論文引用：顧建祥, 楊必勝, 董震,等. 面向數字孿生城市的智能化全息測繪[J]. 測繪通報, 2020(6).

?

數字孿生城市

《數字孿生城市研究報告( 2018 年) 》：數字孿生是指通過對物理世界的人、物、 事件等所有要素數字化，在網絡空間再造一個與之 對應的“虛擬世界”，形成物理維度上的實體世界和 信息維度上的數字世界同生共存、虛實交融的格局。

?

智能化全息測繪的特點

1、全息化。強調了新型基礎測繪的采集內容 以“全息要素、應采盡采”為原則，包括地上、地下、 可見、不可見所有實體，以及實體的自然屬性、社會屬性。

2、精細化。要求新型基礎測繪采集精度為 “按需測繪、不同要素不同精度”，通過實體構建可 按需綜合的地理實體庫，滿足不動產管理、無人駕 駛、數字孿生城市等不同精度要求的應用需求。

3、智能化。利用 5G 傳輸、邊緣/云計算、區塊鏈等技術，提高全息城市空間數據云存儲與計算 能力，借助深度學習、強化學習、遷移學習等人工智 能手段，提升全息地物要素智能化提取水平。

4、 統一化。對基于地理實體的全息地理時空 數據處理、建庫、管理進行了統一，明確了地理實體分類、編碼規則，規定了基礎地理實體及點、線、面圖 元的制作、加工和處理要求。

?

智能化全息測繪的手段

綜合利用測繪衛星、無人機航測、激光雷達、傾斜攝影、移動測量系統和探地雷達系統等“空-天-地-地下”三維數字 采集方法，獲取不同類型的三維空間數據，實現全空間室內外、地上地下全覆蓋，滿足實景三維地理信息 對數據采集效率和完整性的新需求。

1、海量點云數據高效索引及實時可視化。（這是已有技術）

2、無控條件下車載點云位置精度改善。（很有意義）

基于重復觀 測快速匹配和圖優化理論的整體優化方法。該方法 提高了對特征稀疏、結構對稱、位置偏差大等場景的 適應性，能有效解決不同偏差級別的重訪車載點云 中的位置不一致問題。基于圖優化理論的整體優化 方法，通過調整全局點云分段的位姿重新分配誤差， 使得優化后平均相對精度到達厘米級。

3、多源異構城市空間信息高精度融合。（我覺得按現有技術進展挺難達到，持保留態度）

4、全息要素結構與語義信息智能提取。（現在主要基于深度學習）

5、基于形態學尺度空間的建筑物多細節層次三維重建。（也是難點，能提高幾個點的百分比就很厲害）

總結

以上是生活随笔為你收集整理的面向数字孪生城市的智能化全息测绘（论文摘抄）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。