这是我的第一篇文章，
我正在尝试自动化安装太阳能光伏 (PV) 系统的屋顶分析过程。我不确定输入数据应该是什么，但我有以下几点：
- 西班牙国家激光雷达 0.5 pt/m2 文件。“Primera cobertura”列中此链接中的规范https://pnoa.ign.es/especificaciones-lidar。更多信息在https://pnoa.ign.es/PNOAtheme/images/imgPNOA/contenidos/pdf/EspTec/2014_Especificaciones_VL.pdf
- 地籍形状文件 (.SHP)，具有建筑部件的足迹划分且没有高度数据
- 卫星正射影像（谷歌卫星？）
我想创建一个具有平面（不是三角形不规则网络，（TIN））的屋顶的 3D 模型，以便能够在 3D 中可视化阴影。预期规模为市政规模。在激光雷达的这种分辨率下，一些屋顶部分（如栏杆）并不清晰，卫星图像可以帮助了解细节。
我一直在使用从 LiDAR 数据创建的 TIN 文件（我已经尝试过 CloudCompare 和 LAStools 来做到这一点），我还尝试过使用 RenderDoc 从 Google 地图中提取的 TIN 文件。然后，我在 Blender 中基于 TIN 创建了一个 3D 模型，以制作详细的屋顶。之后，我将模型导出为 Collada 文件 (.DAE) 并将其导入 Solarius PV 软件以研究阴影并自动将太阳能电池板放置在任何平面（倾斜或水平）上。
Solarius PV 软件可以导入多种文件类型，包括 BIM。Solarius PV 不能考虑 3D 局部阴影来计算产生的功率，但我希望将来会这样。
我有两个不同的想法要测试：
- 基于人工智能 (AI)（边缘检测？）创建屋顶的 3D 模型。
- 根据输入数据创建高度详细的屋顶数字高程模型 (DEM)，并在 QGIS 中使用 GRASS GIS r.sun 工具。
我对人工智能一无所知，我还在学习 QGIS，我的领域是电气工程，但我在这部分工作流程中遇到了瓶颈。
我试图找到一个已经可以实现类似功能的软件，但我没有找到任何东西。我知道 ArcGIS 有一些 3D 工具，但我还没有查看它们的许可。我正在回顾文献，我发现这是目前一个重要的研究领域。
如果有人能把我引向正确的方向，我将不胜感激。