基于GIS的智慧城市建设用大数据实时获取装置及方法制造方法及图纸

本申请提供了基于GIS的智慧城市建设用大数据实时获取装置及方法，运用于数据处理技术领域，其方法包括：对智慧城市的三维空间信息进行获取；通过地形图进行扫描，利用Arc GIS和CAD软件对扫描获得的栅格图像进行矢量化，添加地形特征线，生成DRM数据；基于激光扫描测距系统对智慧城市的影像，经过算法提取建筑物高程、纹理，得到建筑物高度数据；对2D GIS中的建筑物轮廓线与建筑物高度结合，得到三维对象几何要素数据；将智慧城市的三维空间信息进行保存至数据库，当输入对应的命令时进行数据的输出；激光扫描测距系统测高度数据是综合激光测距技术、计算机技术与高精度动态GPS差分定位技术，GPS定位技术解决了智慧城市建设的定位问题。问题。问题。

【技术实现步骤摘要】
基于GIS的智慧城市建设用大数据实时获取装置及方法


[0001]本申请涉及数据处理
，特别涉及基于GIS的智慧城市建设用大数据实时获取装置及方法。

技术介绍

[0002]随着世界各地智慧城市建造热潮的兴起，多源、异构、海量的大数据应运而生，面对一个城市方方面面的大数据，要做到综合收集起来，使其被高效利用，以解决现代社会中的种种难题；智慧城市的本质在于信息化与城市化的高度融合，是新一代信息技术发展和知识社会创新环境下城市信息化向更高阶段发展的表现，但针对其数据的获取存在针对GIS数据采集中，采用手工调查和数据处理工作复杂等导致效率低下的问题。
[0003]参考专利申请号CN202011127726.3
‑
基于GIS大数据的工况权重因子获取方法及装置公开了：所述获取方法包括以下步骤：S1、GIS数据补充与修正；S2、道路信息处理与匹配，构建典型城市全路网GIS数据库；S3、建立基于支持向量机的交通流模型选择模型；S4、交通流模型标定及计算，得到全路网道路的交通流量；S5、速度区间权重因子计算，该方法可准确客观的对各个速度区间的权重因子进行计算。
[0004]此现有技术优化了数据获取的方式，但针对其方案是基于支持向量机构建了交通流模型选择模型，从而实现数据的获取，其中该模型存在不会对数据进行更新，且模型的训练也会降低数据获取效率，因此现提出基于GIS的智慧城市建设用大数据实时获取装置及方法，实现对原始数据、再生数据和交换数据的综合获取。

技术实现思路

[0005]本申请的目的是提供基于GIS的智慧城市建设用大数据实时获取装置及方法，旨在解决采用手工获取和数据处理导致获取信息效率低的问题。
[0006]为实现上述目的，本申请提供如下技术方案：本申请提供基于GIS的智慧城市建设用大数据实时获取方法，包括：S1：对智慧城市的三维空间信息进行获取，所述三维空间信息包括DEM数据、建筑物高度数据、三维对象几何要素数据；S2：通过地形图进行扫描，利用Arc GIS和CAD软件对扫描获得的栅格图像进行矢量化，添加地形特征线，生成DRM数据；S3：基于激光扫描测距系统对智慧城市的影像，经过算法提取建筑物高程、纹理，得到建筑物高度数据，其中激光测距公式如下：，
为激光发射点到反射点之间的几何距离，为激光测距的距离分辨率，为光速，为激光脉冲往返时间，为测距系统的测时分辨率。
[0007]S4：对2D GIS中的建筑物轮廓线与建筑物高度结合，得到三维对象几何要素数据；S5：将智慧城市的三维空间信息进行保存至数据库，当输入对应的命令时进行数据的输出。
[0008]进一步的，所述通过地形图进行扫描，利用Arc GIS和CAD软件对扫描获得的栅格图像进行矢量化，添加地形特征线，生成DRM数据的步骤中，包括：对地形图进行预处理，在地形图中对中断的等高线进行连线，若断开距离超过预设值，则利用图形编辑工具，仿照相邻等高线的变化进行人工补画，若断开距离没有超过预设值则通过程序自动连线；在对地形图扫描后，读取高程控制点的平面位置和高程标注值，获得定位点的二维坐标和高程，进行综合匹配得到高程控制点的三维坐标。
[0009]进一步的，所述步骤S3中，包括：所述激光扫描测距系统包括：激光测距单元、光机扫描镜、控制单元和处理单元，所述激光测距单元为激光发射器和光电子接收器；获取所述建筑物高度数据的公式为：，其中为扫描角，是一个常数，H为飞行高度，建筑物高度数据与激光扫描测距系统的飞行高度对应相关。
[0010]进一步的，所述步骤S3后，包括：对激光扫描测距系统测高误差源分析，误差分为定位误差、测角误差、测距误差、集成误差，所述测距误差为激光扫描测距系统的误差，公式为：，为测距的距离，为测距误差引起的激光脚点在瞬时激光束坐标系中的误差向量，为含有测距误差的激光脚点在瞬时激光束坐标系中的位置向量。
[0011]进一步的，所述对2D GIS中的建筑物轮廓线与建筑物高度结合，得到三维对象几何要素数据的步骤中，包括：利用算法提取建筑物轮廓线，预设一个有限点集S，在所述点集S中选择两点，以参数为半径做圆，若圆内不包含点集S内的点，则判断这两点是离散点云数据的一个边界点，以其中一点为种子点，计算出下一个边界点，最后将所有的边界点顺序连接，得到离散点云数据的轮廓线。
[0012]进一步的，所述算法提取建筑物轮廓线的判断条件为：在离散点集S内，过两点P1、P2绘制半径为的圆，若圆内不包含点集S内的点，则判断这两点是离散点云数据的一个边界点，其连线P1P2为边界线段，预设P1、P2的坐标分别是，利用距离交会法求取半径为的外接圆的圆心P3的坐标，所述距离交会法的公式如下：
。
[0013]进一步的，所述将智慧城市的三维空间信息进行保存至数据库，当输入对应的命令时进行数据的输出的步骤中，包括：利用GIS对数据库进行三维空间信息的检查，对于不同类型的数据建立不同符号，对新符号进行创建，对旧符号进行刷新或修改；将地形图的参照信息进行标注，确定其定位点；通过对数据库的查询，根据查询属性信息对应的检查三维空间信息。
[0014]本申请还提供基于GIS的智慧城市建设用大数据实时获取装置，包括：数据建立模块：对智慧城市的三维空间信息进行获取，所述三维空间信息包括DEM数据、建筑物高度数据、三维对象几何要素数据；数据扫描模块：通过地形图进行扫描，利用Arc GIS和CAD软件对扫描获得的栅格图像进行矢量化，添加地形特征线，生成DRM数据；获取高度数据模块：基于激光扫描测距系统对智慧城市的影像，经过算法提取建筑物高程、纹理，得到建筑物高度数据；数据结合模块：对2D GIS中的建筑物轮廓线与建筑物高度结合，得到三维对象几何要素数据；数据库模块：将智慧城市的三维空间信息进行保存至数据库，当输入对应的命令时进行数据的输出。
[0015]本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述的基于GIS的智慧城市建设用大数据实时获取方法的步骤。
[0016]本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于GIS的智慧城市建设用大数据实时获取方法的步骤。
[0017]本申请提供了基于GIS的智慧城市建设用大数据实时获取装置及方法，具有以下有益效果：（1）本文提出的自动提取建筑物轮廓线的方法能够改善人工交互提取成本高昂、效率低下且准确率程度不高的现状；（2）激光扫描测距系统测高度数据是综合激光测距技术、计算机技术、高精度动态载体姿态测量技术与高精度动态GPS差分定位技术，GPS定位技术解决了智慧城市建设的定位问题；（3）对智慧城市的三维空间信息采用不同方式进行获取，并保存至数据库，当数据
更新时，数据库也实时的进行更新，实现输入命令就对应输出信息数据的便捷。
附图说明
[0018]图1为本申请一实施例的基于GIS的智慧城市建设用大数据实时获取方法的流本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于GIS的智慧城市建设用大数据实时获取方法，其特征在于，包括：S1：对智慧城市的三维空间信息进行获取，所述三维空间信息包括DEM数据、建筑物高度数据、三维对象几何要素数据；S2：通过地形图进行扫描，利用Arc GIS和CAD软件对扫描获得的栅格图像进行矢量化，添加地形特征线，生成DRM数据；S3：基于激光扫描测距系统对智慧城市的影像，经过算法提取建筑物高程、纹理，得到建筑物高度数据，其中激光测距公式如下：，为激光发射点到反射点之间的几何距离，为激光测距的距离分辨率，为光速，为激光脉冲往返时间，为测距系统的测时分辨率;S4：对2D GIS中的建筑物轮廓线与建筑物高度结合，得到三维对象几何要素数据；S5：将智慧城市的三维空间信息进行保存至数据库，当输入对应的命令时进行数据的输出。2.根据权利要求1所述的基于GIS的智慧城市建设用大数据实时获取方法，其特征在于，所述通过地形图进行扫描，利用Arc GIS和CAD软件对扫描获得的栅格图像进行矢量化，添加地形特征线，生成DRM数据的步骤中，包括：对地形图进行预处理，在地形图中对中断的等高线进行连线，若断开距离超过预设值，则利用图形编辑工具，仿照相邻等高线的变化进行人工补画，若断开距离没有超过预设值则通过程序自动连线；在对地形图扫描后，读取高程控制点的平面位置和高程标注值，获得定位点的二维坐标和高程，进行综合匹配得到高程控制点的三维坐标。3.根据权利要求1所述的基于GIS的智慧城市建设用大数据实时获取方法，其特征在于，所述步骤S3中，包括：所述激光扫描测距系统包括：激光测距单元、光机扫描镜、控制单元和处理单元，所述激光测距单元为激光发射器和光电子接收器；获取所述建筑物高度数据的公式为：，其中为扫描角，是一个常数，H为飞行高度，建筑物高度数据与激光扫描测距系统的飞行高度对应相关。4.根据权利要求1所述的基于GIS的智慧城市建设用大数据实时获取方法，其特征在于，所述步骤S3后，包括：对激光扫描测距系统测高误差源分析，误差分为定位误差、测角误差、测距误差、集成误差，所述测距误差为激光扫描测距系统的误差，公式为：，
为测距的距离，为测距误差引起的激光脚点在瞬时激光束坐标系中的误差向量，为含有测距误差的激光脚点在瞬时激光束坐标系中的位置向量。5.根据权利要求1所述的基于GIS的智慧城市建设用大数据实时获取方法，其特征在于，所述对2D GIS中的建筑物轮廓线与建筑物高度...

【专利技术属性】
技术研发人员：刘传玉，陈坤，张鑫，刘长鑫，虞国平，王林，刘岩松，
申请(专利权)人：苏州航天系统工程有限公司，
类型：发明
国别省市：