System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于模型编码的数据融合方法及装置制造方法及图纸_技高网

一种基于模型编码的数据融合方法及装置制造方法及图纸

技术编号:40846677 阅读:9 留言:0更新日期:2024-04-01 15:15
本发明专利技术公开了一种基于模型编码的数据融合方法及装置,应用于数字孪生模型中,该方法包括:先将数字孪生模型的所有三角面进行投影并融合成二维平面多边形;然后根据所述数字孪生模型的属性信息生成模型编码;最后将业务数据中的坐标信息与所述二维平面多边形进行相交,并对相交的部分对应的业务数据和模型编码进行关联融合。能够快速有效地将业务数据和数字孪生模型进行绑定融合,提高了数字孪生模型的实时性和可靠性。

【技术实现步骤摘要】

本专利技术属于计算机,具体涉及一种基于模型编码的数据融合方法及装置


技术介绍

1、数字孪生模型是通过数字孪生技术将物理世界中的物体或系统进行数字化建模,以实现对其的掌握、剖析和提升,但是在数字孪生模型中,业务数据和模型数据在时间、空间和属性等方面不匹配的原因,导致业务数据和数字孪生模型无法较好的融合,致使数字孪生模型模型的实时性、准确性和可靠性受到影响。

2、现有技术中一般是通过一些二维数据来提供位置,将业务数据和二维数据中的点、线、面进行绑定,但是无法有效将业务数据和数字孪生模型进行绑定。

3、因此,如何有效将业务数据和数字孪生模型进行绑定,从而提高数字孪生模型的实时性、准确性和可靠性。


技术实现思路

1、本专利技术的目的是为了解决现有技术中无法较好的将业务数据和数字孪生模型进行融合的技术问题。

2、为实现上述技术目的,一方面,本专利技术提供另一种基于模型编码的数据融合方法,该方法包括:

3、将数字孪生模型的所有三角面进行投影并融合成二维平面多边形;

4、根据所述数字孪生模型的属性信息生成模型编码;

5、将业务数据中的坐标信息与所述二维平面多边形进行相交,并对相交的部分对应的业务数据和模型编码进行关联融合。

6、进一步地,所述方法还包括:

7、当所述业务数据中不存在坐标信息时;

8、将所述业务数据中的模型名称进行预处理得到标准名称;

9、通过预设卷积神经网络从所述标准名称中提取关键特征;

10、通过预设深度学习神经网络选取与所述关键特征匹配度高于预设阈值的模型编码,并将该模型编码与所述业务数据进行绑定融合。

11、进一步地,所述属性信息包括所属行政区、模型等级、模型类别、顺序编码和校验码。

12、进一步地,所述模型等级具体为根据对应数据源的精细度进行划分。

13、进一步地,当所述数字孪生模型中单体模型位置发生变化时,通过平移变换算法更新所述单体模型的位置信息。

14、进一步地,在将所述业务数据和数字孪生模型融合之后将融合数据保存在数据库中,所述方法还包括:

15、获取待查询模型的顺序编码,确定出与该顺序编码绑定的模型编码作为待查询模型编码;

16、在所述数据库中确定出所有与所述待查询模型编码进行关联的关联业务数据;

17、确定出所述待查询模型的质心坐标,并以所述质心坐标为中心加载所述关联业务数据。

18、进一步地,所述确定出所述待查询模型的质心坐标,具体包括:

19、当所述待查询模型的二维平面多边形为凸多边形时,通过所有顶点的横纵坐标确定出所述待查询模型的质心坐标;

20、当所述待查询模型的二维平面多边形为凹多边形时,将所述二维平面多边形分解为多个三角形,然后根据三角形的质心坐标和权重确定出所述待查询模型的质心坐标。

21、进一步地,所述方法还包括判断所述待查询模型的二维平面多边形为凸多边形还是为凹多边形,具体包括:

22、将所述待查询模型的二维平面多边形的任一顶点作为基准点,并计算其他所有顶点相对于所述基准点的极角;

23、若所有极角均按逆时针方向排列,则所述待查询模型的二维平面多边形为凸多边形;

24、若存在相邻两个顶点对应的极角为顺时针排列,则所述待查询模型的二维平面多边形为凹多边形。

25、另一方面,本专利技术还提供了一种基于模型编码的数据融合装置,所述装置包括:

26、投影模块,用于将数字孪生模型的所有三角面进行投影并融合成二维平面多边形;

27、生成模块,用于根据所述数字孪生模型的属性信息生成模型编码;

28、融合模块,用于将业务数据中的坐标信息与所述二维平面多边形进行相交,并对相交的部分对应的业务数据和模型编码进行关联融合。

29、本专利技术提供的一种基于模型编码的数据融合方法及装置,与现有技术相比,本方法先将数字孪生模型的所有三角面进行投影并融合成二维平面多边形;然后根据所述数字孪生模型的属性信息生成模型编码;最后将业务数据中的坐标信息与所述二维平面多边形进行相交,并对相交的部分对应的业务数据和模型编码进行关联融合。能够快速有效地将业务数据和数字孪生模型进行绑定融合,提高了数字孪生模型的实时性和可靠性。

本文档来自技高网...

【技术保护点】

1.一种基于模型编码的数据融合方法,其特征在于,所述方法包括:

2.如权利要求1所述的基于模型编码的数据融合方法,其特征在于,所述方法还包括:

3.如权利要求1所述的基于模型编码的数据融合方法,其特征在于,所述属性信息包括所属行政区、模型等级、模型类别、顺序编码和校验码。

4.如权利要求3所述的基于模型编码的数据融合方法,其特征在于,所述模型等级具体为根据对应数据源的精细度进行划分。

5.如权利要求1所述的基于模型编码的数据融合方法,其特征在于,当所述数字孪生模型中单体模型位置发生变化时,通过平移变换算法更新所述单体模型的位置信息。

6.如权利要求3所述的基于模型编码的数据融合方法,其特征在于,在将所述业务数据和数字孪生模型融合之后,将融合后的数据保存在数据库中,所述方法还包括:

7.如权利要求6所述的基于模型编码的数据融合方法,其特征在于,所述确定出所述待查询模型的质心坐标,具体包括:

8.如权利要求7所述的基于模型编码的数据融合方法,其特征在于,所述方法还包括判断所述待查询模型的二维平面多边形为凸多边形还是为凹多边形,具体包括:

9.一种基于模型编码的数据融合装置,其特征在于,所述装置包括:

...

【技术特征摘要】

1.一种基于模型编码的数据融合方法,其特征在于,所述方法包括:

2.如权利要求1所述的基于模型编码的数据融合方法,其特征在于,所述方法还包括:

3.如权利要求1所述的基于模型编码的数据融合方法,其特征在于,所述属性信息包括所属行政区、模型等级、模型类别、顺序编码和校验码。

4.如权利要求3所述的基于模型编码的数据融合方法,其特征在于,所述模型等级具体为根据对应数据源的精细度进行划分。

5.如权利要求1所述的基于模型编码的数据融合方法,其特征在于,当所述数字孪生模型中单体模型位置发生变化时,通过平移变换...

【专利技术属性】
技术研发人员:朱旭平宋彬何文武黄亚昌刘敬杰
申请(专利权)人:北京飞渡科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1