基于深度图像融合的车辆模型搭建方法及系统技术方案

本发明专利技术公开了基于深度图像融合的车辆模型搭建方法及系统，属于图像处理领域，其中方法包括：获得第一车辆；基于第一车辆进行区域划分，获得

【技术实现步骤摘要】
基于深度图像融合的车辆模型搭建方法及系统


[0001]本专利技术涉及图像处理领域，具体涉及基于深度图像融合的车辆模型搭建方法及系统
。

技术介绍

[0002]随着计算机技术和自动化技术的发展，制造行业正在经历数字化转型
。
其中，数字孪生技术的应用使得虚拟世界和物理世界实现了深度融合，为产品研发
、
生产制造
、
运维管理等提供了全新的思路和手段
。
在汽车工业领域，构建准确的车辆数字孪生模型对车辆研发
、
生产
、
运维等至关重要
。
然而，现有的车辆数字孪生模型建模方法无法准确代表车辆的整体属性和行为，无法高效搭建出精确的车辆模型
。

技术实现思路

[0003]本申请通过提供了基于深度图像融合的车辆模型搭建方法及系统，旨在解决现有技术中无法准确高效搭建车辆模型的技术问题
。
[0004]鉴于上述问题，本申请提供了基于深度图像融合的车辆模型搭建方法及系统
。
[0005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于深度图像融合的车辆模型搭建方法，其特征在于，所述方法包括：获得第一车辆；基于所述第一车辆进行区域划分，获得
N
个车辆子区域，其中，
N
为大于1的正整数；分别采集所述
N
个车辆子区域的基础信息，获得
N
个车辆子区域数据集；遍历所述
N
个车辆子区域数据集进行预处理，得到
N
个车辆子数据分区；连接数字孪生模块，分别对所述
N
个车辆子数据分区进行建模，获得
N
个车辆子模型；采集所述第一车辆的多角度图像，获得车辆多角度图像，并基于所述
N
个车辆子区域对所述车辆多角度图像进行深度学习，生成多维子区域融合特征；基于所述多维子区域融合特征对所述
N
个车辆子模型进行融合，获得第一车辆孪生模型
。2.
如权利要求1所述的方法，其特征在于，遍历所述
N
个车辆子区域数据集进行预处理，得到
N
个车辆子数据分区，包括：遍历所述
N
个车辆子区域数据集，获得第一车辆子区域数据集；基于所述第一车辆子区域数据集进行建模关联分析，获得建模关联度；获得预设建模关联度；基于所述建模关联度，对所述第一车辆子区域数据集进行筛选，获得满足所述预设建模关联度的第一子区域建模关联数据集；基于所述第一子区域建模关联数据集进行数据清洗，获得第一车辆子数据分区，并将所述第一车辆子数据分区添加至所述
N
个车辆子数据分区
。3.
如权利要求2所述的方法，其特征在于，基于所述第一子区域建模关联数据集进行数据清洗，包括：遍历所述第一子区域建模关联数据集进行完整度评价，获得数据完整度评价结果；获得预设完整度；判断所述数据完整度评价结果是否满足所述预设完整度；若所述数据完整度评价结果不满足所述预设完整度，获得第一数据补充指令，并基于所述第一数据补充指令对所述第一子区域建模关联数据集进行数据补偿
。4.
如权利要求3所述的方法，其特征在于，所述方法包括：遍历所述第一子区域建模关联数据集进行数据异常评价，获得数据异常评价结果；获得数据异常评价约束；判断所述数据异常评价结果是否满足所述数据异常评价约束；若所述数据异常评价结果不满足所述数据异常评价约束，获得第一数据异常校正指令，并基于所述第一数据异常校正指令对所述第一子区域建模关联数据集进行数据校正
。5.
如权利要求1所述的方法，其特征在于，基于所述
N
个车辆子区域对所述车辆多角度图像进行深度学习，生成多维子区域融合特征，包括：基于大数据，采集车辆融合特征分析记录集；基于所述车辆融合特征分析记录集进行随机数据划分，获得第一训练集
、
第一测试集和第一验证集；基于全连接神经网络，根据所述...

【专利技术属性】
技术研发人员：闫军，王伟，冯澍，
申请(专利权)人：智慧互通科技股份有限公司，
类型：发明
国别省市：