【技术实现步骤摘要】
基于点云的高精细日照分析模型建模方法
[0001]本专利技术涉及工程测量领域，特别涉及一种基于激光点云技术获取点云数据，提取建筑物关键特征点，构建基于点云的高精细日照分析模型建模方法。
技术介绍
[0002]现有技术的日照分析现状主、客体建筑建模方法，主要采用基于全野外数字测图的方法测量建筑物的平面位置及高度信息，同时现场拍摄照片并绘制草图，后续基于外业测量获取数据及现场照片、草图，内业建立日照分析主、客体建筑三维模型。该方法存在着明显的缺点和不足。
[0003]基于全野外数字测图的方法测量，存在着作业效率低下、作业难度系数大、劳动强度大、项目成本高、测量周期长、对作业人员的业务能力要求较高等缺点和不足。而且，在后续内业建立模型阶段，内、外业之间的衔接存在着较大的问题，尤其是当现状建筑的结构较为复杂时，沟通成本很高，且可能因理解障碍而导致质量问题，
[0004]全野外数字测图中存在的缺点和不足，致使了人力、物力的投入量较大，时间成本较高。如何在保证产品精度的情况下，提升作业效率、降低项目成本、缩短项目周期，成了需要解决的问题。
[0005]随着激光扫描技术的日益成熟，激光扫描技术在工程测量领域的应用逐渐广泛，在数据快速高效获取方面，提供了一个新的思路。然而，如何基于海量的点云数据快速的构建日照分析模型成为了本领域科技人员急待解决的问题。
[0006]同时，需要一种基于点云数据提取的特征点信息，快速构建高精细日照分析模型的方式，与传统的建模方式相比，作业过程简单化、可视化、智能化，大幅度...
【技术保护点】
【技术特征摘要】
1.基于点云的高精细日照分析模型建模方法，其特征在于，该方法包括如下步骤：提取和存储特征点信息：采用三维激光扫描仪，外业采集，获取建筑物点云数据；对扫描点云进行点云数据配准、坐标系转换、降噪与抽稀等数据处理；按规则分类型提取建筑物/构筑物的特征点信息，导出特征点的编号和坐标信息(x，y，z)，并将同一类型的特征点文件按照相同的规则命名或者存放在同一文件路径中；自动构建日照分析模型：遍历特征点文件，基于特征点类型和特征点编号、坐标值、备注信息，逐一自动构建各特征点文件分别对应的建筑主体、附属结构模型、日照窗模型、坡顶模型，各个单一模型按照坐标值摆放在对应的三维立体空间中，自动组合生成完整的高精细日照分析模型。2.根据权利要求1所述的基于点云的高精细日照分析模型建模方法，其特征在于，所述提取和存储特征点信息包括如下步骤：特征点分类提取、编号、备注信息：分类型提取点云数据中的建筑主体、附属结构、日照窗、坡顶的特征点，采集特征点坐标信息；特征点信息保存：将分类型提取的不同底标高、主体高的建筑主体、附属结构的特征点信息、属于不同楼层日照窗的特征点信息，以及不属同一坡顶的坡顶特征点信息，按规则分别存储至特征点文件，其中构成建筑主体的属于同一体块的特征点保存为单独的特征点文件，构成附属结构的属于同一体块的特征点保存为单独的特征点文件，具有相同窗台标高和窗高的同一楼层的日照窗特征点保存为单独的特征点文件，构成同一坡顶的特征点保存为单独的特征点文件。3.根据权利要求2所述的基于点云的高精细日照分析模型建模方法，其特征在于，所述特征点分类提取、编号、备注信息包括如下步骤：导出特征点提取模型：由建筑主体、附属结构、日照窗、坡顶特征点定义样本输入函数，用于训练和评估特征点提取模型；定义钩子回调函数，并将其注册到估算器框架中，用于输出训练过程中的详细信息；建立for循环，并在循环内部进行特征点提取模型的训练与评估操作，同时输出相关信息；在训练结束后，导出特征点提取模型；特征点提取、编号、备注信息：根据特征点提取模型，通过运算自动提取构成建筑主体、附属结构、日照窗、坡顶的特征点；对运算自动提取的特征点检核，人机交互修正提取错误的特征点；对构成建筑主体、附属结构的属于同一体块的特征点、同一楼层的日照窗特征点、构成同一坡顶的特征点，随机确定起始点，然后按顺序对特征点进行编号，并根据需要确定是否需要填写备注信息，无特殊情况可不填写；其中自动提取构成建筑主体、附属结构、日照窗、坡顶特征点公式为：式中：U(s,a)特征点提取概率c
puct
探索水平的常数P(s,a)先验概率N(s,b)父节点访问次数N(s,a)某子节点的访问次数
在提取构成建筑主体、附属结构、日照窗特征点信息时，至少确保有一个最下沿的特征点和最上沿的特征点。4.根据权利要求1所述的基于点云的高精细日照分析模型建模方法，其特征在于：自动构建日照分析模型包括如下步骤：自动构建建筑主体、附属结构、日照窗模型：检索获取指定路径下存储的、按照特定命名方式命名的所有的建筑主体、附属结构、日照窗的各个特征点文件，并逐一分别读取各特征点文件；逐行遍历特各个征点文件中的特征点数据，将各特征点文件中的特征点的数据存储至不同的数组中；基于不同数组中特征点的z坐标值计算每个建筑主体、附属结构的底标高和主体高度、每层/每个日照窗的窗台标高和窗高；并基于数组中提取的属于同一体块的特征点的(x，y)坐标值按顺序使用轮廓线连接各特征点，生成建筑主体外轮廓线或附属结构外轮廓线，基于轮廓线的底标高和主体高度建立建筑主体、附属结构模型；从数组中提取同一楼层各日照窗左、右窗台特征点的(x,y)坐标值，基于窗台特征点坐标值、窗台标高和窗高，采用两点插窗的方式建立日照窗模型；自动构建坡顶模型：检索获取指定路径下存储的、按照特定命名方式命名的所有的坡顶的各个特征点文件，并逐一读取各特征点文件；然后逐行遍历特征点文件中的特征点数据，将各坡顶特征点文件中的特征点的数据存储至不同的数组中；按顺序连接坡顶特征点的方式生成三维网格面，构建坡顶模型。5.根据权利要求4所述的基于点云的高精细日照分析模型建模方法，其特征在于：所述自动构建建筑主体、附属结构、日照窗模型包括如下步骤：检索建筑主体、附属结构、日照窗特征点文件：检索获取所有的建筑主体及附属结构、日照窗的各个特征点文件，逐一遍历并读取建筑主体、附属结构、日照窗的特征点文件；读取特征点坐标并存储至数组中：逐点遍历各个特征点文件中的特征点数据，获取各特征点文件中的每个特征点的编号及坐标信息(x，y，z)，判断是否需要进行坐标单位换算，当判断为需要进行坐标单位换算时，则在遍历获取特征点坐标信息后，按照公式对坐标单位换算，换算完毕按顺序将属于同一体块建筑主体、附属结构的特征点、属于同一楼层各日照窗的特征点的编号及坐标信息分别存储至对应的数组中，一个特征点文件对应一个数组；其坐标单位换算公式为：x＝n
×
x0y＝n
×
y0z＝n
×
z0式中：x0、y0、z0表示基于点云提取特征点的坐标值；n表示缩放的倍数；x、y、z表示绘制日照模型对应的坐标值；当点云数据的原始坐标值的单位为米，绘制日照模型采用的坐标值的单位为毫米，则n取值为1000进行坐标单位换算；当判断为不需要进行坐标单位换算时，获取特征点文件中特征点的编号及坐标值信息(x，y，z)，按顺序将属于同一体块建筑主体、附属结构的特征点、属于同一楼层各日照窗的
特征点的编号及坐标值信息直接存储至同一数组中；计算底标高：提取数组中属于同一体块建筑主体、附属结构的特征点、具有相同窗台标高和窗高日照窗特征点的z坐标值，将其分别加入对应的序列中；遍历序列中属于同一体块建筑主体、附属结构的各特征点、具有相同窗台标高和窗高日照窗的各特征点的z坐标，计算各个不同建筑主体、附属结构的底标高，以及日照窗的窗台标高；具体方法为：遍历属于同一体块建筑主体、附属结构的特征点、具有相同窗台标高和窗高日照窗的特征点的z坐标值，将其分别加入对应的序列中，将序列中特征点的z坐标值进行排序，设定阈值Δh，阈值范围在0m至1m之间，在阈值范围内的所有属于同一体块建筑主体、附属结构的底部特征点的z坐标、具有相同窗台标高和窗高的日照窗的底部特征点的z坐标求平均值，计算获取各不同体块建筑主体、附属结构及不同楼层日照窗的底标高h
底标高
；具体运算流程如下：首先，确定最低点的坐标值：z
min
＝min(z
i
)(i＝1,2,
…
,n)其次，根据设定的阈值Δh，筛选参与计算的特征点，如果第j个特征点z
j
与最低点的坐标值的差值在阈值范围内，则参与下一步骤h
底标高
的计算，判定特征点是否参与h
底标高
计算的公示为：z
j
‑
z
min
≤Δh(j＝1,2,
…
,m)最后，计算底标高h
底标高
：当定阈值Δh为0时，则h
底标高
计算公式为：h
底标高
＝min(z
i
)(i＝1,2,
…
,n)式中：h
底标高
为建筑主体、附属结构底标高，或日照窗的窗台标高；z
i
为第i个点的z坐标值，min为最小值，n为特征点的总数；z
j
表示第j个位于阈值范围内参与计算的底部特征点的z坐标值；m表示参与计算的底部特征点的数量；计算主体高度、窗高：提取数组中属于同一体块建筑主体、附属结构的特征点、具有相同...
【专利技术属性】
技术研发人员：余祥正，于娜，张伟，王昌彦，方喜波，马强强，马娇，邢知，庞鑫，戴超，
申请(专利权)人：星际空间天津科技发展有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。