基本信息:
- 专利标题： 一种基于合成点云增强的机械、电气和管道场景深度学习重建方法与系统
- 申请号：CN202411661545.7 申请日：2024-11-20
- 公开(公告)号：CN119888212A 公开(公告)日：2025-04-25
- 发明人： 王骞 , 越宏哲
- 申请人： 东南大学
- 申请人地址： 江苏省南京市玄武区四牌楼2号
- 专利权人： 东南大学
- 当前专利权人： 东南大学
- 当前专利权人地址： 江苏省南京市玄武区四牌楼2号
- 代理机构： 南京经纬专利商标代理有限公司
- 代理人： 朱小兵
- 主分类号： G06V10/26
- IPC分类号： G06V10/26 ; G06V10/774 ; G06V20/64
摘要：
本发明公开了一种基于合成点云增强的机械、电气和管道场景深度学习重建方法与系统，旨在解决当前深度学习模型对大量真实标注点云数据的依赖问题。本发明的方法通过从建筑信息模型BIM生成合成点云，模拟真实激光扫描过程，以生成能够反映真实场景遮挡特征的点云数据。具体而言，方法首先初始化激光扫描仪的位置、扫描分辨率、扫描误差和可通行区域，然后利用激光射线交汇算法对BIM模型进行采样，以生成合成点云。接着，通过训练深度学习模型来提高MEP场景的语义分割准确性，从而实现高精度的MEP模型重建。本发明能有效促进建筑物中机械、电气和管道构件的运营与维护，提升相关领域的工作效率和质量。