CN105702151A - 一种室内地图构建方法及装置 - Google Patents
一种室内地图构建方法及装置 Download PDFInfo
- Publication number
- CN105702151A CN105702151A CN201610202360.9A CN201610202360A CN105702151A CN 105702151 A CN105702151 A CN 105702151A CN 201610202360 A CN201610202360 A CN 201610202360A CN 105702151 A CN105702151 A CN 105702151A
- Authority
- CN
- China
- Prior art keywords
- cloud data
- point cloud
- laser point
- registration
- key frame
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/383—Indoor data
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/003—Maps
- G09B29/004—Map manufacture or repair; Tear or ink or water resistant maps; Long-life maps
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3811—Point data, e.g. Point of Interest [POI]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3848—Data obtained from both position sensors and additional sensors
-
- 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
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/003—Maps
- G09B29/005—Map projections or methods associated specifically therewith
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Abstract
本发明公开了一种室内地图构建方法及装置,该室内地图构建方法包括:获取激光点云设备采集的激光点云数据;基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,并依据配准结果形成室内三维图;对所述室内三维图进行切割形成室内地图。利用本发明提供的室内地图构建方法可以解决目前在无建筑物的CAD图纸的情况下,构建室内地图的过程中,需要大量具备专业绘图能力的工作人员亲自对室内环境进行测绘,对工作人员能力要求高且劳动量大的问题,实现降低对工作人员能力的要求,减小工作人员的劳动量,提高所构建的室内地图的精度的目的。
Description
技术领域
本发明实施例涉及地图构建技术,尤其涉及一种室内地图构建方法及装置。
背景技术
随着计算机技术、无线定位技术、地球信息系统及移动互联技术的飞速发展,基于位置的服务成为现实并在实际中得到了大量应用。在室内环境中,如机场大厅、展厅、仓库、超市、图书馆、地下停车场、矿井等环境中,常常需要确定移动终端或其持有者、设施与物品在室内的位置信息,并提供相应的附加诸如导航,搜索查询等基于室内位置的应用服务。然而,由于室内建筑数量巨大且室内环境复杂多变,如超市,展厅装修布局的周期性改变,对室内位置服务的地图更新的时效性提出了严峻的挑战。
目前,在构建室内地图的过程中,若没有待构建室内地图的建筑物的原始CAD图纸的情况下,需要工作人员对室内各房间墙壁、门窗等尺寸进行测量,进而得到建筑的室内地图。这种室内地图的构建过程需要大量具备专业绘图能力的工作人员亲自对室内环境进行测绘,对工作人员能力要求高且劳动量大。
发明内容
本发明提供了一种室内地图构建方法及装置,以解决目前构建室内地图的过程中对工作人员能力要求高且劳动量大的问题。
第一方面,本发明实施例提供了一种室内地图构建方法。该室内地图构建方法包括:
获取激光点云设备采集的激光点云数据;
基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,并依据配准结果形成室内三维图;
对所述室内三维图进行切割形成室内地图。
第二方面,本发明实施例还提供了一种室内地图构建装置。该室内地图构建装置包括:
激光点云数据获取模块,用于获取激光点云设备采集的激光点云数据;
三维图构建模块,用于基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,并依据配准结果形成室内三维图;
室内地图构建模块,用于对所述室内三维图进行切割形成室内地图。
本发明通过基于关键帧点云数据,对所获取的激光点云数据进行配准,形成室内三维图,并对所形成的室内三维图进行切割形成室内地图,可以解决目前在无建筑物的CAD图纸的情况下,构建室内地图的过程中,需要大量具备专业绘图能力的工作人员亲自对室内环境进行测绘,对工作人员能力要求高且劳动量大的问题,实现了降低对工作人员能力的要求,减小工作人员的劳动量,提高所构建的室内地图的精度的目的。
附图说明
图1是本发明实施例一提供的一种室内地图构建方法的流程图;
图2是本发明实施例一提供的一种关键帧点云数据确定方法的原理图;
图3是本发明实施例二提供的一种室内地图构建方法的流程图;
图4是本发明实施例三提供的一种室内地图构建方法的流程图;
图5是本发明实施例三提供的一种判断激光点云设备的移动轨迹是否构成闭合图形的原理图;
图6是本发明实施例四提供的一种室内地图构建方法的流程图;
图7是本发明实施例五提供的一种室内地图构建装置的结构示意图。
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。
实施例一
图1为本发明实施例一提供的一种室内地图构建方法的流程图,本实施例可适用于在无建筑物CAD图纸的情况下,构建室内地图,该方法可以由室内地图构建装置来执行,该装置可通过硬件和/或软件的方式实现。
该室内地图构建方法具体包括如下步骤:
S110、获取激光点云设备采集的激光点云数据。
激光点云数据,是指利用激光在同一空间参考系下获取物体表面每个采样点的空间坐标,得到的是一系列表达目标空间分布和目标表面特性的海量点的集合。
该激光点云数据通过激光点云设备进行采集,该激光点云设备可以集成于工作人员的背包或者可移动的采集平台上。在需要对待构建室内地图的房间的激光点云数据进行采集时,该激光点云设备随着工作人员的移动,遍历整个房间的主干道,并在上述过程中,激光点云设备间隔设定时间对整个房间的激光点云数据进行采集。
S120、基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,并依据配准结果形成室内三维图。
配准是指将不同时刻采集的激光点云数据转换至同一坐标系下的过程。具体而言,在激光点云设备随着工作人员的移动,遍历整个房间的主干道的过程中,所采集的每一帧激光点云数据都是相对于该激光点云数据采集时刻激光点云设备的空间坐标系而言的,并且不同采集时刻,激光点云设备的空间坐标系不同。为了构建待构建室内地图的房间的三维图,需要将不同空间坐标系下的激光点云数据进行重新定位,生成一个统一坐标系下的三维图,这就是激光点云数据的配准。
关键帧点云数据是指用做配准基准的点云数据,在具体进行配准时可以采用多种方法确定关键帧点云数据。例如,可以依据激光点云数据的采集场景,确定与该场景对应的激光点云数据的关键帧点云数据;或者,对于每一帧激光点云数据,将前一帧激光点云数据确定为该帧激光点云数据的关键帧点云数据;或者,依据激光点云数据的采集时间,确定激光点云数据包含的关键帧点云数据。
在上述关键帧点云数据的确定方法中,依据激光点云数据的采集场景,确定的与该场景对应的关键帧点云数据,具体可以是工作人员进入到某房间后所采集的第一帧激光点云数据,也可以是随着工作人员的移动,采集场景发生突变后所采集的第一帧或某一帧激光点云数据,还可以是将某场景下采集的几帧激光点云数据配准叠合后得到的激光点云数据。示例性地,如图2所示,在房间1内,工作人员携带激光点云设备从A1点开始沿顺时针方向沿房间主干道行走一圈(图2中虚线表示其行走的路径),采集到众多帧激光点云数据。由An点运动到B1点,场景发生突变,可以将B1点所采集到的激光点云数据作为关键帧点云数据,对B2点至Bm点所采集到的激光点云数据进行配准的。
依据激光点云数据的采集时间,确定的激光点云数据包含的关键帧点云数据,具体可以是间隔设定时间所采集的激光点云数据,还可以是在设定时间间隔内选取几帧激光点云数据配准叠合后得到的激光点云数据。示例性地,将进入某房间后所采集到的第一帧激光点云数据对应的采集时刻视作为0时刻,并将该时刻作为计算关键帧点云数据的起始时刻。将每隔3s所采集的激光点云数据作为关键帧点云数据。在配准时,0-3s内所采集的激光点云数据,基于0时刻所采集的激光点云数据进行配准;3-6s内所采集的激光点云数据,基于第3s所采集的激光点云数据进行配准;依次类推。
需要说明的是,在确定关键帧点云数据时,依据激光点云数据的采集场景,确定与该场景对应的激光点云数据的关键帧点云数据;以及依据激光点云数据的采集时间,确定激光点云数据包含的关键帧点云数据这两种方法,容易出现配准失败,但是在配准过程中累积误差小。而采用对于每一帧激光点云数据,将前一帧激光点云数据确定为该帧激光点云数据的关键帧点云数据的方法,虽然配准成功率高,但是误差累积误差大。
基于所述激光点云数据包含的关键帧点云数据,对激光点云数据进行配准时,可以对该激光点云数据中的部分点或部分特征进行配准(即粗配准),也可以对该激光点云数据中全部点进行配准(即精配准)。需要说明的是,这里所提到的激光点云数据中的部分特征包括但不限于下述特征的一种或多种:法向量方向、曲率以及直方图。若对激光点云数据中全部点进行配准,可以采用最近点迭代算法(ICP算法)进行配准。在具体配准的过程中,可以基于关键帧点云数据对激光点云数据进行一次配准或多次配准,并根据最后一次配准结果拼合形成室内三维图。进一步地,在每一次配准的过程中,可以仅对激光点云数据中的部分点或部分特征进行配准;也可以对激光点云数据中全部点进行配准;还可以先对激光点云数据中的部分点或部分特征进行配准,然后对激光点云数据中全部点进行配准。
示例性地,首先,基于所述激光点云数据包含的第一关键帧点云数据,对所述激光点云数据进行第一次配准;其次,基于所述激光点云数据包含的第二关键帧点云数据,对第一次配准后的激光点云数据进行第二次配准,其中所述第二关键帧点云数据与所述第一关键帧点云数据不同;最后,根据第二次配准结果,形成室内三维图。典型地,这里第一关键帧点云数据可以为针对待配准激光点云数据的前一帧激光点云数据,第二关键帧点云数据可以为依据所述激光点云数据的采集场景,所确定的与该场景对应的激光点云数据;也可以为依据所述激光点云数据的采集时间,所确定所述激光点云数据包含的关键帧点云数据。本方法通过两次配置可以既有效提高激光点云数据配准的成功率,又能够降低配准过程中的累积误差。
S130、对所述室内三维图进行切割形成室内地图。
在对室内三维图进行切割形成室内地图的过程中,可以根据室内地图的具体用途,选择不同的切割标准进行切割。例如,某图书馆室内地图主要用于帮助用户快速找到借阅区某特定编号的书架,该室内地图中除了需要包括该借阅区墙壁、窗户以及门的位置信息外,还需要包括借阅区内各书架的位置信息。在对该室内三维图进行切割时,考虑到书架的高度通常为2m,人的高度最高为1.8m,可选取距离地面1.9m处,对室内三维图进行切割形成室内地图,这样可以确保所形成的室内地图中除包括该借阅区墙壁、窗户以及门的位置信息外,仅包括书架的位置信息,不包括激光点云数据采集时刻位于借阅区的阅读者。又例如,若某图书馆室内地图主要用于帮助用户定位并迅速找到出口,该室内地图仅需要包括墙壁、窗户以及门的位置信息即可。在对该室内三维图进行切割时,考虑到该图书馆内书架的高度通常为2m,屋顶到地面的高度为3m,可选取距离地面2.5m处,对室内三维图进行切割形成室内地图。这样可以确保所形成的室内地图中仅包括墙壁、窗户以及门的位置信息。
进一步地,考虑到对于同一室内区域具有不同的区域特征,可选地,根据预设的分区规则,将室内空间划分为不同室内区域;依据所述室内区域的区域特征,对所述室内三维图进行切割形成室内地图,所述区域特征包括高度。这里预设的分区规则包括室内地面到屋顶的高度。示例性地,某房间地面到屋顶的高度为2.5m,房间中间位置设置有舞台,舞台高于地面0.5m,若需要构建该房间仅包含墙壁、窗户以及门的位置信息的室内地图时,可以根据地面到屋顶的高度,将该房间分为两个区域,第一区域为设置有舞台的区域,第二区域为未设舞台的区域。在考虑到采集点云数据过程中,人的高度最高为1.8m,可以针对第一区域,选取距地面2.4m,对该区域的三维图进行切割;针对第二区域,选取距地面2m,对该区域的三维图进行切割。将第一区域三维图切割后的截面图与第二区域三维图切割后的截面图拼合,形成房间的室内地图。通过结合室内各区域的区域特征,对各区域的三维图进行分区域切割后拼合形成室内地图,这样可以更好地满足用户对是室内地图的需求,提高用户体验。
本实施例技术方案通过基于关键帧点云数据,对所获取的激光点云数据进行配准,形成室内三维图,并对所形成的室内三维图进行切割形成室内地图,可以解决目前在无建筑物的CAD图纸的情况下,构建室内地图的过程中,需要大量具备专业绘图能力的工作人员亲自对室内环境进行测绘,对工作人员能力要求高且劳动量大的问题,实现了降低对工作人员能力的要求,减小工作人员的劳动量,提高所构建的室内地图的精度的目的。
在上述技术方案的基础上,还可以将所得到的室内地图投影到对应的室外地图上,生成相应位置的平面栅格地图。进一步地,为了满足不同用户对地图的需求,还可以对该平面栅格地图进行加工,形成矢量地图。
实施例二
图3为本发明实施例二提供的一种室内地图构建方法的流程图,本实施例在实施例一的基础上,在基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准之前进一步增加了特征:获取惯性测量单元采集到的惯性测量单元姿态,其中所述惯性测量单元与所述激光点云设备刚性连接;依据所述惯性测量单元姿态,修正所述激光点云数据。
本实施例提供的室内地图构建方法具体包括如下步骤:
S110、获取激光点云设备采集的激光点云数据。
S210、获取惯性测量单元采集到的惯性测量单元姿态,其中所述惯性测量单元与所述激光点云设备刚性连接;
惯性测量单元(Inertialmeasurementunit,IMU)是测量物体三轴姿态角(或角速率)以及加速度的装置。该惯性测量单元与激光点云设备刚性连接,同时集成于工作人员的背包或者可移动的采集平台上,随着工作人员的移动,遍历整个房间的主干道,并在激光点云设备采集整个房间的激光点云数据的同时采集惯性测量单元姿态。需要说明的是,利用惯性测量单元对其自身的姿态进行采集时,需要明确所采集的惯性测量单元姿态与所采集的激光点云数据时间上的对应关系,即实现惯性测量单元与激光点云设备同步采集。
S220、依据所述惯性测量单元姿态,修正所述激光点云数据。
由于惯性测量单元与激光点云设备刚性连接,可结合惯性测量单元姿态以及惯性测量单元与激光点云设备的位置关系得到激光点云设备的姿态。即惯性测量单元姿态与激光点云设备姿态在空间上存在一一对应的关系。
本步骤的具体实现方法为,依据激光点云数据与惯性测量单元姿态时间上对应关系,以及惯性测量单元姿态与激光点云设备姿态空间上的对应关系,确定在采集各激光点云数据时刻,激光点云设备的姿态,进而根据激光点云数据采集时刻激光点云设备的姿态,修正激光点云数据。
需要说明的,在修正激光点云数据时可以对所采集的全部激光点云数据进行修正,也可以仅修正部分激光点云数据,示例性地,仅修正需要配准的激光点云数据。
S120、基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,并依据配准结果形成室内三维图。
S130、对所述室内三维图进行切割形成室内地图。
本实施例通过利用惯性测量单元采集的惯性测量单元姿态修正所述激光点云数据,可以有效减小激光点云数据的测量误差,进而提高所构建的室内地图的精度。
实施例三
图4为本发明实施例三提供的一种室内地图构建方法的流程图,本实施例在上述各实施例的基础上,将基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,并依据配准结果形成室内三维图这一特征优化为:基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准;根据配准结果确定在采集所述激光点云数据的过程中所述激光点云设备的移动轨迹;确定所述移动轨迹是否构成闭合图形,若所述移动轨迹构成闭合图形,则利用回环优化算法,校正所述激光点云数据;拼合校正后的激光点云数据,形成室内三维图。
本实施例提供的室内地图构建方法具体包括如下步骤:
S110、获取激光点云设备采集的激光点云数据。
S310、基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准。
S320、根据配准结果确定在采集所述激光点云数据的过程中所述激光点云设备的移动轨迹。
本步骤具体为根据所配准的每一帧激光点云数据在配准时的得到的旋转矩阵,反推出在采集该激光点云数据时刻,相对于采集关键帧点云数据时刻,激光点云设备的位置变换信息,根据该位置变换信息得到在采集每一帧激光点云数据时刻,激光点云设备的具体位置,进而得到激光点云设备的移动轨迹。
S330、确定所述移动轨迹是否构成闭合图形,若所述移动轨迹构成闭合图形,则利用回环优化算法,校正所述激光点云数据。
需要说明的是,在本步骤中,确定所述移动轨迹是否构成闭合图形并非指判断所述移动轨迹构成严格的首尾重合的图形,而是指误差允许的范围之内移动轨迹是否构成首尾基本重合的图形。
具体用于确定所述移动轨迹是否构成闭合图形的方法有多种。示例性地,判断配准时每一帧激光点云数据采集时刻激光点云设备的具体位置与该激光点云设备在该室内采集第一帧激光点云数据时刻的位置之间的距离是否小于或等于某一预设值。例如,图5所示,工作人员携带激光点云设备进入到房间1后,从A点开始沿顺时针方向沿该房间的主干道行走一圈(图5中虚线为工作人员的行走轨迹),达到C点。假设在判断的过程中选取0.5m作为用于判断移动轨迹是否构成闭合图形的预设值,判断A点与C点之间的距离值与预设值(0.5m)的大小关系。若A点与C点之间的距离值大于0.5m,则说明该移动轨迹未构成闭合图形;若A点与C点之间的距离值小于或等于0.5m,则说明该移动轨迹构成闭合图形。
若所述移动轨迹构成闭合图形,则利用回环优化算法,校正所述激光点云数据,具体是指,如图5所示,若A点与C点之间的距离值确实小于或等于0.5m,则说明该移动轨迹构成闭合图形,此时将C点所采集的激光点云数据与A点所采集的激光点云数据强行拼合在一起,得到C点所采集的激光点云数据的误差矩阵。将C点所采集的激光点云数据的误差矩阵平均分摊到从A点移动到C点这个过程中所采集的每一帧激光点云数据上,得到每一帧激光点云数据对应的增量矩阵,该增量矩阵即为每一帧激光点云数据应当扣除的误差。在本具体示例中,校正所述激光点云数据是指从A点移动到C点这个过程中所采集的每一帧激光点云数据中扣除该增量矩阵。
S340、拼合校正后的激光点云数据,形成室内三维图。
S130、对所述室内三维图进行切割形成室内地图。
在对所述激光点云数据进行配准,并依据配准结果形成室内三维图的过程中,由于每一帧激光点云数据在采集的过程中都存在误差,当每一帧激光点云数据在配准的过程中,会对各帧激光点云数据存在的误差进行累积。本实施例通过在对激光点云数据进行配准的过程中,判断激光点云数据的移动轨迹是否构成闭合图形,并利用回环优化算法对能够构成闭合图形的所有激光点云数据进行校正,可以有效去除所形成的三维图的累积误差,可达到进一步提高室内地图精度的目的。
实施例四
在利用本发明上述各实施例提供的室内地图构建方法构建室内地图的过程中,会存在很多干扰。例如,由于室内存在反光效果较好的物体(如镜子等)造成的镜面干扰;由于激光采集设备自身等因素造成的杂点干扰;由于人或物体位置的连续变化造成的动态干扰;由于待构建室内地图的空间中摆放、悬挂的小尺寸物体而造成的小尺寸物体干扰。无疑,这些干扰的存在都会影响所构建的室内地图的精度。
图6为本发明实施例四提供的一种室内地图构建方法的流程图。本实施例在上述各实施例的基础上,进一步增加了滤波处理步骤。
本实施例提供的室内地图构建方法具体包括如下步骤:
S110、获取激光点云设备采集的激光点云数据。
S410、对所述激光点云数据包含的镜面干扰和/或杂点干扰进行滤波。
S420、在基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,同时对由于人或物体位置的连续变化造成的动态干扰进行滤波;依据配准结果和滤波结果,对激光点云数据进行拼合形成室内三维图。
S430、对所述室内三维图中的杂点干扰、小尺寸物体干扰或由于人或物体位置的连续变化造成的动态干扰进行滤波。
S130、对所述室内三维图进行切割形成室内地图。
需要说明的,在利于本实施例上述技术方案构建室内地图时,可以针对具体情况,有针对性地选择S410、S420以及S430之中的一个或多个步骤进行滤波处理。另外,由于干扰的类型不同,所需要的滤波算法可能相同,也可能不同。具体进行滤波时,根据干扰的类型选择相应的滤波算法进行滤波。例如,对于杂点干扰,可以选择离群点移除方法对激光点云数据进行滤波。
本实施例技术方案中,通过增加滤波处理步骤,可以有效解决由于干扰的存在导致所形成的室内地图精度低的问题,可以达到进一步提高所构建的室内地图精度的目的。
此外,还需要说明的是,在本申请中实施例一至实施例四从多个角度提供了多种用于提高所构建的室内地图的精度的方法。各方法在执行的过程中互不影响,可以互相叠加使用。
实施例五
图7为本发明实施例五提供的一种室内地图构建装置。该室内地图构建装置,包括:激光点云数据获取模块510、三维图构建模块520以及室内地图构建模块530。
激光点云数据获取模块510,用于获取激光点云设备采集的激光点云数据;
三维图构建模块520,用于基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,并依据配准结果形成室内三维图;
室内地图构建模块530,用于对所述室内三维图进行切割形成室内地图。
本实施例通过基于关键帧点云数据,对所获取的激光点云数据进行配准,形成室内三维图,并对所形成的室内三维图进行切割形成室内地图,可以解决目前在无建筑物的CAD图纸的情况下,构建室内地图的过程中,需要大量具备专业绘图能力的工作人员亲自对室内环境进行测绘,对工作人员能力要求高且劳动量大的问题,实现了降低对工作人员能力的要求,减小工作人员的劳动量,提高所构建的室内地图的精度的目的。
进一步地,该室内地图构建装置还可以包括:
激光点云修正模块,用于在基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准之前,获取惯性测量单元采集到的惯性测量单元姿态,其中所述惯性测量单元与所述激光点云设备刚性连接;依据所述惯性测量单元姿态,修正所述激光点云数据。
进一步地,该所述三维图构建模块520还可以包括:
配准单元,用于基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准;
移动轨迹确定单元,用于根据配准结果确定在采集所述激光点云数据的过程中所述激光点云设备的移动轨迹;
激光点云数据校正单元,用于确定所述移动轨迹是否构成闭合图形,若所述移动轨迹构成闭合图形,则利用回环优化算法,校正所述激光点云数据;
第一三维图形成单元,用于拼合校正后的激光点云数据,形成室内三维图。
进一步地,所述三维图构建模块520可以包括:
第一配准单元,用于基于所述激光点云数据包含的第一关键帧点云数据,对所述激光点云数据进行第一次配准;
第二配准单元,用于基于所述激光点云数据包含的第二关键帧点云数据,对第一次配准后的激光点云数据进行第二次配准,其中所述第二关键帧点云数据与所述第一关键帧点云数据不同;
第二三维图形成单元,用于根据第二次配准结果,形成室内三维图。
进一步地,所述关键帧点云数据通过如下方式得到:
依据所述激光点云数据的采集场景,确定与该场景对应的激光点云数据的关键帧点云数据;或者,
对于每一帧激光点云数据,将前一帧激光点云数据确定为该帧激光点云数据的关键帧点云数据;或者,
依据所述激光点云数据的采集时间,确定所述激光点云数据包含的关键帧点云数据。
进一步地,室内地图构建装置还可以包括:
第一滤波模块,用于在基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准之前,对所述激光点云数据包含的镜面干扰和/或杂点干扰进行滤波。
进一步地,所述三维图构建模块520具体用于基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,且在配准过程中对由于人或物体位置的连续变化造成的动态干扰进行滤波;依据配准结果和滤波结果,对激光点云数据进行拼合形成室内三维图。
进一步地,该室内地图构建装置,还可以包括:
第二滤波模块,用于在对所述室内三维图进行切割形成室内地图之前,对所述室内三维图中的杂点干扰、小尺寸物体干扰或由于人或物体位置的连续变化造成的动态干扰进行滤波。
进一步地,所述室内地图构建模块530,包括:
室内空间划分单元,用于根据预设的分区规则,将室内空间划分为不同室内区域;
三维图切割单元,用于依据所述室内区域的区域特征,对所述室内三维图进行切割形成室内地图,所述区域特征包括高度。
上述产品可执行本发明任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
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 (18)
1.一种室内地图构建方法,其特征在于,包括:
获取激光点云设备采集的激光点云数据;
基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,并依据配准结果形成室内三维图;
对所述室内三维图进行切割形成室内地图。
2.根据权利要求1所述的方法,其特征在于,基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准之前,还包括:
获取惯性测量单元采集到的惯性测量单元姿态,其中所述惯性测量单元与所述激光点云设备刚性连接;
依据所述惯性测量单元姿态,修正所述激光点云数据。
3.根据权利要求1所述的方法,其特征在于,基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,并依据配准结果形成室内三维图,包括:
基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准;
根据配准结果确定在采集所述激光点云数据的过程中所述激光点云设备的移动轨迹;
确定所述移动轨迹是否构成闭合图形,若所述移动轨迹构成闭合图形,则利用回环优化算法,校正所述激光点云数据;
拼合校正后的激光点云数据,形成室内三维图。
4.根据权利要求1所述的方法,其特征在于,基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,并依据配准结果形成室内三维图,包括:
基于所述激光点云数据包含的第一关键帧点云数据,对所述激光点云数据进行第一次配准;
基于所述激光点云数据包含的第二关键帧点云数据,对第一次配准后的激光点云数据进行第二次配准,其中所述第二关键帧点云数据与所述第一关键帧点云数据不同;
根据第二次配准结果,形成室内三维图。
5.根据权利要求1所述的方法,其特征在于,关键帧点云数据通过如下方式得到:
依据所述激光点云数据的采集场景,确定与该场景对应的激光点云数据的关键帧点云数据;或者,
对于每一帧激光点云数据,将前一帧激光点云数据确定为该帧激光点云数据的关键帧点云数据;或者,
依据所述激光点云数据的采集时间,确定所述激光点云数据包含的关键帧点云数据。
6.根据权利要求1所述的方法,其特征在于,基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准之前,还包括:
对所述激光点云数据包含的镜面干扰和/或杂点干扰进行滤波。
7.根据权利要求1所述的方法,其特征在于,基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,并依据配准结果形成室内三维图,包括:
基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,且在配准过程中对由于人或物体位置的连续变化造成的动态干扰进行滤波;
依据配准结果和滤波结果,对激光点云数据进行拼合形成室内三维图。
8.根据权利要求1所述的方法,其特征在于,对所述室内三维图进行切割形成室内地图之前,还包括:
对所述室内三维图中的杂点干扰、小尺寸物体干扰或由于人或物体位置的连续变化造成的动态干扰进行滤波。
9.根据权利要求1所述的方法,其特征在于,对所述室内三维图进行切割形成室内地图,包括:
根据预设的分区规则,将室内空间划分为不同室内区域;
依据所述室内区域的区域特征,对所述室内三维图进行切割形成室内地图,所述区域特征包括高度。
10.一种室内地图构建装置,其特征在于,包括:
激光点云数据获取模块,用于获取激光点云设备采集的激光点云数据;
三维图构建模块,用于基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,并依据配准结果形成室内三维图;
室内地图构建模块,用于对所述室内三维图进行切割形成室内地图。
11.根据权利要求10所述的装置,其特征在于,还包括:
激光点云修正模块,用于在基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准之前,获取惯性测量单元采集到的惯性测量单元姿态,其中所述惯性测量单元与所述激光点云设备刚性连接;依据所述惯性测量单元姿态,修正所述激光点云数据。
12.根据权利要求10所述的装置,其特征在于,所述三维图构建模块包括:
配准单元,用于基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准;
移动轨迹确定单元,用于根据配准结果确定在采集所述激光点云数据的过程中所述激光点云设备的移动轨迹;
激光点云数据校正单元,用于确定所述移动轨迹是否构成闭合图形,若所述移动轨迹构成闭合图形,则利用回环优化算法,校正所述激光点云数据;
第一三维图形成单元,用于拼合校正后的激光点云数据,形成室内三维图。
13.根据权利要求10所述的装置,其特征在于,所述三维图构建模块包括:
第一配准单元,用于基于所述激光点云数据包含的第一关键帧点云数据,对所述激光点云数据进行第一次配准;
第二配准单元,用于基于所述激光点云数据包含的第二关键帧点云数据,对第一次配准后的激光点云数据进行第二次配准,其中所述第二关键帧点云数据与所述第一关键帧点云数据不同;
第二三维图形成单元,用于根据第二次配准结果,形成室内三维图。
14.根据权利要求10所述的装置,其特征在于,所述关键帧点云数据通过如下方式得到:
依据所述激光点云数据的采集场景,确定与该场景对应的激光点云数据的关键帧点云数据;或者,
对于每一帧激光点云数据,将前一帧激光点云数据确定为该帧激光点云数据的关键帧点云数据;或者,
依据所述激光点云数据的采集时间,确定所述激光点云数据包含的关键帧点云数据。
15.根据权利要求10所述的装置,其特征在于,还包括:
第一滤波模块,用于在基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准之前,对所述激光点云数据包含的镜面干扰和/或杂点干扰进行滤波。
16.根据权利要求10所述的装置,其特征在于,所述三维图构建模块具体用于基于所述激光点云数据包含的关键帧点云数据,对所述激光点云数据进行配准,且在配准过程中对由于人或物体位置的连续变化造成的动态干扰进行滤波;依据配准结果和滤波结果,对激光点云数据进行拼合形成室内三维图。
17.根据权利要求10所述的装置,其特征在于,还包括:
第二滤波模块,用于在对所述室内三维图进行切割形成室内地图之前,对所述室内三维图中的杂点干扰、小尺寸物体干扰或由于人或物体位置的连续变化造成的动态干扰进行滤波。
18.根据权利要求10所述的装置,其特征在于,所述室内地图构建模块,包括:
室内空间划分单元,用于根据预设的分区规则,将室内空间划分为不同室内区域;
三维图切割单元,用于依据所述室内区域的区域特征,对所述室内三维图进行切割形成室内地图,所述区域特征包括高度。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610202360.9A CN105702151B (zh) | 2016-03-31 | 2016-03-31 | 一种室内地图构建方法及装置 |
PCT/CN2016/096104 WO2017166594A1 (zh) | 2016-03-31 | 2016-08-19 | 一种室内地图构建方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610202360.9A CN105702151B (zh) | 2016-03-31 | 2016-03-31 | 一种室内地图构建方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105702151A true CN105702151A (zh) | 2016-06-22 |
CN105702151B CN105702151B (zh) | 2019-06-11 |
Family
ID=56219090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610202360.9A Active CN105702151B (zh) | 2016-03-31 | 2016-03-31 | 一种室内地图构建方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105702151B (zh) |
WO (1) | WO2017166594A1 (zh) |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504275A (zh) * | 2016-10-12 | 2017-03-15 | 杭州深瞳科技有限公司 | 一种惯性定位与点云配准耦合互补的实时三维重建方法 |
CN106846308A (zh) * | 2017-01-20 | 2017-06-13 | 广州市城市规划勘测设计研究院 | 基于点云的地形图精度的检测方法和装置 |
CN106969763A (zh) * | 2017-04-07 | 2017-07-21 | 百度在线网络技术(北京)有限公司 | 用于确定无人驾驶车辆的偏航角的方法和装置 |
WO2017166594A1 (zh) * | 2016-03-31 | 2017-10-05 | 百度在线网络技术(北京)有限公司 | 一种室内地图构建方法、装置和存储介质 |
CN107631688A (zh) * | 2016-07-18 | 2018-01-26 | 巧夺天宫(深圳)科技有限公司 | 基于三维激光点云的装修测量方法和系统 |
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 |
CN108230247A (zh) * | 2017-12-29 | 2018-06-29 | 达闼科技(北京)有限公司 | 基于云端的三维地图的生成方法、装置、设备及应用程序 |
CN108550318A (zh) * | 2018-03-12 | 2018-09-18 | 浙江大华技术股份有限公司 | 一种构建地图的方法及装置 |
CN108734780A (zh) * | 2017-04-17 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 用于生成地图的方法、装置和设备 |
CN109285220A (zh) * | 2018-08-30 | 2019-01-29 | 百度在线网络技术(北京)有限公司 | 一种三维场景地图的生成方法、装置、设备及存储介质 |
CN109297496A (zh) * | 2018-09-29 | 2019-02-01 | 上海新世纪机器人有限公司 | 基于slam的机器人定位方法及装置 |
CN109410735A (zh) * | 2017-08-15 | 2019-03-01 | 百度在线网络技术(北京)有限公司 | 反射值地图构建方法和装置 |
CN109934920A (zh) * | 2019-05-20 | 2019-06-25 | 奥特酷智能科技(南京)有限公司 | 基于低成本设备的高精度三维点云地图构建方法 |
CN109949414A (zh) * | 2019-01-31 | 2019-06-28 | 顺丰科技有限公司 | 室内地图的构建方法及装置 |
WO2019136714A1 (zh) * | 2018-01-12 | 2019-07-18 | 浙江国自机器人技术有限公司 | 一种基于3d激光的地图构建方法及系统 |
CN110084840A (zh) * | 2019-04-24 | 2019-08-02 | 百度在线网络技术(北京)有限公司 | 点云配准方法、装置、服务器和计算机可读介质 |
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 |
CN110363849A (zh) * | 2018-04-11 | 2019-10-22 | 株式会社日立制作所 | 一种室内三维建模方法及系统 |
CN110376605A (zh) * | 2018-09-18 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 地图构建方法、导航方法和装置 |
CN110634183A (zh) * | 2018-06-21 | 2019-12-31 | 北京京东尚科信息技术有限公司 | 地图构建方法、装置和无人设备 |
US20200081444A1 (en) * | 2018-01-12 | 2020-03-12 | Hong Huang | Cleaning method capable of automatically planning path |
CN111239763A (zh) * | 2020-03-06 | 2020-06-05 | 广州视源电子科技股份有限公司 | 对象的定位方法、装置、存储介质和处理器 |
CN111553937A (zh) * | 2020-04-23 | 2020-08-18 | 东软睿驰汽车技术(上海)有限公司 | 激光点云地图构建方法、装置、设备及系统 |
CN111928839A (zh) * | 2020-08-07 | 2020-11-13 | 北京星天地信息科技有限公司 | 一种通行路线规划方法、装置及计算机设备 |
WO2021203664A1 (zh) * | 2020-04-09 | 2021-10-14 | 广东博智林机器人有限公司 | 墙面的截面尺寸的测量方法及装置、系统 |
CN113551678A (zh) * | 2020-04-09 | 2021-10-26 | 阿里巴巴集团控股有限公司 | 构建地图的方法、构建高精度地图的方法及移动设备 |
CN113693493A (zh) * | 2021-02-10 | 2021-11-26 | 北京石头世纪科技股份有限公司 | 区域地图绘制方法及装置、介质及电子设备 |
CN113739785A (zh) * | 2020-05-29 | 2021-12-03 | 杭州海康机器人技术有限公司 | 一种机器人定位方法、装置及存储介质 |
CN115439644A (zh) * | 2022-08-19 | 2022-12-06 | 广东领慧建筑科技有限公司 | 一种相似点云数据对齐方法 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110363847B (zh) * | 2018-04-10 | 2023-06-23 | 北京京东尚科信息技术有限公司 | 一种基于点云数据的地图模型构建方法和装置 |
CN111915662B (zh) * | 2019-05-07 | 2024-01-12 | 北京京东乾石科技有限公司 | 一种三维激光点云数据预处理方法和装置 |
CN111767767A (zh) * | 2019-05-24 | 2020-10-13 | 北京京东尚科信息技术有限公司 | 室内物体的检测方法、装置、电子设备与存储介质 |
CN110415342B (zh) * | 2019-08-02 | 2023-04-18 | 深圳市唯特视科技有限公司 | 一种基于多融合传感器的三维点云重建装置与方法 |
CN111009005A (zh) * | 2019-11-27 | 2020-04-14 | 天津大学 | 几何信息与光度信息相结合的场景分类点云粗配准方法 |
CN111476830B (zh) * | 2020-03-13 | 2023-08-01 | 上海高仙自动化科技发展有限公司 | 点云数据处理方法、机器人、电子设备和可读存储介质 |
CN112540616B (zh) * | 2020-12-11 | 2021-07-16 | 北京赛目科技有限公司 | 一种基于无人驾驶的激光点云生成方法及装置 |
CN112818898B (zh) * | 2021-02-20 | 2024-02-20 | 北京字跳网络技术有限公司 | 模型训练方法、装置和电子设备 |
CN113379910B (zh) * | 2021-06-09 | 2023-06-02 | 山东大学 | 基于slam的移动机器人矿山场景重建方法及系统 |
CN115223442B (zh) * | 2021-07-22 | 2024-04-09 | 上海数川数据科技有限公司 | 一种室内行人地图的自动生成方法 |
CN114998522B (zh) * | 2022-06-15 | 2023-05-23 | 中国测绘科学研究院 | 多视连续光场影像室内场景稠密点云准确提取方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100757751B1 (ko) * | 2006-06-01 | 2007-09-11 | 한국과학기술연구원 | 실내 환경의 환경맵 생성 장치 및 방법 |
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 |
CN103278170A (zh) * | 2013-05-16 | 2013-09-04 | 东南大学 | 基于显著场景点检测的移动机器人级联地图创建方法 |
CN103941750A (zh) * | 2014-04-30 | 2014-07-23 | 东北大学 | 基于小型四旋翼无人机的构图装置及方法 |
CN103941264A (zh) * | 2014-03-26 | 2014-07-23 | 南京航空航天大学 | 一种室内未知环境下使用激光雷达定位方法 |
CN104778688A (zh) * | 2015-03-27 | 2015-07-15 | 华为技术有限公司 | 点云数据的配准方法及装置 |
CN104964683A (zh) * | 2015-06-04 | 2015-10-07 | 上海物景智能科技有限公司 | 一种室内环境地图创建的闭环校正方法 |
CN105354875A (zh) * | 2015-09-25 | 2016-02-24 | 厦门大学 | 一种室内环境二维与三维联合模型的构建方法和系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104897161B (zh) * | 2015-06-02 | 2018-12-14 | 武汉大学 | 基于激光测距的室内平面地图制图方法 |
CN105222789A (zh) * | 2015-10-23 | 2016-01-06 | 哈尔滨工业大学 | 一种基于激光测距传感器的楼宇室内平面图建立方法 |
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 |
-
2016
- 2016-03-31 CN CN201610202360.9A patent/CN105702151B/zh active Active
- 2016-08-19 WO PCT/CN2016/096104 patent/WO2017166594A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100757751B1 (ko) * | 2006-06-01 | 2007-09-11 | 한국과학기술연구원 | 실내 환경의 환경맵 생성 장치 및 방법 |
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 |
CN103278170A (zh) * | 2013-05-16 | 2013-09-04 | 东南大学 | 基于显著场景点检测的移动机器人级联地图创建方法 |
CN103941264A (zh) * | 2014-03-26 | 2014-07-23 | 南京航空航天大学 | 一种室内未知环境下使用激光雷达定位方法 |
CN103941750A (zh) * | 2014-04-30 | 2014-07-23 | 东北大学 | 基于小型四旋翼无人机的构图装置及方法 |
CN104778688A (zh) * | 2015-03-27 | 2015-07-15 | 华为技术有限公司 | 点云数据的配准方法及装置 |
CN104964683A (zh) * | 2015-06-04 | 2015-10-07 | 上海物景智能科技有限公司 | 一种室内环境地图创建的闭环校正方法 |
CN105354875A (zh) * | 2015-09-25 | 2016-02-24 | 厦门大学 | 一种室内环境二维与三维联合模型的构建方法和系统 |
Cited By (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017166594A1 (zh) * | 2016-03-31 | 2017-10-05 | 百度在线网络技术(北京)有限公司 | 一种室内地图构建方法、装置和存储介质 |
CN107631688A (zh) * | 2016-07-18 | 2018-01-26 | 巧夺天宫(深圳)科技有限公司 | 基于三维激光点云的装修测量方法和系统 |
CN106504275A (zh) * | 2016-10-12 | 2017-03-15 | 杭州深瞳科技有限公司 | 一种惯性定位与点云配准耦合互补的实时三维重建方法 |
CN106504275B (zh) * | 2016-10-12 | 2019-03-05 | 杭州深瞳科技有限公司 | 一种惯性定位与点云配准耦合互补的实时三维重建方法 |
CN106846308A (zh) * | 2017-01-20 | 2017-06-13 | 广州市城市规划勘测设计研究院 | 基于点云的地形图精度的检测方法和装置 |
CN106846308B (zh) * | 2017-01-20 | 2019-08-20 | 广州市城市规划勘测设计研究院 | 基于点云的地形图精度的检测方法和装置 |
CN106969763A (zh) * | 2017-04-07 | 2017-07-21 | 百度在线网络技术(北京)有限公司 | 用于确定无人驾驶车辆的偏航角的方法和装置 |
CN106969763B (zh) * | 2017-04-07 | 2021-01-01 | 百度在线网络技术(北京)有限公司 | 用于确定无人驾驶车辆的偏航角的方法和装置 |
CN108734780A (zh) * | 2017-04-17 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 用于生成地图的方法、装置和设备 |
CN109410735B (zh) * | 2017-08-15 | 2021-06-29 | 百度在线网络技术(北京)有限公司 | 反射值地图构建方法和装置 |
CN109410735A (zh) * | 2017-08-15 | 2019-03-01 | 百度在线网络技术(北京)有限公司 | 反射值地图构建方法和装置 |
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 |
CN108230247B (zh) * | 2017-12-29 | 2019-03-15 | 达闼科技(北京)有限公司 | 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 |
CN108230247A (zh) * | 2017-12-29 | 2018-06-29 | 达闼科技(北京)有限公司 | 基于云端的三维地图的生成方法、装置、设备及应用程序 |
US20200081444A1 (en) * | 2018-01-12 | 2020-03-12 | Hong Huang | Cleaning method capable of automatically planning path |
WO2019136714A1 (zh) * | 2018-01-12 | 2019-07-18 | 浙江国自机器人技术有限公司 | 一种基于3d激光的地图构建方法及系统 |
US10801855B2 (en) | 2018-01-12 | 2020-10-13 | Zhejiang Guozi Technology Co., Ltd. | Method and system for creating map based on 3D laser |
CN108550318A (zh) * | 2018-03-12 | 2018-09-18 | 浙江大华技术股份有限公司 | 一种构建地图的方法及装置 |
CN110363849A (zh) * | 2018-04-11 | 2019-10-22 | 株式会社日立制作所 | 一种室内三维建模方法及系统 |
CN110634183A (zh) * | 2018-06-21 | 2019-12-31 | 北京京东尚科信息技术有限公司 | 地图构建方法、装置和无人设备 |
CN109285220A (zh) * | 2018-08-30 | 2019-01-29 | 百度在线网络技术(北京)有限公司 | 一种三维场景地图的生成方法、装置、设备及存储介质 |
CN110376605B (zh) * | 2018-09-18 | 2022-02-01 | 北京京东尚科信息技术有限公司 | 地图构建方法、导航方法和装置 |
CN110376605A (zh) * | 2018-09-18 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 地图构建方法、导航方法和装置 |
CN109297496A (zh) * | 2018-09-29 | 2019-02-01 | 上海新世纪机器人有限公司 | 基于slam的机器人定位方法及装置 |
CN109949414A (zh) * | 2019-01-31 | 2019-06-28 | 顺丰科技有限公司 | 室内地图的构建方法及装置 |
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 |
CN110084840B (zh) * | 2019-04-24 | 2022-05-13 | 阿波罗智能技术(北京)有限公司 | 点云配准方法、装置、服务器和计算机可读介质 |
US11158071B2 (en) | 2019-04-24 | 2021-10-26 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for point cloud registration, and computer readable medium |
CN110084840A (zh) * | 2019-04-24 | 2019-08-02 | 百度在线网络技术(北京)有限公司 | 点云配准方法、装置、服务器和计算机可读介质 |
CN109934920A (zh) * | 2019-05-20 | 2019-06-25 | 奥特酷智能科技(南京)有限公司 | 基于低成本设备的高精度三维点云地图构建方法 |
CN111239763A (zh) * | 2020-03-06 | 2020-06-05 | 广州视源电子科技股份有限公司 | 对象的定位方法、装置、存储介质和处理器 |
WO2021203664A1 (zh) * | 2020-04-09 | 2021-10-14 | 广东博智林机器人有限公司 | 墙面的截面尺寸的测量方法及装置、系统 |
CN113551678A (zh) * | 2020-04-09 | 2021-10-26 | 阿里巴巴集团控股有限公司 | 构建地图的方法、构建高精度地图的方法及移动设备 |
CN111553937A (zh) * | 2020-04-23 | 2020-08-18 | 东软睿驰汽车技术(上海)有限公司 | 激光点云地图构建方法、装置、设备及系统 |
CN111553937B (zh) * | 2020-04-23 | 2023-11-21 | 东软睿驰汽车技术(上海)有限公司 | 激光点云地图构建方法、装置、设备及系统 |
CN113739785A (zh) * | 2020-05-29 | 2021-12-03 | 杭州海康机器人技术有限公司 | 一种机器人定位方法、装置及存储介质 |
CN111928839A (zh) * | 2020-08-07 | 2020-11-13 | 北京星天地信息科技有限公司 | 一种通行路线规划方法、装置及计算机设备 |
CN113693493A (zh) * | 2021-02-10 | 2021-11-26 | 北京石头世纪科技股份有限公司 | 区域地图绘制方法及装置、介质及电子设备 |
CN115439644A (zh) * | 2022-08-19 | 2022-12-06 | 广东领慧建筑科技有限公司 | 一种相似点云数据对齐方法 |
CN115439644B (zh) * | 2022-08-19 | 2023-08-08 | 广东领慧数字空间科技有限公司 | 一种相似点云数据对齐方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2017166594A1 (zh) | 2017-10-05 |
CN105702151B (zh) | 2019-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105702151A (zh) | 一种室内地图构建方法及装置 | |
CN108763287B (zh) | 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法 | |
Xiao et al. | Dynamic-SLAM: Semantic monocular visual localization and mapping based on deep learning in dynamic environment | |
CN110084272B (zh) | 一种聚类地图创建方法及基于聚类地图和位置描述子匹配的重定位方法 | |
CN104714555B (zh) | 一种基于边缘的三维自主探索方法 | |
CN108983781A (zh) | 一种无人车目标搜索系统中的环境探测方法 | |
CN109084732A (zh) | 定位与导航方法、装置及处理设备 | |
Bogdan Rusu et al. | Leaving Flatland: Efficient real‐time three‐dimensional perception and motion planning | |
CN110298914B (zh) | 一种建立果园中果树冠层特征地图的方法 | |
CN105547301A (zh) | 基于地磁的室内地图构建方法与装置 | |
CN104657968B (zh) | 车载三维激光点云立面分类及轮廓线提取自动化方法 | |
Prieto et al. | As-is building-structure reconstruction from a probabilistic next best scan approach | |
CN109883418A (zh) | 一种室内定位方法及装置 | |
CN108332759A (zh) | 一种基于3d激光的地图构建方法及系统 | |
CN113286982A (zh) | 生成、更新和增强大比例尺高精度3d道路地图和多级道路图的系统和方法 | |
CN113593017A (zh) | 露天矿地表三维模型构建方法、装置、设备及存储介质 | |
CN113110455B (zh) | 一种未知初始状态的多机器人协同探索方法、装置及系统 | |
CN114119886A (zh) | 高精地图点云重建方法、装置、车辆、设备和存储介质 | |
WO2015066714A1 (en) | Estimation of three-dimensional models of roofs from spatial two-dimensional graphs | |
CN115639823A (zh) | 崎岖起伏地形下机器人地形感知与移动控制方法及系统 | |
CN115752474A (zh) | 非平坦地面环境下的机器人导航规划方法、装置及机器人 | |
CN112015187A (zh) | 一种用于智能移动机器人的语义地图构建方法及系统 | |
CN113155126B (zh) | 一种基于视觉导航的多机协同目标高精度定位系统及方法 | |
US20210225082A1 (en) | Boundary detection using vision-based feature mapping | |
CN103575272A (zh) | 森林环境中移动机器人自然路标提取方法 |
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 |