太阳城集团亚洲娱乐城-澳门太阳城集团娱乐城最新地址_百家乐电影网_全讯网xb112 (中国)·官方网站

機載LiDAR與航空影像聯合城市三維建模系統（LiDARPro）主要以機載LiDAR點云及多視航空影像作為輸入數據，通過點云語義分割、點云影像配準、實景三維模型重建、建筑物單體結構化模型重建、人機交互等功能模塊，實現高效率、（半）自動的城市實體三維模型重建，具備全自動大測區城市建模、半自動城市高精度精細實體模型重建等多種解決方案，致力于提高智慧城市建設的自動化程度，推進實景三維中國建設進程。 一、項目分類 關鍵核心技術突破 二、技術分析 創新性： 機載LiDAR與航空影像聯合城市三維建模系統（LiDARPro）主要以機載LiDAR點云及多視航空影像作為輸入數據，通過點云語義分割、點云影像配準、實景三維模型重建、建筑物單體結構化模型重建、人機交互等功能模塊，實現高效率、（半）自動的城市實體三維模型重建，具備全自動大測區城市建模、半自動城市高精度精細實體模型重建等多種解決方案，致力于提高智慧城市建設的自動化程度，推進實景三維中國建設進程。系統主要由兩部分功能模塊組成：自動化模型重建模塊及三維可視化交互管理系統模塊。其中自動建模模塊由點云影像自動配準、實景三維模型重建、點云濾波、點云分類、建筑物單體化分割、建筑物結構化模型重建等軟件子模塊構成。系統支持DEM、DOM、實景三維模型、建筑物LoD1至LoD3模型等多種產品生產；支持多核、多CPU、多GPU架構的任務并行化管理，支持搭建點云、影像、模型數據庫，支持人機交互進行語義分割、模型編輯、紋理編輯等功能。 軟件解決的關鍵問題： LiDAR點云與傾斜影像異源異構數據配準問題，點云影像數據難以聯合應用； 單一數據源三維信息與紋理信息不全，高質量模型結果依賴高精度數據輸入，導致數據獲取成本昂貴、效率較低； 城市級實景三維模型重建自動化程度低，低精度自動結構化模型成果難復用，而手動模型繪制難度高、工藝繁瑣； 實景三維數據制作單位高度依賴國外軟件，國產化難。 先進性： 當前，國內90%以上地形級實景三維數據制作測繪單位都基于國外軟件進行三維重建，而城市級實景三維模型則重度依賴全人工手動勾繪且需調用國外專業三維建模軟件，模型重建學習成本極高、軟件針對性不強而效率低下。 機載LiDAR與航空影像聯合城市三維建模系統軟件系統以高精度、高效率、高自動化程度城市級實景三維模型重建為首要目標。軟件系統具備高精度點云影像配準模塊提供異源數據聯合應用基礎；采用LiDAR點云約束的多視影像密集匹配策略實現高精度、全覆蓋三維數據輸入以實現高質量實景三維模型重建；采取地面點濾波、非地面點地物分類、目標地物單體實例分割遞進式流程得到建筑物等地物單體化三維數據；優化自動結構化模型重建與人工干預的結構化建模流程，無需額外依賴專業建模軟件；提供針對建筑物結構化建模的模型編輯、紋理編輯模塊，不達標的自動模型可復用，三維點云端、二維影像端可獨立或聯合編輯，具備交互友好的參照式、勾繪式、半自動編輯模式。 獨占性： 系統主要搭建兩條生產路線，以適應不同地域模型精度要求差異、不同應用時間響應要求。其一是以LiDAR點云為主的快速建筑物結構化模型重建，經過點云分類、建筑物實例分割、結構化模型重建等步驟構建人工地物結構化模型，并利用配準后多視影像對模型紋理映射，此生產線主要產品包括DOM、DEM、 LoD2為主的建筑物結構化模型、典型地物真實色彩點云等輕量基礎數據；其二是在LiDAR點云約束下生成高精度密集匹配點云構造高質量實景三維模型，并在此基礎上提取建筑物單體三角網數據，經過模型簡化抽象得到建筑物LoD3模型，此生產線主要產品包括實景三維模型、建筑物LoD3模型等城市級實景三維數據要素。 此外，軟件系統支持在Windows (Win7/10)、Ubuntu (16.04/18.04/ 20.04)、國產麒麟(V4/V10)等多操作系統中運行，已階段性實現國產化。

本發明涉及城市設計規劃，提供在城市規劃設計中識別城市風貌要素，通過建立城市在地建筑風貌案例庫、理論分析、實驗數據采集、數據公式分析、實際校正等手段，精準識別城市風貌要素的權重關系。 一、項目分類 顯著效益成果轉化 二、成果簡介 本發明涉及城市設計規劃，提供在城市規劃設計中識別城市風貌要素，通過建立城市在地建筑風貌案例庫、理論分析、實驗數據采集、數據公式分析、實際校正等手段，精準識別城市風貌要素的權重關系。依靠要素分類簇群的數值為基準，動態平衡城市風貌控制區內的各類風貌要素的控制比例，科學系統地指導城市風貌規劃設計和保護的一種基于VR結合眼動跟蹤的城市風貌特征識別的方法。 在當前大力宣揚城市特色文化的背景下，為了突出地域風貌特色，許多城市常將具有一定城市地域文化代表性的舊城或歷史街區進行整治和修復，城市風貌識別是開展城市風貌保護及塑造工作的重要基礎。這是利用數字技術來感知、認知城市，進而科學精細化挖掘和智慧化發展城市風貌的新方法，該技術用于城市風貌特征要素分區和精細化識別、監控和提升，為城市風貌規劃管理提供科學系統的指導建議。

提出了多源異構交通大數據分析融合技術、城市廣域交 通AI 信號控制技術、城市廣域交通AI 協同管理技術和究城 市廣域交通運行及管控評價技術。通過對關鍵技術突破及現 有技術集成應用，形成能夠解決我國城市廣域交通管控突出 問題的成套技術及解決方案。

城市三維空間管理是城市特色與形象塑造的重要手段，是城市建設管理的重要任務，依托數字化管理平臺，提升管理的科學理性、效率、效果以及智能化水平。以威海三維空間智能管理數字化平臺實踐項目為依托，融合團隊目前所擁有的近50項相關專利技術，展開了基于多源大數據的萬維沙盤建構、三維空間管控要素的譜系化建構、三維空間管控引導的智能規則、人機交互機制下的智能管理應用場景等相關研究，完成智能管理數字化平臺的建設，并投入到日常的城市建設管理之中，大幅度提升了管理工作的科學性與工作效率，取得了良好的實踐效果。

成果介紹本發明公開了一種城市天際輪廓線立面正射影像圖的快速獲取和測量方法，包括以下步驟：利用攜帶坐標獲取裝置的照相機逐段拍攝城市天際輪廓線立面的局部影像，并記錄每個拍攝時刻照相機的坐標方位和鏡頭朝向；獲取每個拍攝點與所拍攝對象之間的水平距離；建立拍攝點與拍攝圖像的幾何映射關系，生成城市天際輪廓線立面的正射影像圖；綜合城市天際輪廓線立面與其正射影像圖的幾何比例，輸出城市天際輪廓線立面正射影像圖的測量數據。本發明縮小了常規技術帶來的圖像畸變誤差，提高了測量精度。本發明的目的是提供一種 城市天際輪廓線立面正射影像圖的快速獲取和測量方法，縮小了常規技術帶來的 圖像畸變誤差，提高了測量精度。技術方案：為實現上述發明目的，本發明采用的技術方案為一種城市天際輪 廓線立面正射影像圖的快速獲取和測量方法，包括以下步驟：1）利用攜帶坐標獲取裝置的照相機逐段拍攝城市天際輪廓線立面的局部影 像，并記錄每個拍攝時刻照相機的坐標方位和鏡頭朝向；2）獲取每個拍攝點與所拍攝對象之間的水平距離；3）建立拍攝點與拍攝圖像的幾何映射關系，生成城市天際輪廓線立面的正 射影像圖；4）綜合城市天際輪廓線立面與其正射影像圖的幾何比例，輸出城市天際輪 廓線立面正射影像圖的測量數據。技術創新點及參數1.1）利用攜帶坐標獲取裝置的照相機(800萬以上像素)逐段拍攝城市天際輪 廓線立面的局部影像，所述影像中城市天際輪廓線位于圖幅中心；1.2）通過攜帶坐標獲取裝置的照相機(800萬以上像素)，在每一次拍攝局部 影像時，記錄拍攝時相機坐標方位的經度、緯度以及鏡頭朝向。進一步的，所述步驟2）包括：2.1）分別獲取步驟1）各局部影像所拍攝對象上左右兩端點A1和A2的經緯 度坐標，以及兩點之間的距離K；2.2）由拍攝點向步驟2.1）中的兩點連線做垂線，垂線與所述兩點連線有一 交點，記錄拍攝點至所述交點的距離，該距離為拍攝點與所拍攝對象之間的水平 距離S。進一步的，所述步驟3）包括：3.1）任選城市天際輪廓線立面的某一局部影像為標準，其拍攝點至所拍攝 對象之間的水平距離為S0，所拍攝局部影像所拍攝對象上左右兩端點之間的距離 K0，拍攝得到局部影像的寬度為A0；3.2）以所選局部影像為標準，對其他局部影像的邊長進行縮放調整，，公式 為：A i = S i S 0 A 0式中，Si為局部影像i其拍攝點至所拍攝對象之間的水平距離（參考步驟 2.2）的方法獲得）,Ai為該局部影像縮放后的影像寬度。3.3）將經過縮放調整的局部影像依照圖像序列進行拼接，得到完整的城市 天際輪廓線立面正射影像圖。進一步的，所述步驟4）包括：4.1）于步驟3.3）拼合得到的城市天際輪廓線立面正射影像圖上進行測量， 天際輪廓線的圖面高度為H0，圖面長度為L0；4.2）計算城市天際輪廓線的實際高度H，公式為：H = K 0 A 0 H 04.3）計算城市天際輪廓線的實際長度L，公式為：L = K 0 A 0 L 0式中，K0即為步驟3.1）所選局部影像的拍攝對象左右端點的實際距離（參 考步驟2.1）的方法獲得）。4.4）輸出城市天際輪廓線的實際高度H和實際長度L。市場前景城市天際輪廓線，亦稱城市天際線，是由城市中的高層建筑構成的整體形象， 或由高層建筑群構成的局部形象。城市天際輪廓線直接取決于城市用地建設的發 展布局，又是城市規劃建設成果的直觀反映，因此，城市天際輪廓線是城市規劃 建設部門進行城市建設和調整的重要內容。獲得現狀的城市天際輪廓線的立面正射影像圖是城市規劃建設部門進行天 際線建設和空間調整的首要和重要技術環節。但是，構成城市天際輪廓線的城市 建筑群的分布往往呈曲線形態蜿蜒綿延，實際長度往往長達數公里以上，甚至超 過5公里，在采用定點單張拍攝的方式時，同樣出現在影像上的被攝物體其實際 距拍攝點的距離往往相差很大，造成定點單張拍攝的城市天際輪廓線圖像存在很 大的透視變形，當采用同樣方法進行測算時，圖像兩端的建筑會比圖像正中的建 筑尺度偏小，造成城市天際輪廓線的高度、長度等數據的測算誤差，這種因透視 造成的測算誤差，雖然可以通過攝像器材進行校正，但仍舊無法完全消除。這使 城市規劃建設部門在城市天際線建設和空間引導建設中，缺乏準確有效的圖像信息和測量數據。1.減少傳統技術做法的圖像誤差：本發明針對了傳統城市天際輪 廓線立面影像圖獲取方法應透視帶來的圖像畸變和數據測量誤差，提出一種利用 多點拍攝并自動校正拼合的獲取方式，輸出城市天際輪廓線立面的正射影像圖， 基本消除了透視帶來的圖像誤差。2.自動輸出測算數據，節省工期：通過附加坐標獲取裝置的攝像器材，將圖 像和坐標同步輸入，可以自動進行空間解算，輸出天際輪廓線立面正射影像圖和 測算數據，交互方式簡便，提高工作效率，節省工作時間。

成果介紹城市三維空間管理是城市特色與形象塑造的重要手段，是城市建設管理的重要任務，依托數字化管理平臺，提升管理的科學理性、效率、效果以及智能化水平。以威海三維空間智能管理數字化平臺實踐項目為依托，融合團隊目前所擁有的近50項相關專利技術，展開了基于多源大數據的萬維沙盤建構、三維空間管控要素的譜系化建構、三維空間管控引導的智能規則、人機交互機制下的智能管理應用場景等相關研究，完成智能管理數字化平臺的建設，并投入到日常的城市建設管理之中，大幅度提升了管理工作的科學性與工作效率，取得了良好的實踐效果。技術創新點及參數1、平臺在集成了城市設計二三維成果、城市基礎地理數據、包括多規合一與控規等其他規劃編制成果等三大類、50+層數據的基礎上，有能力進行相對復雜的城市空間指標測度，如錯落度計算、天際線分析等。2、平臺中錄入并集成了中心城區城市建設用地所有地塊約35000條管控規則，初步實現了管控規則的智能化應用，平臺中開發出以下六大場景應用：相關規劃的要求核提、方案報批的智能審查、多方案的智能比選、規劃要點的智能生成、建筑方案的精細審查、規劃實施的智能監測。3、據規劃分局的管理人員透露，之前需要15-20個工作日，甚至更長時間處理的工作量，在借助于數字化平臺輔助的基礎上，1-2個工作日即能完成，大幅提升了規劃管理部門的工作效率，同時審查結果更加準確、全面。市場前景本智能管理數字化平臺成果能逐步推廣至全國各大中小城市，能有效提升規劃管理工作的效果與效率，同時為規劃管理理性決策提供技術支撐，具有較好的發展前景。同時，平臺可逐步擴展多源大數據，為未來的數字城市、智慧城市建設提供一定的方法與保障。

一種基于多源遙感數據的城市不透水層信息提取方法，包括根據夜間燈光亮度影像，計算歸一化燈光亮度并基于閾值分割方法對城市地表進行區域類型分割；利用燈光亮度、陸地表面溫度與歸一化土壤調節植被指數，構建增強型歸一化不透水層指數；通過建立每一種類型分割區域的增強型歸一化不透水層指數MNDISI與不透水層率之間的線性定量關系，進行不透水層的提取工作。本發明較好地結合了多源遙感數據的優勢，有效抑制了光譜混淆對于不透水層率估算結果的不利影響，為城市土地利用和環境變化監測提供了一種新的途徑。

本發明公開了一種基于卷積神經網絡的城市軌道交通乘客擁擠程度檢測方法，首先對待檢測視頻進行預處理，分段并提取運動殘差圖像，將原始圖像與運動殘差圖像組合作為卷積神經網絡算法的輸入，建立至少包含一個卷積層和最大池化層的特征提取塊，處理并計算原始圖像和運動殘差圖像中包含的人群狀態特征，再將人群狀態特征和運動特征結合，構建至少包含一個卷積層、最大池化層和全連接層的特征融合塊，進行融合處理，同時構建分類器，使用預制的帶有擁擠程度標簽的訓練集對卷積神經網絡進行訓練，使分類器對待測視頻中的乘客擁擠程度進行正確檢測，更加全面的表征監控視頻中的客流狀況，實現擁擠程度的檢測，提高了算法檢測的準確率。

該項目是863計劃項目，現處于實驗室研究階段。項目成果受專利保護。 1、項目概述 本項目針對高速公路進出城路段交通擁堵嚴重、事故頻發，以及高速公路監控系統和城市快速路監控系統各自為政、協同性差的普遍現象，構建了基于互聯網的分布式交通特征信息共享平臺，實現了不同監控系統的信息共享；借助信息共享平臺，系統分析了結合部的動態交通特征，提出了適應不同交通條件的短時交通特征預測技術；采用分層遞階控制和神經網絡控制的方法，研發了多匝道的協同控制系統軟件，并實現了結合部道路交通系統的微觀仿真。 2、技術創新點 在監控系統的信息共享研究方面，初步建立了交通特征信息共享的平臺，其中對異構監控系統之間交通特征級信息共享的內容和模式進行了系統分析，對異構信息進行了融合處理，實現了特征級信息的發布。 在短時交通特征預測研究方面，已對京津塘高速公路及北京市快速環路監控系統的海量交通流實測數據進行了特征與關聯分析，完成了短時交通特征的預測，并實現了交通擁擠的預判。 在結合部的協同控制方面，利用模糊神經網絡的建模和學習方法，對高速公路多匝道控制系統算法進行設計，并進行了控制效果仿真。   3、能為產業解決的關鍵技術 （1）基于服務水平的特征級交通動態信息融合技術 針對目前高速公路和城市快速路監控系統所采集的交通流基礎數據格式和像素級融合技術都有所不同，控制目標參數不統一的現實情況，項目提出的交通特征信息共享平臺首先要處理現有高速公路和城市快速路服務水平判定標準不統一的問題，其次需要解決區域交通監控系統的特征級數據融合問題，尋求基于服務水平的動態信息融合技術和方法。 （2）交通特征信息共享平臺的設計技術 針對集中式信息共享平臺投資大、實施困難的缺點，提出采用成熟的互聯網技術，以及分布式技術建立交通信息共享平臺，為異構監控系統的信息共享模式提供了一種新的建設思路。不需要增加額外的硬件投資、操作方便，就現有的管理體制來說，也容易實現。 （3）基于關聯分析和智能控制技術的短時交通特征預測模型 將時間序列理論與關聯理論引入交通狀態分析，并根據不同交通條件建立的短時交通預測模型，在很大程度上提高了預測方法的實時性、準確性和可靠性，有利于預測技術的應用和推廣。 （4）高速公路和城市快速路結合部實現協同控制的關鍵技術 基于區域道路交通網絡動態信息采集系統數據資源的綜合利用與共享，在交通服務水平判定技術的支持下，運用系統論、控制論的思想以及智能交通系統工程的理論方法，實現高速公路和城市快速路結合部的協同控制。 4、相關的行業發展水平，以及同類技術產品或成果比較 目前，我國已建設的交通信息系統中，各子系統基本上是作為一個個分支存在的，不僅子系統自身的數據尚未實現充分融合，集成度很低，而且系統之間存在行政分割問題，異構情況嚴重；在信息共享平臺設計上，大都采用集中式為主，需要新建一個監控總中心，投資大，操作困難。 與本項目所提出的預測思路及預測方法相比，現有預測方法的適用性方面還存在不少缺陷。 目前，我國高速公路和城市快速路交通控制所采取的區域控制策略尚未形成較成熟的控制模式，高速公路和城市快速路的協同控制模式更是處于起步階段，尚未形成成熟的技術產品。 應用范圍： 本課題針對的主要對象是高速公路與城市快速路的結合部，課題研究成果不僅充分利用了現有的道路監控系統硬件資源，節省了建設成本，而且可以滿足結合部的交通控制與管理需要，具有較強的應用和推廣價值。在實際的應用和推廣中，還需進一步擴充和細化協同控制目標，優化大范圍內的多匝道協同控制模型及其算法，并對具體的控制策略和控制設施進行詳細設計，以提升協同控制的實際效果。 預期效果： 運用系統論和其他相關領域研究的最新成果，探索建立區域高速公路和城市快速路交通信息共享平臺的新思路和新方法，并在系統平臺的基礎上研究協同控制的策略和方法，并形成整套協同控制系統算法和軟件。在實踐中，研究成果能夠得到較好的應用，并且能夠部分解決高速公路和城市快速路結合部的交通問題。