CN117371949B - 基于三维可视化模型的输电线路施工安全监测方法及*** - Google Patents
基于三维可视化模型的输电线路施工安全监测方法及*** Download PDFInfo
- Publication number
- CN117371949B CN117371949B CN202311381162.XA CN202311381162A CN117371949B CN 117371949 B CN117371949 B CN 117371949B CN 202311381162 A CN202311381162 A CN 202311381162A CN 117371949 B CN117371949 B CN 117371949B
- Authority
- CN
- China
- Prior art keywords
- model
- construction
- data
- dimensional
- transmission line
- 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 267
- 230000005540 biological transmission Effects 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000012544 monitoring process Methods 0.000 title claims abstract description 67
- 230000000007 visual effect Effects 0.000 title claims abstract description 49
- 238000004088 simulation Methods 0.000 claims abstract description 82
- 230000004927 fusion Effects 0.000 claims abstract description 68
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 39
- 230000008569 process Effects 0.000 claims abstract description 34
- 238000005259 measurement Methods 0.000 claims abstract description 24
- 238000006116 polymerization reaction Methods 0.000 claims description 50
- 238000012986 modification Methods 0.000 claims description 46
- 230000004048 modification Effects 0.000 claims description 46
- 230000002776 aggregation Effects 0.000 claims description 17
- 238000004220 aggregation Methods 0.000 claims description 17
- 239000000463 material Substances 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000012800 visualization Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000007499 fusion processing Methods 0.000 description 6
- 230000001681 protective effect Effects 0.000 description 6
- 238000005056 compaction Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000009435 building construction Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000009430 construction management Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000012212 insulator Substances 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000013102 re-test Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Hardware Design (AREA)
- Operations Research (AREA)
- Computational Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Economics (AREA)
- Structural Engineering (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于三维可视化模型的输电线路施工安全监测方法及***,该方法包括如下步骤:获取输电线路施工项目中输电线路的线塔GIM模型以及三维测量数据;采用数据融合算法将多个施工测量方的所有三维测量数据进行多源数据融合并建模,得到现场三维模型;将线塔GIM模型和现场三维模型进行模型融合,得到三维可视化模型;向三维可视化模型导入输电线路施工项目的项目施工计划数据;通过三维可视化模型完成输电线路施工项目的施工仿真模拟,监测施工仿真模拟过程并生成安全风险信息;若监测到安全风险信息,则根据项目施工计划数据识别安全风险信息的关联方,并向关联方发送安全风险信息。本发明具有综合监测施工安全隐患的效果。
Description
技术领域
本发明属于施工监测技术领域,具体是涉及到一种基于三维可视化模型的输电线路施工安全监测方法及***。
背景技术
电力输电线路作为电网***的重要组成部分,承载着国民生产和生活所需的能源运输命脉,被称为电力资源输送的“血管”。电力输电线路施工安装包括土石方、基础、杆塔、架线、接地装置等五大工序,在整个施工过程中出现任何意外情况都直接关系到施工安全、成本、质量、周期等。因此在施工前需要做好充分调查工作、进行施工复测确认、施工中需要对施工过程和工艺严格把控,确保施工顺利进行。设计单位按施工断面图进行现场定位,施工单位到现场对线路所定的里程桩、杆位桩、方向桩和辅助桩进行现场交接。现场接桩人员应进行现场调查,为的是了解现场情况以便顺利施工。
在现有的施工过程中,往往是通过技术人员根据经验判断施工地点周围的障碍物,并采取经验指导施工的工作方法。然而随着输电线路工程建设规模和项目复杂程度日益增加,在输电线路施工中使用了大量新的大型塔型、施工方案和施工机具,很容易出现重型施工设备施工位置不合理、施工空间不足的情况。且在输电线路施工中的复杂施工作业方案如跨越架搭设、临近带电线路杆塔组立、整体倒塔施工等,主要依靠技术人员经验结合简单计算的方式来制定,容易给现场施工带来隐患。因此,以往经验指导施工的工作方法已逐渐无法适应输变电线路施工的安全施工要求。
发明内容
本发明提供一种基于三维可视化模型的输电线路施工安全监测方法及***,以解决人工监工的方法容易带来施工安全隐患的问题。
第一方面,本发明提供一种基于三维可视化模型的输电线路施工安全监测方法,该方法包括如下步骤:
获取输电线路施工项目中输电线路的线塔GIM模型,以及所述输电线路施工项目中多个施工测量方对施工现场进行测量的三维测量数据;
采用数据融合算法将多个所述施工测量方的所有所述三维测量数据进行多源数据融合并建模,得到现场三维模型;
将所述线塔GIM模型和所述现场三维模型进行模型融合,得到所述输电线路施工项目的三维可视化模型;
向所述三维可视化模型导入所述输电线路施工项目的项目施工计划数据;
通过所述三维可视化模型完成所述输电线路施工项目的施工仿真模拟,监测所述施工仿真模拟过程并生成安全风险信息;
若监测到所述安全风险信息,则根据所述项目施工计划数据识别所述安全风险信息的关联方,并向所述关联方发送所述安全风险信息。
可选的,所述采用数据融合算法将多个所述施工测量方的所有所述三维测量数据进行多源数据融合并建模,得到现场三维模型包括如下步骤:
预处理所有所述三维测量数据;
基于多个所述施工测量方的所述三维测量数据和预设的建模标准,分别构建不同的三维基础模型;
根据多个所述三维基础模型生成模型关联节点;
将所有所述三维基础模型进行模型解析,得到数据格式相同的模型数据;
采用数据融合算法将所有所述模型数据进行多源数据融合,并结合所述模型关联节点和多源数据融合后的融合数据重构模型,得到现场三维模型。
可选的,所述根据多个所述三维基础模型生成模型关联节点包括如下步骤:
将多个所述三维基础模型中任意一个所述三维基础模型作为目标三维基础模型,并遍历所述目标三维基础模型中的所有目标模型点数据;
根据所有所述目标模型点数据的聚合关系和模型点坐标,确定多个基础关联节点以及多个所述基础关联节点的节点坐标;
基于所述节点坐标在所述目标三维基础模型之外的其他所有所述三维基础模型中标记相似关联节点;
以所述基础关联节点和对应的多个所述相似关联节点为中心,并以相同的坐标范围分别获取基础聚合度和多个相似聚合度;
计算多个所述相似聚合度之间的平均值,得到平均相似聚合度;
判断所述基础聚合度和所述平均相似聚合度之差是否超出预设的聚合度阈值;
若所述基础聚合度和所述平均相似聚合度之差超出所述聚合度阈值,则舍弃对应的所述基础关联节点;
若所述基础聚合度和所述平均相似聚合度之差未超出所述聚合度阈值,则将对应的所述基础关联节点作为模型关联节点。
可选的,所述采用数据融合算法将所有所述模型数据进行多源数据融合,并结合所述模型关联节点和多源数据融合后的融合数据重构模型,得到现场三维模型包括如下步骤:
基于所述模型关联节点将所有所述模型数据进行数据对齐;
利用数据融合模型并采用数据融合算法将数据对齐后的所有所述模型数据进行多源数据融合,得到融合数据;
基于所述融合数据重构模型,得到现场三维模型。
可选的,所述将所述线塔GIM模型和所述现场三维模型进行模型融合,得到所述输电线路施工项目的三维可视化模型包括如下步骤:
提取所述线塔GIM模型的第一模型点云数据,提取所述现场三维模型的第二模型点云数据;
对所述第一模型点云数据和所述第二模型点云数据进行点云匹配,得到匹配结果;
根据所述匹配结果调整所述第二模型点云数据的数据坐标;
将所述第一模型点云数据和所述数据坐标调整后的所述第二模型点云数据进行纹理映射、属性关联和几何融合,得到所述输电线路施工项目的三维可视化模型。
可选的,所述通过所述三维可视化模型完成所述输电线路施工项目的施工仿真模拟,监测所述施工仿真模拟过程并生成安全风险信息包括如下步骤:
基于所述项目施工计划数据从预设的历史项目数据库中提取同一项目类别的历史施工数据;
结合所述项目施工计划数据和所述历史施工数据设定多个监测指标,所述监测指标包括设备移动指标、设备工作指标、人员工作指标和材料消耗指标;
通过所述三维可视化模型完成所述输电线路施工项目的施工仿真模拟,并监测所述施工仿真模拟过程中是否存在仿真模拟数据超出对应的所述监测指标;
若不存在仿真模拟数据超出对应的所述监测指标,则不生成安全风险信息;
若存在仿真模拟数据超出对应的所述监测指标,则基于超出所述监测指标的目标仿真模拟数据生成安全风险信号;
统计所述目标仿真模拟数据的数据量,以及各个所述目标仿真模拟数据超出对应所述监测指标的超出范围;
结合所述超出范围和所述数据量生成安全风险等级;
结合所述安全风险信号和所述安全风险等级生成安全风险信息。
可选的,在所述通过所述三维可视化模型完成所述输电线路施工项目的施工仿真模拟,监测所述施工仿真模拟过程并生成安全风险信息之后还包括如下步骤:
存储所述施工仿真模拟的仿真模拟记录;
获取项目修改信息和施工环境信息,所述项目修改信息用于修改所述项目施工计划数据,所述施工环境信息为所述施工现场中预设的传感器所采集的现场环境数据;
基于所述施工环境信息调整所述三维可视化模型中输电线路模型的模型参数;
结合所述项目修改信息和所述仿真模拟记录重新进行所述施工仿真模拟,并监测所述施工仿真模拟过程中的安全风险信息。
可选的,所述获取项目修改信息和施工环境信息包括如下步骤:
通过所述施工现场中预设的传感器获取施工环境信息;
通过监测所述输电线路施工项目中所有关联施工方的施工方客户端获取项目修改信息;
利用jieba分词法和关键词检索法获取所述项目修改信息的核心修改内容;
将所述核心修改内容与预设的项目内容等级表进行比对,确定所述核心修改内容的内容等级;
读取所述项目修改信息所对应的所述施工方客户端的客户端权限;
判断所述内容等级是否低于所述客户端权限;
若所述内容等级低于所述客户端权限,则保留对应的所述项目修改信息;
若所述内容等级不低于所述客户端权限,则将对应的所述项目修改信息退回至对应的所述施工方客户端。
可选的,所述施工环境信息包括风力信息、风向信息和降雨信息,所述模型参数包括所述输电线路模型的材料属性、受力方向和模型坐标位置。
第二方面,本发明还提供一种基于三维可视化模型的输电线路施工安全监测***,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面中所述的基于三维可视化模型的输电线路施工安全监测方法。
本发明的有益效果是:
通过三维建模技术,结合多源三维类数据,以建筑施工过程模拟为研究对象,对不同施工关键节点进行施工安全性、施工质量参数、施工步骤、施工工程量、施工设备设施、施工工器具使用等进行实景、立体化模拟,可以预知人工监工难以预料到的施工安全隐患,大大提升了整体施工过程的安全性,并且还可以提升科学施工管理水平。通过利用三维建模技术建设电力输电线路三维施工模拟分析管理体系,增强了电力输电线路基建现场土建、立塔、架线等阶段的全过程施工水平。
附图说明
图1为本发明中基于三维可视化模型的输电线路施工安全监测方法的流程示意图。
图2为本发明中三维可视化模型的构建及应用流程示意图。
图3为本发明中数据融合模型和数据融合算法的示例说明图。
具体实施方式
本发明公开一种基于三维可视化模型的输电线路施工安全监测方法。
参照图1,基于三维可视化模型的输电线路施工安全监测方法具体包括如下步骤:
S101.获取输电线路施工项目中输电线路的线塔GIM模型,以及输电线路施工项目中多个施工测量方对施工现场进行测量的三维测量数据。
其中,线塔GIM模型通过线路设计软件输出,三维测量数据具体包括激光点云数据、倾斜摄影数据、BIM数据等。激光点云数据可以通过机载激光雷达***获取,机载激光雷达***是将LiDAR***搭载至飞行平台,通过激光扫描获取地物空间信息,实现对地物高密度、高精度三维空间信息的快速提取。
倾斜摄影数据则通过摄影测量技术获取,激光雷达往往装载在无人机、直升机等飞行器上,需要在高速运动中拍摄影像,带来了新的技术难题。为了提高数字影像的清晰度,主要方法为提高影像分辨率,即在标准数字模式下,自动辨别环境参数智能确定波长,提高扫描线数量,扩大视野范围。无人机、直升机在进行巡查的过程中,可以利用高分辨率数码相机拍摄采集航空影像数据,并获取巡查区域的地物地貌真彩数字影像信息,经过纠正、镶嵌可形成彩色数字正射影像,可对目标进行分类识别,或作为纹理数据源。由于激光扫描***可以将三维点云直接生成数字高程模型DEM,并在获得的巡查区域的坐标信息的基础上,采用摄影测量技术正射纠正内容,用于生成文档对象模型DOM,从而得到数字正射影像,其原理如下所示,根据地面点(激光点)的坐标,计算该点在影像上的坐标,并根据像点坐标计算出行列号,该像素点的R、G、B值即为对应地面的色彩值。
其中,x,y为像点坐标,x0,y0为像主点,a1,a2,…,c3为旋转矩阵参数。X,Y,Z为地面坐标,Xs,Ys,Zs为摄影中心坐标。
BIM数据则通过建筑信息模型(Building Information Modeling,BIM)获取,BIM技术是一种应用于工程设计、建造、管理的数据化工具,通过对建筑的数据化、信息化模型整合,在项目策划、运行和维护的全生命周期过程中进行共享和传递,使工程技术人员对各种建筑信息作出正确理解和高效应对,为设计团队以及包括建筑、运营单位在内的各方建设主体提供协同工作的基础,在提高生产效率、节约成本和缩短工期方面发挥重要作用。BIM技术应用特点:
可视化:BIM可视化是一种能够同构件之间形成互动性和反馈性的可视化,由于整个过程都是可视化的,可视化的结果不仅可以用效果图展示及报表生成,更重要的是,项目设计、建造、运营过程中的沟通、讨论、决策都在可视化的状态下进行。
协调性:BIM信息模型可在建筑物或构筑物建造前期对各专业的碰撞问题进行协调,生成协调数据,并提供给项目相关方决策。
模拟性:BIM模拟性并不是只能模拟设计出的建筑物模型。还可以模拟不能够在真实世界中进行操作的事物。
S102.采用数据融合算法将多个施工测量方的所有三维测量数据进行多源数据融合并建模,得到现场三维模型。
其中,多源数据融合可以采用多种组合预测模型分析,组合预测法是对同一个问题,采用多种预测方法,组合的主要目的是综合利用各种方法所提供的信息,尽可能地提高预测精度,用以支撑随模型变化、时间变化、参数变化而导致的数据分析预测模型的可预测性、准确性。得到多源数据融合后的融合数据后,可以采用异构模型建模的方式完成现场三维模型的建模。
S103.将线塔GIM模型和现场三维模型进行模型融合,得到输电线路施工项目的三维可视化模型。
其中,点云配准是模型融合处理流程的关键步骤,点云配准质量的好坏直接关系到点云融合处理的效果,因此,为提高配准质量,本实施方式分别从初始配准和精细配准两个方面对点云融合处理中的点云配准部分内容进行研究:用改进SAC-IA算法进行粗配准,粗配准目的是为精配准提供更好的点云初始姿态,再用改进ICP算法进行点云的精配准处理。
S104.向三维可视化模型导入输电线路施工项目的项目施工计划数据。
其中,项目施工计划数据包括施工设施、施工设备、工程设计、施工方案等数据。
S105.通过三维可视化模型完成输电线路施工项目的施工仿真模拟,监测施工仿真模拟过程并生成安全风险信息。
其中,参照图2,通过解析融合施工现场的激光点云数据、倾斜摄影数据、BIM数据、地理环境数据等数据构建输电线路施工地点的三维可视化模型,再结合施工设施、施工设备、工程设计、施工方案等数据利用三维场景动态量测技术,对输电线路工程施工关键工况进行仿真模拟分析,分析施工中安全距离、施工空间等,对线路施工的关键工序如跨越架模拟搭设、临近带电线路杆塔组立和整体倒塔进行三维全流程推演及模拟,实现输电线路施工关键工况动态模拟、施工空间测距、安全距离自动校验,发现关键施工工序的隐患和安全风险并生成安全风险信息。
S106.若监测到安全风险信息,则根据项目施工计划数据识别安全风险信息的关联方,并向关联方发送安全风险信息。
其中,根据项目施工计划数据中的数据关联关系,搜索安全风险信息涉及的所有关联方,并通过***服务器向所有关联方负责人的移动终端发送安全风险信息。
在本实施方式中,通过三维建模技术,结合多源三维类数据,以建筑施工过程模拟为研究对象,对不同施工关键节点进行施工安全性、施工质量参数、施工步骤、施工工程量、施工设备设施、施工工器具使用等进行实景、立体化模拟,可以预知人工监工难以预料到的施工安全隐患,大大提升了整体施工过程的安全性,并且还可以提升科学施工管理水平。通过利用三维建模技术建设电力输电线路三维施工模拟分析管理体系,增强了电力输电线路基建现场土建、立塔、架线等阶段的全过程施工水平。
在其中一种实施方式中,步骤S102具体包括如下步骤:
预处理所有三维测量数据;
基于多个施工测量方的三维测量数据和预设的建模标准,分别构建不同的三维基础模型;
根据多个三维基础模型生成模型关联节点;
将所有三维基础模型进行模型解析,得到数据格式相同的模型数据;
采用数据融合算法将所有模型数据进行多源数据融合,并结合模型关联节点和多源数据融合后的融合数据重构模型,得到现场三维模型。
在本实施方式中,预处理步骤主要包括数据清洗和数据转换。数据清洗主要是去除无效数据、重复数据、异常数据等,使得数据质量得以保证。数据转换则主要是将原始数据转换为模型可以处理的格式,例如将非数值型数据转换为数值型数据,或者进行数据规范化等。
三维基础模型的构建则可以通过建立坐标系以及定义数据结构来完成。首先,需要根据测量数据来建立一个三维坐标系,然后在这个坐标系中定义数据结构,如点、线、面等。然后,根据预设的建模标准,如模型的精度、复杂度等,来构建基础模型。生成模型关联节点主要是为了建立模型间的关联,可以通过定义关联规则来完成。例如,可以定义一个规则,如果两个模型中的某个点的坐标相同,那么这个点就是一个关联节点。通过这种方式,可以生成模型关联节点。
将所有三维基础模型进行模型解析(遍历、分析和提取),得到数据格式(数据结构、坐标参数、相对比例)相同的模型数据,便于后续的数据融合。解析过程要确保模型完整、属性完整。在施工三维仿真软件中建立具备属性参数的工器具、工程本体(杆塔、金具、绝缘子串、导地线)、跨越架(承力索、防护网)的模型库,为施工模拟和方案优选提供基础三维物理空间测量数据。基于三维技术、规程规范和工程经验,对现行交叉跨越施工中的核心技术进行研发,包括跨越架(抱杆、承力索、防护网)位置、尺寸和承载力的自动计算,牵张力和弧垂的变化关系,导线与防护网、防护网与障碍物的空间距离计算和校验,工器具型号的优选等,在上述计算分析的基础上能自动生成计算书。
采用数据融合算法将所有模型数据进行多源数据融合,主要是将不同来源的模型数据进行融合,然后根据融合后的数据以及模型关联节点来重构模型。可以通过使用数据融合算法,如K-means聚类、决策树、随机森林等,来完成数据融合。然后,根据融合后的数据以及模型关联节点,重新构建模型,得到现场三维模型。
在其中一种实施方式中,步骤根据多个三维基础模型生成模型关联节点具体包括如下步骤:
将多个三维基础模型中任意一个三维基础模型作为目标三维基础模型,并遍历目标三维基础模型中的所有目标模型点数据;
根据所有目标模型点数据的聚合关系和模型点坐标,确定多个基础关联节点以及多个基础关联节点的节点坐标;
基于节点坐标在目标三维基础模型之外的其他所有三维基础模型中标记相似关联节点;
以基础关联节点和对应的多个相似关联节点为中心,并以相同的坐标范围分别获取基础聚合度和多个相似聚合度;
计算多个相似聚合度之间的平均值,得到平均相似聚合度;
判断基础聚合度和平均相似聚合度之差是否超出预设的聚合度阈值;
若基础聚合度和平均相似聚合度之差超出聚合度阈值,则舍弃对应的基础关联节点;
若基础聚合度和平均相似聚合度之差未超出聚合度阈值,则将对应的基础关联节点作为模型关联节点。
在本实施方式中,举例说明,假设有三维基础模型A、B和C,任意选取三维基础模型A作为目标三维基础模型,遍历三维基础模型A中的所有目标模型点数据(a1,a2,...,an),分别计算各个目标模型点数据之间的距离,判断距离是否小于预设的阈值,若两个模型点之间的距离小于预设的阈值,则认为它们存在聚合关系。统计所有目标模型点数据的聚合关系数量,将聚合关系数量按从大至小的顺序进行排列,选取前m个聚合关系数量所对应的目标模型点数据作为基础关联节点(A1,A2,...,Am),m<n。
在三维基础模型B和C中根据基础关联节点的节点坐标找到相同坐标或距离最近的坐标,并将对应的节点作为相似关联节点(B1,B2,...,Bm)、(C1,C2,...,Cm)。若以基础关联节点A1为中心,并以相同的坐标范围(如10个单位坐标)为半径生成聚合计算范围,统计聚合计算范围中所有模型点数据(节点)的聚合关系总数,将聚合关系总数除以聚合计算范围中所有模型点数据的数量,得到基础关联节点的聚合度作为基础聚合度。基础关联节点A1所对应的相似关联节点为B1和C1,采用上述同样的坐标范围和计算方式分别计算得到B1和C1的聚合度作为相似聚合度。
通过下列公式计算得到平均相似聚合度:(B1相似聚合度+C1相似聚合度)/2。判断基础聚合度和平均相似聚合度之差是否超出预设的聚合度阈值;若基础聚合度和平均相似聚合度之差超出聚合度阈值,则舍弃基础关联节点A1;若基础聚合度和平均相似聚合度之差未超出聚合度阈值,则将基础关联节点A1作为模型关联节点。
在其中一种实施方式中,步骤采用数据融合算法将所有模型数据进行多源数据融合,并结合模型关联节点和多源数据融合后的融合数据重构模型,得到现场三维模型包括如下步骤:
基于模型关联节点将所有模型数据进行数据对齐;
利用数据融合模型并采用数据融合算法将数据对齐后的所有模型数据进行多源数据融合,得到融合数据;
基于融合数据重构模型,得到现场三维模型。
在本实施方式中,由于各个数据源提供的模型数据格式不统一,需要进行数据对齐操作,将不同数据源的模型数据转换为统一的格式,以便后续的模型融合和联合建模。多源数据融合的处理因多源数据本身数据差异性的因素,并没有完备统一适用于所有场景的算法,在工程应用上,需要针对不同的应用场景和具体数据选择与之相适应的模型和算法进行多源数据融合的数据处理。
参照图3,数据融合模型主要可以分为初始模型类和拓展模型类。数据融合算法从算法概念出发可分为物理模型类、基于参数类和认识模型类三种。物理模型类可分为模拟法、句法分析法等,例如卡尔曼滤波、最大似然估计和最小二乘估计就是属于物理模型类的算法。基于参数类依据统计法和信息论的理论进行划分,基于统计法的算法包括经典推理理论、D-S证据理论和贝叶斯推理算法;基于信息论的算法包括经典网络法、熵值理论法、表决法和聚类分析法。认识模型类包括了模糊理论、逻辑模板、知识***和遗传算法四种。
最后基于融合数据采用异构模型建模的方式重构模型,得到现场三维模型。异构模型建模具体采用建立联合机器学***台使用自己的数据结构设计实现机器学习算法,即在同一个三维环境由不同数据源提供的三维空间模型通过计算机算法机器学习二次构建空间模型数据的方法,部分几何模型重新构建,勘测数据提取数据,生成模型数据点网。
在其中一种实施方式中,步骤S103具体包括如下步骤:
提取线塔GIM模型的第一模型点云数据,提取现场三维模型的第二模型点云数据;
对第一模型点云数据和第二模型点云数据进行点云匹配,得到匹配结果;
根据匹配结果调整第二模型点云数据的数据坐标;
将第一模型点云数据和数据坐标调整后的第二模型点云数据进行纹理映射、属性关联和几何融合,得到输电线路施工项目的三维可视化模型。
在本实施方式中,点云配准是点云融合处理流程的关键步骤,点云配准质量的好坏直接关系到点云融合处理的效果,因此,为提高配准质量,本实施方式分别从初始配准和精细配准两个方面对点云融合处理中的点云配准部分内容进行研究:用改进SAC-IA算法进行粗配准,粗配准目的是为精配准提供更好的点云初始姿态,再用改进ICP算法进行点云的精配准处理。改进SAC-IA算法在传统SAC-IA算法基础上进行,基本原理大致和SAC-IA算法相同,不同之处在于改进SAC-IA算法先用LOF因子算法对参与粗配准的初始点云进行点云精简处理,精简点云的数据量,从而实现加速SAC-IA算法初始匹配处理过程,提高点云粗配准处理效率。点云数据进行配准前都会进行点云数据精简的预处理,以减少不必要点云数据量,但是一般都采用基于整体精简理论的方法,对于局部重叠区域精简效果不佳,故本实施方式采用LOF(Local Outlier Factor)因子精简算法进行点云数据精简,LOF因子算法精简效果明显直观,能具体量化局部细微点云数据的重叠程度。
三维模型技术广泛用任何使用三维图形的领域,三维模型本身是不可见的,可以根据简单的线框在不同细节层次渲染的或者用不同方法进行明暗描绘(shaded)。但是,许多三维模型使用纹理进行覆盖,将纹理排列放到三维模型上的过程称作纹理映射。纹理就是一个图像,但是它可以让模型更加细致并且看起来更加真实。属性关联主要包括工器具、工程本体(杆塔、金具、绝缘子串、导地线)、跨越架(承力索、防护网)等各个器具的属性参数与地形属性参数的互相关联。几何融合则是抱杆、承力索、防护网等器具的位置、尺寸和承载力与地形尺寸、位置、受力关系之间的融合。
在其中一种实施方式中,步骤S105具体包括如下步骤:
基于项目施工计划数据从预设的历史项目数据库中提取同一项目类别的历史施工数据;
结合项目施工计划数据和历史施工数据设定多个监测指标,监测指标包括设备移动指标、设备工作指标、人员工作指标和材料消耗指标;
通过三维可视化模型完成输电线路施工项目的施工仿真模拟,并监测施工仿真模拟过程中是否存在仿真模拟数据超出对应的监测指标;
若不存在仿真模拟数据超出对应的监测指标,则不生成安全风险信息;
若存在仿真模拟数据超出对应的监测指标,则基于超出监测指标的目标仿真模拟数据生成安全风险信号;
统计目标仿真模拟数据的数据量,以及各个目标仿真模拟数据超出对应监测指标的超出范围;
结合超出范围和数据量生成安全风险等级;
结合安全风险信号和安全风险等级生成安全风险信息。
在本实施方式中,举例说明:假设有一个输电线路施工项目,根据项目施工计划数据,从历史项目数据库中提取同一项目类别的历史施工数据。结合项目施工计划数据和历史施工数据,设定监测指标,如设备移动次数、设备工作时间、人员工作时间和材料消耗量。使用三维可视化模型完成施工仿真模拟,并在仿真模拟过程中监测数据是否超出监测指标。如果仿真模拟数据没有超出监测指标,则不生成安全风险信息。如果某些数据超出了监测指标,就基于这些超出的目标仿真模拟数据生成相应的安全风险信号。统计目标仿真模拟数据的数据量,包括数据的数量和超出的范围。根据超出的范围和数据量,确定安全风险的等级。最后,结合安全风险信号和安全风险等级生成详细的安全风险信息,以便项目管理人员能够及时了解并采取相应的措施来降低安全风险。
在其中一种实施方式中,在步骤S105之后具体还包括如下步骤:
存储施工仿真模拟的仿真模拟记录;
获取项目修改信息和施工环境信息,项目修改信息用于修改项目施工计划数据,施工环境信息为施工现场中预设的传感器所采集的现场环境数据;
基于施工环境信息调整三维可视化模型中输电线路模型的模型参数;
结合项目修改信息和仿真模拟记录重新进行施工仿真模拟,并监测施工仿真模拟过程中的安全风险信息。
在本实施方式中,在进行施工仿真模拟时,将仿真模拟的结果记录下来,包括模拟数据、模拟参数、模拟时间等信息。实际施工过程中,可能会出现项目修改的情况,例如施工计划的调整。此时,需要获取项目修改信息,并根据这些信息对项目施工计划数据进行相应的修改。预设的传感器在施工现场中采集了现场环境数据,如温度、湿度等施工环境信息,根据施工环境信息,调整三维可视化模型中输电线路模型的模型参数,如材料的热膨胀系数、导线的电阻等。根据项目修改信息,对项目施工计划数据进行相应的修改。使用修改后的施工计划数据和之前存储的仿真模拟记录,重新进行施工仿真模拟。在施工仿真模拟过程中,监测模拟数据是否超出安全风险的阈值,如设备移动次数、设备工作时间等。如果存在超出阈值的安全风险信息,及时进行记录和报警。
在其中一种实施方式中,步骤获取项目修改信息和施工环境信息具体包括如下步骤:
通过施工现场中预设的传感器获取施工环境信息;
通过监测输电线路施工项目中所有关联施工方的施工方客户端获取项目修改信息;
利用jieba分词法和关键词检索法获取项目修改信息的核心修改内容;
将核心修改内容与预设的项目内容等级表进行比对,确定核心修改内容的内容等级;
读取项目修改信息所对应的施工方客户端的客户端权限;
判断内容等级是否低于客户端权限;
若内容等级低于客户端权限,则保留对应的项目修改信息;
若内容等级不低于客户端权限,则将对应的项目修改信息退回至对应的施工方客户端。
在本实施方式中,在施工现场中预设的传感器可以实时采集施工环境的信息,如温度、湿度、风速等。通过网络连接,可以实时监测所有关联施工方的施工方客户端,获取他们提交的项目修改信息。使用jieba分词法对项目修改信息进行分词,然后通过关键词检索法检索出核心修改内容。根据预设的项目内容等级表,确定核心修改内容的内容等级。从施工方客户端的用户信息中,读取该客户端的权限等级。比较核心修改内容的内容等级和客户端权限等级,如果内容等级低于客户端权限,则说明该客户端有权限进行此项修改,保留这个项目修改信息。如果内容等级不低于客户端权限,则说明该客户端没有权限进行此项修改,将这个项目修改信息退回。
举例说明:假设施工方A提交了一个项目修改信息,内容是“将材料B更换为材料C”。***首先通过jieba分词法和关键词检索法获取核心修改内容,即“更换材料”。然后,将这个核心修改内容与预设的项目内容等级表进行比对,确定其内容等级。同时,***读取施工方A客户端的客户端权限。如果“更换材料”的内容等级低于施工方A客户端的权限等级,那么***会保留这个项目修改信息。如果“更换材料”的内容等级不低于施工方A客户端的权限等级,那么***会将这个项目修改信息退回至施工方A客户端。
在其中一种实施方式中,施工环境信息包括风力信息、风向信息和降雨信息,模型参数包括输电线路模型的材料属性、受力方向和模型坐标位置。
在本实施方式中,步骤基于施工环境信息调整三维可视化模型中输电线路模型的模型参数具体包括如下步骤:
收集施工环境信息:首先,需要收集风力信息、风向信息和降雨信息。这可以通过气象站、气象预报数据、传感器等方式获取。
确定模型参数:根据收集到的施工环境信息,确定需要调整的输电线路模型的模型参数。这些参数可以包括输电线路的材料属性(如导线的材质、截面积等)、受力方向(如重力、风力等)和模型的坐标位置。
调整模型参数:根据确定的模型参数,对三维可视化模型中的输电线路模型进行调整。可以使用计算机辅助设计软件或者专业的建模工具来进行调整。例如,可以修改导线的材质属性、调整导线的受力方向,或者改变模型的坐标位置。
更新可视化模型:在完成模型参数的调整后,需要将调整后的模型参数应用到三维可视化模型中。这可以通过导入修改后的模型文件或者更新模型的属性来实现。
举例说明,假设正在建设一座高大建筑物旁的输电线路。根据收集到的施工环境信息,发现该地区的风力较大且风向经常变化,同时降雨较多。为了确保输电线路施工的安全性和稳定性,需要调整三维可视化模型中的输电线路模型的模型参数。首先收集到了风力信息和风向信息,可以通过气象预报数据得知当前风力为5级,风向为西南方向。同时还收集到了降雨信息,得知当前正下着小雨。
根据这些施工环境信息,需要调整输电线路模型的模型参数。首先,可以根据风力信息调整导线的受力方向。由于风力来自西南方向,可以为导线增加受力点及受力方向,受力点均匀分布至整个导线,受力方向与风向相同。其次,由于降雨,可能需要调整导线的材质属性。最后,根据调整后的模型参数,可以更新三维可视化模型中的输电线路模型。通过导入修改后的模型文件或者更新模型的属性,可以在可视化模型中准确地呈现出根据施工环境信息调整后的输电线路模型,从而直观地观察到输电线路在不同施工环境下的表现,为施工过程中的决策提供参考。
本发明还公开一种基于三维可视化模型的输电线路施工安全监测***,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上述任一种实施方式中所描述的基于三维可视化模型的输电线路施工安全监测方法。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本申请的保护范围限于这些例子;在本申请的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上的本申请中一个或多个实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
本申请中一个或多个实施例旨在涵盖落入本申请的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本申请中一个或多个实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.一种基于三维可视化模型的输电线路施工安全监测方法,其特征在于,包括如下步骤:
获取输电线路施工项目中输电线路的线塔GIM模型,以及所述输电线路施工项目中多个施工测量方对施工现场进行测量的三维测量数据;
预处理所有所述三维测量数据;
基于多个所述施工测量方的所述三维测量数据和预设的建模标准,分别构建不同的三维基础模型;
将多个所述三维基础模型中任意一个所述三维基础模型作为目标三维基础模型,并遍历所述目标三维基础模型中的所有目标模型点数据;
根据所有所述目标模型点数据的聚合关系和模型点坐标,确定多个基础关联节点以及多个所述基础关联节点的节点坐标;
基于所述节点坐标在所述目标三维基础模型之外的其他所有所述三维基础模型中标记相似关联节点;
以所述基础关联节点和对应的多个所述相似关联节点为中心,并以相同的坐标范围分别获取基础聚合度和多个相似聚合度;
计算多个所述相似聚合度之间的平均值,得到平均相似聚合度;
判断所述基础聚合度和所述平均相似聚合度之差是否超出预设的聚合度阈值;
若所述基础聚合度和所述平均相似聚合度之差超出所述聚合度阈值,则舍弃对应的所述基础关联节点;
若所述基础聚合度和所述平均相似聚合度之差未超出所述聚合度阈值,则将对应的所述基础关联节点作为模型关联节点;
将所有所述三维基础模型进行模型解析,得到数据格式相同的模型数据;
采用数据融合算法将所有所述模型数据进行多源数据融合,并结合所述模型关联节点和多源数据融合后的融合数据重构模型,得到现场三维模型;
将所述线塔GIM模型和所述现场三维模型进行模型融合,得到所述输电线路施工项目的三维可视化模型;
向所述三维可视化模型导入所述输电线路施工项目的项目施工计划数据;
通过所述三维可视化模型完成所述输电线路施工项目的施工仿真模拟,监测所述施工仿真模拟过程并生成安全风险信息;
若监测到所述安全风险信息,则根据所述项目施工计划数据识别所述安全风险信息的关联方,并向所述关联方发送所述安全风险信息。
2.根据权利要求1所述的基于三维可视化模型的输电线路施工安全监测方法,其特征在于,所述采用数据融合算法将所有所述模型数据进行多源数据融合,并结合所述模型关联节点和多源数据融合后的融合数据重构模型,得到现场三维模型包括如下步骤:
基于所述模型关联节点将所有所述模型数据进行数据对齐;
利用数据融合模型并采用数据融合算法将数据对齐后的所有所述模型数据进行多源数据融合,得到融合数据;
基于所述融合数据重构模型,得到现场三维模型。
3.根据权利要求1所述的基于三维可视化模型的输电线路施工安全监测方法,其特征在于,所述将所述线塔GIM模型和所述现场三维模型进行模型融合,得到所述输电线路施工项目的三维可视化模型包括如下步骤:
提取所述线塔GIM模型的第一模型点云数据,提取所述现场三维模型的第二模型点云数据;
对所述第一模型点云数据和所述第二模型点云数据进行点云匹配,得到匹配结果;
根据所述匹配结果调整所述第二模型点云数据的数据坐标;
将所述第一模型点云数据和所述数据坐标调整后的所述第二模型点云数据进行纹理映射、属性关联和几何融合,得到所述输电线路施工项目的三维可视化模型。
4.根据权利要求1所述的基于三维可视化模型的输电线路施工安全监测方法,其特征在于,所述通过所述三维可视化模型完成所述输电线路施工项目的施工仿真模拟,监测所述施工仿真模拟过程并生成安全风险信息包括如下步骤:
基于所述项目施工计划数据从预设的历史项目数据库中提取同一项目类别的历史施工数据;
结合所述项目施工计划数据和所述历史施工数据设定多个监测指标,所述监测指标包括设备移动指标、设备工作指标、人员工作指标和材料消耗指标;
通过所述三维可视化模型完成所述输电线路施工项目的施工仿真模拟,并监测所述施工仿真模拟过程中是否存在仿真模拟数据超出对应的所述监测指标;
若不存在仿真模拟数据超出对应的所述监测指标,则不生成安全风险信息;
若存在仿真模拟数据超出对应的所述监测指标,则基于超出所述监测指标的目标仿真模拟数据生成安全风险信号;
统计所述目标仿真模拟数据的数据量,以及各个所述目标仿真模拟数据超出对应所述监测指标的超出范围;
结合所述超出范围和所述数据量生成安全风险等级;
结合所述安全风险信号和所述安全风险等级生成安全风险信息。
5.根据权利要求1所述的基于三维可视化模型的输电线路施工安全监测方法,其特征在于,在所述通过所述三维可视化模型完成所述输电线路施工项目的施工仿真模拟,监测所述施工仿真模拟过程并生成安全风险信息之后还包括如下步骤:
存储所述施工仿真模拟的仿真模拟记录;
获取项目修改信息和施工环境信息,所述项目修改信息用于修改所述项目施工计划数据,所述施工环境信息为所述施工现场中预设的传感器所采集的现场环境数据;
基于所述施工环境信息调整所述三维可视化模型中输电线路模型的模型参数;
结合所述项目修改信息和所述仿真模拟记录重新进行所述施工仿真模拟,并监测所述施工仿真模拟过程中的安全风险信息。
6.根据权利要求5所述的基于三维可视化模型的输电线路施工安全监测方法,其特征在于,所述获取项目修改信息和施工环境信息包括如下步骤:
通过所述施工现场中预设的传感器获取施工环境信息;
通过监测所述输电线路施工项目中所有关联施工方的施工方客户端获取项目修改信息;
利用jieba分词法和关键词检索法获取所述项目修改信息的核心修改内容;
将所述核心修改内容与预设的项目内容等级表进行比对,确定所述核心修改内容的内容等级;
读取所述项目修改信息所对应的所述施工方客户端的客户端权限;
判断所述内容等级是否低于所述客户端权限;
若所述内容等级低于所述客户端权限,则保留对应的所述项目修改信息;
若所述内容等级不低于所述客户端权限,则将对应的所述项目修改信息退回至对应的所述施工方客户端。
7.根据权利要求5所述的基于三维可视化模型的输电线路施工安全监测方法,其特征在于,所述施工环境信息包括风力信息、风向信息和降雨信息,所述模型参数包括所述输电线路模型的材料属性、受力方向和模型坐标位置。
8.一种基于三维可视化模型的输电线路施工安全监测***,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的基于三维可视化模型的输电线路施工安全监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311381162.XA CN117371949B (zh) | 2023-10-24 | 2023-10-24 | 基于三维可视化模型的输电线路施工安全监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311381162.XA CN117371949B (zh) | 2023-10-24 | 2023-10-24 | 基于三维可视化模型的输电线路施工安全监测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117371949A CN117371949A (zh) | 2024-01-09 |
CN117371949B true CN117371949B (zh) | 2024-05-31 |
Family
ID=89388775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311381162.XA Active CN117371949B (zh) | 2023-10-24 | 2023-10-24 | 基于三维可视化模型的输电线路施工安全监测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117371949B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117687426A (zh) * | 2024-01-31 | 2024-03-12 | 成都航空职业技术学院 | 一种低空环境下的无人飞行器飞行控制方法和*** |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989198A (zh) * | 2015-01-29 | 2016-10-05 | 中交宇科(北京)空间信息技术有限公司 | 基于bim的公路参数化自动建模方法和*** |
CN110706095A (zh) * | 2019-09-30 | 2020-01-17 | 四川新网银行股份有限公司 | 一种基于关联网络的目标节点关键信息填补方法及*** |
CN112035934A (zh) * | 2020-09-04 | 2020-12-04 | 国网山西省电力公司经济技术研究院 | 一种基于变电站的数字化设计模型进行施工管理控制的方法 |
CN112053429A (zh) * | 2020-08-10 | 2020-12-08 | 国网青海省电力公司 | 一种基于gim三维设计模型的变电站施工管控平台 |
CN112257497A (zh) * | 2020-09-14 | 2021-01-22 | 广东电网有限责任公司江门供电局 | 一种利用空地融合真三维场景对线路施工监督的方法 |
CN112446114A (zh) * | 2020-12-08 | 2021-03-05 | 国网江苏省电力工程咨询有限公司 | 基于三维模型比对的输电线路工程施工进度监测方法 |
CN112507430A (zh) * | 2020-12-02 | 2021-03-16 | 国网江西省电力有限公司建设分公司 | Bim模型与工程项目的可视化融合方法 |
CN112836352A (zh) * | 2021-01-12 | 2021-05-25 | 中国电建集团贵州电力设计研究院有限公司 | 一种融合三维设计和激光点云的输电线路模型生成方法 |
CN112927360A (zh) * | 2021-03-24 | 2021-06-08 | 广州蓝图地理信息技术有限公司 | 一种基于倾斜模型与激光点云数据融合的三维建模方法和*** |
CN113743727A (zh) * | 2021-08-04 | 2021-12-03 | 苏州上应科技有限公司 | 一种基于bim的建筑监测方法 |
CN114139326A (zh) * | 2021-12-08 | 2022-03-04 | 国网陕西省电力有限公司建设分公司 | 一种基于三维gis的输电线路张力放线仿真模拟*** |
CN114386223A (zh) * | 2021-11-29 | 2022-04-22 | 武汉未来幻影科技有限公司 | 一种基于真实场景的驾考模拟器考场模型创建方法 |
CN114580867A (zh) * | 2022-02-22 | 2022-06-03 | 国网浙江省电力有限公司建设分公司 | 一种基于倾斜摄影数据的输电线路牵张场布置方法 |
CN114611253A (zh) * | 2022-01-27 | 2022-06-10 | 国网冀北电力有限公司经济技术研究院 | 一种面向输电线路云设计的多源数据融合方法 |
CN114637026A (zh) * | 2022-03-18 | 2022-06-17 | 福建和盛高科技产业有限公司 | 一种基于三维仿真技术实现输电线路在线监测与智能巡检的方法 |
CN115130278A (zh) * | 2022-06-01 | 2022-09-30 | 湖南经研电力设计有限公司 | 基于输变电工程数字化成果的三维交底技术平台 |
CN115147563A (zh) * | 2022-07-28 | 2022-10-04 | 江苏省送变电有限公司 | 一种基于gim技术的跨越架三维模型自动生成方法 |
CN115936437A (zh) * | 2022-12-23 | 2023-04-07 | 浙江浙峰云智科技有限公司 | 一种基于数字孪生仿真平台的基坑施工风险评估方法及*** |
CN115982954A (zh) * | 2022-12-05 | 2023-04-18 | 国网福建省电力有限公司电力科学研究院 | 一种输电线路三维仿真模型构建***及模型构建方法 |
CN116051731A (zh) * | 2022-12-27 | 2023-05-02 | 深圳供电局有限公司 | 一种综合输电线路多源数据的实时监控视频融合方法 |
CN116258608A (zh) * | 2023-05-15 | 2023-06-13 | 中铁水利信息科技有限公司 | 融合gis和bim三维技术的水利实时监测信息管理*** |
CN116415814A (zh) * | 2023-03-30 | 2023-07-11 | 绍兴大明电力设计院有限公司 | 一种基于三维模型的任务风险管控方法 |
CN116595758A (zh) * | 2023-05-17 | 2023-08-15 | 深圳墨影科技有限公司 | 一种机器人研发应用的参数化设计***及方法 |
CN116862712A (zh) * | 2023-07-07 | 2023-10-10 | 太原科技大学 | 基于雷视融合的电力施工潜在安全风险检测方法与*** |
-
2023
- 2023-10-24 CN CN202311381162.XA patent/CN117371949B/zh active Active
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989198A (zh) * | 2015-01-29 | 2016-10-05 | 中交宇科(北京)空间信息技术有限公司 | 基于bim的公路参数化自动建模方法和*** |
CN110706095A (zh) * | 2019-09-30 | 2020-01-17 | 四川新网银行股份有限公司 | 一种基于关联网络的目标节点关键信息填补方法及*** |
CN112053429A (zh) * | 2020-08-10 | 2020-12-08 | 国网青海省电力公司 | 一种基于gim三维设计模型的变电站施工管控平台 |
CN112035934A (zh) * | 2020-09-04 | 2020-12-04 | 国网山西省电力公司经济技术研究院 | 一种基于变电站的数字化设计模型进行施工管理控制的方法 |
CN112257497A (zh) * | 2020-09-14 | 2021-01-22 | 广东电网有限责任公司江门供电局 | 一种利用空地融合真三维场景对线路施工监督的方法 |
CN112507430A (zh) * | 2020-12-02 | 2021-03-16 | 国网江西省电力有限公司建设分公司 | Bim模型与工程项目的可视化融合方法 |
CN112446114A (zh) * | 2020-12-08 | 2021-03-05 | 国网江苏省电力工程咨询有限公司 | 基于三维模型比对的输电线路工程施工进度监测方法 |
CN112836352A (zh) * | 2021-01-12 | 2021-05-25 | 中国电建集团贵州电力设计研究院有限公司 | 一种融合三维设计和激光点云的输电线路模型生成方法 |
CN112927360A (zh) * | 2021-03-24 | 2021-06-08 | 广州蓝图地理信息技术有限公司 | 一种基于倾斜模型与激光点云数据融合的三维建模方法和*** |
CN113743727A (zh) * | 2021-08-04 | 2021-12-03 | 苏州上应科技有限公司 | 一种基于bim的建筑监测方法 |
CN114386223A (zh) * | 2021-11-29 | 2022-04-22 | 武汉未来幻影科技有限公司 | 一种基于真实场景的驾考模拟器考场模型创建方法 |
CN114139326A (zh) * | 2021-12-08 | 2022-03-04 | 国网陕西省电力有限公司建设分公司 | 一种基于三维gis的输电线路张力放线仿真模拟*** |
CN114611253A (zh) * | 2022-01-27 | 2022-06-10 | 国网冀北电力有限公司经济技术研究院 | 一种面向输电线路云设计的多源数据融合方法 |
CN114580867A (zh) * | 2022-02-22 | 2022-06-03 | 国网浙江省电力有限公司建设分公司 | 一种基于倾斜摄影数据的输电线路牵张场布置方法 |
CN114637026A (zh) * | 2022-03-18 | 2022-06-17 | 福建和盛高科技产业有限公司 | 一种基于三维仿真技术实现输电线路在线监测与智能巡检的方法 |
CN115130278A (zh) * | 2022-06-01 | 2022-09-30 | 湖南经研电力设计有限公司 | 基于输变电工程数字化成果的三维交底技术平台 |
CN115147563A (zh) * | 2022-07-28 | 2022-10-04 | 江苏省送变电有限公司 | 一种基于gim技术的跨越架三维模型自动生成方法 |
CN115982954A (zh) * | 2022-12-05 | 2023-04-18 | 国网福建省电力有限公司电力科学研究院 | 一种输电线路三维仿真模型构建***及模型构建方法 |
CN115936437A (zh) * | 2022-12-23 | 2023-04-07 | 浙江浙峰云智科技有限公司 | 一种基于数字孪生仿真平台的基坑施工风险评估方法及*** |
CN116051731A (zh) * | 2022-12-27 | 2023-05-02 | 深圳供电局有限公司 | 一种综合输电线路多源数据的实时监控视频融合方法 |
CN116415814A (zh) * | 2023-03-30 | 2023-07-11 | 绍兴大明电力设计院有限公司 | 一种基于三维模型的任务风险管控方法 |
CN116258608A (zh) * | 2023-05-15 | 2023-06-13 | 中铁水利信息科技有限公司 | 融合gis和bim三维技术的水利实时监测信息管理*** |
CN116595758A (zh) * | 2023-05-17 | 2023-08-15 | 深圳墨影科技有限公司 | 一种机器人研发应用的参数化设计***及方法 |
CN116862712A (zh) * | 2023-07-07 | 2023-10-10 | 太原科技大学 | 基于雷视融合的电力施工潜在安全风险检测方法与*** |
Also Published As
Publication number | Publication date |
---|---|
CN117371949A (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6837467B2 (ja) | 点群データ同士のマッチング関係を確定するための方法及び装置 | |
CN100533486C (zh) | 一种数字城市全自动生成的方法 | |
CN113806897B (zh) | 一种基于三维gis技术的电力工程建设决策优化方法 | |
CN117371949B (zh) | 基于三维可视化模型的输电线路施工安全监测方法及*** | |
Qin et al. | Automated reconstruction of parametric bim for bridge based on terrestrial laser scanning data | |
CN107704879A (zh) | 一种变电站带电作业安全距离计算方法 | |
CN110136260A (zh) | 基于激光点云全要素模型库的输电线路杆塔及其实现方法 | |
CN113916130B (zh) | 一种基于最小二乘法的建筑物位置测量方法 | |
CN112305559A (zh) | 基于地面定点激光雷达扫描的输电线距离测量方法、装置、***和电子设备 | |
CN116993928B (zh) | 一种基于无人机遥感技术的城市工程测绘方法及*** | |
CN110660125B (zh) | 用于电力配网***的三维建模装置 | |
CN114297947B (zh) | 基于深度学习网络的数据驱动风电***孪生方法及*** | |
CN108491649A (zh) | 一种风电场数字化平台的设计方法以及处理设备 | |
CN117351521B (zh) | 基于数字孪生的输电线鸟类检测方法、***、介质及设备 | |
Tarko et al. | Tscan: Stationary lidar for traffic and safety studies—object detection and tracking | |
CN116958472A (zh) | 一种输电线路交叉跨越检测分析方法 | |
Zou et al. | Systematic framework for post-earthquake bridge inspection through UAV and 3D BIM reconstruction | |
CN111146866A (zh) | 一种输电通道控制方法 | |
Borisov et al. | An automated process of creating 3D city model for monitoring urban infrastructures | |
Li et al. | [Retracted] PointLAE: A Point Cloud Semantic Segmentation Neural Network via Multifeature Aggregation for Large‐Scale Application | |
Dai et al. | [Retracted] Accurate Ranging Based on Transmission Line Channel Monitoring Image and Point Cloud Data Mapping | |
Piech et al. | The assessment of elevation data consistency. A case study using the ALS and georeference database in the City of Kraków | |
CN115620278B (zh) | 一种识别和测量物料的方法 | |
Guo et al. | A Local Enhancement Method for Large‐Scale Building Facade Depth Images using Densely Matched Point Clouds | |
Dekker et al. | Point Cloud Analysis of Railway Infrastructure: A Systematic Literature Review |
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 |