CN118229899A - 数字孪生空间的属性评价方法和装置 - Google Patents
数字孪生空间的属性评价方法和装置 Download PDFInfo
- Publication number
- CN118229899A CN118229899A CN202410322077.4A CN202410322077A CN118229899A CN 118229899 A CN118229899 A CN 118229899A CN 202410322077 A CN202410322077 A CN 202410322077A CN 118229899 A CN118229899 A CN 118229899A
- Authority
- CN
- China
- Prior art keywords
- observation point
- ray
- observation
- dimensional scene
- determining
- 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
- 238000011156 evaluation Methods 0.000 title claims description 12
- 230000008447 perception Effects 0.000 claims abstract description 147
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000003860 storage Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 12
- 230000000007 visual effect Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Image Generation (AREA)
Abstract
本公开涉及一种数字孪生空间的属性评价方法和装置,确定包括三维模型和道路的城市空间三维场景,每个三维模型的外表面通过多个三角面拼接得到。在三维场景中每个街道进行观测点部署得到至少一个观测点。确定由三维场景中每个三角面中心指向每个观测点的射线。判断三维场景中每个观测点对应的未被遮挡的射线所属三角面为目标三角面,根据每个观测点的目标三角面面积确定的局部感知信息度,以根据局部感知信息度计算三维场景中每个道路的空间感知信息度。本公开通过判断由三角面指向观测点的射线是否被遮挡确定观测点的局部感知信息度,再根据局部感知信息度计算每个道路的空间感知信息度,用于准确的反应三维空间的空间感知特性。
Description
技术领域
本公开涉及数字孪生空间领域,尤其涉及一种数字孪生空间的属性评价方法和装置。
背景技术
在构建数字孪生空间时,对物理环境的数据精确捕获只是基础。真正的挑战在于理解这些数据如何影响人们在这个空间中的行为和感知。特别在数字孪生城市中,对街道和空间的感知情况会对居民的行为模式、出行习惯乃至心理感受产生了显著的影响。
发明内容
有鉴于此,本公开提出了一种数字孪生空间的属性评价方法和装置,旨在对居民在数字孪生空间内信息感知情况进行评价。
根据本公开的第一方面,提供了一种数字孪生空间的属性评价方法,所述方法包括:
确定包括至少一个三维模型的城市空间三维场景,每个所述三维模型的外表面通过多个三角面拼接得到,所述三维模型中包括用于表征道路的模型;
在所述三维场景中每个所述道路进行观测点部署,得到至少一个观测点;
确定由所述三维场景中每个所述三角面中心指向每个所述观测点的射线;
判断所述三维场景中的每条射线是否被遮挡,并确定每个观测点对应的未被遮挡的射线所属三角面为目标三角面;
根据每个所述观测点对应的目标三角面面积确定对应的局部感知信息度,所述局部感知信息度用于表征对应的观测点位置能够感受到所述三维场景中信息的程度;
根据每个所述观测点对应的局部感知信息度,计算所述三维场景中每个所述道路对应的空间感知信息度,所述空间感知信息度用于表征对应的道路能够感受到所述三维场景中信息的程度。
在一种可能的实现方式中,所述判断所述三维场景中的每条射线是否被遮挡,并确定每个观测点对应的未被遮挡的射线所属三角面为目标三角面,包括:
构建所述三维场景的AABB树,所述AABB树为包含所述三维场景中全部三维模型的三角面的二叉树,其中每个节点中包含至少一个三角面;
根据所述AABB树判断所述三维场景中的每条射线是否被遮挡,并确定每个观测点对应的未被遮挡的射线所属三角面为目标三角面。
在一种可能的实现方式中,根据所述AABB树判断所述三维场景中的每条射线是否被遮挡,包括:
根据所述AABB树确定每个所述射线与整个所述三维场景中的交点中,距离所述射线起点最近的目标交点;
通过对比每个所述射线的起点到对应的目标交点的距离,与所述射线起点到终点的距离大小,确定所述射线是否被遮挡。
在一种可能的实现方式中,所述根据所述AABB树确定每个所述射线与整个所述三维场景中的交点中,距离所述射线起点最近的目标交点,包括:
由所述AABB树的根节点开始,逐层向下判断每个子节点是否与所述射线相交;
在同一层的子节点中只有一个与所述射线相交的情况下,确定所述子节点为目标子节点,并判断所述目标子节点是否为叶节点;
响应于所述目标子节点为叶节点,计算所述交点位置并确定所述交点为目标交点。
在一种可能的实现方式中,所述根据所述AABB树确定每个所述射线与整个所述三维场景中的交点中,距离所述射线起点最近的目标交点,还包括:
在同一层的子节点中存在至少两个与所述射线相交的情况下,确定与所述射线起点最近的子节点为目标子节点。
在一种可能的实现方式中,由所述AABB树的根节点开始,逐层向下判断每个子节点是否与所述射线相交,包括:
由所述AABB树的根节点开始,逐层向下判断当前层中与所述射线起点距离由近到远的多个子节点是否与所述射线相交。
在一种可能的实现方式中,所述根据每个所述观测点对应的目标三角面面积确定对应的局部感知信息度,包括:
判断每个所述目标三角面是否在对应观测点的预设观测范围内;
计算每个所述观测点观测范围内的多个目标三角面的面积和,得到所述观测点对应的局部感知信息度。
在一种可能的实现方式中,所述根据每个所述观测点对应的局部感知信息度,计算所述三维场景中每个所述道路对应的空间感知信息度,包括:
根据每个所述观测点对应的局部感知信息度,以及每个所述观测点观测范围内的三维模型几何属性,确定每个所述观测点对应的观测阻力;
根据每个所述观测点的观测阻力和所述局部空间感知信息度,计算得到对应的感知系数;
根据每个所述观测点对应的感知系数,计算所述三维场景中每个所述道路对应的空间感知信息度。
在一种可能的实现方式中,所述根据每个所述观测点对应的局部感知信息度,以及每个所述观测点观测范围内的三维模型几何属性,确定每个所述观测点对应的观测阻力包括:
根据每个所述观测点观测范围内的全部三维模型的几何属性确定观测点信息量;
计算每个所述观测点对应的局部感知信息度与所述观测点信息量的比值,得到对应的观测阻力。
在一种可能的实现方式中,所述根据每个所述观测点的观测阻力和所述局部空间感知信息度,计算得到对应的感知系数,包括:
计算每个所述观测点的所述局部空间感知信息度,与1和所述感知阻力的差的乘积,得到所述观测点对应的感知系数。
在一种可能的实现方式中,所述根据每个所述观测点对应的感知系数,计算所述三维场景中每个所述道路对应的空间感知信息度,包括:
以所述三维场景中的每个道路作为节点,道路之间的连接关系作为边进行图结构建模,得到场景图,其中,所述场景图中每个节点的权重为所述节点表征道路中包括的观测点对应的感知系数和;
根据所述场景图中每个所述节点的权重,计算所述三维场景中每个所述道路的空间感知信息度。
在一种可能的实现方式中,所述空间感知信息度根据公式计算得到,其中,v为所述场景图上s和t以外的节点,d(s,t)表征节点s到节点t的最短路径上每个节点的权重和,σst(v)表征经过节点v的从s到t的最短路径数量,r为预设的视觉可达范围。
根据本公开的第二方面,提供了一种数字孪生空间的属性评价装置,所述装置包括:
场景确定模块,用于确定包括至少一个三维模型的城市空间三维场景,每个所述三维模型的外表面通过多个三角面拼接得到,所述三维模型中包括用于表征道路的模型;
观测点部署模块,用于在所述三维场景中每个所述道路进行观测点部署,得到至少一个观测点;
射线确定模块,用于确定由所述三维场景中每个所述三角面中心指向每个所述观测点的射线;
三角面确定模块,用于判断所述三维场景中的每条射线是否被遮挡,并确定每个观测点对应的未被遮挡的射线所属三角面为目标三角面;
第一属性确定模块,用于根据每个所述观测点对应的目标三角面面积确定对应的局部感知信息度,所述局部感知信息度用于表征对应的观测点位置能够感受到所述三维场景中信息的程度;
第二属性确定模块,用于根据每个所述观测点对应的局部感知信息度,计算所述三维场景中每个所述道路对应的空间感知信息度,所述空间感知信息度用于表征对应的道路能够感受到所述三维场景中信息的程度。
在一种可能的实现方式中,所述三角面确定模块,进一步用于:
构建所述三维场景的AABB树,所述AABB树为包含所述三维场景中全部三维模型的三角面的二叉树,其中每个节点中包含至少一个三角面;
根据所述AABB树判断所述三维场景中的每条射线是否被遮挡,并确定每个观测点对应的未被遮挡的射线所属三角面为目标三角面。
在一种可能的实现方式中,所述三角面确定模块,进一步用于:
根据所述AABB树确定每个所述射线与整个所述三维场景中的交点中,距离所述射线起点最近的目标交点;
通过对比每个所述射线的起点到对应的目标交点的距离,与所述射线起点到终点的距离大小,确定所述射线是否被遮挡。
在一种可能的实现方式中,所述三角面确定模块,进一步用于:
由所述AABB树的根节点开始,逐层向下判断每个子节点是否与所述射线相交;
在同一层的子节点中只有一个与所述射线相交的情况下,确定所述子节点为目标子节点,并判断所述目标子节点是否为叶节点;
响应于所述目标子节点为叶节点,计算所述交点位置并确定所述交点为目标交点。
在一种可能的实现方式中,所述三角面确定模块,进一步用于:
在同一层的子节点中存在至少两个与所述射线相交的情况下,确定与所述射线起点最近的子节点为目标子节点。
在一种可能的实现方式中,所述三角面确定模块,进一步用于:
由所述AABB树的根节点开始,逐层向下判断当前层中与所述射线起点距离由近到远的多个子节点是否与所述射线相交。
在一种可能的实现方式中,所述第一属性确定模块,进一步用于:
判断每个所述目标三角面是否在对应观测点的预设观测范围内;
计算每个所述观测点观测范围内的多个目标三角面的面积和,得到所述观测点对应的局部感知信息度。
在一种可能的实现方式中,所述第二属性确定模块,进一步用于:
根据每个所述观测点对应的局部感知信息度,以及每个所述观测点观测范围内的三维模型几何属性,确定每个所述观测点对应的观测阻力;
根据每个所述观测点的观测阻力和所述局部空间感知信息度,计算得到对应的感知系数;
根据每个所述观测点对应的感知系数,计算所述三维场景中每个所述道路对应的空间感知信息度。
在一种可能的实现方式中,所述第二属性确定模块,进一步用于:
根据每个所述观测点观测范围内的全部三维模型的几何属性确定观测点信息量;
计算每个所述观测点对应的局部感知信息度与所述观测点信息量的比值,得到对应的观测阻力。
在一种可能的实现方式中,所述第二属性确定模块,进一步用于:
计算每个所述观测点的所述局部空间感知信息度,与1和所述感知阻力的差的乘积,得到所述观测点对应的感知系数。
在一种可能的实现方式中,所述第二属性确定模块,进一步用于:
以所述三维场景中的每个道路作为节点,道路之间的连接关系作为边进行图结构建模,得到场景图,其中,所述场景图中每个节点的权重为所述节点表征道路中包括的观测点对应的感知系数和;
根据所述场景图中每个所述节点的权重,计算所述三维场景中每个所述道路的空间感知信息度。
在一种可能的实现方式中,所述空间感知信息度根据公式计算得到,其中,v为所述场景图上s和t以外的节点,d(s,t)表征节点s到节点t的最短路径上每个节点的权重和,σst(v)表征经过节点v的从s到t的最短路径数量,r为预设的视觉可达范围。
根据本公开的第三方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为在执行所述存储器存储的指令时,实现上述方法。
根据本公开的第四方面,提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其中,所述计算机程序指令被处理器执行时实现上述方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行上述方法。
在本公开实施例中,确定包括三维模型和道路的城市空间三维场景,每个三维模型的外表面通过多个三角面拼接得到。在三维场景中每个街道进行观测点部署得到至少一个观测点。确定由三维场景中每个三角面中心指向每个观测点的射线。判断三维场景中每个观测点对应的未被遮挡的射线所属三角面为目标三角面,根据每个观测点的目标三角面面积确定的局部感知信息度,以根据局部感知信息度计算三维场景中每个道路的空间感知信息度。本公开通过判断由三角面指向观测点的射线是否被遮挡确定观测点的局部感知信息度,再根据局部感知信息度计算每个道路的空间感知信息度,用于准确的反应三维空间的空间感知特性。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出根据本公开实施例的一种数字孪生空间的属性评价方法的流程图;
图2示出根据本公开实施例的一种城市空间三维场景的结构示意图;
图3示出根据本公开实施例的一种AABB树的结构示意图;
图4示出根据本公开实施例的一种数字孪生空间的属性评价方法的流程图;
图5示出根据本公开实施例的一种数字孪生空间的属性评价装置的示意图;
图6示出根据本公开实施例的一种电子设备的示意图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
本公开实施例的数字孪生空间的属性评价方法可以由终端设备或服务器等电子设备执行。其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等任意固定或移动终端。服务器可以为单独的服务器或多个服务器组成的服务器集群。任意电子设备可以通过处理器调用存储器中存储的计算机可读指令的方式来实现本公开实施例的数字孪生空间的属性评价方法。
图1示出根据本公开实施例的一种数字孪生空间的属性评价方法的流程图。如图1所示,本公开实施例的数字孪生空间的属性评价方法可以包括以下步骤S10-S60。
步骤S10、确定包括至少一个三维模型的城市空间三维场景。
在一种可能的实现方式中,由电子设备通过三维建模的方式创建城市空间的三维场景,该城市空间的三维场景为一种数字孪生空间。城市空间的三维场景为仿真的城市空间,可以包括至少一个三维模型。可选地,电子设备可以先通过遥感影像、激光雷达点云数据或者已有的城市三维模型数据库整理并获取得到多个三维模型,三维模型中可以包括建筑物、道路、地形和绿地等各类城市地物要素对应的模型,即三维模型中可以包括三维模型、三维道路模型、三维地形模型和三维绿地模型等。电子设备在确定三维模型后,可以运用三维建模技术,利用计算机辅助设计(CAD)或者建筑信息模型(BIM),生成包含丰富几何和结构细节的高精度数字孪生城市空间的三维场景。进一步地,三维场景中的每个三维模型的外表面通过多个三角面拼接得到,三角面为三维模型外表面的三个点组成的面。
步骤S20、在所述三维场景中每个所述道路进行观测点部署,得到至少一个观测点。
在一种可能的实现方式中,电子设备在确定城市空间的三维模型后,根据预设的观测点部署规则在三维场景中每条道路上进行观测点部署,得到用于感知三维场景中三维模型的观测点。其中,观测点部署规则可以预先设定,例如可以针对道路采用等距或者权重采样方法,在关键位置设置观测点。可选地,观测点除了设置在道路位置,还可以设置在开放空间。可选地,考虑到视觉的多样性,观测点的设置需要确保能够充分体现城市空间得到开敞度和视觉特性。
图2示出根据本公开实施例的一种城市空间三维场景的结构示意图。如图2所示,城市空间的三维场景中可以包括蓝色绘制的多个三维建筑模型,以及红色线条绘制的多条道路。其中,道路上布设多个观测点,可以通过红色线条上方的红点表征道路上布设的观测点的位置。多个观测点间隔设置,覆盖了整个城市空间的三维场景,以从不同的位置检测城市空间的感知程度。
步骤S30、确定由所述三维场景中每个所述三角面中心指向每个所述观测点的射线。
在一种可能的实现方式中,电子设备在对三维场景中每条道路进行观测点部署得到三维场景中的至少一个观测点后,根据三维场景中三维模型的每个三角面的三角面中心与每个观测点绘制射线。其中,每条射线的起点为一个三角面中心,终点为一个观测点。三角面中心的坐标可以通过计算三角面三个顶点的坐标的均值得到。例如,三角面中心(x1,y1,z1)和观测点(x2,y2,z2)之间的射线为
可选地,为了减小后续计算过程的计算量,电子设备还可以预先确定每个观测点对应的可视范围。在确定三维场景中的射线的情况下,仅确定每个观测点可视范围内的多个三角面中心指向对应观测点的射线。该可视范围可以为预先设定的以对应的观测点位置为原点的半径。
步骤S40、判断所述三维场景中的每条射线是否被遮挡,并确定每个观测点对应的未被遮挡的射线所属三角面为目标三角面。在一种可能的实现方式中,电子设备可以在确定三维场景中每个三角面中心指向每个观测点的射线后,可以通过检测射线是否与三维模型相交的方式判断三维场景中的每条射线是否被遮挡,并确定每个观测点对应的未被遮挡的射线所述的三角面为目标三角面。可选地,为了提高射线遮挡判定过程的效率,本公开实施例可以引入AABB树,以三角面为最小的叶节点构建三维场景的AABB树,并通过AABB树减少遮挡判定过程中的计算次数,进而提高效率。即遮挡判断的过程可以包括构建三维场景的AABB树。根据AABB树判断三维场景中的每条射线是否被遮挡,并确定每个观测点对应的未被遮挡的射线所属三角面为目标三角面。可选地,AABB树的构建过程中,可以根据三维场景中三角面的数量选择合适的分割轴,以降低树的深度提高后续的计算效率。AABB树的构建能够减少计算射线与三角面相交测试的次数,提高光线追踪的效率。
图3示出根据本公开实施例的一种AABB树的结构示意图。如图3所示,AABB树为包含三维场景中全部三维模型的三角面的二叉树,其中每个节点中包含至少一个三角面,且每个。例如对于三维场景中A、B和C三个三角面,可以将A、B和C三角面都作为叶节点,再确定一个包括叶节点A和叶节点B的中间节点,再确定包括中间节点和叶节点C的根节点。
进一步地,电子设备在确定三维场景的AABB树后,可以根据AABB树确定每个射线与整个三维场景中的交点中,距离射线起点最近的目标交点。再通过对比每个射线的起点到对应的目标交点的距离,与射线起点到终点的距离大小确定射线是否被遮挡。其中,确定每个射线对应的目标交点的方式可以由AABB树的根节点开始逐层进行,即对于每个射线,可以由AABB树的根节点开始,逐层向下判断每个子节点是否与射线相交。其中,在同一层的子节点中只有一个与射线相交的情况下,直接确定子节点为目标子节点,并判断目标子节点是否为叶节点。并在目标子节点为叶节点的情况下,不再向下进行计算,计算交点位置并确定交点为目标交点。在同一层的子节点中存在至少两个与射线相交的情况下,确定与射线起点最近的子节点为目标子节点。通过该方式,本公开实施例仅在射线相交的节点为叶节点的情况下才进行精确的交点位置计算,大大减少了复杂场景中进行精确位置计算的需求。
进一步地,电子设备在检查一个分支节点的两个子节点是否与射线相交的情况下,可以先检查射线与其中更接近的子节点是否交叉,如果交叉的话则不必再检查射线是否与另一个子节点相交。即电子设备进行射线相交检测的方式可以为由AABB树的根节点开始,逐层向下判断当前层中与射线起点距离由近到远的多个子节点是否与射线相交。在近的子节点与射线相交的情况下,可以不再判断远的子节点是否与射线相交,实现对AABB树的剪枝。
在一种可能的实现方式中,当与射线相交的子节点为叶节点的情况下,可以通过射线相交计算的方式计算得到具体的交点位置。其中,射线可以由起点P和方向向量表示,射线上的任一点Pt可以通过方程/>表示,t是一个标量。与射线相交的三角面可以通过其的三个顶点(A,B,C)表示,任一点Q在三角面上的条件可以通过公式Q=(1-u-v)A+uB+vC给出,u和v是标量,必须满足u≥0,v≥0和u+v≤1才能让点Q位于三角面内部。
在计算射线和三角面的交点位置时,可以将射线公式带入三角面方程中找到Q,其中,(x,y,z)和代表对应的x,y和z坐标,解上述方程组可以得到(t,u,v)的值,进而得到目标交点的位置坐标,P0表示射线起点。
进一步地,电子设备在计算得到目标交点的位置坐标后,可以通过对比每个射线的起点到对应的目标交点的距离,与射线起点到终点的距离大小,确定射线是否被遮挡。其,射线起点到目标交点的距离,以及射线起点到终点的距离都可以通过计算欧式距离得到。在射线起点到对应目标交点的距离小于射线起点到终点的距离时,电子设备可以判断射线起点和终点之间存在遮挡物,即射线被遮挡。在射线起点到对应目标交点的距离等于射线起点到终点之间的距离时,电子设备可以判断射线起点和终点之间没有遮挡物,即射线未被遮挡。进而确定未被遮挡的射线起点对应的三角面,为作为该射线终点的观测点对应的目标三角面。
步骤S50、根据每个所述观测点对应的目标三角面面积确定对应的局部感知信息度。在一种可能的实现方式中,电子设备在通过计算的方式确定每个观测点对应的未被遮挡的目标三角面后,根据多个目标三角面的面积确定观测点的局部感知信息度。其中,局部感知信息度用于表征对应的观测点位置能够感受到三维场景中信息的程度,即当用户位于该观测点位置时能够获取到三维场景的信息量。可选地,在目标三角面都在对应观测点的预设观测范围内时,电子设备可以直接计算多个目标三角面的面积可即可以得到对应的局部感知信息度。在目标三角面未经过预设观测范围筛选的情况下,电子设备可以先判断每个目标三角面是否在对应观测点的预设观测范围内,然后再计算每个观测点观测范围内的多个目标三角面的面积和,得到观测点对应的局部感知信息度。
步骤S60、根据每个所述观测点对应的局部感知信息度,计算所述三维场景中每个所述道路对应的空间感知信息度。
在一种可能的实现方式中,电子设备在确定每个观测点对应的局部感知信息度后,可以根据三维场景中每个观测点的局部信息感知度,计算得到三维场景中每条道路对应的空间感知信息度。其中,每条道路对应的空间信息感知度用于表征对应的道路能够感受到三维场景中信息的程度。
可选地,空间信息感知度可以根据观测点的局部信息感知度,以及用于表征观测点的观测范围内包括的不容易直接感知的信息量的观测阻力。即电子设备可以先根据每个观测点对应的局部感知信息度,以及每个观测点观测范围内的三维模型几何属性,确定每个观测点对应的观测阻力。根据每个观测点的观测阻力和局部空间感知信息度计算得到对应的感知系数。根据每个观测点对应的感知系数,计算三维场景中每个所述道路对应的空间感知信息度。
进一步地,三维模型的几何属性可以为三维模型的表面积,或者三维模型的体积等属性,观测阻力的计算方式可以为根据每个观测点观测范围内的全部三维模型的几何属性确定观测点信息量,然后计算每个观测点对应的局部感知信息度与观测点信息量的比值,得到对应的观测阻力。示例性地,在三维模型的几何属性为三维模型的表面积的情况下,电子设备可以先确定每个观测点观测范围内全部三维模型的表面积和,再计算局部感知信息度和表面积和的比值得到对应的观测阻力。在三维模型的几何属性为三维模型的体积的情况下,电子设备可以先确定每个观测点观测范围内全部三维模型的体积和,再计算局部感知信息度和体积和的比值,得到对应的观测阻力。
由此可知,在一个观测点观测范围内可以观测到的三维模型的表面积相对于三维模型的整体表面积或者体积较大的情况下,得到的观测阻力也相对较大,这种情况下该观测点观测范围内的大部分信息都被最前方物体遮挡,不容易被感知到。反之,在一个观测点观测范围内可以观测到的三维模型的表面积相对于三维模型的整体表面积或者体积较小的情况下,得到的观测阻力也相对较小,这种情况下该观测点观测范围内的大部分信息都被直接暴露,容易被感知到。
可选地,电子设备在计算得到每个观测点的观测阻力后,再跟每个观测点的观测阻力和局部空间感知信息度计算观测点的感知系数。其中,感知系数的计算方式可以为计算每个观测点的局部空间感知信息度,与1和感知阻力的差的乘积(即感知系数=局部空间感知信息度×(1-感知阻力)),得到观测点对应的感知系数。感知系数为感知开放性指数(Perceptual Openness Index,POI),用于反应观测点对应的观测空间内的感知质量。
在一种可能的实现方式中,在计算得到每个观测点对应的感知系数后,本公开实施例根据三维场景中每个道路内观测点的感知系数和不同道路之间的连接关系进行图建模,再根据图建模结果计算三维场景中每个道路的空间感知信息度。具体而言,电子设备可以以三维场景中的每个道路作为节点,道路之间的连接关系作为边进行图结构建模,得到场景图,其中,场景图中每个节点的权重为节点表征道路中包括的观测点对应的感知系数和。再根据场景图中每个节点的权重,计算三维场景中每个道路的空间感知信息度。
可选地,在得到场景图后,可以通过公式计算得到,其中,v为场景图上s和t以外的节点,d(s,t)表征节点s到节点t的最短路径上每个节点的权重和,σst(v)表征经过节点v的从s到t的最短路径数量,r为预设的视觉可达范围。其中,空间信息感知度可以通过道路的边界中介中心性BBC(boundary betweenness centrality)表征,可以进一步用于城市规划和设计的优化决策,例如决定建筑的高度、形状和布局,以及评估和改善道路的信息感知质量等。
进一步地,在得到三维空间中每个道路的空间感知信息度后,电子设备可以基于空间感知信息度分析空间中最容易获得道路,用于评估城市空间的设计合理性。
图4示出根据本公开实施例的一种数字孪生空间的属性评价方法的流程图。如图4所示,本公开实施例先通过数据采集和模型生成的方式确定包括至少一个三维模型的城市空间三维场景,并以三维场景中每个三维模型的三角面作为最小的节点单位构建三维场景的AABB树。同时,在三维场景中每个道路部署至少一个观测点,并确定由三维场景中在观测点的观测范围内的每个三角面中心指向每个观测点的射线。然后利用AABB树由根节点开始递归找到可能与射线相交的三角面,在找到与射线相交的叶节点时,对该叶节点对应的三角面与射线进行精确相交测试得到交点位置。进一步地,根据交点位置判断三维场景中的每条射线是否被遮挡,并确定每个观测点对应的未被遮挡的射线所属三角面为观测点对应的目标三角面。然后根据每个观测点对应的目标三角面面积确定对应的局部感知信息度,并根据每个观测点对应的局部感知信息度,计算三维场景中每个道路对应的全局的空间感知信息度,用来对城市空间的设计合理性进行评估。
基于上述技术特征,本公开实施例通过判断由三角面指向观测点的射线是否被遮挡确定观测点的局部感知信息度,再根据局部感知信息度计算每个道路的空间感知信息度,用于准确的反应三维空间的空间感知特性,提供更精准的空间感知量化分析指标。该光线追踪方法中的射线由三角面指向观测点,并引入了AABB树进行可视性精算,以通过AABB树排除了多数不必要的计算,降低了计算量以及时间复杂度。同时,在计算空间感知信息度的过程中引入了观测阻力的概念,使得空间的感知测量更加丰富和细致。进一步通过对道路网络进行图结构建模,可以在评估空间设计合理性的同时,为城市规划、交通导向、广告宣传等多个领域提供有价值的参考数据。
图5示出根据本公开实施例的一种数字孪生空间的属性评价装置的示意图。如图5所示,本公开实施例的数字孪生空间的属性评价装置可以包括:
场景确定模块50,用于确定包括至少一个三维模型的城市空间三维场景,每个所述三维模型的外表面通过多个三角面拼接得到,所述三维模型中包括用于表征道路的模型;
观测点部署模块51,用于在所述三维场景中每个所述道路进行观测点部署,得到至少一个观测点;
射线确定模块52,用于确定由所述三维场景中每个所述三角面中心指向每个所述观测点的射线;
三角面确定模块53,用于判断所述三维场景中的每条射线是否被遮挡,并确定每个观测点对应的未被遮挡的射线所属三角面为目标三角面;
第一属性确定模块54,用于根据每个所述观测点对应的目标三角面面积确定对应的局部感知信息度,所述局部感知信息度用于表征对应的观测点位置能够感受到所述三维场景中信息的程度;
第二属性确定模块55,用于根据每个所述观测点对应的局部感知信息度,计算所述三维场景中每个所述道路对应的空间感知信息度,所述空间感知信息度用于表征对应的道路能够感受到所述三维场景中信息的程度。
在一种可能的实现方式中,所述三角面确定模块53,进一步用于:
构建所述三维场景的AABB树,所述AABB树为包含所述三维场景中全部三维模型的三角面的二叉树,其中每个节点中包含至少一个三角面;
根据所述AABB树判断所述三维场景中的每条射线是否被遮挡,并确定每个观测点对应的未被遮挡的射线所属三角面为目标三角面。
在一种可能的实现方式中,所述三角面确定模块53,进一步用于:
根据所述AABB树确定每个所述射线与整个所述三维场景中的交点中,距离所述射线起点最近的目标交点;
通过对比每个所述射线的起点到对应的目标交点的距离,与所述射线起点到终点的距离大小,确定所述射线是否被遮挡。
在一种可能的实现方式中,所述三角面确定模块53,进一步用于:
由所述AABB树的根节点开始,逐层向下判断每个子节点是否与所述射线相交;
在同一层的子节点中只有一个与所述射线相交的情况下,确定所述子节点为目标子节点,并判断所述目标子节点是否为叶节点;
响应于所述目标子节点为叶节点,计算所述交点位置并确定所述交点为目标交点。
在一种可能的实现方式中,所述三角面确定模块53,进一步用于:
在同一层的子节点中存在至少两个与所述射线相交的情况下,确定与所述射线起点最近的子节点为目标子节点。
在一种可能的实现方式中,所述三角面确定模块53,进一步用于:
由所述AABB树的根节点开始,逐层向下判断当前层中与所述射线起点距离由近到远的多个子节点是否与所述射线相交。
在一种可能的实现方式中,所述第一属性确定模块54,进一步用于:
判断每个所述目标三角面是否在对应观测点的预设观测范围内;
计算每个所述观测点观测范围内的多个目标三角面的面积和,得到所述观测点对应的局部感知信息度。
在一种可能的实现方式中,所述第二属性确定模块55,进一步用于:
根据每个所述观测点对应的局部感知信息度,以及每个所述观测点观测范围内的三维模型几何属性,确定每个所述观测点对应的观测阻力;
根据每个所述观测点的观测阻力和所述局部空间感知信息度,计算得到对应的感知系数;
根据每个所述观测点对应的感知系数,计算所述三维场景中每个所述道路对应的空间感知信息度。
在一种可能的实现方式中,所述第二属性确定模块55,进一步用于:
根据每个所述观测点观测范围内的全部三维模型的几何属性确定观测点信息量;
计算每个所述观测点对应的局部感知信息度与所述观测点信息量的比值,得到对应的观测阻力。
在一种可能的实现方式中,所述第二属性确定模块55,进一步用于:
计算每个所述观测点的所述局部空间感知信息度,与1和所述感知阻力的差的乘积,得到所述观测点对应的感知系数。
在一种可能的实现方式中,所述第二属性确定模块55,进一步用于:
以所述三维场景中的每个道路作为节点,道路之间的连接关系作为边进行图结构建模,得到场景图,其中,所述场景图中每个节点的权重为所述节点表征道路中包括的观测点对应的感知系数和;
根据所述场景图中每个所述节点的权重,计算所述三维场景中每个所述道路的空间感知信息度。
在一种可能的实现方式中,所述空间感知信息度根据公式计算得到,其中,v为所述场景图上s和t以外的节点,d(s,t)表征节点s到节点t的最短路径上每个节点的权重和,σst(v)表征经过节点v的从s到t的最短路径数量,r为预设的视觉可达范围。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为在执行所述存储器存储的指令时,实现上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行上述方法。
图6示出根据本公开实施例的一种电子设备1900的示意图。例如,电子设备1900可以被提供为一服务器或终端设备。参照图6,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出接口1958(I/O接口)。电子设备1900可以操作基于存储在存储器1932的操作***,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (15)
1.一种数字孪生空间的属性评价方法,其特征在于,所述方法包括:
确定包括至少一个三维模型的城市空间三维场景,每个所述三维模型的外表面通过多个三角面拼接得到,所述三维模型中包括用于表征道路的模型;
在所述三维场景中每个所述道路进行观测点部署,得到至少一个观测点;
确定由所述三维场景中每个所述三角面中心指向每个所述观测点的射线;
判断所述三维场景中的每条射线是否被遮挡,并确定每个观测点对应的未被遮挡的射线所属三角面为目标三角面;
根据每个所述观测点对应的目标三角面面积确定对应的局部感知信息度,所述局部感知信息度用于表征对应的观测点位置能够感受到所述三维场景中信息的程度;
根据每个所述观测点对应的局部感知信息度,计算所述三维场景中每个所述道路对应的空间感知信息度,所述空间感知信息度用于表征对应的道路能够感受到所述三维场景中信息的程度。
2.根据权利要求1所述的方法,其特征在于,所述判断所述三维场景中的每条射线是否被遮挡,并确定每个观测点对应的未被遮挡的射线所属三角面为目标三角面,包括:
构建所述三维场景的AABB树,所述AABB树为包含所述三维场景中全部三维模型的三角面的二叉树,其中每个节点中包含至少一个三角面;
根据所述AABB树判断所述三维场景中的每条射线是否被遮挡,并确定每个观测点对应的未被遮挡的射线所属三角面为目标三角面。
3.根据权利要求2所述的方法,其特征在于,根据所述AABB树判断所述三维场景中的每条射线是否被遮挡,包括:
根据所述AABB树确定每个所述射线与整个所述三维场景中的交点中,距离所述射线起点最近的目标交点;
通过对比每个所述射线的起点到对应的目标交点的距离,与所述射线起点到终点的距离大小,确定所述射线是否被遮挡。
4.根据权利要求3所述的方法,其特征在于,所述根据所述AABB树确定每个所述射线与整个所述三维场景中的交点中,距离所述射线起点最近的目标交点,包括:
由所述AABB树的根节点开始,逐层向下判断每个子节点是否与所述射线相交;
在同一层的子节点中只有一个与所述射线相交的情况下,确定所述子节点为目标子节点,并判断所述目标子节点是否为叶节点;
响应于所述目标子节点为叶节点,计算所述交点位置并确定所述交点为目标交点。
5.根据权利要求4所述的方法,其特征在于,所述根据所述AABB树确定每个所述射线与整个所述三维场景中的交点中,距离所述射线起点最近的目标交点,还包括:
在同一层的子节点中存在至少两个与所述射线相交的情况下,确定与所述射线起点最近的子节点为目标子节点。
6.根据权利要求4或5所述的方法,其特征在于,由所述AABB树的根节点开始,逐层向下判断每个子节点是否与所述射线相交,包括:
由所述AABB树的根节点开始,逐层向下判断当前层中与所述射线起点距离由近到远的多个子节点是否与所述射线相交。
7.根据权利要求1-6中任意一项所述的方法,其特征在于,所述根据每个所述观测点对应的目标三角面面积确定对应的局部感知信息度,包括:
判断每个所述目标三角面是否在对应观测点的预设观测范围内;
计算每个所述观测点观测范围内的多个目标三角面的面积和,得到所述观测点对应的局部感知信息度。
8.根据权利要求1-7中任意一项所述的方法,其特征在于,所述根据每个所述观测点对应的局部感知信息度,计算所述三维场景中每个所述道路对应的空间感知信息度,包括:
根据每个所述观测点对应的局部感知信息度,以及每个所述观测点观测范围内的三维模型几何属性,确定每个所述观测点对应的观测阻力;
根据每个所述观测点的观测阻力和所述局部空间感知信息度,计算得到对应的感知系数;
根据每个所述观测点对应的感知系数,计算所述三维场景中每个所述道路对应的空间感知信息度。
9.根据权利要求8所述的方法,其特征在于,所述根据每个所述观测点对应的局部感知信息度,以及每个所述观测点观测范围内的三维模型几何属性,确定每个所述观测点对应的观测阻力包括:
根据每个所述观测点观测范围内的全部三维模型的几何属性确定观测点信息量;
计算每个所述观测点对应的局部感知信息度与所述观测点信息量的比值,得到对应的观测阻力。
10.根据权利要求8或9所述的方法,其特征在于,所述根据每个所述观测点的观测阻力和所述局部空间感知信息度,计算得到对应的感知系数,包括:
计算每个所述观测点的所述局部空间感知信息度,与1和所述感知阻力的差的乘积,得到所述观测点对应的感知系数。
11.根据权利要求8-10中任意一项所述的方法,其特征在于,所述根据每个所述观测点对应的感知系数,计算所述三维场景中每个所述道路对应的空间感知信息度,包括:
以所述三维场景中的每个道路作为节点,道路之间的连接关系作为边进行图结构建模,得到场景图,其中,所述场景图中每个节点的权重为所述节点表征道路中包括的观测点对应的感知系数和;
根据所述场景图中每个所述节点的权重,计算所述三维场景中每个所述道路的空间感知信息度。
12.根据权利要求11所述的方法,其特征在于,所述空间感知信息度根据公式计算得到,其中,v为所述场景图上s和t以外的节点,d(s,t)表征节点s到节点t的最短路径上每个节点的权重和,σst(v)表征经过节点v的从s到t的最短路径数量,r为预设的视觉可达范围。
13.一种数字孪生空间的属性评价装置,其特征在于,所述装置包括:
场景确定模块,用于确定包括至少一个三维模型的城市空间三维场景,每个所述三维模型的外表面通过多个三角面拼接得到,所述三维模型中包括用于表征道路的模型;
观测点部署模块,用于在所述三维场景中每个所述道路进行观测点部署,得到至少一个观测点;
射线确定模块,用于确定由所述三维场景中每个所述三角面中心指向每个所述观测点的射线;
三角面确定模块,用于判断所述三维场景中的每条射线是否被遮挡,并确定每个观测点对应的未被遮挡的射线所属三角面为目标三角面;
第一属性确定模块,用于根据每个所述观测点对应的目标三角面面积确定对应的局部感知信息度,所述局部感知信息度用于表征对应的观测点位置能够感受到所述三维场景中信息的程度;
第二属性确定模块,用于根据每个所述观测点对应的局部感知信息度,计算所述三维场景中每个所述道路对应的空间感知信息度,所述空间感知信息度用于表征对应的道路能够感受到所述三维场景中信息的程度。
14.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为在执行所述存储器存储的指令时,实现权利要求1至12中任意一项所述的方法。
15.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至12中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410322077.4A CN118229899A (zh) | 2024-03-20 | 2024-03-20 | 数字孪生空间的属性评价方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410322077.4A CN118229899A (zh) | 2024-03-20 | 2024-03-20 | 数字孪生空间的属性评价方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118229899A true CN118229899A (zh) | 2024-06-21 |
Family
ID=91498814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410322077.4A Pending CN118229899A (zh) | 2024-03-20 | 2024-03-20 | 数字孪生空间的属性评价方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118229899A (zh) |
-
2024
- 2024-03-20 CN CN202410322077.4A patent/CN118229899A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | Geometric accessibility and geographic information: extending desktop GIS to space syntax | |
Galin et al. | Authoring hierarchical road networks | |
CN109671150B (zh) | 基于数字地球的机场土方计算方法 | |
CN106980633A (zh) | 室内地图数据的生成方法及装置 | |
CN113902185B (zh) | 区域用地性质的确定方法、装置、电子设备及存储介质 | |
Rakshit et al. | Efficient code for second order analysis of events on a linear network | |
CN111090712A (zh) | 一种数据处理方法、装置、设备及计算机存储介质 | |
CN111780774B (zh) | 运动轨迹的生成方法、装置、存储介质和电子设备 | |
CN113112603A (zh) | 三维模型优化的方法和装置 | |
US20220244424A1 (en) | Geological Grid Analysis | |
Zhou et al. | Experimental analysis of various types of road intersections for interchange detection | |
CN115391884A (zh) | 建模技术的城市道路交通发展规划设计方法 | |
Miky et al. | A combined contour lines iteration algorithm and Delaunay triangulation for terrain modeling enhancement | |
CN115830255B (zh) | 一种仿真场景生成方法、装置、电子设备和存储介质 | |
CN112131327A (zh) | 一种运动轨迹的生成方法及装置 | |
CN118229899A (zh) | 数字孪生空间的属性评价方法和装置 | |
CN116994086A (zh) | 道路模型生成方法、装置、设备及介质 | |
Mekni | Using gis data to build informed virtual geographic environments (ivge) | |
CN113822892B (zh) | 仿真雷达的评测方法、装置、设备及计算机存储介质 | |
Vanclooster et al. | Comparing indoor and outdoor network models for automatically calculating turns | |
CN112948518B (zh) | 对象处理方法、装置、电子设备和计算机存储介质 | |
CN116091716A (zh) | 一种基于深度学习的高精度地图自动化制作***及方法 | |
CN115774766A (zh) | 差分算法模型的评测、确定更新地图数据的方法及装置 | |
Koefoed-Hansen et al. | Representations for path finding in planar environments | |
KR101314054B1 (ko) | 절토 사면 시뮬레이션을 위한 페트리 넷 모델링 방법 |
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 |