法律状态公告日
法律状态信息
法律状态
2022-05-17
授权
发明专利权授予
2022-03-08
实质审查的生效 IPC(主分类):G06F30/13 专利申请号:202210046219X 申请日:20220117
实质审查的生效
技术领域
本发明涉及城市规划技术领域,尤其涉及基于无人机遥感测绘的城市工程规划方法及系统。
背景技术
随着现代测绘科学技术突飞猛进的发展,测绘地理数据获取和处理能力大幅度提升,从卫星、航空、低空无人机到地面测量机器人、地下物探雷达,形成了天地一体化的信息获取和处理能力。在我国,尤其近20年,国家和各省市推动一系列重大测绘地理工程建设,积累了海量的测绘地理数据,包括多源遥感影像数据、基础地理空间数据、城市地下管线数据、城市地下空间数据、城市三维精细模型等,形成了地上地下、室内室外一体化的测绘地理大数据。目前,我们已经掌握丰富自然地理、人文地理、经济地理等数据资源。这些数据既包含结构化的地理信息大数据类型,如遥感影像数据,导航定位数据,大地基准数据,地图数据和与位置关联的各类地物的属性数据。也包括非结构化的地理信息大数据类型,如与位置关联的社交与商务碎片化文字描述数据,与位置相关的图片、视频、语音等数据和移动轨迹数据。全方位、多时空的地理数据,为人类能更加透彻地感知、更加智慧地规划建设和管理我们的生存生活环境提供可能。
而现有技术中,在城市规划工程中,如天然气管道规划工程、下水道管道规划工程、人行道规划工程、电缆线规划工程,在工程规划的过程中,计算机系统的计算量过大,不能快速得到规划方法;而且大多数城市规划工程需要人工到现场勘查实际情况,从而导致城市工程前期的图纸设计效率低。
发明内容
本发明克服了现有技术的不足,提供了基于无人机遥感测绘的城市工程规划方法及系统。
为了达到上述目的,本发明采用的技术方案为:
本发明第一方面提供了基于无人机遥感测绘的城市工程规划方法,包括以下步骤:
获取城市工程初始规划图纸信息,并基于所述城市工程初始规划图纸信息建立初始规划图纸三维模型;
获取当前城市规划工程所在目标区域的地理位置信息,并基于所述地理位置信息得到组合AR场景图;
基于所述组合AR场景图以及所述初始规划图纸三维模型建立二次规划图纸三维模型;
从所述二次规划图纸三维模型中检索出障碍点;
根据所述障碍点确定最终的城市工程规划方案。
进一步地,本发明的一个较佳实施例中,获取当前城市规划工程所在目标区域的地理位置信息,并基于所述地理位置信息得到组合AR场景图,具体包括以下步骤:
获取当前城市规划工程所在目标区域的地理位置信息;
基于所述目标区域的地理位置信息得到对应地理位置的AR场景图;
通过无人机获取城市规划工程所在目标区域的实时场景图像,并基于所述实时场景图像建立实时物体三维模型;
检索所述AR场景图中是否不存在所述实时物体三维模型图;
若不存在,则将所述三维模型图整合到所述对应地理位置的AR场景图中,生成组合AR场景图。
进一步地,本发明的一个较佳实施例中,根据所述障碍点确定最终的城市工程规划方案,具体包括:
基于所述二次城市工程规划图纸三维模型计算出障碍体积差模型;
从所述障碍体积差模型当中提取出极限位置点;
以所述极限位置点作为边缘,生成三次规划图纸模型;
将所述三次规划图纸模型组合到所述初始图纸规划模型中,并剔除初始图纸规划模型中与所述三次规划图纸模型的重合部分,形成组合图纸规划模型,并将所述组合图纸规划模型作为最终的城市规划方案。
进一步地,本发明的一个较佳实施例中,在检索所述AR场景图中是否不存在所述实时物体三维模型图步骤之前还包括以下步骤:
基于神经网络建立识别模型,并将预设场景图像导入所述识别模型中训练,得到训练后的识别模型;
并将所述所在目标区域的实时场景图像导入所述训练后的识别模型中,得到相似度;
判断所述相似度是否大于预设相似度;
若所述相似度大于预设相似度,则得到所述所在目标区域的实时场景图像的识别结果。
进一步地,本发明的一个较佳实施例中,若所述相似度大于预设相似度,则得到所述所在目标区域的实时场景图像的识别结果的步骤之后,还包括如下步骤:
判断所述识别结果是否为预设识别结果;
若为预设识别结果,则标记该预设识别结果所在的地理位置点,并将该预设识别结果所在的地理位置点作为障碍点。
进一步地,本发明的一个较佳实施例中,所述的基于无人机遥感测绘的城市工程规划方法,还包括以下步骤:
将所述最终的城市工程规划方案分为多个目标工作区域,并计算所述目标工作区域施工所需要的时间;
通过大数据网络获取所述目标工作区域的拥挤时间段;
基于所述拥挤时间段以及所述目标工作区域施工所需要的时间确定所述目标区域的施工时间段。
进一步地,本发明的一个较佳实施例中,基于所述拥挤时间段以及所述目标区域施工所需要的时间确定所述目标工作区域的施工时间段,具体包括:
从所述拥挤时间段中提取出初始拥挤时间点,以所述初始拥挤时间点作为施工的最晚终止时间点;
基于所述施工的最晚终止时间点以及所述目标工作区域施工所需要的时间得到起始时间点;
根据所述施工的最晚终止时间点以及所述起始时间点确定所述目标工作区域的施工时间段。
本发明第二方面提供了基于无人机遥感测绘的城市工程规划系统,该系统包括存储器及处理器,所述存储器中包括基于无人机遥感测绘的城市工程规划方法程序,所述基于无人机遥感测绘的城市工程规划方法程序被所述处理器执行时,实现如下步骤:
获取城市工程初始规划图纸信息,并基于所述城市工程初始规划图纸信息建立初始规划图纸三维模型;
获取当前城市规划工程所在目标区域的地理位置信息,并基于所述地理位置信息得到组合AR场景图;
基于所述组合AR场景图以及所述初始规划图纸三维模型建立二次规划图纸三维模型;
从所述二次规划图纸三维模型中检索出障碍点;
根据所述障碍点确定最终的城市工程规划方案。
进一步地,本发明的一个较佳实施例中,获取当前城市规划工程所在目标区域的地理位置信息,并基于所述地理位置信息得到组合AR场景图,具体包括以下步骤:
获取当前城市规划工程所在目标区域的地理位置信息;
基于所述目标区域的地理位置信息得到对应地理位置的AR场景图;
通过无人机获取城市规划工程所在目标区域的实时场景图像,并基于所述实时场景图像建立实时物体三维模型;
检索所述AR场景图中是否不存在所述实时物体三维模型图;
若不存在,则将所述三维模型图整合到所述对应地理位置的AR场景图中,生成组合AR场景图。
进一步地,本发明的一个较佳实施例中,所述的基于无人机遥感测绘的城市工程规划系统,还包括以下步骤:
将所述最终的城市工程规划方案分为多个目标工作区域,并计算所述目标工作区域施工所需要的时间;
通过大数据网络获取所述目标工作区域的拥挤时间段;
基于所述拥挤时间段以及所述目标工作区域施工所需要的时间确定所述目标区域的施工时间段;
基于所述拥挤时间段以及所述目标工作区域施工所需要的时间确定所述目标区域的施工时间段,具体包括:
从所述拥挤时间段中提取出初始拥挤时间点,以所述初始拥挤时间点作为施工的最晚终止时间点;
基于所述施工的最晚终止时间点以及所述目标工作区域施工所需要的时间得到起始时间点;
根据所述施工的最晚终止时间点以及所述起始时间点确定所述目标工作区域的施工时间段。
本发明解决了背景技术中存在的缺陷,能够达到如下的技术效果:
本发明利用AR场景技术以及实时的无人机遥感测绘技术,这样能够为城市规划接收到施工前的实时场景图,在城市规划时,AR场景技术直接可以使用,利用无人机遥感测绘技术将缺少的场景模型整合到AR场景之中,利用该技术能够减少了计算机系统的计算量,从而提高城市工程规划的计算效率。另一方面,本发明还能根据组合AR场景图中的实时状况,对初始图纸规划三维模型进行重新规划,使得施工人员在施工时更加合理,优化了施工的次序,提高了城市工程的施工效率。另外,本发明还能根据所述拥挤时间段以及所述目标区域施工所需要的时间确定所述目标工作区域的施工时间段,提高效率的同时,还可以降低对市民出行的影响,这样又有效地维持了市民的生活次序,提供一个更合理的施工方案。另一方面,利用本发明可以代替人工到去勘察实地情况,有效地提高了前期城市工程规划的设计效率,而且本发明能够根据实际情况,对初始图纸规划三维模型进行重新规划,实用性强。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他实施例的附图。
图1示出了基于无人机遥感测绘的城市工程规划方法的整体方法流程图;
图2示出了生成组合AR场景图的方法流程图;
图3示出了确定最终的城市工程规划方案的方法流程图;
图4示出了得出识别结果的方法流程图;
图5示出了确定障碍点的方法流程图;
图6示出了基于无人机遥感测绘的城市工程规划方法的部分方法流程图;
图7示出了确定所述目标工作区域的施工时间段的具体方法流程图;
图8示出了基于无人机遥感测绘的城市工程规划系统的系统框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
本发明第一方面提供了基于无人机遥感测绘的城市工程规划方法,包括以下步骤:
S102:获取城市工程初始规划图纸信息,并基于所述城市工程初始规划图纸信息建立初始规划图纸三维模型;
S104:获取当前城市规划工程所在目标区域的地理位置信息,并基于所述地理位置信息得到组合AR场景图;
S106:基于所述组合AR场景图以及所述初始规划图纸三维模型建立二次规划图纸三维模型;
S108:从所述二次规划图纸三维模型中检索出障碍点;
S110:根据所述障碍点确定最终的城市工程规划方案。
需要说明的是,所述地理位置信息包括目标区域所出的经度以及纬度;首先,城市工程初始规划图纸信息为一开始设计人员或者其他设计程序设计出的初始规划图纸,从而利用三维建模软件(如AutoCAD、SolidWorks、MASTERCAM等)对所述初始规划图纸进行三维建模,从而形成初始规划图纸三维模型。所述城市规划工作可以是天然气管道规划工程、下水道管道规划工程、人行道规划工程、电缆线规划工程等。所述障碍点为护栏设施、路灯设施、公交站牌等,而可移动的物体不为障碍点,如停靠在停车区域的汽车、共享单车等。所述二次规划图纸三维模型为初始规划图纸三维模型与组合AR场景图的组合三维模型,从而从组合模型当中就能够得到障碍点,所述障碍点为组合AR场景图的障碍设施与初始规划图纸三维模型重合的位置点。因此,利用AR场景技术以及实时的无人机遥感测绘技术,这样能够为城市规划接收到施工前的实时场景图,在城市规划时,AR场景技术直接可以使用,利用无人机遥感测绘技术将缺少的场景模型整合到AR场景之中,利用该技术能够减少了计算机系统的计算量,从而提高城市工程规划的计算效率。
进一步地,本发明的一个较佳实施例中,获取当前城市规划工程所在目标区域的地理位置信息,并基于所述地理位置信息得到组合AR场景图,具体包括以下步骤:
S202:获取当前城市规划工程所在目标区域的地理位置信息;
S204:基于所述目标区域的地理位置信息得到对应地理位置的AR场景图;
S206:通过无人机获取城市规划工程所在目标区域的实时场景图像,并基于所述实时场景图像建立实时物体三维模型;
S208:检索所述AR场景图中是否不存在所述实时物体三维模型图;
S210:若不存在,则将所述三维模型图整合到所述对应地理位置的AR场景图中,生成组合AR场景图。
需要说明的是,每个地理位置均有对应的AR场景图,实际上AR场景技术可以理解为三维模型的组合图,因此,该AR场景图均可以通过地图软件中获取;但是,该图并非为实时图,与现实是存在着差异性的,因此,利用无人机遥感测绘技术来获取与目标施工区域的实时场景图像,从而利用三维建模软件来建立实时物体三维模型,如停靠的汽车、护栏设施、路灯设施等,并将AR场景中没有的实时物体三维模型图整合到AR场景之中,形成组合AR场景图。
进一步地,本发明的一个较佳实施例中,根据所述障碍点确定最终的城市工程规划方案,具体包括:
S302:基于所述二次城市工程规划图纸三维模型计算出障碍体积差模型;
S304:从所述障碍体积差模型当中提取出极限位置点;
S306:以所述极限位置点作为边缘,生成三次规划图纸模型;
S308:将所述三次规划图纸模型组合到所述初始图纸规划模型中,并剔除初始图纸规划模型中与所述三次规划图纸模型的重合部分,形成组合图纸规划模型,并将所述组合图纸规划模型作为最终的城市规划方案。
需要说明的是,其中所述障碍体积差模型为二次城市工程规划图纸三维模型中的组合AR场景图的障碍设施与初始规划图纸三维模型的重合部分,该重合部分即可用三维建模软件中计算得出。此时,提取出远离障碍设施的极限位置点,并根据该极限位置点以内的范围重新调整该障碍设施位置的工程规划图纸,该工程规划图纸即为三次规划图纸模型。
进一步地,本发明的一个较佳实施例中,在检索所述AR场景图中是否不存在所述实时物体三维模型图步骤之前还包括以下步骤:
S402:基于神经网络建立识别模型,并将预设场景图像导入所述识别模型中训练,得到训练后的识别模型;
S404:并将所述所在目标区域的实时场景图像导入所述训练后的识别模型中,得到相似度;
S406:判断所述相似度是否大于预设相似度;
S408:若所述相似度大于预设相似度,则得到所述所在目标区域的实时场景图像的识别结果。
需要说明的是,利用神经网络建立识别模型,其中所述预设场景图像为路灯设施的图像、汽车的图像、自行车的图像等,利用训练后的识别模型对无人机所采集的实时图像进行识别,如可以利用卷积神经网络、深度学习算法、机器学习算法等识别出实时场景图像与预设场景图像对比得到一个相似度,当相似度大于预设相似度时,此时可以理解为该实时场景图像与预设场景图像相吻合,输出该识别结果是否为障碍设施。
进一步地,本发明的一个较佳实施例中,若所述相似度大于预设相似度,则得到所述所在目标区域的实时场景图像的识别结果的步骤之后,还包括如下步骤:
S502:判断所述识别结果是否为预设识别结果;
S504:若为预设识别结果,则标记该预设识别结果所在的地理位置点,并将该预设识别结果所在的地理位置点作为障碍点。
需要说明的是,所述预设识别结果为障碍设施,如护栏设施、路灯设施、公交站牌等。
进一步地,本发明的一个较佳实施例中,所述的基于无人机遥感测绘的城市工程规划方法,还包括以下步骤:
S602:将所述最终的城市工程规划方案分为多个目标工作区域,并计算所述目标工作区域施工所需要的时间;
S604:通过大数据网络获取所述目标工作区域的拥挤时间段;
S606:基于所述拥挤时间段以及所述目标工作区域施工所需要的时间确定所述目标区域的施工时间段。
需要说明的是,在施工的过程中,将最终的城市工程规划方案分为多个目标工作区域,由于每一个目标工作区域的拥挤时间段是变化的,如繁华的城市路段、工业区的城市路段、学校区域的城市路段,这些均可以从大数据网络中获取不同的拥挤时间段,从而根据该时间段来选择不同的施工时间段。由于将述最终的城市工程规划方案分为多个目标工作区域,因此在施工时,可以进行选择不同的时间段,如哪个时间段选择对该目标工作区域进行施工,保证在拥挤时间段来之前可以将施工计划完成。其中,所述目标工作区域施工所需要的时间满足:
其中,L为施工区域的施工长度值;S为需要施工的施工区域的面积大小值;K为施 工面积修正系数,取值范围为0-1之间,随着施工区域的面积增大而增大;
通过以上方式,即可计算出施工所需要的时间,从而根据该时间来确定目标区域的施工时间段。
进一步地,本发明的一个较佳实施例中,基于所述拥挤时间段以及所述目标区域施工所需要的时间确定所述目标工作区域的施工时间段,具体包括:
S702:从所述拥挤时间段中提取出初始拥挤时间点,以所述初始拥挤时间点作为施工的最晚终止时间点;
S704:基于所述施工的最晚终止时间点以及所述目标工作区域施工所需要的时间得到起始时间点;
S706:根据所述施工的最晚终止时间点以及所述起始时间点确定所述目标工作区域的施工时间段。
需要说明的是,计算出施工所需要的时间之后,从而根据初始拥挤时间点以及所述目标工作区域施工所需要的时间,得到一个初始时间点,从而得到一个最晚的施工时间段,该时间段表示施工时间段要在最晚的施工时间段之前,如在天然气管道施工规划中,工程施工规划中要经过公路路段,在施工之前,通过计算出该最晚的施工时间段,从而提高施工效率的同时,还可以降低对市民出行的影响,这样又有效地维持了市民的生活次序,提供一个更合理的施工方案。
此外,还可以包括以下步骤:
通过大数据网络获取所述目标工作区域的天气状况;
基于所述天气状况得到发生该天气的预设时间段;
判断预设时间段与所述目标工作区域的施工时间段是否存在重叠;
若存在重叠,则提取出重叠的时间段,基于所述重叠的时间段得到发生该天气的起始时间点;
基于所述起始时间点以及所述目标工作区域施工所需要的时间重新计算目标工作区域的施工时间段,得到调整后的目标工作区域的施工时间段,并将该调整后的目标工作区域的施工时间段作为最终的施工时间段。
需要说明的是,利用大数据网络可以获取目标工作区域的天气状况,其中所述天气状况为恶劣天气,如冰雹天气、台风天气、雾霾天气等。利用本方法随时调整所述目标区域的施工时间段,这样就能保障施工人员的人身安全的同时,还能保障施工计划的正常进行。在就重新计算目标工作区域的施工时间段时,利用发生该天气的起始时间点作为最终的施工时间段的终止时间点,从而根据该终止时间点以及目标工作区域施工所需要的时间重新计算出终的施工时间段的起始时间点,该施工时间段的起始时间点与最终的施工时间段的终止时间点为最终的施工时间范围。
此外还可以包括以下步骤:
通过大数据网络获取城市管道规划图以及城市电缆规划图;
基于城市管道规划图以及城市电缆规划图建立布局模拟模型;
获取最终的城市工程规划方案,并将所述布局模拟模型导入所述最终的城市工程规划方案中,判断所述最终的城市工程规划方案与所述布局模拟模型是否存在重合的情况;
若存在重合,计算出重合部位的体积模型,生成重合体积模型;
基于所述重合体积模型调整最终的城市工程规划方案。
需要说明的是,利用三维建模软件建立布局模拟模型,当最终的城市工程规划方案与所述布局模拟模型存在重合,此时调整该城市工程规划方案,使得在施工的过程中,能够降低破坏其他地底物体的概率值的同时,从而能够有效地提高施工效率。
本发明第二方面提供了基于无人机遥感测绘的城市工程规划系统,该系统包括存储器41及处理器62,所述存储器中包括基于无人机遥感测绘的城市工程规划方法程序,所述基于无人机遥感测绘的城市工程规划方法程序被所述处理器执行时,实现如下步骤:
获取城市工程初始规划图纸信息,并基于所述城市工程初始规划图纸信息建立初始规划图纸三维模型;
获取当前城市规划工程所在目标区域的地理位置信息,并基于所述地理位置信息得到组合AR场景图;
基于所述组合AR场景图以及所述初始规划图纸三维模型建立二次规划图纸三维模型;
从所述二次规划图纸三维模型中检索出障碍点;
根据所述障碍点确定最终的城市工程规划方案。
需要说明的是,所述地理位置信息包括目标区域所出的经度以及纬度;首先,城市工程初始规划图纸信息为一开始设计人员或者其他设计程序设计出的初始规划图纸,从而利用三维建模软件(如AutoCAD、SolidWorks、MASTERCAM等)对所述初始规划图纸进行三维建模,从而形成初始规划图纸三维模型。所述城市规划工作可以是天然气管道规划工程、下水道管道规划工程、人行道规划工程、电缆线规划工程等。所述障碍点为护栏设施、路灯设施、公交站牌等,而可移动的物体不为障碍点,如停靠在停车区域的汽车、共享单车等。所述二次规划图纸三维模型为初始规划图纸三维模型与组合AR场景图的组合三维模型,从而从组合模型当中就能够得到障碍点,所述障碍点为组合AR场景图的障碍设施与初始规划图纸三维模型重合的位置点。因此,利用AR场景技术以及实时的无人机遥感测绘技术,这样能够为城市规划接收到施工前的实时场景图,在城市规划时,AR场景技术直接可以使用,利用无人机遥感测绘技术将缺少的场景模型整合到AR场景之中,利用该技术能够减少了计算机系统的计算量,从而提高城市工程规划的计算效率。
进一步地,本发明的一个较佳实施例中,获取当前城市规划工程所在目标区域的地理位置信息,并基于所述地理位置信息得到组合AR场景图,具体包括以下步骤:
获取当前城市规划工程所在目标区域的地理位置信息;
基于所述目标区域的地理位置信息得到对应地理位置的AR场景图;
通过无人机获取城市规划工程所在目标区域的实时场景图像,并基于所述实时场景图像建立实时物体三维模型;
检索所述AR场景图中是否不存在所述实时物体三维模型图;
若不存在,则将所述三维模型图整合到所述对应地理位置的AR场景图中,生成组合AR场景图。
需要说明的是,每个地理位置均有对应的AR场景图,实际上AR场景技术可以理解为三维模型的组合图,因此,该AR场景图均可以通过地图软件中获取;但是,该图并非为实时图,与现实是存在着差异性的,因此,利用无人机遥感测绘技术来获取与目标施工区域的实时场景图像,从而利用三维建模软件来建立实时物体三维模型,如停靠的汽车、护栏设施、路灯设施等,并将AR场景中没有的实时物体三维模型图整合到AR场景之中,形成组合AR场景图。
进一步地,本发明的一个较佳实施例中,根据所述障碍点确定最终的城市工程规划方案,具体包括:
基于所述二次城市工程规划图纸三维模型计算出障碍体积差模型;
从所述障碍体积差模型当中提取出极限位置点;
以所述极限位置点作为边缘,生成三次规划图纸模型;
将所述三次规划图纸模型组合到所述初始图纸规划模型中,并剔除初始图纸规划模型中与所述三次规划图纸模型的重合部分,形成组合图纸规划模型,并将所述组合图纸规划模型作为最终的城市规划方案。
需要说明的是,其中所述障碍体积差模型为二次城市工程规划图纸三维模型中的组合AR场景图的障碍设施与初始规划图纸三维模型的重合部分,该重合部分即可用三维建模软件中计算得出。此时,提取出远离障碍设施的极限位置点,并根据该极限位置点以内的范围重新调整该障碍设施位置的工程规划图纸,该工程规划图纸即为三次规划图纸模型。
进一步地,本发明的一个较佳实施例中,在检索所述AR场景图中是否不存在所述实时物体三维模型图步骤之前还包括以下步骤:
基于神经网络建立识别模型,并将预设场景图像导入所述识别模型中训练,得到训练后的识别模型;
并将所述所在目标区域的实时场景图像导入所述训练后的识别模型中,得到相似度;
判断所述相似度是否大于预设相似度;
若所述相似度大于预设相似度,则得到所述所在目标区域的实时场景图像的识别结果。
需要说明的是,利用神经网络建立识别模型,其中所述预设场景图像为路灯设施的图像、汽车的图像、自行车的图像等,利用训练后的识别模型对无人机所采集的实时图像进行识别,如可以利用卷积神经网络、深度学习算法、机器学习算法等识别出实时场景图像与预设场景图像对比得到一个相似度,当相似度大于预设相似度时,此时可以理解为该实时场景图像与预设场景图像相吻合,输出该识别结果是否为障碍设施。
进一步地,本发明的一个较佳实施例中,若所述相似度大于预设相似度,则得到所述所在目标区域的实时场景图像的识别结果的步骤之后还包括:
判断所述识别结果是否为预设识别结果;
若为预设识别结果,则标记该预设识别结果所在的地理位置点,并将该预设识别结果所在的地理位置点作为障碍点。
需要说明的是,所述预设识别结果为障碍设施,如护栏设施、路灯设施、公交站牌等。
进一步地,本发明的一个较佳实施例中,所述的基于无人机遥感测绘的城市工程规划方法,还包括以下步骤:
将所述最终的城市工程规划方案分为多个目标工作区域,并计算所述目标工作区域施工所需要的时间;
通过大数据网络获取所述目标工作区域的拥挤时间段;
基于所述拥挤时间段以及所述目标工作区域施工所需要的时间确定所述目标区域的施工时间段。
需要说明的是,在施工的过程中,将最终的城市工程规划方案分为多个目标工作区域,由于每一个目标工作区域的拥挤时间段是变化的,如繁华的城市路段、工业区的城市路段、学校区域的城市路段,这些均可以从大数据网络中获取不同的拥挤时间段,从而根据该时间段来选择不同的施工时间段。由于将述最终的城市工程规划方案分为多个目标工作区域,因此在施工时,可以进行选择不同的时间段,如哪个时间段选择对该目标工作区域进行施工,保证在拥挤时间段来之前可以将施工计划完成。其中,所述目标工作区域施工所需要的时间满足:
其中,L为施工区域的施工长度值;S为需要施工的施工区域的面积大小值;K为施 工面积修正系数,取值范围为0-1之间,随着施工区域的面积增大而增大;
通过以上方式,即可计算出施工所需要的时间,从而根据该时间来确定目标区域的施工时间段。
进一步地,本发明的一个较佳实施例中,基于所述拥挤时间段以及所述目标区域施工所需要的时间确定所述目标工作区域的施工时间段,具体包括:
从所述拥挤时间段中提取出初始拥挤时间点,以所述初始拥挤时间点作为施工的最晚终止时间点;
基于所述施工的最晚终止时间点以及所述目标工作区域施工所需要的时间得到起始时间点;
根据所述施工的最晚终止时间点以及所述起始时间点确定所述目标工作区域的施工时间段。
需要说明的是,计算出施工所需要的时间之后,从而根据初始拥挤时间点以及所述目标工作区域施工所需要的时间,得到一个初始时间点,从而得到一个最晚的施工时间段,该时间段表示施工时间段要在最晚的施工时间段之前,如在天然气管道施工规划中,工程施工规划中要经过公路路段,在施工之前,通过计算出该最晚的施工时间段,从而提高施工效率的同时,还可以降低对市民出行的影响,这样又有效地维持了市民的生活次序,提供一个更合理的施工方案。
此外,还可以包括以下步骤:
通过大数据网络获取所述目标工作区域的天气状况;
基于所述天气状况得到发生该天气的预设时间段;
判断预设时间段与所述目标工作区域的施工时间段是否存在重叠;
若存在重叠,则提取出重叠的时间段,基于所述重叠的时间段得到发生该天气的起始时间点;
基于所述发生该天气的起始时间点以及所述目标工作区域施工所需要的时间重新计算目标工作区域的施工时间段,得到调整后的目标工作区域的施工时间段,并将该调整后的目标工作区域的施工时间段作为最终的施工时间段。
需要说明的是,利用大数据网络可以获取目标工作区域的天气状况,其中所述天气状况为恶劣天气,如冰雹天气、台风天气、雾霾天气等。利用本方法随时调整所述目标区域的施工时间段,这样就能保障施工人员的人身安全的同时,还能保障施工计划的正常进行。在就重新计算目标工作区域的施工时间段时,利用发生该天气的起始时间点作为最终的施工时间段的终止时间点,从而根据该终止时间点以及目标工作区域施工所需要的时间重新计算出终的施工时间段的起始时间点,该施工时间段的起始时间点与最终的施工时间段的终止时间点为最终的施工时间范围。
此外还可以包括以下步骤:
通过大数据网络获取城市管道规划图以及城市电缆规划图;
基于城市管道规划图以及城市电缆规划图建立布局模拟模型;
获取最终的城市工程规划方案,并将所述布局模拟模型导入所述最终的城市工程规划方案中,判断所述最终的城市工程规划方案与所述布局模拟模型是否存在重合的情况;
若存在重合,计算出重合部位的体积模型,生成重合体积模型;
基于所述重合体积模型调整最终的城市工程规划方案。
需要说明的是,利用三维建模软件建立布局模拟模型,当最终的城市工程规划方案与所述布局模拟模型存在重合,重合体积模型为管道的体积模型或者电缆体积模型与最终的城市工程规划方案重合的体积模型,该重合体积模型均可通过三维建模软件计算得出,此时调整该城市工程规划方案,使得在施工的过程中,能够降低破坏其他物体的概率值的同时,从而能够有效地提高施工效率。
综上所述,本发明利用AR场景技术以及实时的无人机遥感测绘技术,这样能够为城市规划接收到施工前的实时场景图,在城市规划时,AR场景技术直接可以使用,利用无人机遥感测绘技术将缺少的场景模型整合到AR场景之中,利用该技术能够减少了计算机系统的计算量,从而提高城市工程规划的计算效率。另一方面,本发明还能根据组合AR场景图中的实时状况,对初始图纸规划三维模型进行重新规划,使得施工人员在施工时更加合理,优化了施工的次序,提高了城市工程的施工效率。另外,本发明还能根据所述拥挤时间段以及所述目标区域施工所需要的时间确定所述目标工作区域的施工时间段,提高效率的同时,还可以降低对市民出行的影响,这样又有效地维持了市民的生活次序,提供一个更合理的施工方案。另一方面,利用本发明可以代替人工到去勘察实地情况,有效地提高了前期城市工程规划的设计效率,而且本发明能够根据实际情况,对初始图纸规划三维模型进行重新规划,实用性强。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。