CN105354875B - 一种室内环境二维与三维联合模型的构建方法和系统 - Google Patents
一种室内环境二维与三维联合模型的构建方法和系统 Download PDFInfo
- Publication number
- CN105354875B CN105354875B CN201510622546.5A CN201510622546A CN105354875B CN 105354875 B CN105354875 B CN 105354875B CN 201510622546 A CN201510622546 A CN 201510622546A CN 105354875 B CN105354875 B CN 105354875B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- platform
- map
- laser scanning
- dimentional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种室内环境二维与三维联合模型的构建方法和系统，包括：获得所述水平方向设置的二维激光扫描仪输出的二维激光扫描数据，构建二维栅格地图；采用扩展卡尔曼滤波方法，根据惯性传感单元输出的数据与二维栅格地图实现平台六自由度姿态估计；获得两个其底部沿竖直方向安装的二维激光扫描仪输出的二维激光扫描数据，构建室内环境的三维点云数据；将平台六自由度位姿估计的结果作为初始旋转平移矩阵，将所述三维点云数据配准为三维地图；采用二维栅格地图构建中的闭合环路检测原理，进行二维栅格地图的闭环检测，并通过平台位姿调整，获得全局优化的二维栅格地图和三维地图，实现了高效准确的构建二维和三维地图的效果。
Description
技术领域
本发明实施例涉及同步定位与地图创建技术领域，尤其涉及一种室内环境二维与三维联合模型的构建方法和系统。
背景技术
在数字城市、应急响应模拟与培训、数字文化遗产等方面的巨大应用需求推动下，尤其在反恐、消防、智慧楼宇等典型应用中，室内环境三维模型是不可或缺的基础数据。和室外不同，室内环境具有近距离、多转角、易遮挡、光照复杂、缺乏绝对定位等特点，高效、准确的获取室内环境三维信息是具有挑战性的课题。目前普遍使用的解决方案是基于静态激光扫描仪进行多站点测量的室内环境点云数据采集，由于室内环境狭小且遮挡的限制，静态扫描方案效率很低。室内移动三维测图将激光雷达、相机等多传感器集成在人、推车及机器人等移动平台上进行室内测图，可有效提高室内三维信息获取的效率。现有的室内移动三维测图系统通过在移动平台上放置旋转的二维激光扫描仪、立体视觉和基于飞行时间的深度摄像机来实现三维数据，再用于室内三维模型构建，其使用的定位算法是基于一个假设，即系统移动仅在二维平面上，但在众多室内建模应用中，移动平台是在三维空间中运动的，因此限制了系统的实时三维空间的探索能力，对于移动平台在三维空间中运动的情况，现有技术提供的建模方法无法提供高效准确的室内环境三维模型。
发明内容
本发明的目的是提出一种用于室内环境二维与三维联合模型的构建方法，旨在准确构建室内环境的二维栅格地图，并提供与之对应的三维点云模型，解决现有技术中静态扫描方案效率低，对于移动平台在三维空间中运动时，三维空间的探索能力的有限，以及无法提供高效准确的室内环境三维模型的问题。
本发明提供一种室内环境二维与三维联合模型的构建方法，包括一个其底部沿水平方向安装的水平二维激光扫描仪、两个其底部沿竖直方向安装的且其扫描区域互成90°的竖直二维激光扫描仪、以及惯性传感单元的室内移动三维测图平台实施，其特征在于，该方法包括：
S1、获得所述水平二维激光扫描仪输出的二维激光扫描数据，构建二维栅格地图；
S2、采用扩展卡尔曼滤波方法，根据所述惯性传感单元输出的数据与所述二维栅格地图，实现平台六自由度姿态估计；
S3、获得所述竖直二维激光扫描仪输出的二维激光扫描数据，根据S2中得到的平台六自由度姿态估计的结果，将所述竖直二维激光扫描仪输出的二维激光扫描数据配准到平台的三维坐标系中，得到室内环境的三维点云数据；
S4、将初始时刻的平台六自由度位姿估计的结果作为初始旋转平移矩阵并确定三维坐标系原点位置，将每一时刻所获得的三维点云数据通过相应的旋转平移矩阵配准到平台的三维坐标系以生成三维地图；
S5、采用二维栅格地图构建中的闭合环路检测原理，对获得的二维栅格地图进行闭环检测；根据闭环检测结果对获得的二维位姿信息进行全局优化调整，根据调整结果对二维栅格地图进行优化，获得全局优化的二维栅格地图；再根据闭环检测结果对获得的平台六自由度位姿估计的结果进行全局优化调整，根据调整结果对三维地图进行优化，获得全局优化的三维地图。
进一步的，所述步骤S2具体包括：
S21、根据所述二维栅格地图估计出平台的二维位姿信息，该二维位姿信息包括平台在二维平面中的当前位置和朝向；
S22、获得所述惯性传感单元输出的数据，该数据包括线加速度变化数据和角加速度变化数据；
S23、根据所述惯性传感单元输出的数据计算得到平台的三维位姿信息，该三维位姿信息包括平台高度、俯仰、偏航和横滚；
S24、采用扩展卡尔曼滤波方法，融合所述三维位姿信息和所述二维位姿信息实现平台六自由度姿态估计。
进一步的，在所述步骤S5之后，该方法还包括：
S6、将得到的二维栅格地图与三维地图进行空间坐标系一致性配准，最终得到空间坐标系一致的二维栅格地图与三维地图。
本发明还提供一种采用所述室内环境二维与三维联合模型的构建方法的室内移动三维测图平台系统，该系统包括：水平二维激光扫描仪、两个竖直二维激光扫描仪、惯性传感单元、处理设备及用于搭载上述各单元的移动平台。其中，水平二维激光扫描仪，安装于所述移动平台前端中心位置，其安装底部沿水平方向；两个竖直二维激光扫描仪，其对称分布于所述移动平台前端左右两侧，其安装底部沿竖直方向；惯性传感单元，其可安装于所述移动平台的任意位置，用于获得计算所述移动平台当前三维位姿信息的数据；处理设备，其可安装于所述平台的任意位置，其与所述水平二维激光扫描仪、两个竖直二维激光扫描仪及惯性传感单元电路连接，用于接收所述各二维激光扫描仪及惯性传感单元所获得的数据信息并完成所述二维与三维联合模型的构建。
进一步地，所述水平二维激光扫描仪及竖直二维激光扫描仪的扫描范围均为270°。
进一步地，所述两个竖直二维激光扫描仪彼此间互成90度设置，其中安装于左侧的二维激光扫描仪用于扫描前方右侧区域，右侧的二维激光扫描仪用于扫描前方左侧区域。
本发明根据所述水平二维激光扫描仪输出的二维激光扫描数据，构建二维栅格地图；根据所述惯性传感单元输出的数据与所述二维栅格地图，采用扩展卡尔曼滤波方法，实现平台六自由度姿态估计；根据所述两个竖直二维激光扫描仪输出的二维激光扫描数据，构建室内环境的三维点云数据；并将所述平台六自由度位姿估计的结果作为初始旋转平移矩阵，将所述三维点云数据配准为三维地图；然后采用二维栅格地图构建中的闭合环路检测原理，进行二维栅格地图的闭环检测，并通过平台位姿调整，获得全局优化的二维栅格地图和三维地图，由于在三维地图配准时，采用了平台六自由度位姿估计的结果作为初始旋转平移矩阵，因此解决了现有技术中静态扫描方案效率低，对于移动平台在三维方向上空间中运动时，三维空间的探索能力的有限的问题，最终构建的三维地图准确性高，该方法尤其适用于路面不平整情况下的轮式平台采集系统以及操作者背负采集系统，环境适用性强。
附图说明
图1为本发明实施例提供的一种室内环境二维与三维联合模型的构建方法的流程示意图；
图2为本发明实施例提供的室内二维栅格地图的构建结果示意图；
图3为本发明实施例提供的室内三维地图的构建结果示意图；
图4为本发明实施例提供的室内移动三维测图平台系统结构图；
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例一
本实施例提供一种室内环境二维与三维联合模型的构建方法，通过包括一个其底部沿水平方向安装的水平二维激光扫描仪、分别位于所述水平二维激光扫描仪两侧且其底部沿竖直方向安装的两个竖直二维激光扫描仪、以及惯性传感单元的室内移动三维测图平台实施。
如图1、图2及图3所示，该方法包括如下步骤S1-步骤S5：
S1、获得所述水平二维激光扫描仪输出的二维激光扫描数据，构建二维栅格地图；
SLAM(Simultaneous Localization And Mapping，同步定位与地图创建)是指移动平台在未知环境中构建地图，并同时使用该地图进行定位与导航。因此要解决两个问题，一是地图创建问题，即根据获得的信息如何实现对环境的描述和模型构建，二是定位问题，即估计移动平台相对于地图的位置和姿态。在地图构建的过程中，首先，需要获得室内环境中的二维栅格地图，室内环境中的二维栅格地图是使用所述水平二维激光扫描仪输出的二维激光扫描数据基于二维的SLAM算法构建的。可选的，采用RBPF(Rao-BlackwellisedParticle Filter粒子滤波)方法为二维SLAM解决方案来创建二维栅格地图。RBPF方法可以精确地产生潜在的粒子分布和自适应重采样粒子，以避免粒子耗尽(基于里程表估计的概率模型和扫描匹配考虑二维范围内数据的粒子权重)。获取所述水平二维激光扫描仪输出的二维激光扫描数据后，该二维SLAM过程提供了环境的二维栅格地图，并且还提供了一个初始姿势确定的平台系统，同时该数据将被用作三维激光扫描的参考值。
S2、采用扩展卡尔曼滤波方法，根据所述惯性传感单元输出的数据与所述二维栅格地图，实现平台六自由度姿态估计；
在步骤S2中，惯性传感单元可准确地得到移动平台在各个方向的线加速度与角加速度，以获得更精确的三维位姿。采用EKF扩展卡尔曼滤波方法融合二维激光扫描数据和惯性传感单元输出的数据，实现平台六自由度姿态估计。
可选的，步骤S2具体通过以下方法实现：
S21、根据所述二维栅格地图估计出平台的二维位姿信息，该二维位姿信息包括平台在二维平面中的当前位置和朝向；
该步骤具体可采用2D SLAM算法系统，以获得平台的二维位姿估计。
S22、获得所述惯性传感单元输出的数据，该数据包括线加速度变化数据和角加速度变化数据；
S23、根据所述惯性传感单元输出的数据计算得到平台的三维位姿信息，该三维位姿信息包括平台高度、俯仰、偏航和横滚；
该步骤具体可采用惯性传感单元提供的驱动的算法系统，以获得平台的三维位姿信息。
S24、采用扩展卡尔曼滤波方法，融合所述三维位姿信息和所述二维位姿信息实现平台六自由度姿态估计。
该步骤具体可采用6-DOF定位算法系统，以获得移动平台的六自由度姿态估计。其中，惯性传感单元可准确地得到移动平台在各个方向的线加速度与角加速度，6-DOF定位算法系统采用EKF扩展卡尔曼滤波方法融合二维栅格地图和惯性传感单元输出的数据实现平台六自由度姿态估计。所述六自由度姿态估计可以为该系统提供一个完整的三维位姿估计，并可以用来加速地图的配准过程，并且可在多地图之间没有重叠区域时配准两个地图。
S3、获得所述竖直二维激光扫描仪输出的二维激光扫描数据，根据S2中得到的平台六自由度姿态估计的结果，将所述竖直二维激光扫描仪输出的二维激光扫描数据配准到平台的三维坐标系中，得到室内环境的三维点云数据；
S4、将初始时刻的平台六自由度位姿估计的结果作为初始旋转平移矩阵并确定三维坐标系原点位置，将所获得的三维点云数据通过相应的旋转平移矩阵配准到平台的三维坐标系以生成三维地图；
S5、采用二维栅格地图构建中的闭合环路检测原理，对获得的二维栅格地图进行闭环检测；根据闭环检测结果对获得的二维位姿信息进行全局优化调整，根据调整结果对二维栅格地图进行优化，获得全局优化的二维栅格地图；再根据闭环检测结果对获得的平台六自由度位姿估计的结果进行全局优化调整，根据调整结果对三维地图进行优化，获得全局优化的三维地图。
通常平台在地图创建与位姿估计中都会有累积误差存在，将导致平台在完成同步定位与地图创建的过程中环路无法闭合，即无法判断是否回到已探索区域，同时使得环境中的同一个地方对应多个地图，导致地图的不一致性，进而妨碍平台完成SLAM任务。
该步骤中：在二维SLAM的闭环检测中，持续监测基于RBPF的二维SLAM的粒子滤波器的粒子权重；当平台系统遇到闭环，即当粒子权重比设定的阈值小时，粒子滤波器开始重新采样和复位所有粒子的权重，校正该平台系统的位姿，并更新二维栅格地图。在全局优化中，采用基于构图的优化方法，以消除构图过程中的累积误差，建立全局一致的地图。在建立全局三维地图的基础上，使用g2o的构图优化框架。所述g2o框架是一个开源图优化器，其被广泛应用于基于图的SLAM问题和BA的问题。该系统的位姿表示为图中的结构中的节点，并且所述扫描之间的配准误差被表示为图中结构的边缘。通过对全局三维地图所估计的平台姿态的变换矩阵进行更新，最终创建全局一致的三维地图。基于平台上二维与三维数据获取传感器间的刚性连接，二维SLAM闭环检测获得的同时，认为在三维地图上也检测到一个闭环。因此，应用基于图的优化框架为平台六自由度姿态进行优化调整，减少平台定位的不确定性，进而提高创建地图的精度。
本发明实施例通过获取平台六自由度位姿估计，并将平台六自由度位姿估计的结果作为初始旋转平移矩阵，然后将所述三维点云数据配准为三维地图，提高了地图构建的效率，解决了现有技术中移动平台在三维方向上空间中运动时，对三维空间的探索能力的限制，最终构建的三维地图准确性高，该方法尤其适用于路面不平整情况下的的轮式平台采集系统以及操作者背负采集系统，环境适用性强。此外，通过采用二维栅格地图构建中的闭合环路检测原理，进行二维栅格地图的闭环检测，并通过平台位姿调整，获得全局优化的二维栅格地图和三维地图，提高了二维与三维地图构建的效率与准确性，有效的在近距离、多转角、易遮挡、光照复杂、缺乏绝对定位等特点的室内准确构建室内环境的二维栅格地图，并提供与之对应的三维点云模型。
在上述实施例的基础上，可选的，在所述步骤S5之后，该方法还包括：
S6、将得到的二维栅格地图与三维地图进行空间坐标系一致性配准，最终得到空间坐标系一致的二维栅格地图与三维地图。
这样设置的好处是，通过空间一致性配准，使二维栅格地图与三维地图在空间上具有一致性。该步骤具体如下：将三维地图的三维坐标系变换到二维栅格地图的坐标系上，使二维栅格地图和三维地图的坐标系一致，即可使得三维地图与二维栅格地图在空间上具有一致性。
为实施如上所述室内环境二维与三维联合模型的构建方法本实施例还提供一种室内移动三维测图平台系统。
如图4所示，移动平台5上安装有水平二维激光扫描仪51、竖直二维激光扫描仪52及53、惯性传感单元54及处理设备55。其中，水平二维激光扫描仪51安装于所述移动平台5前端中心位置，其安装底部沿水平方向；竖直二维激光扫描仪52及53其对称分布于所述移动平台5前端左右两侧，其安装底部沿竖直方向；惯性传感单元54，其可安装于所述移动平台5的任意位置，本实施例中安装于水平二维激光扫描仪51侧边，其用于获得计算所述移动平台当前三维位姿信息的数据；处理设备55，其可安装于所述移动平台5任意位置，本实施例中安装于所述移动平台5中部，其与所述水平二维激光扫描仪51、所述竖直二维激光扫描仪52、53及惯性传感单元54电路连接，用于接收所述水平二维激光扫描仪51、所述竖直二维激光扫描仪52、53及惯性传感单元54所获得的数据信息并完成所述二维与三维联合模型的构建。
上述结构中，所述水平二维激光扫描仪51、所述竖直二维激光扫描仪52及53的扫描范围均为270°；所述竖直二维激光扫描仪52及53间安装角度互成90°，如此设置则左侧的竖直二维激光扫描仪52扫描右侧区域，右侧的竖直二维激光扫描仪53扫描左侧，其身体遮挡区域最小、扫描范围最广、有利于减少处理设备的信息处理量，提高二维及三维模型构建的准确性。
本发明通过水平方向设置的二维激光扫描仪获得的二维激光扫描数据构建二维栅格地图，通过两个其底部沿竖直方向安装的二维激光扫描仪获得的二维激光扫描数据构建室内环境的三维点云数据，并采用扩展卡尔曼滤波方法将惯性传感单元输出的数据与二维栅格地图融合获得平台六自由度姿态估计，然后将所述平台六自由度位姿估计的结果作为初始旋转平移矩阵，将所述三维点云数据配准为三维地图，解决了现有技术中移动平台在三维方向上空间中运动时，对三维空间的探索能力的限制，最终构建的三维地图准确性高，该方法尤其适用于路面不平整情况下的轮式平台采集系统以及操作者背负采集系统，环境适用性强。此外通过采用二维栅格地图构建中的闭合环路检测原理，进行二维栅格地图的闭环检测，并通过平台位姿调整，获得全局优化的二维栅格地图和三维地图，提高了二维与三维地图构建的效率与准确性，有效的在近距离、多转角、易遮挡、光照复杂、缺乏绝对定位等特点的室内准确构建室内环境的二维栅格地图，并提供与之对应的三维点云模型。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (6)
1.一种室内环境二维与三维联合模型的构建方法，通过包括有一个其底部沿水平方向安装的水平二维激光扫描仪、分别位于所述水平二维激光扫描仪两侧且其底部沿竖直方向安装的两个竖直二维激光扫描仪、以及惯性传感单元的室内移动三维测图平台实施，其特征在于，该方法包括：
S1、获得所述水平二维激光扫描仪输出的二维激光扫描数据，构建二维栅格地图；
S2、采用扩展卡尔曼滤波方法，根据所述二维栅格地图估计出平台的二维位姿信息，根据所述惯性传感单元输出的数据与所述二维栅格地图，实现平台六自由度姿态估计；
S3、获得所述竖直二维激光扫描仪输出的二维激光扫描数据，根据S2中得到的平台六自由度姿态估计的结果，将所述竖直二维激光扫描仪输出的二维激光扫描数据配准到平台的三维坐标系中，得到室内环境的三维点云数据；
S4、将初始时刻的平台六自由度位姿估计的结果作为初始旋转平移矩阵并确定三维坐标系原点位置，将每一时刻所获得的三维点云数据通过相应的旋转平移矩阵配准到平台的三维坐标系以生成三维地图；
S5、采用二维栅格地图构建中的闭合环路检测原理，对获得的二维栅格地图进行闭环检测；根据闭环检测结果对获得的二维位姿信息进行全局优化调整，根据调整结果对二维栅格地图进行优化，获得全局优化的二维栅格地图；再根据闭环检测结果对获得的平台六自由度位姿估计的结果进行全局优化调整，根据调整结果对三维地图进行优化，获得全局优化的三维地图。
2.如权利要求1所述的室内环境二维与三维联合模型构建方法，其特征在于，所述步骤S2具体包括：
S21、根据所述二维栅格地图估计出平台的二维位姿信息，该二维位姿信息包括平台在二维平面中的当前位置和朝向；
S22、获得所述惯性传感单元输出的数据，该数据包括线加速度变化数据和角加速度变化数据；
S23、根据所述惯性传感单元输出的数据计算得到平台的三维位姿信息，该三维位姿信息包括平台高度、俯仰、偏航和横滚；
S24、采用扩展卡尔曼滤波方法，融合所述三维位姿信息和所述二维位姿信息实现平台六自由度姿态估计。
3.如权利要求1-2任一项所述的室内环境二维与三维联合模型的构建方法，其特征在于，在所述步骤S5之后，该方法还包括：
S6、将得到的二维栅格地图与三维地图进行空间坐标系一致性配准，最终得到空间坐标系一致的二维栅格地图与三维地图。
4.一种采用权利要求1-3任意一项所述室内环境二维与三维联合模型的构建方法的室内移动三维测图平台系统，其特征在于，包括：
移动平台；
水平二维激光扫描仪，安装于所述移动平台前端中心位置，其安装底部沿水平方向；
两个竖直二维激光扫描仪，其对称分布于所述移动平台前端左右两侧，其安装底部沿竖直方向；
惯性传感单元，其可安装于所述移动平台的任意位置，用于获得计算所述移动平台当前三维位姿信息的数据；
处理设备，其可安装于所述平台的任意位置，其与所述水平二维激光扫描仪、两个竖直二维激光扫描仪及惯性传感单元电路连接，用于接收所述各二维激光扫描仪及惯性传感单元所获得的数据信息并完成所述二维与三维联合模型的构建。
5.根据权利要求4所述的一种室内移动三维测图平台系统，其特征在于：所述水平二维激光扫描仪及所述竖直二维激光扫描仪的扫描范围均为270°。
6.根据权利要求4所述的一种室内移动三维测图平台系统，其特征在于：所述两个竖直二维激光扫描仪彼此间扫描区域的中心线互成90度设置，其中安装于左侧的二维激光扫描仪用于扫描前方右侧区域，右侧的二维激光扫描仪用于扫描前方左侧区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510622546.5A CN105354875B (zh) | 2015-09-25 | 2015-09-25 | 一种室内环境二维与三维联合模型的构建方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510622546.5A CN105354875B (zh) | 2015-09-25 | 2015-09-25 | 一种室内环境二维与三维联合模型的构建方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105354875A CN105354875A (zh) | 2016-02-24 |
| CN105354875B true CN105354875B (zh) | 2018-01-23 |
Family
ID=55330842
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510622546.5A Active CN105354875B (zh) | 2015-09-25 | 2015-09-25 | 一种室内环境二维与三维联合模型的构建方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105354875B (zh) |
Families Citing this family (37)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105702151B (zh) * | 2016-03-31 | 2019-06-11 | 百度在线网络技术（北京）有限公司 | 一种室内地图构建方法及装置 |
| CN108022264B (zh) * | 2016-11-01 | 2023-06-13 | 北京墨土科技有限公司 | 相机位姿确定方法及设备 |
| CN106604289B (zh) * | 2016-12-09 | 2020-02-14 | 英华达（上海）科技有限公司 | 无线信号传输系统及其控制方法 |
| CN106652028B (zh) * | 2016-12-28 | 2020-07-03 | 深圳乐动机器人有限公司 | 一种环境三维建图方法及装置 |
| CN106695744A (zh) * | 2017-03-08 | 2017-05-24 | 郑州大学 | 一种基于球形轮的自主导航机器人 |
| CN107612703B (zh) * | 2017-07-27 | 2020-08-25 | 中国人民解放军国防信息学院 | 二维聚合的联合战术通信系统模型及构建方法、应用方法 |
| CN107843208A (zh) * | 2017-10-27 | 2018-03-27 | 北京矿冶研究总院 | 一种矿山巷道轮廓感知方法及系统 |
| CN107656287B (zh) * | 2017-10-30 | 2019-08-16 | 中国科学院合肥物质科学研究院 | 一种基于激光雷达的麻类作物行的边界提取设备及方法 |
| JP2019086419A (ja) * | 2017-11-08 | 2019-06-06 | 川崎重工業株式会社 | 環境取得システム |
| CN108225328A (zh) * | 2017-12-29 | 2018-06-29 | 北京领航视觉科技有限公司 | 一种室内三维数据采集方法 |
| CN110197615B (zh) * | 2018-02-26 | 2022-03-04 | 北京京东尚科信息技术有限公司 | 用于生成地图的方法及装置 |
| CN108427431A (zh) * | 2018-04-24 | 2018-08-21 | 东莞理工学院 | 一种基于激光扫描地图构建系统的四轴飞行器及其方法 |
| CN109509256B (zh) * | 2018-06-21 | 2023-07-18 | 华南理工大学 | 基于激光雷达的建筑结构自动测量及3d模型生成方法 |
| EP3612854B1 (en) * | 2018-07-02 | 2023-03-15 | Beijing Didi Infinity Technology and Development Co., Ltd. | Vehicle navigation system using pose estimation based on point cloud |
| CN108955689A (zh) * | 2018-07-13 | 2018-12-07 | 北京工业大学 | 基于自适应细菌觅食优化算法的rbpf-slam方法 |
| CN110966923B (zh) * | 2018-09-29 | 2021-08-31 | 深圳市掌网科技股份有限公司 | 室内三维扫描与危险排除系统 |
| CN111383261B (zh) * | 2018-12-27 | 2023-06-20 | 浙江舜宇智能光学技术有限公司 | 移动机器人、及其位姿估计方法和位姿估计装置 |
| CN109459039B (zh) * | 2019-01-08 | 2022-06-21 | 湖南大学 | 一种医药搬运机器人的激光定位导航系统及其方法 |
| CN109885369B (zh) * | 2019-02-22 | 2022-04-29 | 北京知道创宇信息技术股份有限公司 | 图像联动方法及装置 |
| CN111609853A (zh) * | 2019-02-25 | 2020-09-01 | 北京奇虎科技有限公司 | 三维地图构建方法、扫地机器人及电子设备 |
| CN109947103B (zh) * | 2019-03-18 | 2022-06-28 | 深圳一清创新科技有限公司 | 无人驾驶控制方法、装置、系统和承载设备 |
| CN110120093A (zh) * | 2019-03-25 | 2019-08-13 | 深圳大学 | 一种多元特征混合优化的rgb-d室内三维测图方法及系统 |
| CN110009738B (zh) * | 2019-03-28 | 2023-04-11 | 电子科技大学 | 一种面向火灾应急疏散的室内三维表达模型 |
| CN111829531A (zh) * | 2019-04-15 | 2020-10-27 | 北京京东尚科信息技术有限公司 | 二维地图构建方法、装置、机器人定位系统和存储介质 |
| CN110095786B (zh) * | 2019-04-30 | 2021-02-02 | 北京云迹科技有限公司 | 基于一线激光雷达的三维点云地图生成方法及系统 |
| CN110176022B (zh) * | 2019-05-23 | 2023-03-28 | 广西交通科学研究院有限公司 | 一种基于视频检测的隧道全景监控系统及方法 |
| CN110398751A (zh) * | 2019-09-11 | 2019-11-01 | 北京云迹科技有限公司 | 基于激光雷达生成地图的系统及方法 |
| CN112219225A (zh) * | 2019-09-26 | 2021-01-12 | 深圳市大疆创新科技有限公司 | 定位方法、系统及可移动平台 |
| CN110889364A (zh) * | 2019-11-21 | 2020-03-17 | 大连理工大学 | 一种利用红外传感器和可见光传感器构建栅格地图的方法 |
| CN110849351B (zh) * | 2019-11-21 | 2021-07-06 | 大连理工大学 | 一种利用深度相机和双目相机构建栅格地图的方法 |
| CN110849352B (zh) * | 2019-11-21 | 2021-07-02 | 大连理工大学 | 一种利用红外、深度和双目相机融合构建栅格地图的方法 |
| CN111402339B (zh) * | 2020-06-01 | 2020-10-09 | 深圳市智绘科技有限公司 | 一种实时定位方法、装置、系统及存储介质 |
| CN111667535B (zh) * | 2020-06-04 | 2023-04-18 | 电子科技大学 | 一种针对遮挡场景下的六自由度位姿估计方法 |
| CN112179355B (zh) * | 2020-09-02 | 2023-05-26 | 西安交通大学 | 针对光度曲线典型特征的姿态估计方法 |
| WO2022151011A1 (zh) * | 2021-01-13 | 2022-07-21 | 华为技术有限公司 | 一种定位方法、装置和车辆 |
| CN113727087A (zh) * | 2021-08-06 | 2021-11-30 | 上海有个机器人有限公司 | 一种3d扫描仪装置和生成三维地图的方法 |
| CN113778096B (zh) * | 2021-09-15 | 2022-11-08 | 杭州景吾智能科技有限公司 | 室内机器人的定位与模型构建方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103148804A (zh) * | 2013-03-04 | 2013-06-12 | 清华大学 | 一种基于激光扫描的室内未知结构识别方法 |
| CN104536445A (zh) * | 2014-12-19 | 2015-04-22 | 深圳先进技术研究院 | 移动导航方法和系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140240469A1 (en) * | 2013-02-28 | 2014-08-28 | Motorola Mobility Llc | Electronic Device with Multiview Image Capture and Depth Sensing |
| WO2014189495A1 (en) * | 2013-05-21 | 2014-11-27 | Intel Corporation | Systems and methods for simultaneously and automatically creating databases of wifi signal information |
-
2015
- 2015-09-25 CN CN201510622546.5A patent/CN105354875B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103148804A (zh) * | 2013-03-04 | 2013-06-12 | 清华大学 | 一种基于激光扫描的室内未知结构识别方法 |
| CN104536445A (zh) * | 2014-12-19 | 2015-04-22 | 深圳先进技术研究院 | 移动导航方法和系统 |
Non-Patent Citations (2)
| Title |
|---|
| DESIGN OF AN INDOOR MAPPING SYSTEM USING THREE 2D LASER SCANNERS AND 6 DOF SLAM;George Vosselman;《ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences》;20140907;第II-3卷;173-179 * |
| 非结构化环境下月球车快速即时定位与制图方法;李秀智 等;《宇航学报》;20100930;第31卷(第9期);2145-2149 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105354875A (zh) | 2016-02-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105354875B (zh) | 一种室内环境二维与三维联合模型的构建方法和系统 | |
| CA3103844C (en) | Method for reconstructing three-dimensional space scene based on photographing | |
| CN112132972B (zh) | 一种激光与图像数据融合的三维重建方法及系统 | |
| CN111275750B (zh) | 基于多传感器融合的室内空间全景图像生成方法 | |
| CN109765901A (zh) | 基于线激光与双目视觉的动态代价地图导航方法 | |
| WO2019127445A1 (zh) | 三维建图方法、装置、系统、云端平台、电子设备和计算机程序产品 | |
| CN102622762B (zh) | 使用深度图的实时相机跟踪 | |
| TWI494898B (zh) | 從地理參考影像擷取和映對三維特徵之技術 | |
| CN102609942B (zh) | 使用深度图进行移动相机定位 | |
| JP6002126B2 (ja) | 画像ベースの測位のための方法および装置 | |
| CN110345937A (zh) | 一种基于二维码的导航定姿定位方法和系统 | |
| Fruh et al. | Fast 3D model generation in urban environments | |
| CN108230247B (zh) | 基于云端的三维地图的生成方法、装置、设备及计算机可读的存储介质 | |
| CN107491070A (zh) | 一种移动机器人路径规划方法及装置 | |
| CN108337915A (zh) | 三维建图方法、装置、系统、云端平台、电子设备和计算机程序产品 | |
| JP2010532029A (ja) | 領域の３次元マップ表現を提供するための装置及び方法 | |
| US11378693B2 (en) | Floor surveying system | |
| CN102831646A (zh) | 一种基于扫描激光的大尺度三维地形建模方法 | |
| CN106997614A (zh) | 一种基于深度相机的大规模场景3d建模方法及其装置 | |
| CN110361026A (zh) | 一种基于3d点云的仿人机器人路径规划方法 | |
| Gong et al. | Extrinsic calibration of a 3D LIDAR and a camera using a trihedron | |
| CN110243375A (zh) | 一种同时构建二维地图和三维地图的方法 | |
| Chen et al. | Real-time 3D mobile mapping for the built environment | |
| CN111402315B (zh) | 一种自适应调整双目摄像机基线的三维距离测量方法 | |
| JP4565348B2 (ja) | 形状測定装置及びその方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210720 Address after: 361000 Floor 9, No. 171, Tapu East Road, Siming District, Xiamen City, Fujian Province Patentee after: Xiamen Sizhong Construction Co.,Ltd. Address before: 361000 Siming South Road, Xiamen, Fujian Province, No. 422 Patentee before: XIAMEN University |