研发背景
为推进实景三维中国建设，自然资源部于2023年发布了《实景三维中国建设城市三维模型快速构建技术规定(征求意见稿)》，提出了明确的建模标准：普通建筑以区分高度的体块模型呈现，重要和标志性建筑则采用近似真实的体块模型。当前，如何紧跟这些生产标准，实现城市大区域三维模型的规模化生产，并提升自动化与精细度，已成为亟需解决的关键任务和挑战。
产品介绍
SEG三维实体建模软件V5.0是由泰瑞数创自主研发的一款高效三维实体建模工具。SEG通过人工智能技术，能够自动化完成建筑、场地、道路以及分层分户等多类型三维实体建模，满足不同应用场景使用需求。软件支持多细节层次(LoD)的建筑物三维模型全自动构建，成果符合实景三维中国相关标准技术要求。SEG三维实体模型成果结合人工智能技术自动提取了丰富的空间语义信息和材质语义信息，为后续应用提供了语义分析基础。此外，SEG模型成果兼顾了模型结构与纹理材质的真实感，可适配不同可视化平台视觉渲染要求。
产品特色
01 简单易用！海量数据一键式分钟级构建
利用人工智能（AI）技术，基于预训练的海量实体特征库，融合模式识别和深度学习等多种识别算法，能够自动化地完成建筑、场地、道路以及分层分户等多品类实体的建模工作。操作简单，无需人工干预即可实现一键出模与参数化批量贴图。
一键式操作展示
02 细节升级！顾及语义信息的多LoD建筑物建模
多LoD建筑物全自动化建模，自动获取不同层级三维实体空间结构语义。软件可与SEE二维实体建模软件联动，打通传统三维模型室内室外、地上地下等多级实体语义壁垒，提升实体结构及关系语义表达颗粒度.
多层级建模效果展示
03 LoD1.3分高度的体块模型
支持大规模、全自动区分高度体块的三维模型构建，直接输出符合国家标准的数据成果，赋能大规模时空分析计算、灾害模拟分析等应用。
- 大规模LoD1.3区分高度的体块三维模型构建
大规模LoD1.3建模成果展示
大规模LoD1.3建模成果展示
- LoD1.3建筑物模型应用效果
LoD1.3建模成果应用效果展示-1
LoD1.3建模成果应用效果展示-2
LoD1.3建模成果应用效果展示-3
04 LoD2三维建筑实体模型
支持全自动LoD2语义建模，针对复杂的屋顶结构，其细节也可高度还原，使建筑物外形效果更加精细、逼真，语义模型成果可为大数据融合可视化应用、模拟仿真等应用奠定高质量数据基础。
LoD2.0建模效果展示
05 LoD4室内外一体化的分层分户模型
支持阳台、门、窗、墙、房间等几何结构，电梯间、通风井等中空结构自动化识别；智能识别门、窗类型并自动设置相应纹理；自动识别楼梯位置、方向，进一步创建楼梯模型，支持交互式编辑栏杆，创建栏杆等半墙结构。分层分户模型成果是对三维建筑实体的室内细节增强，完整保留原始分层分户空间结构和业务属性，可应用于智慧应急，智慧消防等领域。
分层分户建模效果展示-1
分层分户建模效果展示-2
06 大规模场地建模
通过将场地模型对象化、三维化，场地三维实体能够更加直观地展示地理空间信息，并融合空间关系和业务属性，为社区管理等应用提供强大的数据支持。
场地建模效果展示
07 道路三维自动化实体建模
支持AI智能识别道路要素，基于二维矢量数据可批量自动生成带有高程信息的道路模型，三维模型自动贴附地形；支持自动驾驶高精度地图数据格式成果输出。道路模块输出面向部件级三维实体模型成果，能够很好的应用于自动驾驶、面向城市的智能网联等应用场景。
道路建模效果展示
08 纹理到材质，智能提取材质语义，可视化效果再提升
基于AI技术，可以精准地识别纹理的材质信息，自动获取材质语义并存储至数据成果中，可实现大规模自适应纹理贴图，提升贴图效率与渲染效果。同时，软件开放纹理参数配置并支持按需贴图，实现材质自定义，为用户提供个性化的纹理库管理与灵活的贴图机制。
成果数据展示
结束语
SEG V5.0三维实体建模软件紧密结合实景三维中国建设标准，通过人工智能（AI）技术融合，实现了三维地理实体数据自动化、标准化生产，有效解决传统三维建模成果非结构化、非语义化的核心问题，同时SEG V5.0软件能够全自动完成建筑、场地、道路和分层分户的三维实体建模任务，为用户提供一套全面、易用、高效率的三维地理实体数据生产方案。
点击下方，了解更多SmartEarth实景三维地理实体系列产品信息[左上]！
SmartEarth实景三维地理实体产品V5.0全面开放试用！
SmartEarth实景三维地理实体系列产品详解:二维实体建模软件（SEE）V5.0
SmartEarth实景三维地理实体系列产品详解:三维实体建模软件（SEG）V5.0
SmartEarth实景三维地理实体系列产品详解：实景三维数据库系统（GEDB）V5.0
SmartEarth实景三维地理实体系列产品详解：实景三维双引擎平台
SmartEarth实景三维地理实体系列产品详解：行业应用赋能
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。