基于异构并行计算的城市级海量点云坐标转换方法

    公开(公告)号:CN113190515B

    公开(公告)日:2022-11-29

    申请号:CN202110530019.7

    申请日:2021-05-14

    IPC分类号: G06F16/178 G06F16/18

    摘要: 本发明提供一种基于异构并行计算的城市级海量点云坐标转换方法,包括以下步骤:S1.扫描待转换点云文件加入待转换列表;S2.读取待转换点云文件到计算机主机内存中;S3.根据点云坐标系和最小外接矩形自适应选择平面、高程转换参数模型,将点云划分为多个第一点云子集;S4.根据点云数据量大小、计算环境能力将第一点云子集分解为多个第二点云子集并依次加载到GPU全局内存中;S5.调用CUDA核函数对加载到GPU全局内存中的第二点云子集进行平面、高程转换处理并回传到计算机主机内存环境;S6.将点云进行合并后从内存写入磁盘文件。本发明可以解决对城市级海量点云坐标进行转换时,转换运算速度慢、效率较低、耗时长、容易造成卡顿,不能批量自动化处理的技术问题。

    基于异构并行计算的城市级海量点云坐标转换方法

    公开(公告)号:CN113190515A

    公开(公告)日:2021-07-30

    申请号:CN202110530019.7

    申请日:2021-05-14

    IPC分类号: G06F16/178 G06F16/18

    摘要: 本发明提供一种基于异构并行计算的城市级海量点云坐标转换方法,包括以下步骤:S1.扫描待转换点云文件加入待转换列表;S2.读取待转换点云文件到计算机主机内存中;S3.根据点云坐标系和最小外接矩形自适应选择平面、高程转换参数模型,将点云划分为多个第一点云子集;S4.根据点云数据量大小、计算环境能力将第一点云子集分解为多个第二点云子集并依次加载到GPU全局内存中;S5.调用CUDA核函数对加载到GPU全局内存中的第二点云子集进行平面、高程转换处理并回传到计算机主机内存环境;S6.将点云进行合并后从内存写入磁盘文件。本发明可以解决对城市级海量点云坐标进行转换时,转换运算速度慢、效率较低、耗时长、容易造成卡顿,不能批量自动化处理的技术问题。

    多阈值约束的轨道交通控制保护区空间信息提取分析方法

    公开(公告)号:CN111368016A

    公开(公告)日:2020-07-03

    申请号:CN202010129946.3

    申请日:2020-02-28

    IPC分类号: G06F16/29 G06T3/00

    摘要: 本发明提供一种多阈值约束的轨道交通控制保护区空间信息提取分析方法,包括以下步骤:1.将数据文件进行格式转换,提取多个坐标点;2.选择多个坐标点中的关键点进行数据抽稀处理,得到抽稀后的范围线、结构外边线;3.将抽稀后的范围线、结构外边线和抽稀后的施工红线,通过编程调用数据库,读取数据进行空间关系对比;4.根据空间关系对比的结果,判断涉轨建设项目的施工是否入侵到轨道交通控制保护区内,完成对轨道交通控制保护区内部空间信息的提取和分析;本发明可以解决对轨道交通控制保护区的空间信息进行分析时,计算量大、运算速度慢的技术问题。

    多阈值约束的轨道交通控制保护区空间信息提取分析方法

    公开(公告)号:CN111368016B

    公开(公告)日:2023-04-11

    申请号:CN202010129946.3

    申请日:2020-02-28

    IPC分类号: G06F16/29 G06T3/00

    摘要: 本发明提供一种多阈值约束的轨道交通控制保护区空间信息提取分析方法,包括以下步骤:1.将数据文件进行格式转换,提取多个坐标点;2.选择多个坐标点中的关键点进行数据抽稀处理,得到抽稀后的范围线、结构外边线和施工红线;3.将抽稀后的范围线、结构外边线和抽稀后的施工红线,通过编程调用数据库,读取数据进行空间关系对比;4.根据空间关系对比的结果,判断涉轨建设项目的施工是否入侵到轨道交通控制保护区内,完成对轨道交通控制保护区内部空间信息的提取和分析;本发明可以解决对轨道交通控制保护区的空间信息进行分析时,计算量大、运算速度慢的技术问题。

    一种海量点云数据多视图渲染方法

    公开(公告)号:CN114387375A

    公开(公告)日:2022-04-22

    申请号:CN202210050524.6

    申请日:2022-01-17

    摘要: 本发明提供一种海量点云数据多视图渲染方法,包括以下步骤:对原始点云数据进行多尺度自适应分块和八叉树索引构建;根据视口范围对各个视图分别筛选需要加载的八叉树,并确定八叉树加载的层次细节模型层级;层次细节模型加载线程加载层次细节模型数据,得到可供渲染的点云模型,将可供渲染的点云模型放入模型共享队列;各个视图根据自身需要加载的八叉树,从模型共享队列中查找视图范围内的可供渲染的点云模型,合并可供渲染的点云模型到场景,同时移除过期的可供渲染的点云模型;删除过期的可供渲染的点云模型。本发明可以解决对于海量点云数据进行多视图渲染时效率较低的技术问题。

    一种海量点云数据多视图渲染方法

    公开(公告)号:CN114387375B

    公开(公告)日:2023-05-16

    申请号:CN202210050524.6

    申请日:2022-01-17

    摘要: 本发明提供一种海量点云数据多视图渲染方法,包括以下步骤:对原始点云数据进行多尺度自适应分块和八叉树索引构建;根据视口范围对各个视图分别筛选需要加载的八叉树,并确定八叉树加载的层次细节模型层级;层次细节模型加载线程加载层次细节模型数据,得到可供渲染的点云模型,将可供渲染的点云模型放入模型共享队列;各个视图根据自身需要加载的八叉树,从模型共享队列中查找视图范围内的可供渲染的点云模型,合并可供渲染的点云模型到场景,同时移除过期的可供渲染的点云模型;删除过期的可供渲染的点云模型。本发明可以解决对于海量点云数据进行多视图渲染时效率较低的技术问题。