[發明專利]房屋三維模型優化方法和裝置、電子設備和存儲介質

在審

• 申請號: 202211046544.2
• 申請日: 2022-08-30
• 公開（公告）號: CN115393517A
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 方凱能
• 申請（專利權）人: 北京有竹居網絡技術有限公司
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06F30/20
• 代理公司: 北京友聯知識產權代理事務所(普通合伙) 11343
• 代理人: 趙文穎;汪海屏

1.一種房屋三維模型優化方法，其特征在于，包括：

獲取第一采集設備采集的房屋數據；

基于所述房屋數據，獲取第一房屋三維模型；

采用模型轉換引擎，對所述第一房屋三維模型進行誤差優化，得到第二房屋三維模型。

2.根據權利要求1所述的房屋三維模型優化方法，其特征在于，所述基于所述房屋數據，獲取第一房屋三維模型，具體包括：

根據所述房屋數據，生成所述第一房屋三維模型；

計算所述第一房屋三維模型中的第一漫游數據和第一漫游點位數據。

3.根據權利要求2所述的房屋三維模型優化方法，其特征在于，在所述計算所述第一房屋三維模型中的漫游數據和漫游點位數據之后，還包括：

保存所述第一房屋三維模型、所述第一漫游數據和所述第一漫游點位數據至數據庫。

4.根據權利要求2所述的房屋三維模型優化方法，其特征在于，所述采用模型轉換引擎，對所述第一房屋三維模型進行誤差優化，得到第二房屋三維模型，具體包括：

通過所述模型轉換引擎，將所述第一房屋三維模型按照第一誤差系數進行等比例縮放，生成所述第二房屋三維模型；

將所述第一漫游數據按照所述第一誤差系數進行等比例縮放，得到所述第二房屋三維模型的第二漫游數據；

將所述第一漫游點位數據按照所述第一誤差系數進行等比例縮放，得到所述第二房屋三維模型的第二漫游點位數據。

5.根據權利要求4所述的房屋三維模型優化方法，其特征在于，在所述得到所述第二房屋三維模型的第二漫游點位數據之后，還包括：

保存所述第二房屋三維模型、所述第二漫游數據和所述第二漫游點位數據至數據庫。

6.根據權利要求1所述的房屋三維模型優化方法，其特征在于，在所述獲取第一采集設備采集的房屋數據之前，還包括：

獲取所述第一采集設備的第一識別標識；

基于所述第一識別標識，通過識別標識與誤差系數關系，獲取所述第一采集設備的第一誤差系數。

7.根據權利要求6所述的房屋三維模型優化方法，其特征在于，在所述獲取所述第一采集設備的第一誤差系數之前，還包括：

生成采集設備對應的識別標識；

獲取所述采集設備對應的誤差系數；

基于所述識別標識和所述誤差系數，生成所述識別標識與誤差系數關系。

8.根據權利要求7所述的房屋三維模型優化方法，其特征在于，所述獲取所述采集設備的誤差系數，具體包括：

獲取所述采集設備的采集參數；

基于所述采集參數，得到所述采集設備的標定計算誤差系數；

獲取所述采集設備采集的歷史房屋數據；

獲取所述歷史房屋數據對應的歷史房屋真實數據；

基于所述歷史房屋數據和所述歷史房屋真實數據，進行數據分析，得到所述采集設備對應的數據分析誤差系數；

根據所述標定計算誤差系數和所述數據分析誤差系數，生成所述采集設備的誤差系數。

9.根據權利要求1至8中任一項所述的房屋三維模型優化方法，其特征在于，還包括：

獲取所述第一房屋三維模型的第一俯視圖；

對所述第一俯視圖采用第一誤差系數進行等比例縮放，得到第二俯視圖；

基于所述第二俯視圖，獲取房屋戶型圖。

10.根據權利要求1至8中任一項所述的房屋三維模型優化方法，其特征在于，還包括：

獲取所述第二房屋三維模型的第三俯視圖；

基于所述第三俯視圖，獲取房屋戶型圖。

11.一種房屋三維模型優化裝置，其特征在于，包括：

第一獲取模塊，用于獲取采集設備采集的房屋數據；

第二獲取模塊，用于基于所述房屋數據，獲取第一房屋三維模型；

第三獲取模塊，用于采用模型轉換引擎，對所述第一房屋三維模型進行誤差優化，得到第二房屋三維模型。