【技术实现步骤摘要】
本申请涉及计算机，具体而言，涉及一种数字孪生模型的自主构建方法及装置。
技术介绍
1、数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生的映射过程离不开三维重建技术，三维重建是指对三维物体建立适合计算机表示和处理的数学模型，是在计算机环境下对其进行处理、操作和分析其性质的基础，也是在计算机中建立表达客观世界的虚拟现实的关键技术。
2、现有技术中，三维重建一般是通过激光雷达进行扫描完成重建，但是重建后的模型多为实景重建模型，虽然能真实还原，但是在数字孪生的应用中并不方便，主要原因有两个：一方面重建后的模型是一个整体，不会按照管理颗粒度进行拆分；另一方面模型中的物品无法和业务系统中的数据进行关联绑定，影响数字孪生的数字化应用。
技术实现思路
1、本专利技术提供一种数字孪生模型的自主构建方法及装置，通过语义识别进行三维重建，解决了实景重建后，没办法进行更细颗粒度的管理的问题，通过识别标识信息进行自动关联绑定，解决了后期大量物品映射绑定的问题，使得生成的数字孪生模型能直接运用到应用中，实现真正的数字化。
2、第一方面，本专利技术提供一种数字孪生模型的自主构建方法，所述方法包括：
3、采集目标场景的现场数据；
4、对所述现场数据进行预处理以确定目标数据；
5、从所述目标数据中提取初始特征点；对所述初始特征点进
6、基于三维重建技术根据所述目标特征点建立与所述目标场景相对应的初级数字孪生模型；
7、识别所述目标场景内的各个物品的标识信息；
8、将所述标识信息与所述初级数字孪生模型内的相对应的各个物品进行关联绑定以确定目标数字孪生模型。
9、优选地，所述采集目标场景的现场数据包括：
10、采集目标现场的图像数据和/或视频数据；
11、根据所述图像数据和/或所述视频数据确定所述现场数据。
12、优选地，所述对所述现场数据进行预处理以确定目标数据包括：
13、对所述现场数据进行去除噪声处理以确定第一数据；
14、对所述第一数据进行图像校正处理以确定第二数据；
15、对所述第二数据进行相机标定处理以确定第三数据；
16、对所述第三数据进行图像对齐处理以确定所述目标数据。
17、优选地，所述从所述目标数据中提取初始特征点；对所述初始特征点进行特征匹配以确定目标特征点包括：
18、采用特征提取算法从所述目标数据中提取初始特征点；
19、采用特征匹配算法从所述初始特征点中确定所述目标特征点。
20、优选地，所述基于三维重建技术根据所述目标特征点建立与所述目标场景相对应的初级数字孪生模型包括：
21、基于所述三维重建技术根据所述目标特征点确定与所述目标场景相对应的稠密点云；
22、对所述稠密点云依次进行表面重建、纹理映射以确定与所述目标场景相对应的虚拟场景；
23、根据所述虚拟场景确定所述初级数字孪生模型。
24、优选地，所述根据所述虚拟场景确定所述初级数字孪生模型包括：
25、确定所述目标场景的三维空间结构；
26、确定所述虚拟场景中各个组成的语义信息；
27、根据所述语义信息和所述三维空间结构确定所述初级数字孪生模型。
28、优选地，还包括：
29、对所述目标场景内的更换物品进行识别以确定所述更换物品的物理信息；
30、根据所述物理信息对所述目标数字孪生模型进行重建以使所述目标数字孪生模型进行更新。
31、第二方面，本专利技术提供一种数字孪生模型的自主构建装置，包括：
32、现场数据采集模块，用于采集目标场景的现场数据；
33、目标数据确定模块，用于对所述现场数据进行预处理以确定目标数据；
34、目标特征点确定模块，用于从所述目标数据中提取初始特征点；对所述初始特征点进行特征匹配以确定目标特征点；
35、初级数字孪生模型建立模块，用于基于三维重建技术根据所述目标特征点建立与所述目标场景相对应的初级数字孪生模型；
36、标识信息识别模块，用于识别所述目标场景内的各个物品的标识信息；
37、目标数字孪生模型确定模块，用于将所述标识信息与所述初级数字孪生模型内的相对应的各个物品进行关联绑定以确定目标数字孪生模型。
38、第三方面，本专利技术提供了一种可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如第一方面中任一所述的方法。
39、第四方面，本专利技术提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
40、本专利技术提供了一种数字孪生模型的自主构建方法及装置，通过采集目标场景的现场数据，对现场数据进行预处理以确定目标数据，从目标数据中提取初始特征点，对初始特征点进行特征匹配以确定目标特征点，基于三维重建技术根据目标特征点建立与目标场景相对应的初级数字孪生模型；识别目标场景内的各个物品的标识信息，将标识信息与初级数字孪生模型内的相对应的各个物品进行关联绑定以确定目标数字孪生模型，完成整个数字孪生的映射过程。本专利技术通过语义识别进行三维重建，解决了实景重建后，没办法进行更细颗粒度的管理的问题，通过识别标识信息进行自动关联绑定，解决了后期大量物品映射绑定的问题，使得生成的数字孪生模型能直接运用到应用中，实现真正的数字化。
41、上述的非惯用的优选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
本文档来自技高网...【技术保护点】
1.一种数字孪生模型的自主构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述采集目标场景的现场数据包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述现场数据进行预处理以确定目标数据包括：
4.根据权利要求1所述的方法，其特征在于，所述从所述目标数据中提取初始特征点；对所述初始特征点进行特征匹配以确定目标特征点包括：
5.根据权利要求1所述的方法，其特征在于，所述基于三维重建技术根据所述目标特征点建立与所述目标场景相对应的初级数字孪生模型包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述虚拟场景确定所述初级数字孪生模型包括：
7.根据权利要求1至6任意一项所述的方法，其特征在于，还包括：
8.一种数字孪生模型的自主构建装置，其特征在于，包括：
9.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至7中任一所述的方法。
10.一种电子设备，所述电子设备包括：<...
【技术特征摘要】
1.一种数字孪生模型的自主构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述采集目标场景的现场数据包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述现场数据进行预处理以确定目标数据包括：
4.根据权利要求1所述的方法，其特征在于，所述从所述目标数据中提取初始特征点；对所述初始特征点进行特征匹配以确定目标特征点包括：
5.根据权利要求1所述的方法，其特征在于，所述基于三维重建技术根据所述目标特征点建立与...
【专利技术属性】
技术研发人员：张豫辉，
申请(专利权)人：鑫达物管北京科技有限公司，
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。