-
公开(公告)号：CN115994400A
公开(公告)日：2023-04-21
申请号：CN202211467749.8
申请日：2022-11-22
Applicant: 南通大学
Abstract: 本发明公开一种简化门窗族类型自适应生成与模型轻量化方法，该方法主要包括轻量化门窗族原始文件的创建、系统初始化、门窗族类型以及映射文件的自适应生成、族文件的手动加载、门窗对象简化等步骤。其中，轻量化门窗族原始文件的创建是指，手动构建简化的门窗族原始文件；系统的初始化是指对系统运行中涉及的全局变量进行初始化；门窗族类型以及映射文件的自适应生成是指根据BIM模型中门窗的尺寸，自适应的生成相应的族类型以及相应映射文件；族文件的手动加载是将上一步中生成的族文件手动加载到BIM模型中；门窗对象简化是指借助已经存在的映射文件加载外部轻量化的门窗族来对原有对象进行替换，以实现构件的轻量化。
-
公开(公告)号：CN113837058A
公开(公告)日：2021-12-24
申请号：CN202111102992.5
申请日：2021-09-17
Applicant: 南通大学
Abstract: 本发明公开的一种耦合上下文聚合网络的轻量化雨水篦子检测方法，包括图像预处理‑参数初始化‑生成数据集‑构建雨水篦子检测模型‑模型训练与预测‑掩膜处理‑后处理7个步骤，在构建雨水篦子检测模型中，以轻量化的卷积模块和Fire模块为基础，设计了骨架网络耦合上下文信息的模型结构。在模型预测时考虑了雨水篦子空间分布先验概率以进一步提高雨水篦子检测精度。检测方法具有较高的实时性，轻量化的网络架构减少了计算资源消耗量，缩短了模型加载和前馈时间，提升了运算速度。
-
公开(公告)号：CN113160235A
公开(公告)日：2021-07-23
申请号：CN202110598912.3
申请日：2021-05-31
Applicant: 南通大学
Abstract: 本发明公开了一种基于内部圆和邻接图的房间分割方法,该方法首先对激光扫描得到的二维占用概率栅格地图进行距离变换，计算每个像素其最近邻占用点的距离值；接着采用内部圆填充自由空间，构建室内自由空间的内部圆逼近；基于内部圆的邻接关系构建室内拓扑网络，采用带权重无向邻接图构建内部圆之间的关联关系；基于规则对无向图边进行增加和删除，实现图的连通子图分割；通过对内部圆连通子图进行合并，得到不同的邻接圆聚类，赋予邻接圆聚类不同的房间语义信息，最终实现室内自由空间（即房间）的语义分割。该方法可以应用于移动机器人激光扫描过程中对室内空间的房间分割和任务规划。
-
公开(公告)号：CN119091040A
公开(公告)日：2024-12-06
申请号：CN202411099648.9
申请日：2024-08-12
Applicant: 南通大学
Abstract: 本发明的实施例提供了一种基于中轴变换的屋顶参数提取与建筑物三维建模的方法，属于测绘工程技术领域。所述方法包括以下步骤：对数字表面模型的DSM数据进行坡度计算，得到坡度栅格图像；对给定的建筑轮廓多边形进行离散点采样并构建KD树，遍历所述建筑轮廓多边形的每一条边，然后预设的边采样点数在每一条边上采样多个点，针对于每个采样点提取与所述每个采样点对应的中轴点；根据采样点与其对应的中轴点的连线在所述坡度栅格图像中获取各个采样点的高度和坡度，并将每条边对应采样点的高度中值和坡度中值作为该边的高程和坡度；基于建筑三维建模，根据每条边的高程和坡度，构建建筑物三维模型。
-
公开(公告)号：CN118570485A
公开(公告)日：2024-08-30
申请号：CN202410722651.5
申请日：2024-06-05
Applicant: 南通大学
IPC: G06V10/40 , G06V10/774 , G06V10/82 , G06V10/80 , G06V20/64 , G06V20/70 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的建筑三维点云线特征提取方法，包括：首先使用地面固定站激光扫描仪获取测区内建筑激光点云数据，接着对获取的建筑三维点云做切片，将切片点云投影到二维占用概率图像，同时根据切片点云的密度计算每个像素基于权重中心分解的PCA1生成分图像；然后人工标注建筑轮廓线并制作训练样本数据集；接着构建线特征提取神经网络LALine‑Net，通过网络训练、模型评估获得神经网络模型参数；应用新的数据进行模型预测，提取测区建筑激光点云的线特征；最后对提取的线特征进重拟合和优化得到最终的建筑轮廓线特征。本发明可以快速从激光点云中提取城市建筑轮廓线，具有更好的完整性和几何精度，可以满足基于激光三维点云建筑制图的需要。
-
Patent Agency Ranking
公开(公告)号：CN111736894B
公开(公告)日：2024-04-19
申请号：CN202010597853.3
申请日：2020-06-28
Applicant: 南通大学
Abstract: 本发明公开了一种基于配置的传感器数据解析处理方法，初始化系统环境，加载相应的软件环境；并将文件中的配置读取出来；初始化主线程组与从线程组；构建数据接收进程引导器，并进行相关设置；构建拦截器，并将其挂载到数据接收进程引导器；构建主拦截器，用于接收传感器数据进行解析，并对该数据做回应处理，并将其挂载到数据接收进程引导器；利用所构建的数据接收进程引导器来绑定进程端口，并监听相应的端口发送的传感器数据。本发明可以实现通过编写配置，即可实现变更传感器数据解析处理程序的功能。而配置的编写，可以交给运维人员来编写，并不需要程序员的介入。因此，相比于现有技术，本发明具有一定的实用性和易用性。
-
公开(公告)号：CN111444975B
公开(公告)日：2024-02-23
申请号：CN202010255239.9
申请日：2020-04-02
Applicant: 南通大学
IPC: G06V10/764 , G06V10/30 , G06V10/25 , G06V10/82
Abstract: 本发明公开了一种基于图像处理和深度学习的交通灯识别方法，包括以下步骤：（1）颜色空间变换和提取候选区；（2）目标边界处理和提取候选框；（3）尺寸噪声处理；（4）重叠处理；（5）纹理噪声处理；（6）候选框并行分类；（7）后处理。本发明能够有效地提高交通灯识别的准确性，缩短了模型的运行时间，同时减小了模型体积。
-
公开(公告)号：CN113673616B
公开(公告)日：2023-09-29
申请号：CN202110985588.0
申请日：2021-08-26
Applicant: 南通大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开的一种耦合注意力和上下文的轻量化小目标检测方法，包括生成标签数据‑图像预处理‑参数初始化‑创建数据集‑构建目标检测模型‑模型训练‑目标检测‑后处理8个步骤，在构建目标检测模型中，以轻量化的卷积模块和Fire模块为基础，设计了骨架网络和上下文聚合网络，结合简单易用的CBAM注意力模块，设计了BatNet模型，该模型耦合了双上下文聚合网络和双注意力模块，因此在检测小目标方面具有优势，相比参考模型显著提高了检测精度；BatNet模型由1×1卷积和3×3卷积模块构成，因此模型是轻量化的，相比参考模型明显减少了参数量；BatNet模型在参数加载方面和模型前馈方面的运行速度是快速的，因此具有较高的实时性。
-
公开(公告)号：CN115828383A
公开(公告)日：2023-03-21
申请号：CN202211456713.X
申请日：2022-11-21
Applicant: 南通大学
Abstract: 本发明公开了一种简化墙族类型自适应生成与模型轻量化方法，该方法主要包括系统初始化、墙族类型以及映射的自适应生成、墙对象简化等步骤。其中，系统的初始化是指对系统运行中涉及的全局变量进行初始化；墙族类型以及映射的自适应生成是指根据BIM模型中各种墙族实例的厚度，自适应的生成相应的族类型以及相应映射；墙对象简化是指借助已经存在的映射加载上一步中新生成的墙族类型来对原有墙对象的族类型进行替换，以实现构件的轻量化。
-
公开(公告)号：CN115797588A
公开(公告)日：2023-03-14
申请号：CN202211375746.1
申请日：2022-11-04
Applicant: 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心) , 南通大学
Abstract: 本发明公开了一种基于室内表面网格（Mesh）数据的BIM实体墙建模方法，该方法利用室内表面网格的作为数据输入。首先对表面网格进行平面分割，对分割的墙面进行垂直定向和平行规则化；接着对表面网格所占据的空间进行体素化，计算每个体素的三维空间占用概率，利用内部球填充算法实现三维房间分割；再对规则化后的平面进行立体空间剖分，利用图割优化算法实现房间布局的三维重建，导出房间平面图；然后利用形态学方法分辨内墙和外墙，从房间分布图的多边形边提取墙中线；最后利用提取的墙中心线、墙面高度和厚度参数恢复BIM墙实体模型。本发明方法实现了BIM实体墙自动建模，可以减少人工交互，提高城市建筑BIM的建模效率。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.029 seconds)
