基于对等网络的图形数据处理方法

    公开(公告)号:CN111414564A

    公开(公告)日:2020-07-14

    申请号:CN202010219487.8

    申请日:2020-03-25

    Abstract: 本发明涉及一种基于对等网络的图形数据处理方法,包括如下步骤:当某一终端节点需加载某一图形数据时,向对等网络内的其他终端节点发送查询请求,以询问是否有已处理好的图形数据;若有,则接收已处理好的图形数据,对所接收的已处理好的图形数据进行渲染,并保存已处理好的图形数据以便向其他终端节点进行共享;若无,则获取所需加载的图形数据,并进行图形处理获得已处理好的图形数据,对已处理好的图形数据进行渲染,并保存已处理好的图形数据以便向其他终端节点进行共享。本发明各终端节点对于已处理好的图形数据能够进行共享,避免了数据的重复处理,可充分的利用网络上的空闲带宽和计算资源。

    一种城市级数字孪生交通系统
    3.
    发明公开

    公开(公告)号:CN116935636A

    公开(公告)日:2023-10-24

    申请号:CN202310880816.7

    申请日:2023-07-18

    Abstract: 本发明涉及一种城市级数字孪生交通系统,包括:数据规划及推送单元,配置为获取第三方路测监控设备的数据,所述数据包括真实空间中的道路数据和车辆数据;车辆模型模块,配置为在虚拟三维场景中制作车辆的模型数据;模型场景空间坐标匹配模块,配置为获取所述数据规划及推送单元及车辆模型模块的数据,将道路模型进行空间位置校准,使真实空间中的道路数据与道路模型坐标匹配;数据融合模块,配置为将道路划分多个子路段,获取各子路段中第三方路测监控设备的数据,对获取的数据进行插值计算,以动画的形式进行展示,执行动画,实现交通车辆虚实映射的展示。本发明解决了现有技术中虚实场景空间坐标不准,模型和实际车辆信息不一致等问题。

    一种城市级BIM模型加载方法
    6.
    发明公开

    公开(公告)号:CN116894105A

    公开(公告)日:2023-10-17

    申请号:CN202310880089.4

    申请日:2023-07-18

    Abstract: 本发明涉及一种城市级BIM模型加载方法,包括以下步骤:将平面空间按照四叉树的方式划分;将三维空间按照八叉树的方式划分;将各项目按照场景归类;各场景先匹配对应层级的四叉树,再匹配对应层级的八叉树,根据已有设计将各场景内的各项目分布于所属八叉树的不同位置;各项目具备各自BIM模型,将BIM模型及其内部的模块插入到对应层级的八叉树;按照层级对四叉树和八叉树进行分割,并对各层级的四叉树分别设置视角权限,对各层级的八叉树分别设置参数权限;根据用户需求获取视角权限和八叉树请求参数,并根据视角权限和八叉树请求参数呈现BIM模型示意图。本发明通过对各项目进行划分,实现分批次逐渐传输加载,从而减少模型示意图载入时间。

    基于WebGL的大规模供水管网渲染方法

    公开(公告)号:CN111340927A

    公开(公告)日:2020-06-26

    申请号:CN202010219505.2

    申请日:2020-03-25

    Abstract: 本发明公开了一种基于WebGL的大规模供水管网渲染方法,其包括:从建模软件中导出管线模型的模型参数;根据管线类型对导出的管线模型模型参数进行种类划分,生成相对应的模版模型几何数据;将导出的管线模型模型参数进行数据处理,转化为Instance渲染格式的参数数据;利用Instance渲染技术,对相同种类的管线模型复用相对应的管线模型模版模型几何数据,结合转化后的管线模型参数数据进行组合渲染。本发明是一种基于WebGL技术的高性能三维管线模型渲染解决方案,使用基于WebGL的draw instance渲染技术,减少管网模型的内存占用,以少量的模版管线模型,结合管线参数进行大规模管线模型的渲染。

    一种无检测器路段的车辆轨迹预测方法及系统

    公开(公告)号:CN116740936A

    公开(公告)日:2023-09-12

    申请号:CN202310767701.7

    申请日:2023-06-27

    Abstract: 本发明涉及一种无检测器路段的车辆轨迹预测方法,包括以下步骤:S1:收集目标无检测器路段的真车历史数据;S2:根据真车历史数据初始化预测驶出时间的XGBoost模型和预测目标车道的XGBoost模型的训练参数;S3:将训练参数输入两个模型进行训练,使预测驶出时间的XGBoost模型输出虚拟车辆的预测驶出时间,使预测目标车道的XGBoost模型输出虚拟车辆的预测目标车道;S4:输入实际参数,根据两个不同的模型分别得预测驶出时间和预测目标车道,并计算虚拟车辆的行驶时长;S5:根据目标无检测器路段总路程及行驶时长计算得到速度;S6:控制虚拟车辆按照计算的速度及预测的目标车道行驶。本发明可以在无检测器路段实现准确率高且容易实施的车辆轨迹预测。

    基于对等网络的图形数据处理方法

    公开(公告)号:CN111414564B

    公开(公告)日:2024-02-27

    申请号:CN202010219487.8

    申请日:2020-03-25

    Abstract: 本发明涉及一种基于对等网络的图形数据处理方法,包括如下步骤:当某一终端节点需加载某一图形数据时,向对等网络内的其他终端节点发送查询请求,以询问是否有已处理好的图形数据;若有,则接收已处理好的图形数据,对所接收的已处理好的图形数据进行渲染,并保存已处理好的图形数据以便向其他终端节点进行共享;若无,则获取所需加载的图形数据,并进行图形处理获得已处理好的图形数据,对已处理好的图形数据进行渲染,并保存已处理好的图形数据以便向其他终端节点进行共享。本发明各终端节点对于已处理好的图形数据能够进行共享,避免了数据的重复处理,可充分的利用网络上的空闲带宽和计算资源。

Patent Agency Ranking