[發明專利]基于人工智能的空間對象識別及建模方法和系統

有效

• 申請號: 201711169693.7
• 申請日: 2017-11-21
• 公開（公告）號: CN108038908B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 劉俊偉;王娟;池夢群
• 申請（專利權）人: 泰瑞數創科技（北京）有限公司
• 主分類號: G06T17/10
• 分類號: G06T17/10;G06T7/13
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 徐麗

本發明提供了一種基于人工智能的空間對象識別及建模方法和系統，屬于三維建模技術領域。其中，基于人工智能的空間對象識別及建模方法包括：根據預先獲取的數據生成建模目標的初步輪廓模型；結合建模目標的初步輪廓模型，從激光掃描點云數據或者DSM數據中提取特征角點；查找已有的模型部件庫中是否存在與特征角點相匹配的模型部件；如果是，從模型部件庫中調取所述模型部件，構建建模目標的模型。本發明實施例提供的基于人工智能的空間對象識別及建模方法和系統，對于獲取的激光掃描點云數據或DSM數據進行預處理后，提取有效的特征角點與已存在的建筑部件模型庫進行匹配，如果匹配成功，則無需多余計算，直接調用模型庫模型建模，在很大程度上提高了構建建筑模型的效率，并且不會因為建筑部件結構復雜而出現計算故障。

技術領域

本發明涉及三維建模技術領域，具體而言，涉及一種基于人工智能的空間對象識別及建模方法和系統。

背景技術

在根據掃描激光點云數據或DSM(Digital Surface Model，數字表面模型)數據進行城市基于人工智能的空間對象識別及建模的過程中，現有的建模方式主要有兩種。第一種是直接根據激光點云數據人工手動提取建筑的整體輪廓線，該方法主要依靠人工優化建筑輪廓提取來提高建筑結構的準確性。第二種是對建筑物點云數據進行分層，然后對相似層進行依次計算與聚類，將一個整體建筑分成不同的組成部分，然后分別去建模，這種方式從根本上來說也是根據每次輸入的激光點云數據對建筑進行整體輪廓建模，且是完全依賴計算機自動計算。

發明人在進行本發明的過程中發現，現有的根據激光點云數據建模的方法，均需要對輸入的所有點云數據進行遍歷、分析、處理、提取，這對大規模建模時的處理效率是一個很大的考驗。首先，每次對數據的分析需要耗費大量時間，在實際項目應用中難以保證其效率；第二，在遇到房頂結構、建筑部件結構復雜的情況時，可能會因算法的不適出現計算故障等情況。

發明內容

針對上述現有技術中存在的問題，本發明提供了一種基于人工智能的空間對象識別及建模方法和系統，可以提高構建建筑模型的效率。

第一方面，本發明實施例提供了一種基于人工智能的空間對象識別及建模方法，包括：

根據預先獲取的激光掃描點云數據或DSM數據，生成建模目標的初步輪廓模型；

結合建模目標的初步輪廓模型，從激光掃描點云數據或DSM數據數據中，提取特征角點；

查找已有的模型部件庫中是否存在與所述特征角點相匹配的模型部件；

如果是，從所述模型部件庫中調取所述模型部件，構建建模目標的模型。

結合第一方面，本發明實施例提供了第一方面的第一種可能的實施方式，其中，所述方法還包括：

如果已有的模型部件庫中不存在與所述特征角點相匹配的模型部件，則根據所述激光掃描點云數據或DSM數據生成所述建模目標的模型部件，保存至所述模型部件庫中。

結合第一方面的第一種可能的實施方式，本發明實施例提供了第一方面的第二種可能的實施方式，其中，根據所述激光掃描點云數據生成所述建模目標的模型部件的步驟，包括：

對所述激光掃描點云數據進行分層；

對相似層進行聚類；根據聚類后的點云數據，生成所述建模目標的模型部件。

結合第一方面，本發明實施例提供了第一方面的第三種可能的實施方式，其中，根據預先獲取的激光掃描點云數據或DSM數據，生成建模目標的初步輪廓模型的步驟，包括：

從預先獲取的激光掃描點云數據或DSM數據中，提取建模目標的輪廓信息；

結合激光掃描點云數據或DSM數據，根據所述建模目標的輪廓信息，生成建模目標的初步輪廓模型。