【技术实现步骤摘要】
本专利技术涉及数据处理，具体而言，涉及一种铁路t梁数据处理方法、装置、电子设备及存储介质。
技术介绍
1、铁路t梁是一种用于铁路轨道上的支撑结构，其形状呈t型，通常由钢材制成，具有较高的强度和稳定性，能够承受列车行驶时的重压和震动。铁路t梁的智能建造是指利用先进的技术和设备，根据铁路t梁的模型数据，实现对铁路t梁的自动化生产和施工过程，从而提高生产效率、降低成本、提高质量，并减少人力劳动。
2、在现有技术中，一般采用铁路t梁的模型数据来进行智能建造，但是由于模型数据种类较多，且结构多元，导致铁路t梁在智能建造过程中，数据处理难度增加，处理时间较长，进而导致铁路t梁智能建造的效率低。
技术实现思路
1、本专利技术解决的问题是如何提高铁路t梁智能建造的效率。
2、为解决上述问题，本专利技术提供一种铁路t梁数据处理方法、装置、电子设备及存储介质。
3、第一方面，本专利技术提供了一种铁路t梁数据处理方法，包括：
4、合并已获取的铁路t梁的模型解析数据中所有相同几何形体对应的几何属性，生成对应的bim数据实例，并剔除重复的所述bim数据实例；
5、提取剩余的所述bim数据实例的特征元素，合并所述特征元素中具有重复边缘的几何信息，生成简化模型数据；
6、对所述简化模型数据进行离散优化，生成优化模型数据；
7、遍历所述优化模型数据中的优化三角面片数据和原三角面片数据，剔除重复的三角面片数据，生成最终模型数据。p>
8、可选地，所述对所述简化模型数据进行离散优化，生成优化模型数据，包括：
9、提取所述简化模型数据的折叠边和拓扑逻辑关系；
10、基于所述拓扑逻辑关系，对所述折叠边进行边映射，生成模型映射数据；
11、根据所述模型映射数据，采用离散优化算法，生成所述优化模型数据。
12、可选地，所述根据所述模型映射数据，采用离散优化算法，生成所述优化模型数据，包括：
13、获取所述模型映射数据中每个三角面片数据对应的质心纹理lbp特征；
14、确定相邻两个所述三角面片数据对应的质心纹理lbp特征的相似度，若所述相似度在预设范围内，则合并该相邻两个所述三角面片数据，生成重置三角面片数据；
15、根据所述重置三角面片数据和未合并的所述三角面片数据，生成所述优化模型数据。
16、可选地，所述遍历所述优化模型数据中的优化三角面片数据和原三角面片数据，剔除重复的三角面片数据，生成最终模型数据，包括：
17、分别获取所述优化三角面片数据的第一特征数据和所述原三角面片数据的第二特征数据；
18、分别提取所述所述第一特征数据和所述第二特征数据的空间特征和重合度，根据所述空间特征和所述重合度，剔除重复的所述三角面片数据，生成所述最终模型数据。
19、可选地，所述根据所述空间特征和所述重合度，剔除重复的所述三角面片数据，生成所述最终模型数据，包括：
20、若所述第一特征数据和所述第二特征数据的空间特征不同，则合并对应的所述优化三角面片数据和所述原三角面片数据，生成第一合并数据；
21、若所述第一特征数据和所述第二特征数据的空间特征相同，则判断所述重合度是否大于预设阈值，若是，则删除对应的所述原三角面片数据；若否，则合并对应的所述优化三角面片数据和所述原三角面片数据，生成第二合并数据；
22、根据所述第一合并数据和所述第二合并数据，生成所述最终模型数据。
23、可选地，在所述合并已获取的铁路t梁的模型解析数据中所有相同几何形体对应的几何属性之前，还包括：
24、获取所述铁路t梁的bim模型数据；
25、轻量化所述bim模型数据的几何树形、参数信息和材质信息，生成所述bim轻量化数据；
26、解析所述bim轻量化数据，生成所述模型解析数据。
27、可选地，在所述遍历所述优化模型数据中的优化三角面片数据和原三角面片数据，剔除重复的三角面片数据，生成最终模型数据之后，还包括：
28、将所述所述最终模型数据传输至工业机器人。
29、第二方面，本专利技术提供了一种铁路t梁数据处理装置，包括：
30、合并模块，用于合并已获取的铁路t梁的模型解析数据中所有相同几何形体对应的几何属性，生成对应的bim数据实例，并剔除重复的所述bim数据实例；
31、简化模块，用于提取剩余的所述bim数据实例的特征元素，合并所述特征元素中具有重复边缘的几何信息，生成简化模型数据；
32、优化模块，用于对所述简化模型数据进行离散优化，生成优化模型数据；
33、剔除模块，用于遍历所述优化模型数据中的优化三角面片数据和原三角面片数据，剔除重复的三角面片数据，生成最终模型数据。
34、第三方面，本专利技术提供了一种电子设备，包括存储器和处理器；
35、所述存储器，用于存储计算机程序；
36、所述处理器，用于当执行所述计算机程序时，实现如第一方面所述的铁路t梁数据处理方法。
37、第四方面，本专利技术提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如第一方面所述的铁路t梁数据处理方法。
38、本专利技术的铁路t梁数据处理方法、装置、电子设备及存储介质的有益效果是：
39、通过合并模型解析数据中所有相同几何形体对应的几何属性，生成对应的bim数据实例，并剔除重复的bim数据实例，可以简化数据，去除重复数据，并确保每种几何形体只对应一个bim数据实例，保证数据的唯一性和简洁性；再合并特征元素中具有重复边缘的几何信息，以去除不需要的冗余信息，简化模型结构，得到经过两次简化的简化模型数据；然后对简化模型数据中的三角面片数据进行离散优化，以提高简化模型数据的质量，生成优化模型数据，最后遍历优化模型数据中的优化三角面片数据和原三角面片数据，将优化三角面片数据和原三角面片数据中重复的三角面片数据剔除，生成最终模型数据，以得到最终的简化优化后的最终模型数据。通过不断地简化和优化，得到简洁的高质量铁路t梁数据，更加适用于智能制造过程，可以降低智能制造过程中数据处理的复杂度，加快数据处理的速度，从而提高铁路t梁智能建造的效率。
本文档来自技高网...【技术保护点】
1.一种铁路T梁数据处理方法，其特征在于，包括：
2.根据权利要求1所述的铁路T梁数据处理方法，其特征在于，所述对所述简化模型数据进行离散优化，生成优化模型数据，包括：
3.根据权利要求2所述的铁路T梁数据处理方法，其特征在于，所述根据所述模型映射数据，采用离散优化算法，生成所述优化模型数据，包括：
4.根据权利要求1所述的铁路T梁数据处理方法，其特征在于，所述遍历所述优化模型数据中的优化三角面片数据和原三角面片数据，剔除重复的三角面片数据，生成最终模型数据，包括：
5.根据权利要求4所述的铁路T梁数据处理方法，其特征在于，所述根据所述空间特征和所述重合度，剔除重复的所述三角面片数据，生成所述最终模型数据，包括：
6.根据权利要求1所述的铁路T梁数据处理方法，其特征在于，在所述合并已获取的铁路T梁的模型解析数据中所有相同几何形体对应的几何属性之前，还包括：
7.根据权利要求1所述的铁路T梁数据处理方法，其特征在于，在所述遍历所述优化模型数据中的优化三角面片数据和原三角面片数据，剔除重复的三角面片数据，生成最终
8.一种铁路T梁数据处理装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器和处理器；
10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1至7任一项所述的铁路T梁数据处理方法。
...【技术特征摘要】
1.一种铁路t梁数据处理方法，其特征在于，包括：
2.根据权利要求1所述的铁路t梁数据处理方法，其特征在于，所述对所述简化模型数据进行离散优化，生成优化模型数据，包括：
3.根据权利要求2所述的铁路t梁数据处理方法，其特征在于，所述根据所述模型映射数据，采用离散优化算法，生成所述优化模型数据，包括：
4.根据权利要求1所述的铁路t梁数据处理方法，其特征在于，所述遍历所述优化模型数据中的优化三角面片数据和原三角面片数据，剔除重复的三角面片数据，生成最终模型数据，包括：
5.根据权利要求4所述的铁路t梁数据处理方法，其特征在于，所述根据所述空间特征和所述重合度，剔除重复的所述三角面片数据，生成所述最终模型数...
【专利技术属性】
技术研发人员：刘道学，杨国恒，张志波，石春光，杨昌泰，杨东营，刘坤，余振，楚跃峰，李亮，
申请(专利权)人：中铁四局集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。