希沃/Seewo 数字孪生校园空间数据采集

【校园倾斜摄影模型构建】

通过图形建模、数理建模、事件建模、环境建模等模型构建方式，打造以大范围、高精度、实景建模的方式全面感知复杂地理场景特性（外观形状、颜色、高度、地物相对大小关系）的三维时空数据底座。

倾斜摄影模型精度为≤2cm。

主要技术指标：

1、总体要求:模型纹理色调一致、均匀、无镶嵌痕迹，保障建筑物建模效果优良，模型分明，不能有明显变形、不平整、与实际不符情况。

2、三维模型影像的地面分辨率≤2cm，满足在≤150米视点高度下浏览模型，模型无纹理漏洞，贴图精确。

3、模型呈现内容包括：校园内建筑物、道路、构筑物等。

4、倾斜摄影文件提供OSGB\3Dtile\B3DM\OBJ等格式模型文件，提供技术支持对接保证模型文件正常嵌入展示系统。

5、倾斜摄影建模数据成果应符合以下基本要求：

1）无模型或纹理缺失；

2）建筑物模型无明显拉花；

3）水面平整无漏洞；

4）无水面破洞和起伏；

5）地面以下无悬浮物；

6）倾斜摄影模型成果应具有实际空间位置，在平台中加载与影像底图套合无明显偏。

6、格式要求

1）模型数据集成果必须具有元数据，元数据中必须声明倾斜摄影模型的原点以及坐标参考；

2）瓦片大小最小不能小于100米，最大不能超过200米；

3）数据处理过程不能影响LOD相关参数，数据处理前后相同视距对应的LOD应相同；

4）Level级别最小不能小于7级，最大不能超过28级；纹理格式为jpg；

5）顶点密度不能大于100个/平方米。

【校园实景与模型融合数据采集】

基于实景三维倾斜摄影数据采集的航测轨迹采用贴近摄影技术进行细节融合采集，对校园无视频点位区域进行无人机悬停拍摄和室内视频模拟，实现高点视频资源全景数据采集、校园内高空户外部位，如旗杆、顶楼、操场等区域；对教室，办公室，校门前交通区域，人车分流停车区域进行态势感知模拟视频，为下一步优化视频监控点位资源的新建与利旧提供可视域成效的数据依据。

主要技术指标：

1、贴近摄影技术进行细节融合采集的航线必须与倾斜摄影航线一致，支持回环式、往返式航线覆盖。效率要求上要求两种摄影采集支持双飞双扫，一次无人机外业工作就完成两种摄影采集和实景扫描。

2、态势感知模拟视频拍照的输出物支持全景照片和全景视频两种格式，规格支持1080P分辨率，像素点不低于1200W，视频帧率不低于60HZ。支持全景照片和全景视频的AR标签标注，为校园AR应用提供全景图层基础。