Trimble天宝：人工智能在TBC软件中的出色表现

人工智能在TBC软件中的出色表现

在如今数据庞大的生态系统中，人工智能 (AI) 的飞速发展和应用，为测量人员集成和简化数据管理提供了众多优势。通过人工智能执行耗时、重复的工作，例如点云分类和特征提取，测量人员可以有更多时间来完成工作流程中更有价值的部分。

为数据增值

准确的原始数据现在已经不能满足需求了。新的目标是将收集到的数据整合并转化可靠的信息。在 Trimble® Business Center (TBC) 办公软件中，人工智能被用来模仿人类的认知功能，从而实现高质量地替代，这意味着人工智能工具得出的结果将与测量人员的操作结果相差无几。

在人工智能的帮助下，TBC消除了工作流程中多余的手动交互，让测量人员可以更好运用专业知识来解决工作流程中复杂、高价值的任务。每个人都可以享受人工智能工具带来的生产力提升，而无需具备人工智能专业知识。

TBC旨在与所有类型的传感器配合使用，并管理各种类型的数据（无论是来自无人机、地面扫描仪还是移动测绘系统），从而形成一个集中的信息数据库，以支持可靠且强大的交付成果。

自动点云分类

对于许多Trimble用户来说，点云分类是一个重要的处理步骤。在TBC中，自动点云分类基于三维深度学习语义分割模型。该高级模型在涵盖广泛地理位置的代表性数据集上进行训练，以确保覆盖尽可能多的用户组。三维深度学习可以自行学习关键特征，因此更加强大！

以前基于算法的方法定义了一定的分类规则，如果对象看起来不熟悉，算法就会失败。最新的人工智能模型可以适应点云分类时的各种挑战，并为用户解决这些挑战。

自动点云分类基于三维深度学习模型

在TBC中，用户可以应用人工智能将点云分类为建筑物、植被（高和中）、电线杆、标志、地面、噪声（人和车辆）、台阶、电线和分隔线。这种100%自动的功能不需要设置复杂的参数；它就像在用户界面中单击“分类”按钮并让它运行一样简单。

计算机全天候 (24/7) 可用且可靠的算法可避免人为错误，因此与手动分类相比，人工智能可显着提高生产力。要在TBC软件中尝试此功能，请选择“点云” > “提取” > “提取分类点云区域”。

自动化系统将人和车辆归类为“噪音”

具有详细属性的特征提取

人工智能还被用来提高劳动密集型特征提取活动的生产力和准确性。通过最少的用户交互，TBC可以提取每个感兴趣的单独对象的位置、属性和几何形状。除了节省时间之外，收集到的信息比手动执行相同任务时更详细、更可靠。

人工智能适用于各种项目，以加快特征提取。除了提供点云中电线杆、标志和树木等物体的位置外，还提供电线杆的高度、直径和倾斜度以及树木的标志和直径、高度和树冠分布等详细参数。这些工具是完全自动化的。要尝试此功能，请选择“点云” > “提取点要素” > “提取类型” > “树木”或“电线杆”。

有关每个对象的详细参数在 Trimble Business Center 中生成

窨井盖提取也可以通过完全自动化的命令完成，该命令基于在不同地理位置的数据集上训练的二维深度学习对象检测模型，提供每个窨井盖的位置和直径。

在TBC内，点云被光栅化，定位每个被覆盖的窨井盖的中心，并测量和提取直径。要尝试此功能，请在TBC中选择“点云” > “提取点要素” > “提取类型” > “窨井盖” – “激光扫描仪或窨井盖” – “摄影测量”。

自动提取窨井盖和道路标记节省了大量时间

TBC拥有专用工具，用于提取道路路缘石和排水沟以及任何复杂的道路标记，包括虚线和实线、人行横道、停车位等。这些工具是半自动化的，包括识别点云中的对象的模板匹配技术。

TBC 5.90版中提供的新工作流程利用人工智能来简化和加快点云中堆料的提取和体积计算。通过识别并删除所有不必要的手动交互，现在单个命令即可提供完整的工作流程和高度准确的结果。

加快点云堆料的提取和体积计算

堆料选取器功能会自动生成整个建筑工地选定堆料周围的边界，而“计算体积”按钮则可以计算堆料体积、坡度和底面积以及其他测量值，几乎不需要手动交互。此信息可以导出为 TBC 报告或直接导出到 CSV 文件以供进一步分析。要尝试此功能，请选择“点云” > “提取” > “提取 TBC 中的堆料”。

利用人工智能实现更高效率

随着收集和管理的数据量不断增加，通过计算机辅助操作简化工作流程和提高生产力，对于降低成本和提高质量至关重要。

通过利用人工智能，TBC的自动特征提取和自动点云分类功能提供了可操作的信息，以支持城市规划、高速公路维护、植被管理和许多其他有价值的应用。

责任编辑：Yaodl