基于点云数据的数字孪生场景自适应优化方法

本发明涉及数字孪生技术领域，尤其提供了基于点云数据的数字孪生场景自适应优化方法，解决了无法在网络波动时平衡流畅性与细节呈现，并且未建立基于时空语义分析的场景预测优化机制问题；方法包含：数据预处理与层级构建：对原始点云数据进行异常点剔除、缺失值补全和密度调整的预处理，并依据场景需求划分关键与普通区域，构建多尺度、多分辨率分层级点云数据体系；本发明通过时空动态语义分割、动态变化监测与预测优化等技术，能够深入分析点云数据的时空动态特性，通过对自适应传输后的连续时间序列点云数据进行处理，在时间和空间维度上分别建模时间依赖关系和提取局部与全局特征，实现了对物体类别、位置及动态变化信息的精准识别。