CN117670242A - 一种基于数字孪生的智慧城市管理方法及*** - Google Patents
一种基于数字孪生的智慧城市管理方法及*** Download PDFInfo
- Publication number
- CN117670242A CN117670242A CN202311688124.9A CN202311688124A CN117670242A CN 117670242 A CN117670242 A CN 117670242A CN 202311688124 A CN202311688124 A CN 202311688124A CN 117670242 A CN117670242 A CN 117670242A
- Authority
- CN
- China
- Prior art keywords
- management
- managed
- data
- item
- city
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 331
- 230000007246 mechanism Effects 0.000 claims abstract description 153
- 238000004088 simulation Methods 0.000 claims abstract description 48
- 238000013507 mapping Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 238000005457 optimization Methods 0.000 claims description 31
- 239000012634 fragment Substances 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 26
- 238000012512 characterization method Methods 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 230000004927 fusion Effects 0.000 claims description 13
- 238000012795 verification Methods 0.000 claims description 12
- 238000010606 normalization Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 8
- 230000007547 defect Effects 0.000 claims description 8
- 238000009499 grossing Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 238000003032 molecular docking Methods 0.000 claims description 6
- 230000008447 perception Effects 0.000 claims description 6
- 238000009877 rendering Methods 0.000 claims description 5
- 238000005538 encapsulation Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 11
- 239000002699 waste material Substances 0.000 abstract description 7
- 230000009286 beneficial effect Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- 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
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种基于数字孪生的智慧城市管理方法及***,包括:获取目标城市的实景三维数据,并对实景三维数据进行分类数字图像转换,构建目标城市的数字孪生模型;实时监测目标城市的待管理数据,并将待管理数据在数字孪生模型中类别映射后进行模拟管理分析,得到每一待管理项目的管控机制;基于管控机制对相应待管理项目进行管理,得到城市中各待管理项目的项目管理信息,并基于项目管理信息对管控机制进行动态迭代优化。为城市管理提供了可靠的数据支撑,保障了对城市资源的有效调度,杜绝了资源浪费,同时,从不同维度上提高了对城市的管理效率,保障了对城市的管理效果。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种基于数字孪生的智慧城市管理方法及***。
背景技术
数字孪生是通过数字模型与实际物理实体进行实时的数据同步、监测和模拟的技术概念,数字孪生将实体与其虚拟模型相连接,以实现对实体的实时监控、数据分析、预测模拟和优化,被广泛应用在各个领域,智慧城市管理就是其中之一,通过数字孪生对城市进行管理,可提升城市运行效率、改善居民生活品质以及有利于资源协调等;
但是,目前的城市管理面临着如下问题:
1、资源浪费:传统城市管理往往缺乏***化的规划和管理,导致资源的浪费;
2、效率低下:传统城市管理的决策和执行过程通常较为繁琐和缓慢,需要大量的人力和物力投入;
3、缺乏数据支持:传统城市管理缺乏充分和准确的数据支持,难以全面了解城市运行的情况和问题;
因此,为了克服上述缺陷,本发明提供了一种基于数字孪生的智慧城市管理方法及***。
发明内容
本发明提供一种基于数字孪生的智慧城市管理方法及***,用以通过采集目标城市的实景三维数据,并对实景三维数据进行处理后,构建目标城市的数字孪生模型,从而便于通过数字孪生模型对目标城市中的各待管理项目进行协同管理,其次,通过将目标城市的待管理数据映射至数字孪生模型,并进行相应的模拟管理分析,为城市管理提供了可靠的数据支撑,实现对目标城市中每一待管理项目的管控机制进行准确有效的制定,最后,通过管控机制对目标城市进行管理,并基于管理结果对管控机制进行迭代优化,从而便于对管控机制进行有效调整,保障了对城市资源的有效调度,杜绝了资源浪费,同时,从不同维度上提高了对城市的管理效率,保障了对城市的管理效果。
本发明提供了一种基于数字孪生的智慧城市管理方法,包括:
步骤1:获取目标城市的实景三维数据,并对实景三维数据进行分类数字图像转换,构建目标城市的数字孪生模型;
步骤2:实时监测目标城市的待管理数据,并将待管理数据在数字孪生模型中类别映射后进行模拟管理分析,得到每一待管理项目的管控机制;
步骤3:基于管控机制对相应待管理项目进行管理,得到城市中各待管理项目的项目管理信息,并基于项目管理信息对管控机制进行动态迭代优化。
优选的,一种基于数字孪生的智慧城市管理方法,步骤1中,获取目标城市的实景三维数据,包括:
获取对目标城市的观测项目,并提取观测项目的项目属性,且基于项目属性在目标城市的每一观测项目中适配辅助信息采集点;
基于项目属性确定对观测项目的实景三维数据的采集维度,并确定每一维度下的采集模式;
基于采集模式根据辅助信息采集点对相应观测项目进行独立数据采集,得到每一观测项目的实景三维数据片段,并基于采集维度的关联性将不同维度下的实景三维数据片段进行特征融合和处理,得到目标城市的实景三维数据。
优选的,一种基于数字孪生的智慧城市管理方法,基于采集维度的关联性将不同维度下的实景三维数据片段进行特征融合和处理,包括:
获取每一维度下的实景三维数据片段,并将每一维度下的实景三维数据片段映射至预设地理坐标系进行坐标归一化处理,得到初始实景三维数据片段;
将每一观测项目的不同维度下的初始实景三维数据片段进行时空位置对齐,并基于对齐结果提取初始实景三维数据片段的数据表征特征;
基于数据表征特征确定不同维度下的初始实景三维数据片段的关联特征,并基于关联特征对每一观测项目的不同维度下的初始实景三维数据片段进行加权平均融合;
基于不同观测项目的时空位置关系将不同观测项目加权平均融合的初始实景三维数据片段进行特征关联,得到目标城市的实景三维数据。
优选的,一种基于数字孪生的智慧城市管理方法,步骤1中,对实景三维数据进行分类数字图像转换,构建目标城市的数字孪生模型,包括:
对实景三维数据进行数据分类,得到建筑类别数据;
提取建筑类别数据的结构特征;
基于结构特征和建筑类别数据对目标城市进行分类数字图像转换;
基于计算机根据转换结果进行分布式区域建模,得到区域三维模型;
基于结构特征对区域三维模型进行结构平滑处理,并对结构平滑处理后的区域三维模型进行关联封装及模型渲染,得到数字孪生模型;
基于目标城市的实际建筑数据对数字孪生模型进行点位映射核验,并在核验通过后将目标城市的数字孪生模型进行可视化展示。
优选的,一种基于数字孪生的智慧城市管理方法,在核验通过后将目标城市的数字孪生模型进行可视化展示,包括:
将数字孪生模型进行区域划分,获得数字孪生模型的多个模型区块;
分别对模型区块进行最小结构单元拆分,得到模型区块对应的模型组件;
将每个模型组件进行可编辑化处理,获得可编辑模型组件库;
基于模型组件的基本结构信息构建索引列表,并将索引列表添加至可编辑模型组件库的库头;
当目标城市的实景三维数据发生变动时,基于实景三维数据的变动参数根据索引列表从模型组件库调取相应的可编辑模型组件,并对可编辑模型组件进行低代码配置编辑,完成对数字孪生模型的更新。
优选的,一种基于数字孪生的智慧城市管理方法,步骤2中,实时监测目标城市的待管理数据,并将待管理数据在数字孪生模型中类别映射后进行模拟管理分析,得到每一待管理项目的管控机制,包括:
获取对目标城市的多源事件感知项目,并基于物联数据规则配置多源感知项目的事件规则引擎;
将事件规则引擎与目标城市中布设的传感器网络进行对接,并基于对接结果确定对传感器网络中各传感器的联动策略,且基于事件规则引擎根据联动策略控制传感器网络对目标城市进行实时监测,得到目标城市的待管理数据;
基于联动策略确定待管理数据的目标表征对象,并将同一目标表征对象对应的不同维度的待管理数据进行数据自校准,得到标准管理数据。
基于数字孪生模型的配置参数对标准管理数据进行归一化处理,并基于数据端口将归一化处理后的标准管理数据分别类别映射至数字孪生模型中的目标模型节点;
基于计算机根据映射结果构建数字孪生模型的多维度环境模拟场景,并对数据孪生模型的运行状态进行模拟仿真,得到目标城市在多维度环境模拟场景下的无干预运行特征;
将目标城市在多维度环境模拟场景下的无干预运行特征进行分组对照,得到目标城市在多维度环境模拟场景下的运行弊端;
基于管理业务以及管理业务的管理指标对运行弊端进行解析,得到目标城市中的待管理项目的管控方向及管控程度参数,并将待管理项目的管控方向及管控程度参数进行规则化,得到对应的管控机制;
基于目标城市中各待管理项目的基本运行条件对数字孪生模型中的各待管理项目进行上下级互联,并基于管控机制对上下级互联后的数字孪生模型进行二次模拟仿真,且基于二次模拟仿真结果对管控机制进行协调优化,得到每一待管理项目的管控机制。
优选的,一种基于数字孪生的智慧城市管理方法,得到每一待管理项目的管控机制,包括:
提取每一待管理项目的项目标识,并基于项目标识对相应的管控机制进行身份标记;
基于身份标记结果生成待管理项目的管控机制列表,并构建管控机制列表中身份标记结果与管控机制之间的超链接;
基于超链接生成机制调取副本文件,并将管控机制列表、管控机制以及机制调取副本文件进行保存。
优选的,一种基于数字孪生的智慧城市管理方法,步骤3中,基于管控机制对相应待管理项目进行管理,得到城市各待管理项目的项目管理信息,包括:
对管控机制进行读取,确定管控机制对应的机制标识,同时,获取待管理项目的项目标识;
将管控机制对应的机制标识与待管理项目的项目标识进行匹配,确定每个管控机制相对应的待管理项目;
基于管控机制对相对应的待管理项目进行管理,并基于管理结果获得对应的待管理项目的项目管理信息;
其中,项目管理信息包括:基于管控机制对相应的待管理项目进行管理之后待管理项目的运行数据以及待管理项目的运行变化数据。
优选的,一种基于数字孪生的智慧城市管理方法,步骤3中,基于项目管理信息对目标城市的数字孪生模型进行动态迭代优化,包括:
S301:对项目管理信息进行读取,确定待管理项目的运行数据;
S302:调取最佳运行数据范围;
S303:将待管项目的运行数据与最佳运行数据范围进行比较,判断数字孪生模型是否达到设定标准;
S304:当待管理项目的运行数据符合最佳运行数据范围时,则判定数字孪生模型达到设定标准;
S305:否则,则判定数字孪生模型没有达到设定标准;
S306:当数据孪生模型没有达到设定标准时,则基于项目管理信息对每一待管理项目的管控机制进行优化,并基于优化对数据孪生模型进行更新,获得更新数字孪生模型;
S307:重复S303-S306,并基于重复结果对管控机制进行迭代优化,直至更新后的数字孪生模型达到设定标准。
本发明提供了一种基于数字孪生的智慧城市管理***,包括:
模型构建模块,用于获取目标城市的实景三维数据,并对实景三维数据进行分类数字图像转换,构建目标城市的数字孪生模型;
模拟管理模块,用于实时监测目标城市的待管理数据,并将待管理数据在数字孪生模型中类别映射后进行模拟管理分析,得到每一待管理项目的管控机制;
城市管理模块,用于基于管控机制对相应待管理项目进行管理,得到城市中各待管理项目的项目管理信息,并基于项目管理信息对管控机制进行动态迭代优化。
与现有技术相比,本发明的有益效果如下:
1.通过采集目标城市的实景三维数据,并对实景三维数据进行处理后,构建目标城市的数字孪生模型,从而便于通过数字孪生模型对目标城市中的各待管理项目进行协同管理,其次,通过将目标城市的待管理数据映射至数字孪生模型,并进行相应的模拟管理分析,为城市管理提供了可靠的数据支撑,实现对目标城市中每一待管理项目的管控机制进行准确有效的制定,最后,通过管控机制对目标城市进行管理,并基于管理结果对管控机制进行迭代优化,从而便于对管控机制进行有效调整,保障了对城市资源的有效调度,杜绝了资源浪费,同时,从不同维度上提高了对城市的管理效率,保障了对城市的管理效果。
2.通过确定对目标城市的多源事件感知项目,实现根据多源事件感知项目配置相应的事件规则引擎,并将配置好的事件规则引擎与提前布设的传感器网络进行对接,实现通过事件规则引擎控制传感器网络对目标城市的待管理项目进行实时有效的监测,保障了监测到的目标城市的待管理数据的准确可靠性,其次,通过将监测到的待管理数据映射至数字孪生模型中相应的模型节点,并对数字孪生模型的工作场景进行多维度环境模拟场景模拟,实现对目标城市在不同环境下的无干预运行特征进行准确有效的分析,最后,通过管理业务以及管理指标对无干预运行特征进行解析,实现对对目标城市的管控机制进行准确有效的确定,且通过目标城市中的待管理项目的上下级互联结果对管控机制进行协调优化,保障了最终得到的管控机制的准确可靠性,保障了对城市资源的有效调度,杜绝了资源浪费,同时,从不同维度上提高了对城市的管理效率,保障了对城市的管理效果。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在本申请文件中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于数字孪生的智慧城市管理方法的流程图;
图2为本发明实施例中一种基于数字孪生的智慧城市管理方法中步骤1的流程图;
图3为本发明实施例中一种基于数字孪生的智慧城市管理***的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本实施例提供了一种基于数字孪生的智慧城市管理方法,如图1所示,包括:
步骤1:获取目标城市的实景三维数据,并对实景三维数据进行分类数字图像转换,构建目标城市的数字孪生模型;
步骤2:实时监测目标城市的待管理数据,并将待管理数据在数字孪生模型中类别映射后进行模拟管理分析,得到每一待管理项目的管控机制;
步骤3:基于管控机制对相应待管理项目进行管理,得到城市中各待管理项目的项目管理信息,并基于项目管理信息对管控机制进行动态迭代优化。
该实施例中,目标城市指的是需要进行智慧管理的城市。
该实施例中,实景三维数据指的是目标城市中各建筑物以及硬件设施的结构数据,包括建筑以及硬件设施的形状、结构以及外观情况。
该实施例中,数字图像转换指的是通过使用计算机算法和技术将实景三维数据转换为另一种类型的数字图像的过程,在这个过程中,视觉特征和表达方式可以发生改变,以满足特定的需求或目标,即将实景三维数据转换为能够进行模型建立时的参考依据,包括目标城市的结构特征等。
该实施例中,分类数字图像转换指的是将不同类别的实景三维数据进行分类转换,目的是提高实景三维数据转换的规范性以及效率,例如可以是将建筑数据与交通数据进行分类转换等。
该实施例中,数字孪生模型指的是根据目标城市的实景三维模型构建出来的与目标城市布局以及运行情况相同的虚拟环境,目的是为了对目标城市的管理机制进行模拟管理,从而得到最优管控机制。
该实施例中,待管理数据指的是目标城市中需要进行管理的项目,包括交通、资源调度以及环境监测等。
该实施例中,类别映射指的是将得到的待管理数据在数字孪生模型中进行相应位置以及相应类别的同步,即确保数字孪生模型与目标城市的实际运行情况相同。
该实施例中,模拟管理分析指的是通过数字孪生模型根据管理目的对目标城市中各待管理项目进行模拟训练,目的是得到对目标城市的有效管控机制。
该实施例中,待管理项目指的是目标城市中需要进行管理的业务类型,例如可以是交通等。
该实施例中,管控机制指的是通过数字孪生模型模拟管理分析后得到的对目标城市中每一待管理项目的管理策略或管理方案。
该实施例中,基于管控机制对相应待管理项目进行管理指的是通过得到的管控机制对目标城市的运行情况进行调整,即对管控机制的应用。
该实施例中,项目管理信息指的是通过管控机制对目标城市中的待管理项目进行管理后,得到的待管理项目的运行状态的优化参数,例如可以是当待管理项目为交通项目时,项目管理信息即为对交通堵塞的缓解程度。
该实施例中,基于项目管理信息对管控机制进行动态迭代优化指的是当项目管理信息的管理优化程度不满足管理目标时,通过得到的项目管理信息对管控机制进行循环优化,从而确保得到最佳的管控机制,实现对目标城市的有效管理。
上述技术方案的有益效果是:通过采集目标城市的实景三维数据,并对实景三维数据进行处理后,构建目标城市的数字孪生模型,从而便于通过数字孪生模型对目标城市中的各待管理项目进行协同管理,其次,通过将目标城市的待管理数据映射至数字孪生模型,并进行相应的模拟管理分析,为城市管理提供了可靠的数据支撑,实现对目标城市中每一待管理项目的管控机制进行准确有效的制定,最后,通过管控机制对目标城市进行管理,并基于管理结果对管控机制进行迭代优化,从而便于对管控机制进行有效调整,保障了对城市资源的有效调度,杜绝了资源浪费,同时,从不同维度上提高了对城市的管理效率,保障了对城市的管理效果。
实施例2:
在实施例1的基础上,本实施例提供了一种基于数字孪生的智慧城市管理方法,如图2所示,步骤1中,获取目标城市的实景三维数据,包括:
步骤101:获取对目标城市的观测项目,并提取观测项目的项目属性,且基于项目属性在目标城市的每一观测项目中适配辅助信息采集点;
步骤102:基于项目属性确定对观测项目的实景三维数据的采集维度,并确定每一维度下的采集模式;
步骤103:基于采集模式根据辅助信息采集点对相应观测项目进行独立数据采集,得到每一观测项目的实景三维数据片段,并基于采集维度的关联性将不同维度下的实景三维数据片段进行特征融合和处理,得到目标城市的实景三维数据。
该实施例中,观测项目指的是在获取目标城市的实景三维数据时,需要获取的实景三维数据的对象类型,例如可以是建筑物等。
该实施例中,项目属性指的是观测项目的类型以及需要获取观测项目的实景三维数据的维度,例如可以是当获取建筑物的实景三维数据时,包括每个平面的扫描方式以及对建筑物整体的观测策略等。
该实施例中,辅助信息采集点指的是在对观测项目进行实景三维数据采集时,能够起到辅助或参考的位置点,例如可以是观测项目的中心位置等。
该实施例中,采集维度指的是对观测项目进行采集的类型,例如可以是结构数据以及外观特征数据等。
该实施例中,采集模型指的是不同采集维度对应的数据采集方式,例如可以是高空影像拍摄、利用激光雷达设备对城市进行扫描以及移动式摄影测量***(车载摄像头或手持相机)。
该实施例中,独立数据采集指的是每一采集模式之间不存在依赖关系,可直接对相应维度的数据进行直接采集。
该实施例中,实景三维数据片段指的是观测项目在不同维度下采用相应采集模式采集到的实景三维数据,是观测项目最终的实景三维数据的一部分。
该实施例中,特征融合指的是将得到的实景三维数据片段进行拼接(包括根据关联点确定不同实景三维数据片段之间的共享特征,基于共享特征对不同的实景三维数据片段进行拼接),实现对最终需要的实景三维数据进行有效获取。
上述技术方案的有益效果是:通过确定对目标城市的观测项目,并根据观测项目的项目属性实现对每一观测项目的辅助信息采集点进行准确有效的确定,其次,通过确定每一观测项目的采集维度,并确定每一采集维度对应的采集模型,便于对观测项目的实景三维数据进行准确可靠的采集,最后,通过采集模式以及辅助信息采集点,实现对每一观测项目的实景三维数据进行有效获取,保障了获取到的目标城市的实景三维数据的准确性以及可靠性,为进行目标城市的管理提供了可靠的数据支撑。
实施例3:
在实施例2的基础上,本实施例提供了一种基于数字孪生的智慧城市管理方法,基于采集维度的关联性将不同维度下的实景三维数据片段进行特征融合和处理,包括:
获取每一维度下的实景三维数据片段,并将每一维度下的实景三维数据片段映射至预设地理坐标系进行坐标归一化处理,得到初始实景三维数据片段;
将每一观测项目的不同维度下的初始实景三维数据片段进行时空位置对齐,并基于对齐结果提取初始实景三维数据片段的数据表征特征;
基于数据表征特征确定不同维度下的初始实景三维数据片段的关联特征,并基于关联特征对每一观测项目的不同维度下的初始实景三维数据片段进行加权平均融合;
基于不同观测项目的时空位置关系将不同观测项目加权平均融合的初始实景三维数据片段进行特征关联,得到目标城市的实景三维数据。
该实施例中,预设地理坐标系是提前设定好的,用于将不同采集模式下得到的实景三维数据片段进行格式统一(即归一化处理),从而便于将实景三维数据片段进行有效的特征融合。
该实施例中,初始实景三维数据片段指的是将实景三维数据片段通过预设地理坐标系进行归一化处理后得到的最终的数据。
该实施例中,时空位置对齐指的是将不同维度下的初始实景三维数据片段在时间上和空间上进行对齐,从而便于寻找不同初始实景三维数据片段之间的衔接点。
该实施例中,数据表征特征指的是不同初始实景三维数据片段所表达的数据核心内容,包括记录的对象主体类型以及记录的对象主体所呈现的状态等。
该实施例中,关联特征指的是不同维度下的初始实景三维数据片段之间的关联关系,例如可以是不同维度下的初始实景三维数据片段记录的相同对象等。
该实施例中,加权平均融合指的是将同一观测项目在不同维度下的初始实景三维数据片段进行融合,目的是得到每一观测项目对应的实景三维数据。
该实施例中,时空位置关系指的是目标城市中不同观测项目在同一时间、空间维度下之间的相对位置关系。
该实施例中,特征关联指的是将目标城市中不同观测项目之间的实景三维数据进行关联。
上述技术方案的有益效果是:通过将不同维度下的实景三维数据片段进行归一化处理以及时空位置对齐,实现对不同维度下的实景三维数据片段的数据表征特征进行准确有效的确定,其次,通过数据表征特征对不同不同维度下的初始实景三维数据片段的关联特征进行锁定,实现将每一观测项目的不同维度下的初始实景三维数据片段进行准确有效的加权平均融合,从而确保每一观测项目的实景三维数据的准确可靠性,最后,将目标城市中不同观测项目的实景三维数据进行特征关联,实现对目标城市的实景三维数据进行有效获得,为准确构建目标城市的数字孪生模型提供了便利。
实施例4:
在实施例1的基础上,本实施例提供了一种基于数字孪生的智慧城市管理方法,步骤1中,对实景三维数据进行分类数字图像转换,构建目标城市的数字孪生模型,包括:
对实景三维数据进行数据分类,得到建筑类别数据;
提取建筑类别数据的结构特征;
基于结构特征和建筑类别数据对目标城市进行分类数字图像转换;
基于计算机根据转换结果进行分布式区域建模,得到区域三维模型;
基于结构特征对区域三维模型进行结构平滑处理,并对结构平滑处理后的区域三维模型进行关联封装及模型渲染,得到数字孪生模型;
基于目标城市的实际建筑数据对数字孪生模型进行点位映射核验,并在核验通过后将目标城市的数字孪生模型进行可视化展示。
该实施例中,数据分类指的是将得到的实景三维数据按照相应类别指标进行分类,目的是便于进行相应的数字孪生模型的构建,例如可以是根据建筑类别进行分类,具体可以是写字楼或住宅楼等,其中,建筑类别数据即为数据分类后得到的结果。
该实施例中,结构特征指的是不同建筑类别数据表征的建筑的结构情况,包括建筑的形状以及尺寸等信息。
该实施例中,分布式区域建模指的是根据分类数字图像转换结果对目标城市进行区域划分,并在区域划分后同时在不同区域内进行相应数字孪生模型的构建,目的是提高数字孪生模型构建的效率,其中,区域三维模型即为分布式区域建模后每一区域的数字孪生模型的构建结果。
该实施例中,结构平滑处理指的是根据建筑类别数据的结构特征对区域三维模型进行结构修正等,确保最终得到的区域三维模型的准确可靠性。
该实施例中,关联封装指的是将不同区域三维模型进行关联,从而将不同区域三维模型进行汇总,确保得到目标城市对应的整体的数字孪生模型。
该实施例中,模型渲染指的是根据目标城市的建筑物颜色等特征对区域模型进行相应的色彩填充等,目的是确保得到的数字孪生模型的可靠性。
该实施例中,实际建筑数据指的是目标城市的建筑的实际结构数据,包括建筑的形状参数等。
该实施例中,点位映射核验指的是将实际建筑数据与数字孪生模型进行点对点核验,确保数字孪生模型的准确可靠性。
上述技术方案的有益效果是:通过对得到的实景三维数据进行分类,并根据分类结果提取相应建筑类别数据的结构特征,实现根据结构特征对目标城市进行分类数字图像转换,其次,根据分类数字图像转换结果对目标城市进行分布式区域建模,实现对区域三维模型进行准确有效的确定,最后,对区域三维模型进行结构平滑处理后进行关联封装及模型渲染,实现对目标城市的数字孪生模型进行准确有效的获取,保障了数字孪生模型的准确可靠性,为进行城市智慧管理提供了可靠保障。
实施例5:
在实施例4的基础上,本实施例提供了一种基于数字孪生的智慧城市管理方法,在核验通过后将目标城市的数字孪生模型进行可视化展示,包括:
将数字孪生模型进行区域划分,获得数字孪生模型的多个模型区块;
分别对模型区块进行最小结构单元拆分,得到模型区块对应的模型组件;
将每个模型组件进行可编辑化处理,获得可编辑模型组件库;
基于模型组件的基本结构信息构建索引列表,并将索引列表添加至可编辑模型组件库的库头;
当目标城市的实景三维数据发生变动时,基于实景三维数据的变动参数根据索引列表从模型组件库调取相应的可编辑模型组件,并对可编辑模型组件进行低代码配置编辑,完成对数字孪生模型的更新。
该实施例中,模型区块指的是将数字孪生模型进行区域划分后得到的数字孪生模型的一部分,其中,区域划分的目的是为了便于将数字孪生模型中不同部分组件化,从而便于在目标城市的建筑结构发生变化时,快速对数字孪生模型进行有效调整。
该实施例中,最小结构单元拆分指的是将模型区域内的数字孪生模型进行二次拆分,目的是得到数字孪生模型的最小结构单元,其中,最小结构单元是提前设定好的,例如可以是一栋建筑为一个最小结构单元。
该实施例中,模型组件指的是将数字孪生模型进行最小结构单元拆分后得到的模型块,当目标城市中相应的结构发生变化时,可对模型组件进行独立调整,而不用对整个数字孪生模型进行整体调整。
该实施例中,可编辑化处理指的是对模型组件的状态进行配置,将模型组件转换为能够进行编辑的脚本文件,从而便于在需要调整时,可直接调取相应的模型组件对数字孪生模型进行相应的调整。
该实施例中,可编辑模型组件库指的是将每个可编辑化处理后的模型组件进行汇总后得到的工具库,当需要对数字孪生模型进行调整时,可直接从可编辑模型组件库中调取相应的模型组件进行模型更新处理。
该实施例中,基本结构信息指的是模型组件在数字孪生模型中的位置以及功能作用等。
该实施例中,索引列表指的是根据模型组件的基本结构信息构建的能够表征不同模型组件功能或类别的参数列表,通过索引列表可快速对需要的模型组件进行访问和调取。
该实施例中,库头是可编辑模型组件库的标记为,用于存储列表信息。
该实施例中,变动参数指的是实景三维数据发生改变的建筑类别以及发生改变的具体参数值,例如可以是某一写字楼的外观特征发生了改变等。
该实施例中,低代码配置编辑指的是通过低代码对模型组件进行快速边界,实现对目标城市的数字孪生模型进行快速有效的替换。
上述技术方案的有益效果是:通过对数字孪生模型进行区域划分和最小结构单元拆分,实现对将数字孪生模型拆分为各个独立模型组件,便于通过模型组件对数字孪生模型进行快速有效的调整,其次,通过将模型组件进行可编辑化处理后构建可编辑模型组件库,实现当目标城市的实景三维数据发生变动时,从可编辑模型组件库中快速调取相应的可编辑模型组件,实现对数字孪生模型的实时有效更新,保障了目标城市的数字孪生模型的实时有效性,从而提高了通过数字孪生模型对目标城市进行管理的准确性以及可靠性。
实施例6:
在实施例1的基础上,本实施例提供了一种基于数字孪生的智慧城市管理方法,步骤2中,实时监测目标城市的待管理数据,并将待管理数据在数字孪生模型中类别映射后进行模拟管理分析,得到每一待管理项目的管控机制,包括:
获取对目标城市的多源事件感知项目,并基于物联数据规则配置多源感知项目的事件规则引擎;
将事件规则引擎与目标城市中布设的传感器网络进行对接,并基于对接结果确定对传感器网络中各传感器的联动策略,且基于事件规则引擎根据联动策略控制传感器网络对目标城市进行实时监测,得到目标城市的待管理数据;
基于联动策略确定待管理数据的目标表征对象,并将同一目标表征对象对应的不同维度的待管理数据进行数据自校准,得到标准管理数据。
基于数字孪生模型的配置参数对标准管理数据进行归一化处理,并基于数据端口将归一化处理后的标准管理数据分别类别映射至数字孪生模型中的目标模型节点;
基于计算机根据映射结果构建数字孪生模型的多维度环境模拟场景,并对数据孪生模型的运行状态进行模拟仿真,得到目标城市在多维度环境模拟场景下的无干预运行特征;
将目标城市在多维度环境模拟场景下的无干预运行特征进行分组对照,得到目标城市在多维度环境模拟场景下的运行弊端;
基于管理业务以及管理业务的管理指标对运行弊端进行解析,得到目标城市中的待管理项目的管控方向及管控程度参数,并将待管理项目的管控方向及管控程度参数进行规则化,得到对应的管控机制;
基于目标城市中各待管理项目的基本运行条件对数字孪生模型中的各待管理项目进行上下级互联,并基于管控机制对上下级互联后的数字孪生模型进行二次模拟仿真,且基于二次模拟仿真结果对管控机制进行协调优化,得到每一待管理项目的管控机制。
该实施例中,多源时间感知项目指的是在对目标城市进行管理时,需要对目标城市内进行管理的待管理项目类型等。
该实施例中,物联数据规则指的是物联网工作的条件以及要求,从而便于根据物联数据规则对多源事件感知项目配置相应的事件规则引擎,其中,事件规则引擎是与相应的传感器进行连接的窗口,通过事件规则引擎可控制传感器网络对目标城市的待管理数据进行及时有效的采集。
该实施例中,传感器网络是提前设定好的,根据管理要求提前布设在目标城中不同的待管理项目中,用于采集相应的运行数据。
该实施例中,联动策略指的是传感器网络中不同传感器之间的协同工作关系,例如可以是当对交通情况数据进行采集时,需要将摄像头与红绿灯的控制传感器进行协同采集等。
该实施例中,目标表征对象指的是待管理数据对应的待管理对象主体,例如可以是消防资源的调取等。
该实施例中,数据自校准指的是通过将联动策略控制传感器采集到的同一目标表征对象的不同维度的运行数据进行自身核验,目的是剔除其中的错误数据(取值异常以及数据确实片段等)。
该实施例中,标准管理数据指的是对同一目标表征对象的待管理数据进行数据自校准后得到的最终的数据,即不包含异常数据的待管理数据。
该实施例中,配置参数指的是数字孪生模型的工作环境以及参数设定要求,包括对数据格式的要求以及数据交互参数的限定等。
该实施例中,数据端口是提前设定好的,用于将采集到的目标城市的待管理数据同步到数字孪生模型,从而确保数字孪生模型能够对目标城市的运行情况进行准确有效的映射。
该实施例中,目标模型节点指的是与数字孪生模型中与目标城市不同待管理项目对应的模型区块,从而便于将相应类别的待管理数据准确映射至数字孪生模型中相应的位置,从而确保数字孪生模型的准确可靠。
该实施例中,多维度环境模拟场景指的是通过计算机对数字孪生模型的工作环境进行改变,从容便于通过数字孪生模型确定目标城市在不同环境在的运行情况。
该实施例中,无干预运行特征指的是目标城市在不同环境下且无管理策略时的运行情况,例如可以是交通运行情况以及消防资源调取情况等。
该实施例中,运行弊端指的是目标城市在运行过程中存在的缺陷或漏洞。
该实施例中,管理业务指的是需要进行管理的项目,管理指标指的是每一管理项目需要进行具体改善的方向以及需要达到的目标等。
该实施例中,管控方向指的是需要对城市运行过程中进行管理的项目,管控程度参数指的是需要在管控方向上管理的具体参数,例如可以是控制单位时间内车流量等。
该实施例中,基本运行条件指的是目标城市中各待管理项目的运行要求,从而便于将存在关联关系的待管理项目进行关联。
该实施例中,协调优化指的是通过管控机制对上下级互联后的数字孪生模型进行模拟仿真后,当管理效果未达到管理指标的要求时,根据当前的模拟仿真结果对管控机制进行相应的调整和修改。
上述技术方案的有益效果是:通过确定对目标城市的多源事件感知项目,实现根据多源事件感知项目配置相应的事件规则引擎,并将配置好的事件规则引擎与提前布设的传感器网络进行对接,实现通过事件规则引擎控制传感器网络对目标城市的待管理项目进行实时有效的监测,保障了监测到的目标城市的待管理数据的准确可靠性,其次,通过将监测到的待管理数据映射至数字孪生模型中相应的模型节点,并对数字孪生模型的工作场景进行多维度环境模拟场景模拟,实现对目标城市在不同环境下的无干预运行特征进行准确有效的分析,最后,通过管理业务以及管理指标对无干预运行特征进行解析,实现对对目标城市的管控机制进行准确有效的确定,且通过目标城市中的待管理项目的上下级互联结果对管控机制进行协调优化,保障了最终得到的管控机制的准确可靠性,保障了对城市资源的有效调度,杜绝了资源浪费,同时,从不同维度上提高了对城市的管理效率,保障了对城市的管理效果。
实施例7:
在实施例6的基础上,本实施例提供了一种基于数字孪生的智慧城市管理方法,得到每一待管理项目的管控机制,包括:
提取每一待管理项目的项目标识,并基于项目标识对相应的管控机制进行身份标记;
基于身份标记结果生成待管理项目的管控机制列表,并构建管控机制列表中身份标记结果与管控机制之间的超链接;
基于超链接生成机制调取副本文件,并将管控机制列表、管控机制以及机制调取副本文件进行保存。
该实施例中,项目标识指的是能够区分不同待管理项目的标记标签。
该实施例中,管控机制列表指的是将不同待管理项目的身份标记结果与对应的待管理项目以及管控机制进行对应匹配记录,从而便于根据待管理项目对相应的管控机制进行快速有效的调取。
该实施例中,超链接是用于连接身份标记结果与管控机制的链接,当管理人员需要调取管控机制时,通过身份标记结果可触发超链接快速调取相应的管控机制。
该实施例中,调取副本文件指的是将超链接转换执行代码进行存储,从而便于执行相应的调取任务。
上述技术方案的有益效果是:通过提取待管理项目的项目标识,并通过项目标识对管控机制进行身份标记,其次,通过根据身份标记结果构建管控机制列表,并根据管控机制列表构建身份标记结果与管控机制之间的超链接,从而便于在需要对数字孪生模型进行调整时,通过超链接快速对相应的管控机制进行调取,从而提高了对目标城市管控的效率,保障了对目标城市的管控效果。
实施例8:
在实施例1的基础上,本实施例提供了一种基于数字孪生的智慧城市管理方法,步骤3中,基于管控机制对相应待管理项目进行管理,得到城市各待管理项目的项目管理信息,包括:
对管控机制进行读取,确定管控机制对应的机制标识,同时,获取待管理项目的项目标识;
将管控机制对应的机制标识与待管理项目的项目标识进行匹配,确定每个管控机制相对应的待管理项目;
基于管控机制对相对应的待管理项目进行管理,并基于管理结果获得对应的待管理项目的项目管理信息;
其中,项目管理信息包括:基于管控机制对相应的待管理项目进行管理之后待管理项目的运行数据以及待管理项目的运行变化数据。
该实施例中,机制标识是用于区分不同管控机制的标记符号。
上述技术方案的有益效果是:通过将待管理项目与管控机制进行匹配,从而实现对管控机制与待管理项目之间的对应性进行准确有效的确定,其次,通过每个待管理项目对应的管控机制对待管理项目进行管理,实现对每一待管理项目在管控机制下的项目管理信息进行准确有效的获取,从而便于根据项目管理信息对管控机制进行实时优化,提高了对目标城市的管理效果。
实施例9:
在实施例1的基础上,本实施例提供了一种基于数字孪生的智慧城市管理方法,步骤3中,基于项目管理信息对目标城市的数字孪生模型进行动态迭代优化,包括:
S301:对项目管理信息进行读取,确定待管理项目的运行数据;
S302:调取最佳运行数据范围;
S303:将待管项目的运行数据与最佳运行数据范围进行比较,判断数字孪生模型是否达到设定标准;
S304:当待管理项目的运行数据符合最佳运行数据范围时,则判定数字孪生模型达到设定标准;
S305:否则,则判定数字孪生模型没有达到设定标准;
S306:当数据孪生模型没有达到设定标准时,则基于项目管理信息对每一待管理项目的管控机制进行优化,并基于优化对数据孪生模型进行更新,获得更新数字孪生模型;
S307:重复S303-S306,并基于重复结果对管控机制进行迭代优化,直至更新后的数字孪生模型达到设定标准。
该实施例中,运行数据指的是待管理项目的运行情况,例如可以是目标城中当前交通的车流量参数等。
该实施例中,最佳运行数据范围是提前设定好的,不同的待管理项目对应不同的最佳运行数据范围,是可以进行调整的。
该实施例中,基于项目管理信息对每一待管理项目的管控机制进行优化指的是根据运行数据和最佳运行数据范围之间的差距确定对管控机制的优化参数(包括优化方向以及优化的具体参数值),根据优化参数实现对管控机制的优化。
该实施例中,更新数字孪生模型指的是当对管控机制进行优化后,通过优化后的管控机制对数据孪生模型进行同步模拟管理分析后,得到的实时有效的数字孪生模型。
上述技术方案的有益效果是:通过对待管理项目在管控机制下的运行数据进行解析,实现将运行数据与最佳运行数据范围进行有效匹配,并根据匹配结果实现对管控机制对待管理项目的管理效果进行有效确定,且在管理效果未达到设定标准时,对管控机制进行迭代优化,确保了对目标城市的管理效果。
实施例10:
本实施例提供了一种基于数字孪生的智慧城市管理***,如图3所示,包括:
模型构建模块,用于获取目标城市的实景三维数据,并对实景三维数据进行分类数字图像转换,构建目标城市的数字孪生模型;
模拟管理模块,用于实时监测目标城市的待管理数据,并将待管理数据在数字孪生模型中类别映射后进行模拟管理分析,得到每一待管理项目的管控机制;
城市管理模块,用于基于管控机制对相应待管理项目进行管理,得到城市中各待管理项目的项目管理信息,并基于项目管理信息对管控机制进行动态迭代优化。
上述技术方案的有益效果是:通过采集目标城市的实景三维数据,并对实景三维数据进行处理后,构建目标城市的数字孪生模型,从而便于通过数字孪生模型对目标城市中的各待管理项目进行协同管理,其次,通过将目标城市的待管理数据映射至数字孪生模型,并进行相应的模拟管理分析,为城市管理提供了可靠的数据支撑,实现对目标城市中每一待管理项目的管控机制进行准确有效的制定,最后,通过管控机制对目标城市进行管理,并基于管理结果对管控机制进行迭代优化,从而便于对管控机制进行有效调整,保障了对城市资源的有效调度,杜绝了资源浪费,同时,从不同维度上提高了对城市的管理效率,保障了对城市的管理效果。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于数字孪生的智慧城市管理方法,其特征在于,包括:
步骤1:获取目标城市的实景三维数据,并对实景三维数据进行分类数字图像转换,构建目标城市的数字孪生模型;
步骤2:实时监测目标城市的待管理数据,并将待管理数据在数字孪生模型中类别映射后进行模拟管理分析,得到每一待管理项目的管控机制;
步骤3:基于管控机制对相应待管理项目进行管理,得到城市中各待管理项目的项目管理信息,并基于项目管理信息对管控机制进行动态迭代优化。
2.根据权利要求1所述的一种基于数字孪生的智慧城市管理方法,其特征在于,步骤1中,获取目标城市的实景三维数据,包括:
获取对目标城市的观测项目,并提取观测项目的项目属性,且基于项目属性在目标城市的每一观测项目中适配辅助信息采集点;
基于项目属性确定对观测项目的实景三维数据的采集维度,并确定每一维度下的采集模式;
基于采集模式根据辅助信息采集点对相应观测项目进行独立数据采集,得到每一观测项目的实景三维数据片段,并基于采集维度的关联性将不同维度下的实景三维数据片段进行特征融合和处理,得到目标城市的实景三维数据。
3.根据权利要求2所述的一种基于数字孪生的智慧城市管理方法,其特征在于,基于采集维度的关联性将不同维度下的实景三维数据片段进行特征融合和处理,包括:
获取每一维度下的实景三维数据片段,并将每一维度下的实景三维数据片段映射至预设地理坐标系进行坐标归一化处理,得到初始实景三维数据片段;
将每一观测项目的不同维度下的初始实景三维数据片段进行时空位置对齐,并基于对齐结果提取初始实景三维数据片段的数据表征特征;
基于数据表征特征确定不同维度下的初始实景三维数据片段的关联特征,并基于关联特征对每一观测项目的不同维度下的初始实景三维数据片段进行加权平均融合;
基于不同观测项目的时空位置关系将不同观测项目加权平均融合的初始实景三维数据片段进行特征关联,得到目标城市的实景三维数据。
4.根据权利要求1所述的一种基于数字孪生的智慧城市管理方法,其特征在于,步骤1中,对实景三维数据进行分类数字图像转换,构建目标城市的数字孪生模型,包括:
对实景三维数据进行数据分类,得到建筑类别数据;
提取建筑类别数据的结构特征;
基于结构特征和建筑类别数据对目标城市进行分类数字图像转换;
基于计算机根据转换结果进行分布式区域建模,得到区域三维模型;
基于结构特征对区域三维模型进行结构平滑处理,并对结构平滑处理后的区域三维模型进行关联封装及模型渲染,得到数字孪生模型;
基于目标城市的实际建筑数据对数字孪生模型进行点位映射核验,并在核验通过后将目标城市的数字孪生模型进行可视化展示。
5.根据权利要求4所述的一种基于数字孪生的智慧城市管理方法,其特征在于,在核验通过后将目标城市的数字孪生模型进行可视化展示,包括:
将数字孪生模型进行区域划分,获得数字孪生模型的多个模型区块;
分别对模型区块进行最小结构单元拆分,得到模型区块对应的模型组件;
将每个模型组件进行可编辑化处理,获得可编辑模型组件库;
基于模型组件的基本结构信息构建索引列表,并将索引列表添加至可编辑模型组件库的库头;
当目标城市的实景三维数据发生变动时,基于实景三维数据的变动参数根据索引列表从模型组件库调取相应的可编辑模型组件,并对可编辑模型组件进行低代码配置编辑,完成对数字孪生模型的更新。
6.根据权利要求1所述的一种基于数字孪生的智慧城市管理方法,其特征在于,步骤2中,实时监测目标城市的待管理数据,并将待管理数据在数字孪生模型中类别映射后进行模拟管理分析,得到每一待管理项目的管控机制,包括:
获取对目标城市的多源事件感知项目,并基于物联数据规则配置多源感知项目的事件规则引擎;
将事件规则引擎与目标城市中布设的传感器网络进行对接,并基于对接结果确定对传感器网络中各传感器的联动策略,且基于事件规则引擎根据联动策略控制传感器网络对目标城市进行实时监测,得到目标城市的待管理数据;
基于联动策略确定待管理数据的目标表征对象,并将同一目标表征对象对应的不同维度的待管理数据进行数据自校准,得到标准管理数据;
基于数字孪生模型的配置参数对标准管理数据进行归一化处理,并基于数据端口将归一化处理后的标准管理数据分别类别映射至数字孪生模型中的目标模型节点;
基于计算机根据映射结果构建数字孪生模型的多维度环境模拟场景,并对数据孪生模型的运行状态进行模拟仿真,得到目标城市在多维度环境模拟场景下的无干预运行特征;
将目标城市在多维度环境模拟场景下的无干预运行特征进行分组对照,得到目标城市在多维度环境模拟场景下的运行弊端;
基于管理业务以及管理业务的管理指标对运行弊端进行解析,得到目标城市中的待管理项目的管控方向及管控程度参数,并将待管理项目的管控方向及管控程度参数进行规则化,得到对应的管控机制;
基于目标城市中各待管理项目的基本运行条件对数字孪生模型中的各待管理项目进行上下级互联,并基于管控机制对上下级互联后的数字孪生模型进行二次模拟仿真,且基于二次模拟仿真结果对管控机制进行协调优化,得到每一待管理项目的管控机制。
7.根据权利要求6所述的一种基于数字孪生的智慧城市管理方法,其特征在于,得到每一待管理项目的管控机制,包括:
提取每一待管理项目的项目标识,并基于项目标识对相应的管控机制进行身份标记;
基于身份标记结果生成待管理项目的管控机制列表,并构建管控机制列表中身份标记结果与管控机制之间的超链接;
基于超链接生成机制调取副本文件,并将管控机制列表、管控机制以及机制调取副本文件进行保存。
8.根据权利要求1所述的一种基于数字孪生的智慧城市管理方法,其特征在于,步骤3中,基于管控机制对相应待管理项目进行管理,得到城市各待管理项目的项目管理信息,包括:
对管控机制进行读取,确定管控机制对应的机制标识,同时,获取待管理项目的项目标识;
将管控机制对应的机制标识与待管理项目的项目标识进行匹配,确定每个管控机制相对应的待管理项目;
基于管控机制对相对应的待管理项目进行管理,并基于管理结果获得对应的待管理项目的项目管理信息;
其中,项目管理信息包括:基于管控机制对相应的待管理项目进行管理之后待管理项目的运行数据以及待管理项目的运行变化数据。
9.根据权利要求1所述的一种基于数字孪生的智慧城市管理方法,其特征在于,步骤3中,基于项目管理信息对目标城市的数字孪生模型进行动态迭代优化,包括:
S301:对项目管理信息进行读取,确定待管理项目的运行数据;
S302:调取最佳运行数据范围;
S303:将待管项目的运行数据与最佳运行数据范围进行比较,判断数字孪生模型是否达到设定标准;
S304:当待管理项目的运行数据符合最佳运行数据范围时,则判定数字孪生模型达到设定标准;
S305:否则,则判定数字孪生模型没有达到设定标准;
S306:当数据孪生模型没有达到设定标准时,则基于项目管理信息对每一待管理项目的管控机制进行优化,并基于优化对数据孪生模型进行更新,获得更新数字孪生模型;
S307:重复S303-S306,并基于重复结果对管控机制进行迭代优化,直至更新后的数字孪生模型达到设定标准。
10.一种基于数字孪生的智慧城市管理***,其特征在于,包括:
模型构建模块,用于获取目标城市的实景三维数据,并对实景三维数据进行分类数字图像转换,构建目标城市的数字孪生模型;
模拟管理模块,用于实时监测目标城市的待管理数据,并将待管理数据在数字孪生模型中类别映射后进行模拟管理分析,得到每一待管理项目的管控机制;
城市管理模块,用于基于管控机制对相应待管理项目进行管理,得到城市中各待管理项目的项目管理信息,并基于项目管理信息对管控机制进行动态迭代优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311688124.9A CN117670242A (zh) | 2023-12-08 | 2023-12-08 | 一种基于数字孪生的智慧城市管理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311688124.9A CN117670242A (zh) | 2023-12-08 | 2023-12-08 | 一种基于数字孪生的智慧城市管理方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117670242A true CN117670242A (zh) | 2024-03-08 |
Family
ID=90073107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311688124.9A Pending CN117670242A (zh) | 2023-12-08 | 2023-12-08 | 一种基于数字孪生的智慧城市管理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117670242A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112270027A (zh) * | 2020-10-29 | 2021-01-26 | 东南大学 | 基于实体模型的城市设计无纸化智能交互审查方法 |
CN113609656A (zh) * | 2021-07-19 | 2021-11-05 | 航天科工智能运筹与信息安全研究院(武汉)有限公司 | 基于数字孪生的智慧城市决策***及方法 |
US20220167142A1 (en) * | 2020-11-24 | 2022-05-26 | Electronics And Telecommunications Research Institute | Digital twin disaster management system customized for underground public areas |
CN115457213A (zh) * | 2022-09-27 | 2022-12-09 | 国网上海能源互联网研究院有限公司 | 一种电网设备数字孪生体构建方法及*** |
CN116911052A (zh) * | 2023-07-29 | 2023-10-20 | 广州市康雷信息技术有限公司 | 一种基于数字孪生的智慧城市的组件化构建方法 |
CN117171842A (zh) * | 2023-08-04 | 2023-12-05 | 华南理工大学 | 一种城市慢行桥梁健康监测与数字孪生*** |
-
2023
- 2023-12-08 CN CN202311688124.9A patent/CN117670242A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112270027A (zh) * | 2020-10-29 | 2021-01-26 | 东南大学 | 基于实体模型的城市设计无纸化智能交互审查方法 |
WO2022088407A1 (zh) * | 2020-10-29 | 2022-05-05 | 东南大学 | 基于实体模型的城市设计无纸化智能交互审查方法 |
US20220167142A1 (en) * | 2020-11-24 | 2022-05-26 | Electronics And Telecommunications Research Institute | Digital twin disaster management system customized for underground public areas |
CN113609656A (zh) * | 2021-07-19 | 2021-11-05 | 航天科工智能运筹与信息安全研究院(武汉)有限公司 | 基于数字孪生的智慧城市决策***及方法 |
CN115457213A (zh) * | 2022-09-27 | 2022-12-09 | 国网上海能源互联网研究院有限公司 | 一种电网设备数字孪生体构建方法及*** |
CN116911052A (zh) * | 2023-07-29 | 2023-10-20 | 广州市康雷信息技术有限公司 | 一种基于数字孪生的智慧城市的组件化构建方法 |
CN117171842A (zh) * | 2023-08-04 | 2023-12-05 | 华南理工大学 | 一种城市慢行桥梁健康监测与数字孪生*** |
Non-Patent Citations (1)
Title |
---|
王元平;吕宗磊;祝辰;: "基于物联网的城市环境风险监测预警技术的研究", 科技资讯, no. 11, 13 April 2016 (2016-04-13) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111563442A (zh) | 基于激光雷达的点云和相机图像数据融合的slam方法及*** | |
CN114077764B (zh) | 基于三维gis与bim集成的临建模型建立方法及应用 | |
CN115758522A (zh) | 一种数字孪生城市管理***及方法 | |
CN113656647B (zh) | 一种面向智能运维的工程档案数据管理平台、方法及*** | |
CN108376065A (zh) | 构建模型驱动的航电软件开发环境的*** | |
CN113269875A (zh) | 基于实景与仿真三维模型虚实融合的建筑设计方案评审方法及***和存储介质 | |
CN113656493A (zh) | 一种构建数字孪生城市多库融合的方法及*** | |
CN116310143B (zh) | 一种三维模型构建方法、装置、设备和存储介质 | |
CN111221867A (zh) | 一种保护性建筑信息管理*** | |
WO2023241519A1 (zh) | Bim构件创建方法、数字设计资源库应用方法和装置 | |
CN110968712A (zh) | Bim族模型获取的方法、装置及*** | |
Wang et al. | Digital twin-based framework for green building maintenance system | |
CN113656477A (zh) | 一种国土空间多源异构数据的校验与融合方法 | |
CN116542387A (zh) | 一种基于Unity3D的智慧水文*** | |
CN112148820A (zh) | 一种基于深度学习的水下地形数据识别和服务方法及*** | |
CN111191331A (zh) | 一种基于cim及svg的变电站图模数据质量校验装置和方法 | |
CN112015846B (zh) | 一种基于数据业务平台的气象状态综合评估方法和*** | |
CN117670242A (zh) | 一种基于数字孪生的智慧城市管理方法及*** | |
KR102469474B1 (ko) | 건설 현장의 영상입력장치를 이용한 공사일보 자동 작성 시스템 | |
CN113063427A (zh) | 一种室内高精地图生产方法、装置、设备及存储介质 | |
CN115859689A (zh) | 一种全景可视化数字孪生应用的方法 | |
CN115795075A (zh) | 一种遥感影像产品通用模型构建方法 | |
CN109542062A (zh) | 资源环境动态数字监测控制***及方法、信息数据处理终端 | |
CN113610512A (zh) | 电子签章生成方法、装置、设备及存储介质 | |
CN113792436A (zh) | 基于gim模型的输变电工程设计评审***及方法 |
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 |