三维地图建模表层轮廓快速联动渲染方法与流程

本发明涉及三维地图技术领域，特别涉及一种三维地图建模表层轮廓快速联动渲染方法。

背景技术：

当前，随着城市化进程的加快，城市发展日新月异。信息产业化的融合，使得城市信息综合化成为必然趋势，“数字城市”建设被推到了国家战略层面，城市三维电子地图的建立在其中扮演着越来越重要的角色。三维地图给予用户直观地实景展现，为用户的出行地图查询、导航指引提供便捷，同时在电子商务、日常资讯、宣传互动等方面提供人性化服务，真正地构建起城市信息化体系，实现“数字城市”的国家战略目标。

三维地图建模在近几年得到快速有效发展，在一定程度上推动了城市信息化进程，在此基础上，为了进一步生动真实地展示数字城市，让用户体验更贴近的信息化城市服务，三维地图建模表层轮廓贴片的方法也得到了相应研究与发展。

目前，有提出利用无人机构建实时的三维地图，通过环境感知进行信息提取分析，从而实现定位和三维地图构建，在自身位置不确定的情况下，有一定的应用价值，但是需要不断地判断选择新的图片拍摄点，花费大量的时间和精力，也无法保证最佳的贴片拍摄点；此外，有提出获取通过二维矢量地图数据和数字高程数据生成二维地图纹理，经过处理生成带纹理的三维地图，在贴片过程中提高了效率和速度，但是在前期的图片获取中还是需要人为拍摄，需要大量的经济成本和时间周期等。

技术实现要素：

本发明的目的就是克服现有技术的不足，提供了一种三维地图建模表层轮廓快速联动渲染方法。借助三维地图建模、云计算、数学反向推演模型、无人机和智能化贴片等技术，实现高效联动的三维建模表层渲染，真实地呈现三维地图表层纹理特征；此方法能够通过建立数学模型，自动批量生成最佳的无人机拍摄点，避免了人工选择的位置偏移，在保障获取三维地图建模表层渲染图片的质量的同时，还有效地提高了工作的连贯性，节约了大量的人力物力等资源。

本发明一种三维地图建模表层轮廓快速联动渲染方法，包括如下步骤：

步骤一、在获取建筑物坐标信息的基础上，架构建筑物各楼层结构布局图，建立所述建筑物的三维地图模型；

步骤二、分析所述建筑物贴片区域的特点，根据数学反向推演模型，批量确定无人机拍摄点的空间坐标；

步骤三、将步骤二中的确定的批量无人机拍摄点的空间坐标存储于服务器。

进一步的，还包括步骤四、从所述服务器端调取建筑物的无人机拍摄点空间坐标，输入至无人机中，实现无人机的自动图片拍摄。

进一步的，还包括步骤五、借助步骤二中的数学反向推演模型，推算所述建筑物的三维地图模型每个面的贴片区域特征点信息，根据所述特征点信息自动筛选步骤四中得到的无人机拍摄照片与之匹配，进行三维地图模型表层轮廓贴片操作。

进一步的，步骤一中的建筑物坐标信息来自所述建筑物的建筑设计图或施工图。

进一步的，所述建筑设计图或施工图为CAD图，在所述CAD图的基础上，完成建筑物楼层结构特征架构，连接关联点和面，整体生成所述建筑物的三维立体地图模型。

进一步的，步骤二中无人机拍摄点的空间坐标包括无人机的高度、经纬度和方向。

进一步的，单用户或多用户借助PC、台式机或移动终端实时从所述服务器调取建筑物的无人机拍摄点空间坐标，输入至无人机中，实现无人机的自动图片拍摄。

本发明还提供了一种三维地图系统，该地图系统中的部分或全部建筑物由上述的三维地图建模表层轮廓快速联动渲染方法得到。

本发明的有益效果为：

1、建筑物建模由内而外，依据建筑设计或施工CAD图，真实准确再现建筑物的三维立体结构；

2、批量生成建筑物每个贴片区域的拍摄点信息集，将拍摄点数据存储到服务器中；规避了人为直觉选择拍摄点，避免了人为操作带来的图片拼接误差；可以面向多用户实时地获取建筑拍摄点数据，将拍摄点信息传输至无人机，设置拍摄图片的冗余量，自动进行多张区域图片拍摄，很大程度上提高了工作效率，节约了成本，缩短了工作周期；

3、借助数学反向推演模型，将拍摄图片与贴片区域特征信息自动匹配，真正实现了渲染方法的快速联动、智能化、高效化、准确化。

附图说明

图1所示为本发明实施例一种三维地图建模表层轮廓快速联动渲染方法的流程示意图。

图2所示为本发明实施例中无人机拍摄点生成方法流程图。

具体实施方式

下文将结合具体附图详细描述本发明具体实施例。应当注意的是，下述实施例中描述的技术特征或者技术特征的组合不应当被认为是孤立的，它们可以被相互组合从而达到更好的技术效果。在下述实施例的附图中，各附图所出现的相同标号代表相同的特征或者部件，可应用于不同实施例中。

本发明实施例一种三维地图建模表层轮廓快速联动渲染方法，包括如下步骤：

步骤一、在获取建筑物坐标信息的基础上，架构建筑物各楼层结构布局图，建立所述建筑物的三维地图模型；

步骤二、分析所述建筑物贴片区域的特点，根据数学反向推演模型，批量确定无人机拍摄点的空间坐标；

步骤三、将步骤二中的确定的批量无人机拍摄点的空间坐标存储于服务器。

步骤四、从所述服务器端调取建筑物的无人机拍摄点空间坐标，输入至无人机中，实现无人机的自动图片拍摄。

步骤五、借助步骤二中的数学反向推演模型，推算所述建筑物的三维地图模型每个面的贴片区域特征点信息，根据所述特征点信息自动筛选步骤四中得到的无人机拍摄照片与之匹配，进行三维地图模型表层轮廓贴片操作。

步骤一中的建筑物坐标信息来自所述建筑物的建筑设计图或施工图。所述建筑设计图或施工图为CAD图，在所述CAD图的基础上，完成建筑物楼层结构特征架构，连接关联点和面，整体生成所述建筑物的三维立体地图模型。

步骤二中无人机拍摄点的空间坐标包括无人机的高度、经纬度和方向。

单用户或多用户借助PC、台式机或移动终端实时从所述服务器调取建筑物的无人机拍摄点空间坐标，输入至无人机中，实现无人机的自动图片拍摄。

本发明实施例一种三维地图建模表层轮廓快速联动渲染方法的具体流程如图1所示。

本发明还提供了一种三维地图系统，该地图系统中的部分或全部建筑物由上述的三维地图建模表层轮廓快速联动渲染方法得到。

上述的数学反向推演模型，指的是在知道建筑物结构空间坐标信息的基础上，根据建筑物自身的结构特性，利用数学建模方法，反向推出无人机拍照时的最佳高度、经纬度和方向。数学建模的方法，可以是纯理论模型，也可以是根据以前大量的经验数据的总结归纳（根据无人机拍摄各种不同结构形式的图片及后期贴片匹配的效果，总结归纳出针对不同结构形式无人机的最佳拍摄位置，此步骤需要大量的云计算）；一方面，通过数学反向推演模型得到的批量无人机拍照高度、经纬度和方向信息，输入无人机后，可极大提高无人机拍摄照片的效率，解决了传统人工控制无人机拍照难以避免大量无效照片的技术难题；另一方面，无人机拍摄的照片自带准确的位置信息，使后期贴片时的照片匹配工作更为高效。

下述的数学反向推演模型，只是作为示例，可以采取任何其他公知的数学模型或经验模型反向推演无人机的拍摄点。

在本实施例中，无人机拍摄点的生成方法主要包括两大步骤：

1、三角形区域图片的拍摄分组：

1)判断同一拍摄面的三角形区域表面是否平整；

2)判断同一拍摄面的三角形区域朝向是否一致；

3)判断同一拍摄面的三角形区域彼此间的间隔是否足够小（几乎是贴合的）。

2、三角区域照片全貌的拍摄

1)考虑无人机自带相机上下和左右的可视角度；

2)考虑三角区域照片上计划预留的空间比例，为了中间的成像效果最佳；

3)判断无人机自带相机拍摄位置前是否有障碍物，视线是否被遮挡（如果拍不全三角区域照片，增大相机的俯视角度，重新计算距离和位置，直到不遮挡的拍摄点位置确定）。

本实施例中无人机拍摄点生成方法具体流程如图2所示。

在实际使用中，借助建筑的CAD坐标信息，以及依据对于楼层结构特征架构完成的基础上，连接关联点和面，整体拉升生成三维地图模型，真实地呈现建筑的三维立体模型，从而有利于三维地图模型每部分的三角贴片区域划分。为了确定最佳的无人机拍摄点，针对三角区域建立模型分析机制以及进行大量的云计算，达到三角区域图片的准确获取。此外，建立数学反向推演模型，依据已知的模型三角区域的坐标和所要拍摄区域的面积，反向推演出无人机拍摄点的经纬度、高度和方向信息集，由此批量生成每个区域图片的拍摄点信息集，将拍摄点数据存储到服务器中。有效的规避了通过人为直觉选择拍摄点，避免了人为操作带来的图片拼接误差。同时，由于拍摄点信息存储于服务器中，可以面向多用户实时地获取建筑拍摄点数据，将拍摄点信息传输至无人机，设置拍摄图片的冗余量，自动进行多张区域图片拍摄，很大程度上提高了工作效率，节约了成本，缩短了工作周期。无人机自动拍摄图片完成之后，再次借助建立起的数学反向推演模型，基于三角区域的特征信息，将拍摄图片跟其进行匹配，进行三维地图表层轮廓自动组合，实现区域贴片渲染。为了保证最大限度地贴近真实三维场景，进行局部区域图片处理，从无人机拍摄的多张照片中筛选最为合适的图片进行多张图片融合，加以边缘化、临界化操作，最终实现真实的带有表层轮廓结构特征的三维地图模型，为“数字城市”的发展提供三维地图模型表层轮廓渲染的技术支撑，为三维建模表层贴片提供更加联动性、高效性、便捷性和准确性的方法与渠道。

本发明的有益效果为：

1、建筑物建模由内而外，依据建筑设计或施工CAD图，真实准确再现建筑物的三维立体结构；

2、批量生成建筑物每个贴片区域的拍摄点信息集，将拍摄点数据存储到服务器中；规避了人为直觉选择拍摄点，避免了人为操作带来的图片拼接误差；可以面向多用户实时地获取建筑拍摄点数据，将拍摄点信息传输至无人机，设置拍摄图片的冗余量，自动进行多张区域图片拍摄，很大程度上提高了工作效率，节约了成本，缩短了工作周期；

3、借助数学反向推演模型，将拍摄图片与贴片区域特征信息自动匹配，真正实现了渲染方法的快速联动、智能化、高效化、准确化。

本文虽然已经给出了本发明的几个实施例，但是本领域的技术人员应当理解，在不脱离本发明精神的情况下，可以对本文的实施例进行改变。上述实施例只是示例性的，不应以本文的实施例作为本发明权利范围的限定。