一种快速构建3d孪生体的方法
技术领域
1.本发明涉及3d孪生体构建方法，具体涉及一种快速构建3d孪生体的方法。
背景技术：
2.目前很多工业互联网公司做工程项目都采用unity3d作为开发工具，unity3d实时渲染技术及最新的实时光线追踪技术可以创造出更加逼真的可交互虚拟环境。让参与者身临其境，感受虚拟现实的真实体验。但存在着工程交付面临交付时间长，重复劳动，工作效率不高，技术无法沉淀等技术问题。
技术实现要素：
3.本发明的目的在于克服现有技术的不足，提供一种快速构建3d孪生体的方法，通过将零乱的图片或简单3d模型快速成一个数字孪生体，以便快速去进行工程实施与交付。
4.本发明的技术方案如下：
5.一种快速构建3d孪生体的方法，包括模型定义、场景定义、模型间关系定义、场景数据库建立、模型度数定义；
6.模型定义：m＝m(id,x,y,z)，模型由id值及位置(x,y,z)组成；
7.场景定义：s＝m0 ∑mi，其中m0表示场景的中心模型，以决定其它模型中的位置关系；
8.模型间关系定义：包括强关联、弱关联和无关联；
9.场景数据库：存放所有场景，记录场景的描述性信息及模型的组成，还有标签数据；
10.模型度数定义：
11.(1)模型间的度数，d(mi,mj)表示mi和mj同时出现在同一个场景中的次数；
12.(2)模型间度数：其中(i≠j)，n为数据中记录mi出现的个数；
13.孪生体构建过程是通过给定一个中心模型m0，根据已有模型判断一个新的模型m能否形成一个完整有效的场景。
14.可选的，采用直接法判断一个新的模型m能否形成一个完整有效的场景；
15.直接法：对应模型间的强关联中，直接在场景数据库中查询，得到函数表达式f(m)＝m0，表示模型m是否存在以为中心模型m0的场景中，如若存在，则新模型m可以加入当前的场景中。
16.可选的，采用统计法判断一个新的模型m能否形成一个完整有效的场景；
17.统计法：记若d1》＝d2*λ(λ指定系
数，λ＝0.8)，则新模型m可加入到当前场景中。
18.可选的，采用训练法判断一个新的模型m能否形成一个完整有效的场景；
19.训练法：利用tiny-dnn卷积神经网络将场景数据库所有场景的快照进行训练；
20.输入：对某一场景x,y,z轴中正反方向透视得到快照图；
21.输出：0或1；
22.构造识别函数，判断模型m是否可加入到当前场景中。
23.相对于现有技术，本发明的有益效果在于：本发明解决了工程项目方案实施过程中遇到的问题，更加简单快捷的收集了工业互联网中常见的3d模型及基础数据，并对模型进行标记和统计，更好地为工业项目方案设计师，工业项目开发人员提供了工具支持。
具体实施方式
24.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
25.为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
26.实施例
27.本实施例提供一种快速构建3d孪生体的方法，包括模型定义、场景定义、模型间关系定义、场景数据库建立、模型度数定义；
28.模型定义：m＝m(id,x,y,z)，模型由id值及位置(x,y,z)组成；
29.场景定义：s＝m0 ∑mi，其中m0表示场景的中心模型，一个场景只有一个中心模型，决定其它模型中的位置关系；
30.模型间关系定义：包括强关联、弱关联和无关联；
31.场景数据库：存放所有场景，记录场景的描述性信息及模型的组成，还有标签数据；
32.模型度数定义：
33.(1)模型间的度数，d(mi,mj)表示mi和mj同时出现在同一个场景中的次数；
34.(2)模型间度数：其中(i≠j)，n为数据中记录mi出现的个数。
35.孪生体构建过程是通过给定一个中心模型m0，根据已有模型m1,m2,...mn，判断一个新的模型m能否形成一个完整有效的场景，本实施例给出了三种方法；
36.(1)直接法
37.对应模型间的强关联中，直接在场景数据库中查询，得到函数表达式f(m)＝m0，表示模型m是否存在以为中心模型m0的场景中，如若存在，则新模型m可以加入当前的场景中；
38.(2)统计法
39.记若d1》＝d2*λ(λ指定系数，λ＝0.8)，则新模型m可加入到当前场景中。
40.(3)训练法
41.利用tiny-dnn卷积神经网络将场景数据库所有场景的快照进行训练，主要原理是对图片像素进行匹配；
42.输入：对某一场景x,y,z轴中正反方向透视得到快照图；
43.输出：0或1；
44.构造识别函数，判断模型m是否可加入到当前场景中。
45.以上仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
技术特征：
1.一种快速构建3d孪生体的方法，其特征在于，包括模型定义、场景定义、模型间关系定义、场景数据库建立、模型度数定义；模型定义：m＝m(id,x,y,z)，模型由id值及位置(x,y,z)组成；场景定义：s＝m0 ∑m
i
，其中m0表示场景的中心模型，以决定其它模型中的位置关系；模型间关系定义：包括强关联、弱关联和无关联；场景数据库：存放所有场景，记录场景的描述性信息及模型的组成，还有标签数据；模型度数定义：(1)模型间的度数，d(m
i
,m
j
)表示m
i
和m
j
同时出现在同一个场景中的次数；(2)模型间度数：其中(i≠j)，n为数据中记录m
i
出现的个数；孪生体构建过程是通过给定一个中心模型m0，根据已有模型判断一个新的模型m能否形成一个完整有效的场景。2.根据权利要求1所述的一种快速构建3d孪生体的方法，其特征在于，采用直接法判断一个新的模型m能否形成一个完整有效的场景；直接法：对应模型间的强关联中，直接在场景数据库中查询，得到函数表达式f(m)＝m0，表示模型m是否存在以为中心模型m0的场景中，如若存在，则新模型m可以加入当前的场景中。3.根据权利要求1所述的一种快速构建3d孪生体的方法，其特征在于，采用统计法判断一个新的模型m能否形成一个完整有效的场景；统计法：记若d1>＝d2*λ(λ指定系数，λ＝0.8)，则新模型m可加入到当前场景中。4.根据权利要求1所述的一种快速构建3d孪生体的方法，其特征在于，采用训练法判断一个新的模型m能否形成一个完整有效的场景；训练法：利用tiny-dnn卷积神经网络将场景数据库所有场景的快照进行训练；输入：对某一场景x,y,z轴中正反方向透视得到快照图；输出：0或1；构造识别函数，判断模型m是否可加入到当前场景中。
技术总结
本发明公开一种快速构建3D孪生体的方法，包括模型定义：M＝m(id,x,y,z)，模型由id值及位置(x,y,z)组成；场景定义：S＝M0 ∑M
技术研发人员：李晓涛 李朝晖 宦宣颐 冯禹鹤 梅少杰 关辉 刘志祥
受保护的技术使用者：青岛优云智联科技有限公司
技术研发日：2022.03.08
技术公布日：2022/6/10
技术领域
1.本发明涉及3d孪生体构建方法，具体涉及一种快速构建3d孪生体的方法。
背景技术：
2.目前很多工业互联网公司做工程项目都采用unity3d作为开发工具，unity3d实时渲染技术及最新的实时光线追踪技术可以创造出更加逼真的可交互虚拟环境。让参与者身临其境，感受虚拟现实的真实体验。但存在着工程交付面临交付时间长，重复劳动，工作效率不高，技术无法沉淀等技术问题。
技术实现要素：
3.本发明的目的在于克服现有技术的不足，提供一种快速构建3d孪生体的方法，通过将零乱的图片或简单3d模型快速成一个数字孪生体，以便快速去进行工程实施与交付。
4.本发明的技术方案如下：
5.一种快速构建3d孪生体的方法，包括模型定义、场景定义、模型间关系定义、场景数据库建立、模型度数定义；
6.模型定义：m＝m(id,x,y,z)，模型由id值及位置(x,y,z)组成；
7.场景定义：s＝m0 ∑mi，其中m0表示场景的中心模型，以决定其它模型中的位置关系；
8.模型间关系定义：包括强关联、弱关联和无关联；
9.场景数据库：存放所有场景，记录场景的描述性信息及模型的组成，还有标签数据；
10.模型度数定义：
11.(1)模型间的度数，d(mi,mj)表示mi和mj同时出现在同一个场景中的次数；
12.(2)模型间度数：其中(i≠j)，n为数据中记录mi出现的个数；
13.孪生体构建过程是通过给定一个中心模型m0，根据已有模型判断一个新的模型m能否形成一个完整有效的场景。
14.可选的，采用直接法判断一个新的模型m能否形成一个完整有效的场景；
15.直接法：对应模型间的强关联中，直接在场景数据库中查询，得到函数表达式f(m)＝m0，表示模型m是否存在以为中心模型m0的场景中，如若存在，则新模型m可以加入当前的场景中。
16.可选的，采用统计法判断一个新的模型m能否形成一个完整有效的场景；
17.统计法：记若d1》＝d2*λ(λ指定系
数，λ＝0.8)，则新模型m可加入到当前场景中。
18.可选的，采用训练法判断一个新的模型m能否形成一个完整有效的场景；
19.训练法：利用tiny-dnn卷积神经网络将场景数据库所有场景的快照进行训练；
20.输入：对某一场景x,y,z轴中正反方向透视得到快照图；
21.输出：0或1；
22.构造识别函数，判断模型m是否可加入到当前场景中。
23.相对于现有技术，本发明的有益效果在于：本发明解决了工程项目方案实施过程中遇到的问题，更加简单快捷的收集了工业互联网中常见的3d模型及基础数据，并对模型进行标记和统计，更好地为工业项目方案设计师，工业项目开发人员提供了工具支持。
具体实施方式
24.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
25.为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
26.实施例
27.本实施例提供一种快速构建3d孪生体的方法，包括模型定义、场景定义、模型间关系定义、场景数据库建立、模型度数定义；
28.模型定义：m＝m(id,x,y,z)，模型由id值及位置(x,y,z)组成；
29.场景定义：s＝m0 ∑mi，其中m0表示场景的中心模型，一个场景只有一个中心模型，决定其它模型中的位置关系；
30.模型间关系定义：包括强关联、弱关联和无关联；
31.场景数据库：存放所有场景，记录场景的描述性信息及模型的组成，还有标签数据；
32.模型度数定义：
33.(1)模型间的度数，d(mi,mj)表示mi和mj同时出现在同一个场景中的次数；
34.(2)模型间度数：其中(i≠j)，n为数据中记录mi出现的个数。
35.孪生体构建过程是通过给定一个中心模型m0，根据已有模型m1,m2,...mn，判断一个新的模型m能否形成一个完整有效的场景，本实施例给出了三种方法；
36.(1)直接法
37.对应模型间的强关联中，直接在场景数据库中查询，得到函数表达式f(m)＝m0，表示模型m是否存在以为中心模型m0的场景中，如若存在，则新模型m可以加入当前的场景中；
38.(2)统计法
39.记若d1》＝d2*λ(λ指定系数，λ＝0.8)，则新模型m可加入到当前场景中。
40.(3)训练法
41.利用tiny-dnn卷积神经网络将场景数据库所有场景的快照进行训练，主要原理是对图片像素进行匹配；
42.输入：对某一场景x,y,z轴中正反方向透视得到快照图；
43.输出：0或1；
44.构造识别函数，判断模型m是否可加入到当前场景中。
45.以上仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
技术特征：
1.一种快速构建3d孪生体的方法，其特征在于，包括模型定义、场景定义、模型间关系定义、场景数据库建立、模型度数定义；模型定义：m＝m(id,x,y,z)，模型由id值及位置(x,y,z)组成；场景定义：s＝m0 ∑m
i
，其中m0表示场景的中心模型，以决定其它模型中的位置关系；模型间关系定义：包括强关联、弱关联和无关联；场景数据库：存放所有场景，记录场景的描述性信息及模型的组成，还有标签数据；模型度数定义：(1)模型间的度数，d(m
i
,m
j
)表示m
i
和m
j
同时出现在同一个场景中的次数；(2)模型间度数：其中(i≠j)，n为数据中记录m
i
出现的个数；孪生体构建过程是通过给定一个中心模型m0，根据已有模型判断一个新的模型m能否形成一个完整有效的场景。2.根据权利要求1所述的一种快速构建3d孪生体的方法，其特征在于，采用直接法判断一个新的模型m能否形成一个完整有效的场景；直接法：对应模型间的强关联中，直接在场景数据库中查询，得到函数表达式f(m)＝m0，表示模型m是否存在以为中心模型m0的场景中，如若存在，则新模型m可以加入当前的场景中。3.根据权利要求1所述的一种快速构建3d孪生体的方法，其特征在于，采用统计法判断一个新的模型m能否形成一个完整有效的场景；统计法：记若d1>＝d2*λ(λ指定系数，λ＝0.8)，则新模型m可加入到当前场景中。4.根据权利要求1所述的一种快速构建3d孪生体的方法，其特征在于，采用训练法判断一个新的模型m能否形成一个完整有效的场景；训练法：利用tiny-dnn卷积神经网络将场景数据库所有场景的快照进行训练；输入：对某一场景x,y,z轴中正反方向透视得到快照图；输出：0或1；构造识别函数，判断模型m是否可加入到当前场景中。
技术总结
本发明公开一种快速构建3D孪生体的方法，包括模型定义：M＝m(id,x,y,z)，模型由id值及位置(x,y,z)组成；场景定义：S＝M0 ∑M
技术研发人员：李晓涛 李朝晖 宦宣颐 冯禹鹤 梅少杰 关辉 刘志祥
受保护的技术使用者：青岛优云智联科技有限公司
技术研发日：2022.03.08
技术公布日：2022/6/10
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
