【技术实现步骤摘要】
本专利技术属于数字孪生，具体涉及基于规划数据的数字孪生底板参数化生成方法。
技术介绍
1、数字孪生技术发展历程是新一代信息技术不断集成融合的过程；回顾数字孪生技术发展历程，大致可以分四个阶段，数字孪生萌芽期，以模型仿真驱动为特征；数字孪生概念期，以模型与感知控制驱动为特征；数字孪生推广期，以模型、感知、空间位置等多技术融合驱动为特征；数字孪生壮大期，以模型、位置、感知、交互、ai等技术全面融合驱动为特征；可以看出，每个阶段均呈现出，更多技术的一次集成与融合，并形成一种综合性更强的技术；20世纪80年代以来，cad、cae、cam等计算机建模、模拟仿真技术迅猛发展，并在制造业领域开始广泛应用，从产品设计发展到工程设计和工艺设计等，通过建模软件来设计产品外观、仿真软件来模拟产品性能，成为该时期发展的主要目的及形态；2002年迈克尔·格里夫教授首次提出“镜像空间模型”，成为数字孪生概念的起源，并将该理念应用于产品全生命周期管理之中；与此同时，21世纪初“物联网”技术快速推广应用，通过感知通信获取产品实时运行数据成为可能；2010年nasa将数字孪生应用于航天航空领域，随后通用电气、达索、西门子等制造业龙头企业广泛开展数字孪生应用，推动了物联感知技术与建模仿真技术的集成融合；随着物联网、bim技术的成熟普及，二维gis技术走向三维化实体化语义化，数字孪生技术应用逐渐从封闭空间小微场景，向开放空间大中型场景转变，从数字孪生零件、产品、车间，走向数字孪生楼宇、园区、城市等大尺度范围；2015年新加坡提出“虚拟新加坡”建设计划，2017年雄安
2、随着城市规划需求的不断增加，数字孪生技术成为解决复杂城市系统问题的有力工具；然而，数字孪生场景底板生成是数字孪生技术中最重要的一环，但在目前的数字孪生底板生成中仍存在一系列不足：
3、手动构建与效率：传统的数字孪生底板构建通常依赖于手动设计和建模，导致效率低下，尤其在大规模城市模型构建中更为显著；
4、模型固定性：部分技术采用固定模型，难以灵活适应城市规划过程不断调整的需求，限制了底板的多样性和实用性；
5、精确性与实时性：由于城市规划的动态变化，数字孪生底板需要具备足够的实时性，且地块类型指标要精准，以支持规划决策。
技术实现思路
1、本专利技术的目的在于提供基于规划数据的数字孪生底板参数化生成方法，解决现有技术构建效率低、模型固定、精确性与实时性不足等问题，为城市规划数字孪生底板提供强有力的帮助。
2、为实现上述目的，本专利技术提供如下技术方案：基于规划数据的数字孪生底板参数化生成方法，所述生成方法如下：
3、步骤一：数据准备：收集和准备训练数据，包括不同类型、不同阶段规划图，以及相关的用地类型、用地面积、控制指标标签属性信息；
4、步骤二：图像识别：在ue虚拟引擎中，使用基于yolo图像识别算法的图像识别插件或脚本，对规划图特征进行自动提取，经加载yolov5模型、城市规划图导入、目标检测、区域坐标/类别/置信度获取、类型映射定义、检测结果迭代一系列操作步骤后，获得图像识别处理结果，并与原图进行比对，对识别结果进行手动调整；
5、步骤三：识别结果处理：将图像识别的结果整理成json数据，通过代码脚本将识别结果在ue虚幻引擎中进行集成对接；
6、步骤四：三维模型生成：基于图像识别的结果，集成对接json数据，在ue虚幻引擎中，结合assimp模型库和proceduralmeshcomponent自动生成不同地块内对应的场景三维模型或元素；
7、步骤五：优化和渲染：在ue虚幻引擎中，设置三维模型材质、光照和纹理，进行三维模型外立面优化和渲染，提高视觉效果；
8、步骤六：数字孪生底板：各区块内三维模型优化渲染后，形成全区域数字孪生底板；
9、步骤七：用户参数化交互：基于数字孪生底板，增加用户交互功能，允许用户与虚拟城市场景进行互动或对识别的区域进行调整。
10、作为本专利技术的一种优选的技术方案，所述元素包括水系、道路、住宅、绿化、商业。
11、作为本专利技术的一种优选的技术方案，从以下这几个方面进行优化和渲染：资产文件优化；全局光照优化；反射和折射优化；环境光遮蔽优化；优化环境光遮蔽参数。
12、作为本专利技术的一种优选的技术方案，收集和准备训练数据具体方法如下：
13、数据来源：从城市规划部门、政府公开数据平台、专业机构获取不同类型、不同阶段的规划图；
14、数据筛选：筛选出符合条件的规划图，去除重复、错误或不完整的数据；
15、数据标注：对筛选后的规划图进行手动标注，包括用地类型、用地面积、控制指标标签属性信息。标注过程需遵循统一的标准和规范；
16、数据分类：根据标注结果，将数据按照不同的用地类型、规划阶段和控制指标进行分类；
17、数据存储：将收集和标注好的数据存储在数据库或数据仓库中。
18、作为本专利技术的一种优选的技术方案，标注过程遵循统一的标准和规范。
19、作为本专利技术的一种优选的技术方案，在ue虚拟引擎中，使用基于yolo图像识别算法的图像识别插件或脚本，对规划图特征进行自动提取，方法如下：设置开发环境；导入图像识别插件；配置图像识别；编写脚本处理图像数据；实现特征提取逻辑；集成到unrealengine；测试和调试；优化和部署。
20、作为本专利技术的一种优选的技术方案，将图像识别的结果整理成json数据方法如下：
21、数据提取：从图像识别插件中提取所需的数据，包括检测到的对象、位置、大小；
22、数据结构化：将这些数据组织成一种结构化的格式；
23、json编码：使用编程语言python或javascript将数据结构转换为json格式。
24、作为本专利技术的一种优选的技术方案，结合assimp模型库和proceduralmeshcomponent自动生成不同地块内对应的场景三维模型或元素具体方法如下：导入assimp模型库；创建proceduralmeshcomponent；编写c++或蓝图逻辑；加载和生成模型；更新和动态调整；测试和优化。
25、与现有技术相比，本专利技术的有益本文档来自技高网...
【技术保护点】
1.基于规划数据的数字孪生底板参数化生成方法，其特征在于：所述生成方法如下：
2.根据权利要求1所述的基于规划数据的数字孪生底板参数化生成方法，其特征在于：所述元素包括水系、道路、住宅、绿化、商业。
3.根据权利要求1所述的基于规划数据的数字孪生底板参数化生成方法，其特征在于：从以下这几个方面进行优化和渲染：资产文件优化；全局光照优化；反射和折射优化；环境光遮蔽优化；优化环境光遮蔽参数。
4.根据权利要求1所述的基于规划数据的数字孪生底板参数化生成方法，其特征在于：收集和准备训练数据具体方法如下：
5.根据权利要求4所述的基于规划数据的数字孪生底板参数化生成方法，其特征在于：标注过程遵循统一的标准和规范。
6.根据权利要求1所述的基于规划数据的数字孪生底板参数化生成方法，其特征在于：在UE虚拟引擎中，使用基于YOLO图像识别算法的图像识别插件或脚本，对规划图特征进行自动提取，方法如下：设置开发环境；导入图像识别插件；配置图像识别；编写脚本处理图像数据；实现特征提取逻辑；集成到Unreal Engine；测试和调试；优化和
7.根据权利要求1所述的基于规划数据的数字孪生底板参数化生成方法，其特征在于：将图像识别的结果整理成json数据方法如下：
8.根据权利要求1所述的基于规划数据的数字孪生底板参数化生成方法，其特征在于：结合ASSIMP模型库和ProceduralMeshComponent自动生成不同地块内对应的场景三维模型或元素具体方法如下：导入ASSIMP模型库；创建ProceduralMeshComponent；编写C++或蓝图逻辑；加载和生成模型；更新和动态调整；测试和优化。
...【技术特征摘要】
1.基于规划数据的数字孪生底板参数化生成方法，其特征在于：所述生成方法如下：
2.根据权利要求1所述的基于规划数据的数字孪生底板参数化生成方法，其特征在于：所述元素包括水系、道路、住宅、绿化、商业。
3.根据权利要求1所述的基于规划数据的数字孪生底板参数化生成方法，其特征在于：从以下这几个方面进行优化和渲染：资产文件优化；全局光照优化；反射和折射优化；环境光遮蔽优化；优化环境光遮蔽参数。
4.根据权利要求1所述的基于规划数据的数字孪生底板参数化生成方法，其特征在于：收集和准备训练数据具体方法如下：
5.根据权利要求4所述的基于规划数据的数字孪生底板参数化生成方法，其特征在于：标注过程遵循统一的标准和规范。
6.根据权利要求1所述的基于规划数据的数字孪生底板参数化生成方法，其特征在...
【专利技术属性】
技术研发人员：陈锋，卞军，顾智，张玥妍，
申请(专利权)人：浙江高信技术股份有限公司，
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。