所述构建模块包括:
获取单元,用于获取凸起地物的矢量信息、实拍图片和卫星图片数据;
构建单元,用于将凸起地物与所述卫星图片数据叠加配准,根据凸起地物的矢量信息建立三维地物模型,并将所述卫星图片数据作为外轮廓添加到所述三维地物模型;
记录单元,用于根据所述实拍图片生成所述三维地物模型的贴图,记录所述三维地物模型的名称及位置信息,其中,所述实拍图片为全景相机实地拍摄的地物图片;
关联模块,用于关联所述凸起地物的三维地物模型与矢量化高精度地图数据中地物信息;
其中,所述关联所述凸起地物的三维地物模型与矢量化高精度地图数据中地物信息具体为:
根据所述三维地物模型的位置信息及矢量化高精度地图数据中地物信息,关联所述三维地物模型与矢量化高精度地图数据中的地物,并将三维地物模型的文件名设置为地物属性值;
以道路通行方向为正视角,将所述三维地物模型添加到矢量化高精度地图中关联地物对应坐标处,并调整所述三维地物模型的方向;
合成模块,用于将凸起地物的三维地物模型、矢量化高精度地图数据及所述三维地物模型与矢量化高精度地图数据中地物信息关联关系导入仿真软件,合成静态三维交通场景数据。
5.根据权利要求4所述的***,其特征在于,所述构建模块具体为:
收集单元,用于按照预设的OpenDRIVE标准,收集并录入符合标准的矢量化高精度地图数据,所述矢量化高精度地图数据包括道路网数据、车道数据和地物数据。
6.根据权利要求5所述的***,其特征在于,所述收集单元还包括:
第一获取单元,用于获取所述道路网数据,对所述道路网数据自动预处理生成OpenDRIVE标准中的道路参考线信息,所述道路网数据包括道路形状、道路间拓扑关系和道路属性;
第二获取单元,用于获取所述车道数据,对所述车道数据自动预处理生成OpenDRIVE标准中的车道信息,所述车道数据包括车道形状、车道拓扑关系和车道属性,所述车道形状通过含有参数的三次多项式表达;
第三获取单元,用于获取所述地物数据,对所述地物数据自动预处理生成OpenDRIVE标准中的地物信息和信号灯数据,并建立所述地物信息和道路参考线信息的关联,所述地物数据包括地物位置和形状信息。
CN201910761475.5A 2019-08-18 2019-08-18 一种仿真交通场景生成方法及*** Active CN110533768B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910761475.5A CN110533768B (zh) 2019-08-18 2019-08-18 一种仿真交通场景生成方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910761475.5A CN110533768B (zh) 2019-08-18 2019-08-18 一种仿真交通场景生成方法及***

Publications (2)

Publication Number Publication Date
CN110533768A CN110533768A (zh) 2019-12-03
CN110533768B true CN110533768B (zh) 2023-01-13

Family

ID=68663603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910761475.5A Active CN110533768B (zh) 2019-08-18 2019-08-18 一种仿真交通场景生成方法及***

Country Status (1)

Country Link
CN (1) CN110533768B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021146918A1 (zh) * 2020-01-21 2021-07-29 深圳元戎启行科技有限公司 交通信号灯控制方法、装置、计算机设备和存储介质
CN112254737A (zh) * 2020-10-27 2021-01-22 北京晶众智慧交通科技股份有限公司 地图数据转换方法
CN112989568B (zh) * 2021-02-06 2023-04-07 武汉光庭信息技术股份有限公司 仿真场景三维道路自动化构建方法和装置
CN114063476A (zh) * 2022-01-14 2022-02-18 杭州宏景智驾科技有限公司 领航辅助软件在环仿真测试方法、***、设备及存储介质
CN118097041A (zh) * 2022-11-18 2024-05-28 腾讯科技(深圳)有限公司 地图显示方法、装置、设备、存储介质及产品
CN116484621A (zh) * 2023-04-26 2023-07-25 浙江高信技术股份有限公司 一种基于高精地图的数字孪生模型自动生成方法及***
CN116592908A (zh) * 2023-05-17 2023-08-15 浙江高信技术股份有限公司 一种基于高精地图定位导航方法及***

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956268A (zh) * 2016-04-29 2016-09-21 百度在线网络技术(北京)有限公司 应用于无人驾驶汽车的测试场景构建方法和装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942820A (zh) * 2014-04-30 2014-07-23 武汉库百网络技术有限公司 一种多角度仿真三维地图的方法及装置
CN107301677A (zh) * 2016-10-13 2017-10-27 江苏智途科技股份有限公司 一种三维建模的车载移动影像采集装置及采集方法
CN107807542A (zh) * 2017-11-16 2018-03-16 北京北汽德奔汽车技术中心有限公司 自动驾驶仿真***
CN108564647B (zh) * 2018-03-30 2019-08-30 王乐陶 一种建立虚拟三维地图的方法
CN109657355B (zh) * 2018-12-20 2021-05-11 安徽江淮汽车集团股份有限公司 一种车辆道路虚拟场景的仿真方法及***

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956268A (zh) * 2016-04-29 2016-09-21 百度在线网络技术(北京)有限公司 应用于无人驾驶汽车的测试场景构建方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《"高精地图"竟然成了限制无人驾驶发展的关键技术!》;公众号GIS小丸子(gis_wanzi);《搜狐网https://www.sohu.com/a/320856139_650579》;20190616;第1-9页 *
《如何管理应用城市级矢量数据?附苏州城市管理案例》;小秋;《http://www.engine3d.com/newlist/151.html》;20190815;第1-13页 *

Also Published As

Publication number Publication date
CN110533768A (zh) 2019-12-03

Similar Documents

Publication Publication Date Title
CN110533768B (zh) 一种仿真交通场景生成方法及***
CN106127771B (zh) 基于激光雷达lidar点云数据获取隧道正射影像***及方法
CN108919944B (zh) 一种基于数字城市模型实现在显示端进行数据无损交互的虚拟漫游方法
US20030147553A1 (en) Semi-automatic reconstruction method of 3-D building models using building outline segments
CN109670005B (zh) 一种bim模型与三维地理场景的位置匹配方法
CN112419512B (zh) 一种基于语义信息的空中三维模型修复***及方法
CN112282847B (zh) 一种煤矿井下巷道形变监测方法
CN109493422A (zh) 一种基于三维激光扫描技术的变电站三维模型构建方法
CN110793548B (zh) 基于gnss接收机硬件在环的虚实结合的导航仿真测试***
CN109685893B (zh) 空间一体化建模方法及装置
CN112017227B (zh) 点云融合生成的地形模型与潮汐数据混合可视化的方法
CN112233056B (zh) 一种多源数据的点云融合方法、装置和存储介质
CN108375985A (zh) 一种土地三维规划设计平台及其设计方法
CN117315146B (zh) 基于跨尺度多源数据的三维模型的重建方法及存储方法
CN109801371A (zh) 一种基于Cesium的网络三维电子地图构建方法
CN109961510A (zh) 一种基于三维点云重构技术的高切坡地质快速编录方法
CN110362895A (zh) 一种基于bim+gis技术的征地拆迁应用管理***
CN111563961B (zh) 一种变电站的三维建模方法和相关装置
CN103196429A (zh) 城市天际轮廓线立面正射影像图的快速获取和测量方法
CN111667569A (zh) 一种基于Rhino及Grasshopper的三维实景土方可视化精准测算方法
CN110232558A (zh) 工程项目进度信息监测方法
CN117351162A (zh) 一种基于数字孪生的实景三维规划设计方法
CN114972672A (zh) 输电线路实景三维模型构建方法、装置、设备和存储介质
CN115082814A (zh) 一种智能土地规划优化的测量配置方法
CN112802191A (zh) 一种城市规划实时模拟展示***

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