CN116993923B - 换流站三维模型制作方法、系统、计算机设备和存储介质 - Google Patents
换流站三维模型制作方法、系统、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116993923B CN116993923B CN202311228673.8A CN202311228673A CN116993923B CN 116993923 B CN116993923 B CN 116993923B CN 202311228673 A CN202311228673 A CN 202311228673A CN 116993923 B CN116993923 B CN 116993923B
- Authority
- CN
- China
- Prior art keywords
- data
- point cloud
- model
- contour
- dimensional model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000003860 storage Methods 0.000 title abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 53
- 238000012937 correction Methods 0.000 claims abstract description 29
- 230000015654 memory Effects 0.000 claims description 32
- 238000001514 detection method Methods 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000003746 surface roughness Effects 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000002360 preparation method Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 241000350052 Daniellia ogea Species 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000002076 thermal analysis method Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种换流站三维模型制作方法、系统、计算机设备和存储介质，通过对点云数据进行多次处理，获得一个更为准确的点云模型和点云模型的各方面数据，为之后的3d建模做初步准备，再根据2d图纸对点云模型进行轮廓矫正之后进行三维建模，由于大部分的工作是在软件内进行，且输入点云数据即可获得，因此，处理效率得到了大幅提升，之后根据2d图纸来矫正点云模型，能够保证生成的点云模型更加贴近于换流站的实际状态，剔除点云模型中冗余的部分，再根据矫正后的点云模型和数据生成3d模型，能够保证生成的模型的误差更小，准确性更高。
Description
技术领域
本申请涉及换流站可视化技术领域，特别是涉及一种换流站三维模型制作方法。
背景技术
换流站是电力系统中的重要设施，用于实现交流电与直流电之间的相互转换。 由于换流站是复杂的电力设施，采用传统的二维平面图难以全面理解和呈现其复杂的结构和布置。三维采集建模技术可以将换流站以三维形式呈现，使得运维人员、设计师和决策者能够更直观地了解换流站的空间结构、组件之间的关系和操作流程。通过虚拟化的方式，可以模拟不同操作场景，帮助人员做出更准确、有效的决策。
同时换流站的性能和运行状态与其空间布置和结构密切相关。通过三维采集建模技术，可以获取换流站的精确空间数据，并结合传感器数据进行分析，帮助识别潜在的问题和优化运行。例如，可以进行热分析，确定热点区域并改善换热效率；进行电磁场分析，优化设备布置以减少干扰；进行冲击分析，评估设备的抗震能力等。三维采集建模技术为换流站的设计和施工提供了更准确的基础。通过获取换流站的真实空间信息，可以进行设计和施工的模拟和优化，避免设计缺陷和施工冲突。此外，可以使用模型进行可视化展示和协作，促进设计师、工程师和施工人员之间的交流和合作。换流站的运维和维护需要对设备状态进行监测和分析。三维采集建模技术可以提供高精度的设备几何和纹理信息，结合传感器数据进行设备状态监测和预测。这样，可以实现智能化的运维管理，提高设备的可靠性和维护效率。
综上所述，发展换流站三维采集建模技术可以提供全面的视觉化表示、精确的空间数据和虚拟化的分析能力，有助于设计、施工、运维和维护等方面的工作，并提升换流站的效率和可靠性。
但现有的3d建模技术来对换流站建模时，由于换流站的环境较为复杂，拥有设施也拥有建筑物等大小、位置、形状均不规则的建模对象，因此，对换流站的3d建模难度较大，使用现有的3d建模技术建模无论是人力还是时间成本都比较高，因此，急需一种能够快速实现换流站建模的技术。
发明内容
本发明实施例提供了一种换流站三维模型制作方法，以至少解决相关技术换流站三维模型建立成本高的问题。
根据本发明的一个实施例，提供了一种换流站三维模型制作方法，一种换流站三维模型制作方法，所述方法包括：
获取通过测量设备对所述换流站进行测量后得到的点云数据；
对所述点云数据进行数据准确性处理，以得到第一点云数据；
对所述第一点云数据进行3d预处理并输出为点云模型；
将所述点云模型输出为3d软件第一格式文件；
基于预设的2d轮廓数据对所述点云模型进行轮廓矫正，以得到轮廓矫正后的目标模型，其中，所述2d轮廓数据是对2d图纸数据进行图数转换后得到的，所述2d轮廓数据中包括的目标轮廓数据彼此相约束；
根据轮廓矫正后的目标模型进行三维建模。
进一步地，所述基于预设的2d轮廓数据对建模后的三维模型进行轮廓矫正，具体包括：
获取所述换流站多方向的2d图纸数据；
从第一方向对所述2d图纸数据进行图数转换处理，以获得所述换流站的第一方向的2d轮廓数据；
对所述三维模型的位置数据进行调整处理，以使所述三维模型的位置数据与所述2d轮廓数据的重合度满足第一条件，第一条件包括重合度最高；
在重合度满足第一条件的情况下，根据所述2d轮廓数据对所述三维模型进行校正处理。
进一步地，所述对所述点云数据进行数据准确性处理，具体包括：
对所述点云数据进行注册和配准处理；
对所述点云数据进行滤波和去噪处理；
对所述点云数据进行分割和特征提取处理。
进一步地，
所述对进行数据准确性处理后的点云数据进行3d预处理，具体包括：
对进行数据准确性处理后点云数据利用3d软件进行模型生成和重建，生成点云模型；
对所述模型生成和重建后的点云模型进行分析，以得到点云模型的具体参数数据。
进一步地，
所述对所述模型生成和重建后的点云模型进行分析，得到点云模型的具体参数数据包括：
获取所述点云数据的采集特征以及云点特征，其中所述采集特征包括采集所述点云数据过程中的能量特征，所述云点特征包括所述点云数据中的云点的亮度和/或云点的粗细程度；
根据所述能量特征，确定点云模型的模型特征，其中，所述模型特征至少包括所述换流站的表面粗糙程度、纹理特征任意之一，所述具体参数数据包括所述模型特征。
进一步地，所述调整所述三维模型的位置直至与2d轮廓重合度最高的位置，具体包括：
调整2d轮廓的比例与三维模型比例至相同比例；
根据水平方向上的图纸进行调整时，水平转动三维模型，并判定所述2d轮廓和三维模型轮廓的实时重合百分比，360度旋转三维模型后，判定重合百分比最高的角度即为所述三维模型的位置与2d轮廓重合度最高的位置；
根据垂直方向上的图纸进行调整时，以俯视视角水平转动三维模型，并判定所述2d轮廓和三维模型轮廓的实时重合百分比，360度旋转三维模型后，找到重合百分比最高的角度即为所述三维模型的位置与2d轮廓重合度最高的位置。
进一步地，所述根据2d轮廓自动修正三维模型，具体包括：
对比所述2d轮廓和所述三维模型，修正所述三维模型中位于所述2d轮廓外冗余的部分。
进一步地，在对所述三维模型的位置数据进行调整处理，以使所述三维模型的位置数据与所述2d轮廓数据的重合度满足第一条件之前，所述方法还包括：
获取第一轮廓数据与第二轮廓数据，其中，所述目标轮廓数据包括所述第一轮廓数据以及第二轮廓数据，所述第一轮廓数据与所述第二轮廓数据相约束；对所述第一轮廓数据以及所述第二轮廓数据进行自由度检测，以获取第一轮廓数据与第二轮廓数据之间的检测数据；
对所述检测数据进行关系检测判断，以确定第一轮廓数据与第二轮廓数据是否准确。
根据本发明的另一个实施例，提供了一种换流站三维模型制作的系统，所述系统包括：
数据获取模块：获取使用测量设备对换流站进行测量得到的点云数据；
数据处理模块：对所述点云数据进行数据准确性处理；对进行数据准确性处理后的点云数据进行3d预处理并输出为点云模型；将所述点云模型输出为3d软件第一格式文件；
矫正模块：基于预设的2d轮廓数据在3d软件中对所述点云模型进行轮廓矫正，以得到轮廓矫正后的目标模型，其中，所述2d轮廓数据是对2d图纸数据进行图数转换后得到的，所述2d轮廓数据中包括的目标轮廓数据彼此相约束；
三维建模模块：使用3d软件根据轮廓矫正后的目标模型进行三维建模。
根据本发明的又一个实施例，还提供了一种计算机设备，包括存储器和处理器，所述处理器与存储器耦合，所述存储器中存储有至少一条程序指令或代码，所述至少一条程序指令或代码由所述处理器加载并执行，以使所述计算机设备实现换流站三维模型制作方法中的全部方法。
根据本发明的又一个实施例，还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现换流站三维模型制作方法所述的方法的步骤。
通过本发明，通过对点云数据进行多次处理，获得一个较为准确的点云模型和点云模型的各方面数据，为之后的3d建模做初步准备，再根据2d图纸对点云模型进行轮廓矫正之后进行三维建模，由于大部分的工作是在软件内进行，且输入点云数据即可获得，因此，处理效率得到了大幅提升，之后根据2d图纸来矫正点云模型，能够保证生成的点云模型更加贴近于换流站的实际状态，剔除点云模型中冗余的部分，再根据矫正后的点云模型和数据生成3d模型，能够保证生成的模型的误差更小，准确性更高。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本申请实施例提供的换流站三维模型制作方法的流程示意图；
图2为一个实施例中换流站三维模型制作系统的示意性结构框图；
图3为一个实施例中计算机设备的示意性结构框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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他实施例，都属于本申请保护的范围。
请参阅图1，为本申请实施例提供的换流站三维模型制作方法一个流程示意图，上述的方法包括以下步骤：
S1、获取使用测量设备对换流站进行测量得到的点云数据；
具体的，由于换流站的特殊性，不能使用无人机进行测量，因此测量设备可以使用激光扫描仪、全站仪等设备，在本实施例中，优选为激光扫描仪作为测量设备，数据采集需要确定需要采集的换流站范围和对象。之后使用上述的测量设备-即激光扫描仪对换流站进行测量，获取点云数据和精确的位置信息。之后需要进行现场拍摄或收集可用的2D图纸、技术规范等相关文件，以保证矫正后续建模情况。
S2、对点云数据进行数据准确性处理，以得到第一点云数据；对所述第一点云数据进行3d预处理并输出为点云模型；
由于上述处理步骤可以在同一软件中进行，也可分步骤进行，在本实施例中，为了方便处理过程，上述处理都在FARO SCENE软件中进行完成。
具体的，方法还包括如下步骤：
S21：进行数据导入；
在本实施例中，将上述使用测量设备对换流站进行测量得到的点云数据导入至FARO SCENE软件中，进而进行后续处理；
S22：对导入的点云数据进行注册和配准处理；
在本实施例中，对导入的点云数据进行注册和配准，由于换流站较大，因此激光扫描仪扫描的位置为多个，因此，扫描后的点云数据需要进行数据对齐处理，具体为将多个扫描位置的数据对齐，以生成一个整体的点云模型。在FARO SCENE先使用软件内置功能进行自动配准，如果自动配准出入较大，可以使用手动进行配准处理；需要说明的是，这一过程还需要对相关数据进行格式统一处理，以保证相关数据的格式统一，可以被后续处理准确识别。
S23：对进行注册和配准处理后的点云数据进行滤波和去噪处理；
在本实施例中，由于换流站较大，环境复杂，干扰因素较多，因此，获取的点云数据的准确性较差，因此，需要对配准后的点云数据进行滤波和去噪处理，以减少噪声和干扰，并提高数据质量，此步骤也可使用FARO SCENE内自带的功能进行上述的自动滤波和去噪处理，得到较高质量的点云数据，除此之外，根据各个换流站不同的情况，可以自行设置滤波和去噪处理条件。
S24：对进行滤波和去噪处理后的点云数据进行分割和提取：
在本实施例中，由于换流站较大，提取的点云数据复杂，因此可根据需要，对点云数据进行分割和特征提取，将点云数据分离为不同的对象或部分。例如，可以分割建筑物的墙壁、屋顶、地面等，该过程可以通过K-means系列的点云分类识别算法模型自动进行。
S25、对分割和提取后的点云数据进行模型生成和重建；
在本实施例中，上述的对点云数据分割和提取的操作，会使点云数据分割出换流站中各个设备的某一部分的内容，再利用FARO SCENE软件自带的工具和算法，可以根据上述的处理后的点云数据生成三维模型，如三角网格模型或体素化模型。在本实施例中，通过曲面重建或体素化重建算法来实现上述生成模型的方法。
S26、对进行模型生成后的点云数据进行数据分析；
在本实施例中，为方便进行后续的3d建模，可以使用FARO SCENE提供的工具和功能，能够对上述进行处理后的点云数据和生成的模型进行分析，可以进行测量、体积计算、剖面分析等操作得到点云模型的相对应的体积、剖面等数据；需要说明的是，分析过程可以通过点云数据中的点云集合的点云数量、点云密度、点云之间的距离、点云的空间分布、点云采集过程中的能量特征（具体表现为点云在进行三维显示时的亮度、云点的粗细程度、激光的反射率和反射强度，该特征受被检测物体的表面粗糙程度、纹理表现等换流站的模型特征所影响）等信息综合进行分析。
S27、将进行3d预处理后的点云模型输出为3d软件第一格式文件：
在本实施例中，将处理后的点云数据和上述进行分析后得到的点云模型的数据，由于后续需要在3d软件内进行建模，因此在此输出为3d软件所需的文件格式，如LAS、PLY、OBJ等。这些文件可以用于后续的应用和分享，如3Dmax等三维软件中。
S3、基于预设的2d轮廓数据对3d软件第一格式文件进行轮廓矫正，以得到轮廓矫正后的目标模型，其中，所述2d轮廓数据是对2d图纸数据进行图数转换后得到的，所述2d轮廓数据中包括的目标轮廓数据彼此相约束；
在本实施例中，首先进行预先处理，将经过处理和验证的点云模型导入建模软件，作为底图或背景，收集换流站的相关数据，包括2D图纸数据、技术规范、现场测量数据等。随后将这些数据进行格式统一化，并依次导入至数据平台之后建立基本结构和布局，具体如下：
根据2D图纸和技术规范，通过模型创建算法自动创建换流站的基本结构和布局，包括建筑物、设备、管道等。使用3Dmax建模工具和命令，在模型中绘制建筑物的外部轮廓、房间、楼层等。根据现场测量数据形成的点云数据，将设备的位置和尺寸添加到模型中，并确保其准确性。
之后添加细节和元素：在基本结构和布局的基础上，添加细节和元素，以增加模型的真实感和准确性。根据现场测量数据和技术规范，绘制设备的细节，如连接管道、阀门、电缆等。添加建筑物的细节，如门窗、楼梯、墙壁纹理等。
然后对模型进行组织和层次化，以方便后续的分析、展示和管理。将不同部分和组件分配到不同的图层或组中，便于显示、隐藏和编辑。设置合适的命名和注释，使模型结构清晰易懂。
在模型构建完毕后，对模型进行验证和修正：对生成的三维模型进行验证，与实际换流站进行比对，检查是否存在误差或遗漏。根据验证结果，对模型进行修正和调整，确保模型与实际换流站相符合。
具体包括以下步骤：
S31、使用三维建模软件（如3Dmax、Revit、Maya等）获取一个新的项目或模型文件信息。
S32、获取换流站多方向的2d图纸数据；
2d图纸数据可以为工程图纸数据，也可为现场拍摄的照片数据，在本实施例中，由于工程图纸难以提取出准确的8个方向，因此优选为现场照片，方向上优先选取获取换流站水平方向上8个不同方位的2d图纸数据，以及换流站垂直方向上的俯视图纸数据，上述的8个水平方向可选取水平方向上360度等间距的8个方向即可，在本实施例中，为方便图纸与点云模型对齐位置，因此优选为东、南、西、北、东南、西南、西北和东北的8个方向，目的是为了完成后续修正轮廓的操作，保证各个方向上的轮廓均最大程度得以修正。
S33、从第一方向对所述2d图纸数据进行图数转换处理，以获得所述换流站的第一方向的2d轮廓数据，其中，所述2d轮廓数据中包括的目标轮廓数据彼此相约束；
在本实施例中，由于2d图纸优选的现场照片，因此，需要图片处理软件先对8个水平方向和俯视的现场照片进行图数转换处理，以获得精确的2d轮廓，以便于后续与点云模型进行比对，其中，图数转换处理可以是通过图像截取算法自动对图纸数据进行图像截取或抠图；而为保证数据的精确性，需要将一些重要位置的目标轮廓数据进行约束处理，使得当一个轮廓数据发生变化时，另一个轮廓数据同时也会发生变化，此时通过检测这些目标轮廓数据是否正常即可判断图数转换是否合理。
具体的，相互约束的目标轮廓数据的检测过程包括：
S331，获取第一轮廓数据与第二轮廓数据，其中，所述目标轮廓数据包括所述第一轮廓数据以及第二轮廓数据，所述第一轮廓数据与所述第二轮廓数据相约束；
相互约束的轮廓数据包括（但不限于）轮廓倾斜角度数据、轮廓平行/垂直关系数据、轮廓中心数据、轮廓对称数据、轮廓弧度数据等等。
S332，对所述第一轮廓数据以及所述第二轮廓数据进行自由度检测，以获取第一轮廓数据与第二轮廓数据之间的检测数据；
相互约束的轮廓数据在其中一个数据发生变化时，另一个数据也会发生变化，此时，通过对这两个数据进行自由度检测，即改变其中一个数据，获取另一个数据的变化情况，随后可以（但不限于）将这些变化数据组成检测矩阵，随后对检测矩阵进行后续处理，以此判断两个轮廓数据之间是否处于正常的约束关系，可以理解的是，检测数据包括检测矩阵。
S333，对所述检测数据进行关系检测判断，以判断第一轮廓数据与第二轮廓数据是否准确。
对检测数据的关系进行关系检测方法可以（但不限于）是直接将2d轮廓数据与国标或设计数据等标准数据直接进行比对，由此判断2d轮廓数据是否准确，也可以是对检测矩阵进行低维转换，通过计算这些低维矩阵的方差以及低维矩阵之间的相关性来判断检测矩阵是否满足要求，从而确定第一轮廓数据和第二轮廓数据是否正确，随后在数据正确的情况下，进行后续处理，否则进行报警或进行2d轮廓数据的重新获取。S34、对所述三维模型的位置数据进行调整处理，以使所述三维模型的位置数据与所述2d轮廓数据的重合度满足第一条件，第一条件包括重合度最高；
在本实施例中，由于提取的2d轮廓与点云模型比例和角度都不同，因此需要优先调整比例和位置。首先，调整2d轮廓的比例与点云模型比例至相同比例；
调整比例即根据点云模型与实际换流站的比例为准，进而调整2d轮廓和实际换流站的比例至点云模型与实际换流站的比例相同即可。
调整位置时，根据水平方向上的图纸进行调整时，水平转动三维模型，并判定2d轮廓数据和三维模型轮廓数据的实时重合百分比，360度旋转三维模型后，判定重合百分比最高的角度即为三维模型的位置直至与2d轮廓数据重合度最高的位置；
根据垂直方向上的图纸进行调整时，以俯视视角水平转动三维模型，并判定2d轮廓数据和三维模型轮廓数据的实时重合百分比，360度旋转三维模型后，找到重合百分比最高的角度即为三维模型的位置直至与2d轮廓数据重合度最高的位置。
S34、在重合度满足第一条件的情况下，根据所述2d轮廓数据对所述三维模型进行校正处理。
在本实施例中，在上述调整比例和位置后，利用软件自动对比2d轮廓和三维模型，如位于2d轮廓外的点云模型部分，即为冗余部分，之后进行两次判定，第一次判定为判定冗余部分的点云数据密集程度，如果大于阈值则进行第二判定，如果未超过阈值则推送至管理员进行确认是否修正，第二判定为，判定冗余部分的点云数据是否与非冗余部分具有密集连接关系，如第二判定为是，则报错至管理员，如第二判定为否，则推送至管理员进行确认是否修正。判定密集连接关系的方法在本实施例中采用2d轮廓边缘的冗余部分和非冗余部分的点云之间距离位置，如多个距离位置过于相近，则判定为密集连接。
在另一个实施例中，换流站三维模型还可以通过以下方法获得：
步骤S11，收集与换流站相关的模型数据，模型数据可以是通过激光扫描设备采集获得的激光点云数据以及通过对2d图纸和建设规范进行扫描和数据转化得到的图纸规范数据；
步骤S12，对采集到的激光点云数据以及图纸规范数据进行筛选处理，以去除异常值，并对缺失的数据进行随机补偿，同时，对随机补偿的数据进行标签化处理，以方便后续对该部分数据进行识别，其中，进行数据补偿是为了保证数据的完整性，使得采集的数据可以被识别，避免因数据不完整导致的数据筛除；随后对这些数据进行统一化预处理以确保数据的质量和一致性；
步骤S13，将清洗和预处理后的数据存储到适当的数据库或数据仓库中，以便后续建模和分析；
步骤S14，根据图纸规范数据，对激光点云数据进行特征提取处理，以获取目标特征数据，其中，特征提取过程包括特征选择、特征构建、特征转化等步骤，目标特征数据包括模型纹理、表面粗糙度、模型曲率、结构密度等数据；
步骤S15，根据图纸规范数据和目标特征数据，通过预设的模型算法对创建的三维模型进行模型调整，调整内容包括模型角度、各结构比例等特征，从而得到最终的符合要求的三维模型，该过程可以通过模型调整算法实现，例如贪心算法等。
在另一个实施例中，模型的验证和修正具体包括以下步骤：
对生成的三维模型进行验证，将扫描的点云数据导入3Dmax，检查建好的模型是否与点云数据完全重合，检查是否存在误差或遗漏，再通过现场采集的图纸、图片等资料检查模型的材质纹理是否和现场一致。
根据验证结果，对模型进行修正和调整，确保模型与实际换流站相符合。
之后，根据需要，生成不同格式的模型输出，如3D模型文件、可视化渲染、动画等，上述生成的模型可以应用于不同的领域，如工程设计、设备维护规划、模拟仿真、安全评估等。
在一个实施例中，提供了一种换流站三维模型制作的系统，如图2所示，包括：
数据获取模块21：获取使用测量设备对换流站进行测量得到的点云数据；
数据处理模块22：对所述点云数据进行数据准确性处理；对进行数据准确性处理后的点云数据进行3d预处理并输出为点云模型；将所述点云模型输出为3d软件第一格式文件；
矫正模块23：基于预设的2d轮廓数据在3d软件中对所述点云模型进行轮廓矫正，以得到轮廓矫正后的目标模型，其中，所述2d轮廓数据是对2d图纸数据进行图数转换后得到的，所述2d轮廓数据中包括的目标轮廓数据彼此相约束；
三维建模模块24：使用3d软件根据所述进行轮廓矫正后的目标模型进行三维建模。
关于换流站三维模型制作的系统的具体限定可参见上文中对于换流站三维模型制作方法的限定，在此不再赘述。上述换流站三维模型制作的系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，本申请实施例提供的计算机设备，可以是服务器，也可以是客户端：如图3所示，为本申请实施例提供的计算机设备的结构示意图。
处理器1701、存储器1702、总线1705、接口1704，处理器1701与存储器1702、接口1704相连，总线1705分别连接处理器1701、存储器1702以及接口1704，接口1704用于接收或者发送数据，处理器1701是单核或多核中央处理单元，或者为特定集成电路，或者为被配置成实施本发明实施例的一个或多个集成电路。存储器1702可以为随机存取存储器(randomaccess memory，RAM) ，也可以为非易失性存储器(non-volatile memory) ，例如至少一个硬盘存储器。存储器1702用于存储计算机执行指令。具体的，计算机执行指令中可以包括程序1703。
本实施例中，该处理器1701调用程序1703时，可以使图换流站三维模型制作的x中的管理服务器执行换流站三维模型制作的X操作，具体此处不再赘述。
应理解，本申请上述实施例提供的处理器，可以是中央处理单元(centralprocessing unit，CPU) ，还可以是其他通用处理器、数字信号处理器(digital signalprocessor，DSP)、专用集成电路 (application-specific integrated circuit ，ASIC) 、现成可编程门阵列(field programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
还应理解，本申请中以上实施例中的计算机设备中的处理器的数量可以是一个，也可以是多个，可以根据实际应用场景调整，此处仅仅是示例性说明，并不作限定。本申请实施例中的存储器的数量可以是一个，也可以是多个，可以根据实际应用场景调整， 此处仅仅是示例性说明，并不作限定。
还需要说明的是，当计算机设备包括处理器(或处理单元)与存储器时，本申请中的处理器可以是与存储器集成在一起的，也可以是处理器与存储器通过接口连接，可以根据实际应用场景调整，并不作限定。
本申请提供了一种芯片系统，该芯片系统包括处理器，用于支持计算机设备（客户端或服务器）实现上述方法中所涉及的控制器的功能，例如处理上述方法中所涉及的数据和/或信息。在一种可能的设计中，芯片系统还包括存储器，存储器，用于保存必要的程序指令和数据。该芯片系统，可以由芯片构成，也可以包括芯片和其他分立器件。
在另一种可能的设计中，当该芯片系统为用户设备或接入网等内的芯片时，芯片包括：处理单元和通信单元，处理单元例如可以是处理器，通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令，以使该客户端或管理服务器等内的芯片执行换流站三维模型制作方法的步骤。可选地，存储单元为芯片内的存储单元，如寄存器、缓存等，存储单元还可以是客户端或管理服务器等内的位于芯片外部的存储单元，如只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)等。
本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被计算机执行时实现上述任一方法实施例中与客户端或管理服务器的控制器执行的方法流程。对应的，该计算机可以为上述计算机设备（客户端或服务器）。
应理解，本申请以上实施例中的提及的控制器或处理器，可以是中央处理单元(central processing unit，CPU) ，还可以是其他通用处理器、数字信号处理器(digitalsignal processor，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现成可编程门阵列(field programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等中的一种或多种的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
还应理解，本申请中以上实施例中的计算机设备（客户端或服务器）或芯片系统等中的处理器或控制器的数量可以是一个，也可以是多个，可以根据实际应用场景调整，此处仅仅是示例性说明，并不作限定。本申请实施例中的存储器的数量可以是一个，也可以是多个，可以根据实际应用场景调整，此处仅仅是示例性说明，并不作限定。
还应理解，本申请实施例中以上实施例中的计算机设备（客户端或服务器）等中提及的存储器或可读存储介质等，可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，ROM)、可编程只读存储器(programmable ROM ，PROM) 、可擦除可编程只读存储器(erasable PROM， EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory，RAM) ，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(dynamic RAM，DRAM)、同步动态随机存取存储器(synchronous DRAM， SDRAM)、双倍数据速率同步动态随机存取存储器(double data rateSDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM) 和直接内存总线随机存取存储器(directrambus RAM，DR RAM)。
本领域普通技术人员可以理解实现上述实施例的全部或部分由计算机设备（客户端或服务器）或者处理器执行的步骤可以通过硬件或程序来指令相关的硬件完成。程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，随机接入存储器等。具体地，例如：上述处理单元或处理器可以是中央处理器，通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。上述的这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
当使用软件实现时，上述实施例描述的方法步骤可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质等。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本申请实施例中所使用的单数形式的“一种”、“其”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，在本申请的描述中，除非另有说明，“/”表示前后关联的对象是一种“或”的关系，例如，A/B可以表示A或B；本申请中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A，B可以是单数或者复数。
取决于语境，如在此所使用的词语“如果”或“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的范围。
Claims (7)
1.一种换流站三维模型制作方法，其特征在于，所述方法包括：
获取通过测量设备对所述换流站进行测量后得到的点云数据；
对所述点云数据进行数据准确性处理，以得到第一点云数据；
对所述第一点云数据进行3d预处理并输出为点云模型；
将所述点云模型输出为3d软件第一格式文件；
基于预设的2d轮廓数据对所述3d软件第一格式文件进行轮廓矫正，以得到轮廓矫正后的目标模型，其中，所述2d轮廓数据是对2d图纸数据进行图数转换后得到的，所述2d轮廓数据中包括的目标轮廓数据彼此相约束；根据轮廓矫正后的目标模型进行三维建模，以得到目标换流站三维模型；
所述3d预处理包括所述第一点云数据进行模型生成和重建，并输出为点云模型；
对所述模型生成和重建后的点云模型进行分析，得到点云模型的具体参数数据；
所述对所述模型生成和重建后的点云模型进行分析，得到点云模型的具体参数数据包括：
获取所述点云数据的采集特征以及云点特征，其中所述采集特征包括采集所述点云数据过程中的能量特征，所述云点特征包括所述点云数据中的云点的亮度和/或云点的粗细程度；
根据所述能量特征，确定点云模型的模型特征，其中，所述模型特征至少包括所述换流站的表面粗糙程度、纹理特征任意之一，所述具体参数数据包括所述模型特征；
所述基于预设的2d轮廓数据对建模后的三维模型进行轮廓矫正，具体包括：
获取所述换流站多方向的2d图纸数据；
从第一方向对所述2d图纸数据进行图数转换处理，以获得所述换流站的第一方向的2d轮廓数据，其中，所述2d轮廓数据中包括的目标轮廓数据彼此相约束；
对所述三维模型的位置数据进行调整处理，以使所述三维模型的位置数据与所述2d轮廓数据的重合度满足第一条件，第一条件包括重合度最高；
在重合度满足第一条件的情况下，根据所述2d轮廓数据对所述三维模型进行校正处理。
2.根据权利要求1所述的一种换流站三维模型制作方法，其特征在于，
所述对所述三维模型的位置数据进行调整处理，以使所述三维模型的位置数据与所述2d轮廓数据的重合度满足第一条件，具体包括：
调整2d轮廓数据的比例与三维模型比例至相同比例；
根据水平方向上的图纸进行调整时，水平转动三维模型，并判定所述2d轮廓数据和三维模型轮廓数据的实时重合百分比，360度旋转三维模型后，判定重合百分比最高的角度即为所述三维模型的位置与2d轮廓重合度最高的位置；
根据垂直方向上的图纸进行调整时，以俯视视角水平转动三维模型，并判定所述2d轮廓和三维模型轮廓的实时重合百分比，360度旋转三维模型后，找到重合百分比最高的角度即为所述三维模型的位置与2d轮廓重合度最高的位置。
3.根据权利要求1所述的一种换流站三维模型制作方法，其特征在于，
所述根据所述2d轮廓数据对所述三维模型进行校正处理，具体包括：
对比所述2d轮廓和所述三维模型，修正所述三维模型中位于所述2d轮廓外冗余的部分。
4.根据权利要求1所述的一种换流站三维模型制作方法，其特征在于，
在对所述三维模型的位置数据进行调整处理，以使所述三维模型的位置数据与所述2d轮廓数据的重合度满足第一条件之前，所述方法还包括：
获取第一轮廓数据与第二轮廓数据，其中，所述目标轮廓数据包括所述第一轮廓数据以及第二轮廓数据，所述第一轮廓数据与所述第二轮廓数据相约束；
对所述第一轮廓数据以及所述第二轮廓数据进行自由度检测，以获取第一轮廓数据与第二轮廓数据之间的检测数据；
对所述检测数据进行关系检测判断，以确定第一轮廓数据与第二轮廓数据是否准确。
5.根据权利要求1所述的一种换流站三维模型制作方法，其特征在于，
所述对所述点云数据进行数据准确性处理，具体包括：
对所述点云数据进行注册和配准处理；
对所述点云数据进行滤波和去噪处理；
对所述点云数据进行分割和特征提取处理。
6.一种换流站三维模型制作的系统，其特征在于，所述系统包括：
数据获取模块：获取使用测量设备对换流站进行测量得到的点云数据；
数据处理模块：对所述点云数据进行数据准确性处理；对进行数据准确性处理后的点云数据进行3d预处理并输出为点云模型；将所述点云模型输出为3d软件第一格式文件；
矫正模块：基于预设的2d轮廓数据在3d软件中对所述点云模型进行轮廓矫正，以得到轮廓矫正后的目标模型，其中，所述2d轮廓数据是对2d图纸数据进行图数转换后得到的，所述2d轮廓数据中包括的目标轮廓数据彼此相约束；
三维建模模块：使用3d软件根据轮廓矫正后的目标模型进行三维建模。
7.一种计算机设备，包括存储器和处理器，所述处理器与存储器耦合，其特征在于，所述存储器中存储有至少一条程序指令或代码，所述至少一条程序指令或代码由所述处理器加载并执行，以使所述计算机设备实现权利要求1-5任一项所述的换流站三维模型制作方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311228673.8A CN116993923B (zh) | 2023-09-22 | 2023-09-22 | 换流站三维模型制作方法、系统、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311228673.8A CN116993923B (zh) | 2023-09-22 | 2023-09-22 | 换流站三维模型制作方法、系统、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116993923A CN116993923A (zh) | 2023-11-03 |
| CN116993923B true CN116993923B (zh) | 2023-12-26 |
Family
ID=88528616
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311228673.8A Active CN116993923B (zh) | 2023-09-22 | 2023-09-22 | 换流站三维模型制作方法、系统、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116993923B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117934858B (zh) * | 2024-03-21 | 2024-06-04 | 之江实验室 | 一种点云的处理方法、装置、存储介质及电子设备 |
| CN117953166B (zh) * | 2024-03-26 | 2024-06-14 | 航天规划设计集团有限公司 | 一种三维建筑模型构建方法及系统 |
Citations (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013008137A (ja) * | 2011-06-23 | 2013-01-10 | Tokyo Univ Of Agriculture & Technology | 三次元形状モデリング用データ送信装置、三次元形状モデリング用データ受信装置、三次元形状モデリングシステム、三次元形状モデリング用データ送信プログラム、及び三次元形状モデリング用データ受信プログラム |
| JP2016224674A (ja) * | 2015-05-29 | 2016-12-28 | 株式会社日立製作所 | 点群データモデル化装置、および点群データモデル化方法 |
| CN108447124A (zh) * | 2018-02-12 | 2018-08-24 | 北京工业大学 | 一种基于点云的古建筑轮廓提取方法及系统 |
| WO2019122205A1 (en) * | 2017-12-22 | 2019-06-27 | The Provost, Fellows, Foundation Scholars, And The Other Members Of Board, Of The College Of The Holy And Undivided Trinity Of Queen Elizabeth, Near Dublin | Method and apparatus for generating a three-dimensional model |
| CN110570466A (zh) * | 2019-09-09 | 2019-12-13 | 广州建通测绘地理信息技术股份有限公司 | 三维实景点云模型的生成方法和装置 |
| CN111811420A (zh) * | 2020-07-16 | 2020-10-23 | 山东大学 | 隧道三维轮廓整体绝对变形监测方法及系统 |
| WO2021103154A1 (zh) * | 2019-11-25 | 2021-06-03 | 浙江明泉工业涂装有限公司 | 一种可用于多车型的智能喷涂的机器人控制方法 |
| CN112950765A (zh) * | 2021-03-08 | 2021-06-11 | 北京理工大学 | 一种基于点云建模的腔体直线度检测方法 |
| WO2021208442A1 (zh) * | 2020-04-14 | 2021-10-21 | 广东博智林机器人有限公司 | 一种三维场景的重建系统、方法、设备及存储介质 |
| CN113781643A (zh) * | 2021-11-10 | 2021-12-10 | 长沙能川信息科技有限公司 | 基于事件链的变电站三维模型显示方法、装置和介质 |
| WO2022016310A1 (zh) * | 2020-07-20 | 2022-01-27 | 深圳元戎启行科技有限公司 | 基于点云数据的三维重建方法、装置和计算机设备 |
| CN114169022A (zh) * | 2021-10-29 | 2022-03-11 | 深圳精匠云创科技有限公司 | 在胚料上雕刻出雕刻标的3d表面的方法及系统 |
| CN114693862A (zh) * | 2020-12-29 | 2022-07-01 | 北京万集科技股份有限公司 | 三维点云数据模型重建方法、目标重识别方法及装置 |
| CN114820953A (zh) * | 2022-06-29 | 2022-07-29 | 深圳市镭神智能系统有限公司 | 一种数据处理方法、装置、设备以及存储介质 |
| KR20220135789A (ko) * | 2021-03-31 | 2022-10-07 | 한국국토정보공사 | 건물형상정합 알고리즘을 이용한 3d 모델 위치보정 방법 및 장치 |
| WO2023024482A1 (zh) * | 2021-08-23 | 2023-03-02 | 奥比中光科技集团股份有限公司 | 一种室内结构化重建方法、装置及计算机可读存储介质 |
| CN115908740A (zh) * | 2022-10-26 | 2023-04-04 | 国网河北省电力有限公司超高压分公司 | 一种轻量级三维点云模型及建模方法 |
| CN115937288A (zh) * | 2022-10-12 | 2023-04-07 | 国网四川省电力公司电力科学研究院 | 一种变电站三维场景模型构建方法 |
| WO2023080455A1 (ko) * | 2021-11-04 | 2023-05-11 | (주)펄핏 | 족부 정보 처리 방법 및 장치 |
| CN116129039A (zh) * | 2022-12-13 | 2023-05-16 | 国网电力空间技术有限公司 | 一种输电线路的三维点云生成方法、装置及存储介质 |
| WO2023093739A1 (zh) * | 2021-11-25 | 2023-06-01 | 华为技术有限公司 | 一种多视图三维重建的方法 |
| CN116246015A (zh) * | 2023-01-05 | 2023-06-09 | 中钢集团马鞍山矿山研究总院股份有限公司 | 一种含采空区的矿山三维精确模型的建模方法 |
| CN116310194A (zh) * | 2023-02-28 | 2023-06-23 | 中国电力科学研究院有限公司 | 一种配电站房三维模型重建方法、系统、设备和存储介质 |
| CN116310192A (zh) * | 2022-12-28 | 2023-06-23 | 江苏省测绘研究所 | 一种基于点云的城市级建筑物三维模型单体重建方法 |
| CN116543091A (zh) * | 2023-07-07 | 2023-08-04 | 长沙能川信息科技有限公司 | 输电线路的可视化方法、系统、计算机设备和存储介质 |
| CN116664763A (zh) * | 2023-04-26 | 2023-08-29 | 国网安徽省电力有限公司超高压分公司 | 一种三维点云的电力施工现场禁限区域指示图自动生成方法 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008066856A2 (en) * | 2006-11-27 | 2008-06-05 | Northeastern University | Patient specific ankle-foot orthotic device |
| JP5343042B2 (ja) * | 2010-06-25 | 2013-11-13 | 株式会社トプコン | 点群データ処理装置および点群データ処理プログラム |
| US20140125657A1 (en) * | 2012-11-01 | 2014-05-08 | Fluor Technologies Corporation | Three Dimensional Modeling And Drawing Extraction Tool |
| CN107025642B (zh) * | 2016-01-27 | 2018-06-22 | 百度在线网络技术（北京）有限公司 | 基于点云数据的车辆轮廓检测方法和装置 |
| US10380796B2 (en) * | 2016-07-19 | 2019-08-13 | Usens, Inc. | Methods and systems for 3D contour recognition and 3D mesh generation |
| KR102647351B1 (ko) * | 2017-01-26 | 2024-03-13 | 삼성전자주식회사 | 3차원의 포인트 클라우드를 이용한 모델링 방법 및 모델링 장치 |
| US10297074B2 (en) * | 2017-07-18 | 2019-05-21 | Fuscoe Engineering, Inc. | Three-dimensional modeling from optical capture |
| US11042146B2 (en) * | 2017-11-17 | 2021-06-22 | Kodak Alaris Inc. | Automated 360-degree dense point object inspection |
| CN108052058B (zh) * | 2018-01-31 | 2023-11-24 | 广州市建筑科学研究院有限公司 | 一种基于“互联网+”的建设工程现场安全巡管事务流转系统 |
| US20200027266A1 (en) * | 2018-07-17 | 2020-01-23 | Uti Limited Partnership | Building contour generation from point clouds |
| US11734892B2 (en) * | 2018-07-26 | 2023-08-22 | Shenzhen University | Methods for three-dimensional reconstruction of transparent object, computer devices and storage mediums |
| US11636650B2 (en) * | 2018-09-24 | 2023-04-25 | K2M, Inc. | System and method for isolating anatomical features in computerized tomography data |
| CN110992468B (zh) * | 2019-11-28 | 2020-10-30 | 贝壳找房(北京)科技有限公司 | 基于点云数据的建模方法、装置以及设备、存储介质 |
| CN112734913B (zh) * | 2021-01-13 | 2022-10-04 | 北京航空航天大学 | 一种基于多阶段变形重构的三维模型球表达计算方法 |
-
2023
- 2023-09-22 CN CN202311228673.8A patent/CN116993923B/zh active Active
Patent Citations (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013008137A (ja) * | 2011-06-23 | 2013-01-10 | Tokyo Univ Of Agriculture & Technology | 三次元形状モデリング用データ送信装置、三次元形状モデリング用データ受信装置、三次元形状モデリングシステム、三次元形状モデリング用データ送信プログラム、及び三次元形状モデリング用データ受信プログラム |
| JP2016224674A (ja) * | 2015-05-29 | 2016-12-28 | 株式会社日立製作所 | 点群データモデル化装置、および点群データモデル化方法 |
| WO2019122205A1 (en) * | 2017-12-22 | 2019-06-27 | The Provost, Fellows, Foundation Scholars, And The Other Members Of Board, Of The College Of The Holy And Undivided Trinity Of Queen Elizabeth, Near Dublin | Method and apparatus for generating a three-dimensional model |
| CN108447124A (zh) * | 2018-02-12 | 2018-08-24 | 北京工业大学 | 一种基于点云的古建筑轮廓提取方法及系统 |
| CN110570466A (zh) * | 2019-09-09 | 2019-12-13 | 广州建通测绘地理信息技术股份有限公司 | 三维实景点云模型的生成方法和装置 |
| WO2021103154A1 (zh) * | 2019-11-25 | 2021-06-03 | 浙江明泉工业涂装有限公司 | 一种可用于多车型的智能喷涂的机器人控制方法 |
| WO2021208442A1 (zh) * | 2020-04-14 | 2021-10-21 | 广东博智林机器人有限公司 | 一种三维场景的重建系统、方法、设备及存储介质 |
| CN111811420A (zh) * | 2020-07-16 | 2020-10-23 | 山东大学 | 隧道三维轮廓整体绝对变形监测方法及系统 |
| WO2022016310A1 (zh) * | 2020-07-20 | 2022-01-27 | 深圳元戎启行科技有限公司 | 基于点云数据的三维重建方法、装置和计算机设备 |
| CN114693862A (zh) * | 2020-12-29 | 2022-07-01 | 北京万集科技股份有限公司 | 三维点云数据模型重建方法、目标重识别方法及装置 |
| CN112950765A (zh) * | 2021-03-08 | 2021-06-11 | 北京理工大学 | 一种基于点云建模的腔体直线度检测方法 |
| KR20220135789A (ko) * | 2021-03-31 | 2022-10-07 | 한국국토정보공사 | 건물형상정합 알고리즘을 이용한 3d 모델 위치보정 방법 및 장치 |
| WO2023024482A1 (zh) * | 2021-08-23 | 2023-03-02 | 奥比中光科技集团股份有限公司 | 一种室内结构化重建方法、装置及计算机可读存储介质 |
| CN114169022A (zh) * | 2021-10-29 | 2022-03-11 | 深圳精匠云创科技有限公司 | 在胚料上雕刻出雕刻标的3d表面的方法及系统 |
| WO2023080455A1 (ko) * | 2021-11-04 | 2023-05-11 | (주)펄핏 | 족부 정보 처리 방법 및 장치 |
| CN113781643A (zh) * | 2021-11-10 | 2021-12-10 | 长沙能川信息科技有限公司 | 基于事件链的变电站三维模型显示方法、装置和介质 |
| WO2023093739A1 (zh) * | 2021-11-25 | 2023-06-01 | 华为技术有限公司 | 一种多视图三维重建的方法 |
| CN114820953A (zh) * | 2022-06-29 | 2022-07-29 | 深圳市镭神智能系统有限公司 | 一种数据处理方法、装置、设备以及存储介质 |
| CN115937288A (zh) * | 2022-10-12 | 2023-04-07 | 国网四川省电力公司电力科学研究院 | 一种变电站三维场景模型构建方法 |
| CN115908740A (zh) * | 2022-10-26 | 2023-04-04 | 国网河北省电力有限公司超高压分公司 | 一种轻量级三维点云模型及建模方法 |
| CN116129039A (zh) * | 2022-12-13 | 2023-05-16 | 国网电力空间技术有限公司 | 一种输电线路的三维点云生成方法、装置及存储介质 |
| CN116310192A (zh) * | 2022-12-28 | 2023-06-23 | 江苏省测绘研究所 | 一种基于点云的城市级建筑物三维模型单体重建方法 |
| CN116246015A (zh) * | 2023-01-05 | 2023-06-09 | 中钢集团马鞍山矿山研究总院股份有限公司 | 一种含采空区的矿山三维精确模型的建模方法 |
| CN116310194A (zh) * | 2023-02-28 | 2023-06-23 | 中国电力科学研究院有限公司 | 一种配电站房三维模型重建方法、系统、设备和存储介质 |
| CN116664763A (zh) * | 2023-04-26 | 2023-08-29 | 国网安徽省电力有限公司超高压分公司 | 一种三维点云的电力施工现场禁限区域指示图自动生成方法 |
| CN116543091A (zh) * | 2023-07-07 | 2023-08-04 | 长沙能川信息科技有限公司 | 输电线路的可视化方法、系统、计算机设备和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| Feature-assisted interactive geometry reconstruction in 3D point clouds using incremental region growing;Attila Szabo et al.;《Computers & Graphics》;第111卷;Pages 213-224 * |
| 一种基于无人机影像的建筑物三维模型构建方法;唐婷婷;杨晶晶;《工程建设与设计》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116993923A (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116993923B (zh) | 换流站三维模型制作方法、系统、计算机设备和存储介质 | |
| Guo et al. | Geometric quality inspection of prefabricated MEP modules with 3D laser scanning | |
| Kim et al. | Fully automated registration of 3D data to a 3D CAD model for project progress monitoring | |
| Badenko et al. | Scan-to-BIM methodology adapted for different application | |
| Ham et al. | An automated vision-based method for rapid 3D energy performance modeling of existing buildings using thermal and digital imagery | |
| Kim et al. | Automated dimensional quality assurance of full-scale precast concrete elements using laser scanning and BIM | |
| Esfahani et al. | Quantitative investigation on the accuracy and precision of Scan-to-BIM under different modelling scenarios | |
| Kopsida et al. | Real-time volume-to-plane comparison for mixed reality–based progress monitoring | |
| Walsh et al. | Data processing of point clouds for object detection for structural engineering applications | |
| CN109828284B (zh) | 基于人工智能的实测实量的方法及装置 | |
| CN105045950B (zh) | 一种基于三维激光扫描的桥梁安全评估系统 | |
| Khaloo et al. | Hierarchical dense structure-from-motion reconstructions for infrastructure condition assessment | |
| Tang et al. | Automatic reconstruction of as-built building information models from laser-scanned point clouds: A review of related techniques | |
| US7133551B2 (en) | Semi-automatic reconstruction method of 3-D building models using building outline segments | |
| Tang et al. | Efficient and effective quality assessment of as-is building information models and 3D laser-scanned data | |
| Ham et al. | Rapid 3D energy performance modeling of existing buildings using thermal and digital imagery | |
| Ma et al. | Review on automated quality inspection of precast concrete components | |
| Lee et al. | Vision-based inspection of prefabricated components using camera poses: Addressing inherent limitations of image-based 3D reconstruction | |
| Ibrahim et al. | Metrics and methods for evaluating model‐driven reality capture plans | |
| Kim et al. | Automated two-dimensional geometric model reconstruction from point cloud data for construction quality inspection and maintenance | |
| CN116308185A (zh) | 一种建筑工程可视化进度录入及预警方法 | |
| Wakisaka et al. | Model-based next-best-view planning of terrestrial laser scanner for HVAC facility renovation | |
| Yan et al. | Geometric models from laser scanning data for superstructure components of steel girder bridges | |
| Zhang et al. | Design and Research of Low‐Cost and Self‐Adaptive Terrestrial Laser Scanning for Indoor Measurement Based on Adaptive Indoor Measurement Scanning Strategy and Structural Characteristics Point Cloud Segmentation | |
| Tan et al. | Automated geometric quality inspection for modular boxes using BIM and LiDAR |
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 |