首页> 正文

BIM与GIS数据融合方法研究

2020-12-09阅读(878)

BIM与GIS数据融合方法研究

论文摘要

GIS作为城市建设和管理的重要手段,为当今城市的建设和管理提供了基础框架。随着社会的发展,城市的三维结构也越来越丰富,传统的测绘手段已经难以支撑,特别是建筑物的室内信息采集的局限性,使得GIS模型室内信息贫乏难以满足数字城市精细化、精准化的管理需求。BIM模型语义信息丰富,但是针对单体化建模存在信息孤岛问题,不具备同建筑周边环境整体展示的功能,不具备对地理信息分析功能,空间分析能力较为微观,且支持的空间范围小。如果把BIM三维模型信息融入到GIS模型,一方面使得GIS从宏观走向微观丰富室内信息,另一方面使BIM从微观走向宏观解决了信息孤岛问题,此时BIM与GIS数据融合就可以优势互补发挥更大的综合价值,由此人们对BIM与GIS数据融合方法也提出了更高要求。本文研究BIM与GIS数据融合方法,对BIM模型选取的IFC标准、GIS模型选取的CityGML标准进行了表达方式和组织形式的研究,奠定理论基础;使用中测瑞格三维激光扫描仪采集点云数据,经过RiSCAN PRO后处理的点云为底图,在Revit软件中构建BIM模型,完成逆向建模;BIM模型导出IFC数据后,二次开发Revit软件并搭载VS平台提取IFC数据中的几何信息和语义信息,并转换为GIS模型的编码形式;将处理后的IFC数据映射到CityGML中,按照CityGML标准几何重构以及语义重组织后用TinyXML开源库输出CityGML文档;在Arcgis软件中加载DEM高程数据和遥感影像创建GIS地理空间场景,再导入开源库输出的CityGML文档,完成BIM与GIS数据融合模型的建立,同时融合模型支持室内外的一体化管理,支持室内构件的坐标查询和属性管理。结果表明,BIM与GIS数据融合解决了BIM模型建筑单体化表达和三维GIS模型室内信息贫乏的问题,证明了BIM与GIS的融合在多领域的协同应用中有着广阔的应用前景。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 研究背景和意义
  •   1.2 国内外研究现状
  •     1.2.1 国内研究现状
  •     1.2.2 国外研究现状
  •   1.3 研究内容与技术路线
  • 第2章 相关技术基础
  •   2.1 BIM技术简介
  •   2.2 IFC标准
  •     2.2.1 表达方式
  •     2.2.2 组织层级
  •   2.3 三维GIS技术简介
  •   2.4 CityGML标准
  •     2.4.1 细节层次
  •     2.4.2 表达方式
  •   2.5 BIM与GIS比较
  •     2.5.1 模型异同
  •     2.5.2 标准异同
  •   2.6 本章小结
  • 第3章 基于点云的BIM模型建立
  •   3.1 点云数据的获取
  •     3.1.1 三维激光扫描技术
  •     3.1.2 布设方案的确定
  •   3.2 点云数据处理
  •     3.2.1 点云拼接
  •     3.2.2 点云去噪简化
  •     3.2.3 点云分割合并
  •     3.2.4 数据成果
  •   3.3 BIM模型建立
  •     3.3.1 载入点云
  •     3.3.2 族建立
  •     3.3.3 模型建立
  •   3.4 本章小结
  • 第4章 IFC模型数据提取与转换
  •   4.1 准备工作
  •     4.1.1 IFC模型编码描述
  •     4.1.2 CityGML模型编码描述
  •     4.1.3 CityGML中可对应的IFC信息
  •     4.1.4 Revit二次开发环境搭建
  •   4.2 几何信息的提取与转换
  •     4.2.1 局部坐标系到世界坐标系的转换
  •     4.2.2 实体几何向表面几何转换
  •   4.3 语义信息提取
  •     4.3.1 属性信息提取
  •     4.3.2 楼层信息提取
  •     4.3.3 房间信息提取
  •   4.4 简化IFC模型
  •     4.4.1 过滤几何信息
  •     4.4.2 门窗对象几何简化
  •   4.5 本章小结
  • 第5章 基于BIM数据构建GIS模型
  •   5.1 软件准备
  •   5.2 细节层次映射关系建立
  •   5.3 IFC模型几何重构
  •     5.3.1 内外墙重构
  •     5.3.2 室内Room空间重构
  •   5.4 重组关联关系
  •     5.4.1 包含关系
  •     5.4.2 相邻关系
  •   5.5 语义信息扩展
  •     5.5.1 CityGML ADE扩展原理
  •     5.5.2 扩展对象要素和语义信息
  •   5.6 BIM与GIS数据融合模型
  •     5.6.1 创建三维GIS地理空间场景模型
  •     5.6.2 BIM与GIS数据融合模型
  •   5.7 本章小结
  • 第6章 总结与展望
  • 参考文献
  • 在学期间发表的学术论文及其他成果
  • 在学期间参加的专业实践及工程项目研究工作
  • 致谢

    • 文章来源

    类型: 硕士论文

    作者: 张佳琪

    导师: 朱伟刚,许长胜

    关键词: 融合

    来源: 长春工程学院

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,信息科技

    专业: 自然地理学和测绘学,建筑科学与工程,计算机软件及计算机应用,计算机软件及计算机应用

    单位: 长春工程学院

    分类号: TU17;P208

    总页数: 80

    文件大小: 5484K

    下载量: 1148

    相关论文文献

    • [1].智能家居中数据融合方法研究[J]. 电脑知识与技术 2017(18)
    • [2].检测仪表中的数据融合方法[J]. 东华理工大学学报(自然科学版) 2008(01)
    • [3].基于侦校雷达的多测距实时数据融合方法研究[J]. 电光与控制 2015(05)
    • [4].大规模公开与内部数据融合方法及其在学术搜索中的应用[J]. 科研信息化技术与应用 2011(03)
    • [5].基于粗糙集和神经网络的数据融合方法研究[J]. 现代电子技术 2009(08)
    • [6].ADS-B与雷达组合监视数据融合方法研究[J]. 无线互联科技 2015(23)
    • [7].复杂环境下多传感器目标识别的数据融合方法[J]. 西安电子科技大学学报 2020(04)
    • [8].基于云计算的智慧校园双活数据融合方法应用研究[J]. 电子设计工程 2019(18)
    • [9].一种基于模糊识别的数据融合方法[J]. 电子世界 2019(11)
    • [10].基于独立区域划分和压缩感知的数据融合方法[J]. 计算机技术与发展 2019(08)
    • [11].低能耗的无线传感器网络隐私数据融合方法[J]. 清华大学学报(自然科学版) 2017(02)
    • [12].POS数据与激光数据融合方法的探讨[J]. 科技创业家 2013(21)
    • [13].高光谱遥感影像与高程数据融合方法综述[J]. 云南民族大学学报(自然科学版) 2020(01)
    • [14].基于数据融合方法的群推荐系统研究[J]. 巢湖学院学报 2017(06)
    • [15].城市快速路多尺度交通数据融合方法[J]. 北京工业大学学报 2017(06)
    • [16].基于模糊理论的雷达/AIS目标数据融合方法[J]. 舰船科学技术 2010(09)
    • [17].基于贝叶斯和模糊逻辑规则的数据融合方法[J]. 四川兵工学报 2008(03)
    • [18].洗煤厂WSN簇内数据融合方法设计[J]. 贵州师范学院学报 2014(03)
    • [19].多稀疏基分簇压缩感知的WSN数据融合方法[J]. 传感技术学报 2016(03)
    • [20].基于Kinect的深度数据融合方法[J]. 计算机应用研究 2014(01)
    • [21].数据融合方法在物理实验数据处理中的应用[J]. 仪器仪表用户 2009(03)
    • [22].多源多汇WSNs中基于概率路由的数据融合方法[J]. 传感器与微系统 2019(07)
    • [23].浅析多源数据融合方法的发展趋势及研究意义[J]. 山东工业技术 2019(01)
    • [24].运用水准和InSAR的地面沉降监测数据融合方法[J]. 测绘科学 2015(04)
    • [25].基于灰色理论的雷达组网数据融合方法[J]. 火力与指挥控制 2011(07)
    • [26].同条件多组定数截尾试验整体数据融合方法[J]. 航空动力学报 2011(02)
    • [27].基于本体的语义数据融合方法[J]. 华南理工大学学报(自然科学版) 2009(01)
    • [28].一种新的混合式数据融合方法及其在雷达组网中的应用[J]. 现代导航 2020(04)
    • [29].基于阵列光电侦察系统空间观测数据融合方法[J]. 应用光学 2020(05)
    • [30].基于贝叶斯网络的体域网多模态健康数据融合方法[J]. 传感技术学报 2017(10)

    标签：;  

    BIM与GIS数据融合方法研究
    下载Doc文档

    猜你喜欢

    © 2025 毕论降 版权所有 鄂ICP备12018319号-6