一种应用于城市大脑的激光点云建模方法和系统技术方案

本发明专利技术是关于一种应用于城市大脑的激光点云建模方法和系统。该方法包括：步骤1、构建深度神经网络，采用Softplus激活函数对获取的点云数据进行特征表述，并基于LargeVis对形成的特征进行降维，然后利用自适应聚类算法进行聚类，把聚类的结果作为伪标签，进而通过反向传播更新网络的权重参数；步骤2、让更新权重参数后的网络重新预测伪标签；步骤3、依次交替执行步骤1和步骤2，直至完成激光点云数据建模。本发明专利技术提供的技术方案，可以快速、便捷、准确的在数字空间对物理实物建立3D模型（网格面边），保证了孪生模型具有高保真、高可靠、高精度的特征，对于具有高精度应用需求的场景尤为适用。用。用。

【技术实现步骤摘要】
一种应用于城市大脑的激光点云建模方法和系统


[0001]本专利技术涉及点云数据处理领域，尤其涉及一种应用于城市大脑的激光点云建模方法和系统。

技术介绍

[0002]在数字孪生城市三维场景中，建模是数字孪生的技术基础和支柱。激光扫描仪扫描实体采集的点云数据，传统的建模技术需要在辅助软件的帮助下由人工依托点云进行建模，以实现对物理实物还原，不仅工作量大、建模周期长，对建模人员技术要求也高，严重地限制了在数字城市建设这种大规模数据体量下的应用。

技术实现思路

[0003]为克服传统建模方法存在的工作量大、建模周期长、对技术人员要求高等问题，本专利技术提供一种应用于城市大脑的激光点云建模方法和系统，能够可以快速、便捷、准确的在数字空间对物理实物建立3D模型（网格面边），保证了孪生模型具有高保真、高可靠、高精度的特征，对于具有高精度应用需求的场景尤为适用。
[0004]根据本专利技术实施例的第一方面，提供一种应用于城市大脑的激光点云建模方法，包括：步骤1、构建深度神经网络，采用Softplus激活函数对获取的点云数据进行特征表述，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于城市大脑的激光点云建模方法，其特征在于，包括：步骤1、构建深度神经网络，采用Softplus激活函数对获取的点云数据进行特征表述，并基于LargeVis对形成的特征进行降维，然后利用自适应聚类算法进行聚类，把聚类的结果作为伪标签，进而通过反向传播更新网络的权重参数；步骤2、让更新权重参数后的网络重新预测伪标签；步骤3、依次交替执行步骤1和步骤2，直至完成激光点云数据建模。2.根据权利要求1所述的方法，其特征在于，在步骤1之前，还包括：对获取的点云数据和全景影像数据进行预处理的步骤。3.根据权利要求2所述的方法，其特征在于，对获取的点云数据进行预处理，具体包括：对获取的点云数据进行去噪、去冗、抽稀和简化处理。4.根据权利要求2所述的方法，其特征在于，对获取的全景影像数据进行预处理，具体包括：根据空间一致性，将点云数据和全景影像配准、关联及映射。5.根据权利要求1至4任一项所述的方法，其特征在于，步骤3之后，还包括：步骤4、按照步骤1、步骤2及步骤3逐一建立每个部件的三维网格模型；步骤5、通过重叠区域或公共点将所有三维网格模型拼接成整体的三维模型。6.一种应用于城市大脑的激光点云建模系统，其特征在于，包括：构建...

【专利技术属性】
技术研发人员：马建峰，谷雨明，王辉，梅一多，郭宝松，赵丽媛，李蹊，张昆鹏，
申请(专利权)人：中关村科学城城市大脑股份有限公司，
类型：发明
国别省市：