CN108225328A - 一种室内三维数据采集方法 - Google Patents
一种室内三维数据采集方法 Download PDFInfo
- Publication number
- CN108225328A CN108225328A CN201711498493.6A CN201711498493A CN108225328A CN 108225328 A CN108225328 A CN 108225328A CN 201711498493 A CN201711498493 A CN 201711498493A CN 108225328 A CN108225328 A CN 108225328A
- Authority
- CN
- China
- Prior art keywords
- laser
- collecting device
- host computer
- data
- laser radar
- 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.)
- Pending
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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Abstract
本发明公开了一种室内三维数据采集方法,包括:步骤1,打开采集设备电源开关;步骤2,矫正惯性测量单元的数据;步骤3,激光雷达组件采集点云数据;步骤4,使用惯性测量单元的数据对第一激光雷达获取的数据矫正处理;步骤5,采用SLAM算法建立二维坐标系,绘制2D平面地图;步骤6,判断是否有用户操作;步骤7,计算出采集设备的累计移动距离,并判断是否超出设定的拍照距离;步骤8,判断是否为自动拍照;步骤9,判断采集设备是否为静止状态;步骤10,若干相机分别拍摄室内各个方位的数字照片,并记录拍照地点在2D平面地图中的坐标,获取室内全景照片。本发明的有益效果:扫描速度快,可以自动采集室内的所有数据,获得完整的三维点云模型。
Description
技术领域
本发明涉及三维测量技术领域,具体而言,涉及一种室内三维数据采集方法。
背景技术
现有室内三维数据采集设备作业方式为:首先,需事先根据平面图规划数据采集点,每个数据采集点若干米(一般为3-5米,根据设备的传感器而不同)半径内需有其他的数据采集点,否则该采集点的数据不能拼接;然后,按照规划的顺序,在每个数据采集点依次采集数据,同时,在采集过程中需要清除场景内所有移动的物体、人员,当一个数据采集点数据采集完毕后需要将设备移动到下一采集点;最后,数据全部采集完毕后,将各个数据包拼接成完整室内三维模型。
这种采集方式具有以下缺点:(1)在不同采集点间需要人工搬运设备,作业负担重;(2)为了保证相邻的独立数据集有重合的区域,采集点间隔有限制,一旦超出间隔,会导致数据集无法拼接,不能建立完整的室内三维模型,因此整体采集速度慢;(3)由于拼接系统依靠不同数据集间重合的采集区域判断各数据集的空间关系,因此一旦重合采集区域的空间结构在两次扫描间发生了改变,比如挪动了椅子,拼接系统会因为空间结构的变化而无法将相邻的数据集拼接在一起;(4)如果在扫描过程中,扫描范围内有移动的物体,或有人走过,则会导致数字模型与实际不符,而当移动物体正好处于重合采集区域,也会造成无法拼接的结果。
另外,此类采集设备往往是针对具体应用设计开发的,对硬件外形和采用的传感器有特殊需求,导致数据处理程序的可拓展性差,在特殊环境中的工作稳定性及效率低。
发明内容
为解决上述问题,本发明的目的在于提供一种室内三维数据采集方法,扫描速度快,可以自动采集室内的所有数据,获得完整的三维点云模型。
本发明提供了一种室内三维数据采集方法,其特征在于,该方法包括:
步骤1,打开采集设备的电源开关,开机信号发送给电脑主机,待电脑主机开机后返回信号给电源电路板,电源电路板再发送开机信号给监视器、相机组件、激光雷达组件和惯性测量单元;
步骤2,惯性测量单元获取采集设备的加速度信息、角速度信息和磁场信息,并发送至所述电脑主机,所述电脑主机提示扫描人员对加速度、角速度和磁场数据进行矫正,开始矫正处理;
步骤3,激光雷达组件开始扫描室内物体获取激光数据,采集三维建模所需要的点云数据,并发送至所述电脑主机,其中,第一激光雷达用于实时定位与建立2D平面地图,第二激光雷达和第三激光雷达用于扫描经过线路上的建筑深度信息,作为三维点云模型的输入,所述第二激光雷达和所述第三激光雷达扫描的点云信息均在所述监视器上显示;
步骤4,所述电脑主机将所述惯性测量单元获取到的采集设备绕z轴的翻滚角、绕x轴的俯仰角和绕y轴的偏转角信息与所述第一激光雷达获取的激光数据进行矫正处理;
步骤5,所述电脑主机采用SLAM算法建立二维坐标系,绘制出2D平面地图,并在所述监视器上显示;
步骤6,所述电脑主机判断是否有用户操作所述监视器上的操作界面,如果有用户操作,则处理用户操作,否则进入步骤7;
步骤7,所述电脑主机计算出采集设备的累计移动距离,并判断是否超出设定的拍照距离,如果是进入步骤8,否则返回步骤6;
步骤8,所述电脑主机判断是否为自动拍照,如果是进入步骤9,否则返回步骤6;
步骤9,所述电脑主机判断采集设备是否为静止状态,如果是进入步骤10,否则返回步骤6;
步骤10,相机组件中的若干相机分别拍摄室内各个方位的数字照片,并分别记录每张照片的拍照地点在2D平面地图中的坐标,获取室内的全景照片,并将所有照片数据发送至所述电脑主机。
作为本发明进一步的改进,步骤2中矫正处理包括加速度矫正、角速度矫正和磁场矫正;
加速度矫正采用如下方法:
步骤A1,收集N1个加速度数据ai,i=1,2,...,N1;
步骤A2,计算出N1个加速度数据的平均值μa;
步骤A3,计算出N1个加速度数据的方差值σa,
角速度矫正采用如下方法:
步骤B1,收集N2个角速度数据ωi,i=1,2,...,N2;
步骤B2,计算出N2个加速度数据的平均值μω;
步骤B3,计算出N2个加速度数据的方差值σω,
磁场矫正采用如下方法:
步骤C1,收集N3组二维坐标系中(x,y)轴的磁场数据xi、yi,i=1,2,...,N3;
步骤C2,计算出x、y轴的磁场平均值xc、yc作为磁场中心的初始值;
步骤C3,采用最小二乘法计算出所有磁场数据(xi,yi)的中心点。
作为本发明进一步的改进,步骤4具体为:根据所述惯性测量单元获取到的采集设备的翻滚角、俯仰角和偏转角信息,对所述第一激光雷达获取的激光数据做相应的翻滚角、俯仰角和偏转角旋转,获得在世界统一坐标系下的激光数据;
当采集设备的翻滚角超过30°,或,当采集设备的俯仰角超过30°,或,当新的一帧激光数据与上一帧激光数据的有效激光在世界坐标系下z轴超过1米时,所述第一激光雷达获取的激光数据被舍去;
当矫正后的加速度超过设定的阈值,或,当矫正后的角速度超过设定的阈值,所述电脑主机提示用户采集设备移动过快。
作为本发明进一步的改进,步骤5具体为:将所述第一激光雷达获取的激光数据作为2D平面地图的输入,绘制出一个初始的2D平面地图,以上一时刻获得2D平面地图为基准,根据所述第一激光雷达当前时刻激光点获取的激光数据和当前2D平面地图的匹配度计算出该激光点新的位置姿态。
作为本发明进一步的改进,计算激光点新的位置姿态时,采用如下方法:
将所述第一激光雷达当前时刻激光点在世界坐标系上沿x、y轴的坐标值分别表示为:si,x、si,y;
将激光点的世界坐标转换为二维坐标:
式中,ψ为激光点在世界坐标系中绕z轴旋转的角度,px、py为激光点最优姿态时在二维坐标系中沿x、y轴的坐标;
通过M函数求出该激光点占用2D平面地图的概率,找出最优姿态ξ*=(px,py,ψ)来满足激光点和2D平面地图的匹配误差最小,该最优姿态即为激光点新的位置姿态:
当获得新的位置姿态信息后,在已知的2D平面地图上采用新的位置信息更新地图。
作为本发明进一步的改进,步骤6中,在处理用户操作时,包括对激光雷达扫描的操作和对相机手动拍照的操作:
扫描人员通过所述监视器上显示的扫描区域和扫描过的点云区域来判断激光雷达是否完成当前的区域,如果完成,扫描人员点击完成结束扫描,电脑主机把每一次扫描获取的数据保存在硬盘里;
扫描人员通过所述监视器4上显示的操作界面来选取特定位置手动拍照,扫描人员通过所述操作界面上的触发按键来完成拍照,同时,所述电脑主机根据拍照时刻的定位位置记录照片的获取位置。
作为本发明进一步的改进,有手动拍照操作时,所述电脑主机判断采集设备是否为静止状态:
当采集设备处理静止状态时,所述电脑主机根据判断结果提示操作人员可以拍照;
当采集设备处理不在静止状态时,所述电脑主机根据判断结果提示操作人员无法拍照成功。
作为本发明进一步的改进,判断采集设备是否为静止状态时均采用如下方法:
当矫正后的加速度超过设定的阈值,或,当矫正后的角速度超过设定的阈值,所述电脑主机根据判断结果提示扫描人员采集设备无法拍照成功。
作为本发明进一步的改进,步骤7中,判断是否超出设定的拍照距离时:
当采集设备移动超出开设设定的拍照距离时,所述电脑主机发出提示音提醒扫描人员是否需要进行拍照。
作为本发明进一步的改进,还包括相机组件的时间矫正:根据采集设备系统时间,将若干个相机的时间与采集设备系统时间同步。
本发明的有益效果为:
1、无需规划采集点,可以自动采集室内的所有数据,无需拼接即可获得完整的三维模型;
2、不仅通过激光雷达扫描获取的点云数据建立三维模型,同时将惯性测量单元、激光雷达获得的数据在统一的坐标系下进行空间定位;
3、扫描过程中采用SLAM算法获取粗定位,无需高性能的CPU和RAM,扫描速度快,在移动的低功耗采集小车上即可使用,同时扫描定位过程的原始数据都被同步记录下来,用于后期的数据处理;扫描完成后在高性能系统上对所有的原始数据做第二次计算,以获得高精度的定位及地图;
4、扫描定位过程可以实时给操作人员直观的显示,方便操作人员完成扫描作业,也便于出现问题时及时处理;
5、考虑了扫描环境的问题,实现在陡峭不平或有不可避免的障碍物的情况下,仍然能持续扫描获取三维点云模型所需要的数据;
6、扫描过程中的数据均被保存下来,便于后续进一步处理;
7、采集设备所采用的处理算法并不仅限于一种采集设备,可在本发明提供的方法的基础上,根据使用场景和功能进行调整即可。
附图说明
图1为本发明实施例所述的一种室内三维数据采集方法的流程示意图。
具体实施方式
下面通过具体的实施例并结合附图对本发明做进一步的详细描述。
本发明采用的三维数据的采集设备为一个可以移动的小车,小车上包含相机组件、激光雷达组件、惯性测量单元和监视器。其中,相机组件由沿周向均匀固定在小车顶部的机头侧壁上的五个相机以及固定在机头顶部的一个相机组成。激光雷达组件由固定在机头顶部的第一激光雷达以及固定在小车下部的第二激光雷达和第三激光雷达组成。惯性测量单元固定在机头上,由三轴加速度计、三轴陀螺仪和三轴磁力计组成。监视器安装在小车中部,便于扫描人员在采集数据的过程中进行监控,实时了解扫描数据的质量和各种车载设备的状态,并进行及时处理。小车上安装有电源电路板,用于给监视器、相机组件、激光雷达组件和惯性测量单元提供电源。小车上安装有用于处理数据的电脑主机,电脑主机内搭载处理数据的计算机程序。小车上还安装有硬盘,用于存储相机组件、激光雷达组件和惯性测量单元的数据,便于后续进一步处理。当然,采集设备并不仅限于上述形式,可以根据需求进行相应的改进。
如图1所示,本发明实施例的一种室内三维数据采集方法,该方法包括:
步骤1,打开采集设备的电源开关,开机信号发送给电脑主机,待电脑主机开机后返回信号给电源电路板,电源电路板再发送开机信号给监视器、相机组件、激光雷达组件和惯性测量单元。
步骤2,惯性测量单元获取采集设备的加速度信息、角速度信息和磁场信息,并发送至电脑主机,电脑主机提示扫描人员对加速度、角速度和磁场数据进行矫正,开始矫正处理。
步骤3,激光雷达组件开始扫描室内物体获取激光数据,采集三维建模所需要的点云数据,并发送至电脑主机,其中,第一激光雷达用于实时定位与建立2D平面地图,第二激光雷达和第三激光雷达用于扫描经过线路上的深度信息,作为三维点云模型的输入,第二激光雷达和第三激光雷达扫描的点云信息均在监视器上显示。
步骤4,电脑主机将惯性测量单元获取到的采集设备绕z轴的翻滚角、绕x轴的俯仰角和绕y轴的偏转角信息与第一激光雷达获取的激光数据进行矫正处理。
步骤5,电脑主机采用SLAM算法建立二维坐标系,绘制出2D平面地图,并在监视器上显示。
步骤6,电脑主机判断是否有用户操作监视器上的操作界面,如果有用户操作,则处理用户操作,否则进入步骤7。
步骤7,电脑主机计算出采集设备的累计移动距离,并判断是否超出设定的拍照距离,如果是进入步骤8,否则返回步骤6。
步骤8,电脑主机判断是否为自动拍照,如果是进入步骤9,否则返回步骤6。
步骤9,电脑主机判断采集设备是否为静止状态,如果是进入步骤10,否则返回步骤6。
步骤10,相机组件中的若干相机分别拍摄室内各个方位的数字照片,并分别记录每张照片的拍照地点在2D平面地图中的坐标,获取室内的全景照片,并将所有照片数据发送至电脑主机。
由于惯性测量单元受自身的噪音和环境噪音的影响,因此在扫描前需要对其进行矫正,其中包括惯性测量单元的加速度、角速度和磁场矫正。加速度及角速度矫正可去除环境噪音对小车静止状态的影响,磁场矫正后可以根据环境磁场数据实时计算出小车的东南西北朝向。由于扫描环境不是一个理想环境,地面很有可能陡峭不平,或有不可避免的障碍物,需要推着采集设备越过此类障碍物,此时,采集设备的翻滚角、俯仰角、偏转角都会发生变化,而在绘制2D地图时,需要第一激光雷达的激光数据在一个平面上扫描匹配。当采集设备的姿态发生变化后,激光的姿态也会发生变化,需要对激光数据进行处理,此时,通过惯性测量单元读取的姿态信息可以知道采集设备的姿态信息,而采集设备和激光雷达在同一坐标系下,进而就可以获取激光雷达的姿态信息。
进一步的,步骤2中的矫正处理包括加速度矫正、角速度矫正和磁场矫正;
加速度矫正采用如下方法:
步骤A1,收集N1个加速度数据ai,i=1,2,...,N1;
步骤A2,计算出N1个加速度数据的平均值μa;
步骤A3,计算出N1个加速度数据的方差值σa,
角速度矫正采用如下方法:
步骤B1,收集N2个角速度数据ωi,i=1,2,...,N2;
步骤B2,计算出N2个加速度数据的平均值μω;
步骤B3,计算出N2个加速度数据的方差值σω,
磁场矫正采用如下方法:
步骤C1,收集N3组二维坐标系中(x,y)轴的磁场数据xi、yi,i=1,2,...,N3;
步骤C2,计算出x、y轴的磁场平均值xc、yc作为磁场中心的初始值;
步骤C3,采用最小二乘法计算出所有磁场数据(xi,yi)的中心点。
矫正后的中心点作为磁场中心。
上述方法中,N1、N2和N3均可以采用经验值1000,这是优选的方式,可根据需求进行选取。
由于相机组件和扫描小车时间上存在一定的误差,不是统一的时间,在矫正完加速度和磁场后还需要矫正相机与系统时间差。进一步的,可以根据采集设备系统时间,将若干个相机的时间与采集设备系统时间同步。
SLAM(Simultaneous Localization and Mapping)是一种在对工作场景无任何认知的情况下,同步对机器定位和建立场景地图的技术。其中2D SLAM是指定位出的机器坐标在二维坐标系下,并且生成的地图是在二维平面内。高精度的定位及绘图需要复杂的SLAM算法,并且为了满足扫描的实时性和流畅性,此类算法依赖高性能的CPU和RAM,导致在便携低功耗的设备上无法使用。为了解决便携设备的功耗问题同时控制扫描设备的成本,本方法采用了线上粗略定位线下精确定位优化结果的两步法。即在扫描过程中执行快速低精度的SLAM算法,以提供给操作人员直观的显示,方便操作人员完成扫描作业,扫描过程不需要高性能的处理器来做复杂的数据处理,因此可以在便携式系统即扫描小车上使用。扫描过程中的所有相机、激光雷达及惯性测量单元的原始数据都被同步记录下来,用于后期的数据处理;扫描完成后在对所有的原始数据做第二次计算,以获得高精度的定位及地图。
进一步的,步骤4具体为:根据惯性测量单元获取到的采集设备的翻滚角、俯仰角和偏转角信息,对第一激光雷达获取的激光数据做相应的翻滚角、俯仰角和偏转角旋转,获得在世界统一坐标系下的激光数据;
为了保证SLAM的连贯性及精度,有如下处理:
当采集设备的翻滚角超过30°,或,当采集设备的俯仰角超过30°,或,当新的一帧激光数据与上一帧激光数据的有效激光在世界坐标系下z轴超过1米时,第一激光雷达获取的激光数据被舍去;
当矫正后的加速度超过设定的阈值,或,当矫正后的角速度超过设定的阈值,电脑主机提示用户采集设备移动过快。
进一步的,步骤5具体为:将第一激光雷达获取的激光数据作为2D平面地图的输入,绘制出一个初始的2D平面地图,以上一时刻获得2D平面地图为基准,根据第一激光雷达当前时刻激光点获取的激光数据和当前2D平面地图的匹配度计算出该激光点新的位置姿态。
其中,在计算激光点新的位置姿态时,采用如下方法:
将第一激光雷达当前时刻激光点在世界坐标系上沿x、y轴的坐标值分别表示为:si,x、si,y;
将激光点的世界坐标转换为二维坐标:
式中,ψ为激光点在世界坐标系中绕z轴旋转的角度,px、py为激光点最优姿态时在二维坐标系中沿x、y轴的坐标;
通过M函数求出该激光点占用2D平面地图的概率,找出最优姿态ξ*=(px,py,ψ)来满足激光点和2D平面地图的匹配误差最小,该最优姿态即为激光点新的位置姿态:
当获得新的位置姿态信息后,在已知的2D平面地图上采用新的位置信息更新地图。
此算法不断迭代更新地图且不依赖于一般机器人系统的码盘(Odometry)信息,只需要高频率的激光雷达。整个计算过程主要运用了牛顿高斯方法算出了激光数据和地图匹配的最优姿态解。
在第二次计算时,可采用带有回环功能的SLAM算法对回放的激光数据进行优化,生成优化的2D地图。
本发明的采集小车上的监视器用于在采集数据的过程中进行监控,实时了解扫描数据的质量和各种车载设备的状态,便于及时处理,同时,监视器4上还显示各种车载设备的操作界面。
进一步的,步骤6中,在处理用户操作时,包括对激光雷达扫描的操作和对相机手动拍照的操作:
扫描人员通过监视器上显示的扫描区域和扫描过的点云区域来判断激光雷达是否完成当前的区域,如果完成,扫描人员点击完成结束扫描,电脑主机把每一次扫描获取的数据保存在硬盘里;
扫描人员通过监视器上显示的操作界面来选取特定位置手动拍照,扫描人员通过操作界面上的触发按键来完成拍照,同时,电脑主机根据拍照时刻的定位位置记录照片的获取位置。
进一步的,有手动拍照操作时,电脑主机判断采集设备是否为静止状态:当采集设备处理静止状态时,电脑主机根据判断结果提示操作人员可以拍照;当采集设备处理不在静止状态时,电脑主机根据判断结果提示操作人员无法拍照成功。
进一步的,判断采集设备是否为静止状态时均采用如下方法:
当矫正后的加速度超过设定的阈值,或,当矫正后的角速度超过设定的阈值,所述电脑主机根据判断结果提示扫描人员采集设备无法拍照成功。
进一步的,步骤7中,判断是否超出设定的拍照距离时:当采集设备移动超出开设设定的拍照距离时,电脑主机发出提示音提醒扫描人员是否需要进行拍照。如此设置,保证了整个扫描过程的顺利进行,避免拍照后数据无法用于后期处理,提高整个扫描过程的实时性和有效性。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种室内三维数据采集方法,其特征在于,该方法包括:
步骤1,打开采集设备的电源开关,开机信号发送给电脑主机,待电脑主机开机后返回信号给电源电路板,电源电路板再发送开机信号给监视器、相机组件、激光雷达组件和惯性测量单元;
步骤2,惯性测量单元获取采集设备的加速度信息、角速度信息和磁场信息,并发送至所述电脑主机,所述电脑主机提示扫描人员对加速度、角速度和磁场数据进行矫正,开始矫正处理;
步骤3,激光雷达组件开始扫描室内物体获取激光数据,采集三维建模所需要的点云数据,并发送至所述电脑主机,其中,第一激光雷达用于实时定位与建立2D平面地图,第二激光雷达和第三激光雷达用于扫描经过线路上的深度信息,作为三维点云模型的输入,所述第二激光雷达和所述第三激光雷达扫描的点云信息均在所述监视器上显示;
步骤4,所述电脑主机将所述惯性测量单元获取到的采集设备绕z轴的翻滚角、绕x轴的俯仰角和绕y轴的偏转角信息与所述第一激光雷达获取的激光数据进行矫正处理;
步骤5,所述电脑主机采用SLAM算法建立二维坐标系,绘制出2D平面地图,并在所述监视器上显示;
步骤6,所述电脑主机判断是否有用户操作所述监视器上的操作界面,如果有用户操作,则处理用户操作,否则进入步骤7;
步骤7,所述电脑主机计算出采集设备的累计移动距离,并判断是否超出设定的拍照距离,如果是进入步骤8,否则返回步骤6;
步骤8,所述电脑主机判断是否为自动拍照,如果是进入步骤9,否则返回步骤6;
步骤9,所述电脑主机判断采集设备是否为静止状态,如果是进入步骤10,否则返回步骤6;
步骤10,相机组件中的若干相机分别拍摄室内各个方位的数字照片,并分别记录每张照片的拍照地点在2D平面地图中的坐标,获取室内的全景照片,并将所有照片数据发送至所述电脑主机。
2.根据权利要求1所述的室内三维数据采集方法,其特征在于,步骤2中矫正处理包括加速度矫正、角速度矫正和磁场矫正;
加速度矫正采用如下方法:
步骤A1,收集N1个加速度数据ai,i=1,2,...,N1;
步骤A2,计算出N1个加速度数据的平均值μa;
步骤A3,计算出N1个加速度数据的方差值σa,
角速度矫正采用如下方法:
步骤B1,收集N2个角速度数据ωi,i=1,2,...,N2;
步骤B2,计算出N2个加速度数据的平均值μω;
步骤B3,计算出N2个加速度数据的方差值σω,
磁场矫正采用如下方法:
步骤C1,收集N3组二维坐标系中(x,y)轴的磁场数据xi、yi,i=1,2,...,N3;
步骤C2,计算出x、y轴的磁场平均值xc、yc作为磁场中心的初始值;
步骤C3,采用最小二乘法计算出所有磁场数据(xi,yi)的中心点。
3.根据权利要求1所述的室内三维数据采集方法,其特征在于,步骤4具体为:根据所述惯性测量单元获取到的采集设备的翻滚角、俯仰角和偏转角信息,对所述第一激光雷达获取的激光数据做相应的翻滚角、俯仰角和偏转角旋转,获得在世界统一坐标系下的激光数据;
当采集设备的翻滚角超过30°,或,当采集设备的俯仰角超过30°,或,当新的一帧激光数据与上一帧激光数据的有效激光在世界坐标系下z轴超过1米时,所述第一激光雷达获取的激光数据被舍去;
当矫正后的加速度超过设定的阈值,或,当矫正后的角速度超过设定的阈值,所述电脑主机提示用户采集设备移动过快。
4.根据权利要求1所述的室内三维数据采集方法,其特征在于,步骤5具体为:将所述第一激光雷达获取的激光数据作为2D平面地图的输入,绘制出一个初始的2D平面地图,以上一时刻获得2D平面地图为基准,根据所述第一激光雷达当前时刻激光点获取的激光数据和当前2D平面地图的匹配度计算出该激光点新的位置姿态。
5.根据权利要求4所述的室内三维数据采集方法,其特征在于,计算激光点新的位置姿态时,采用如下方法:
将所述第一激光雷达当前时刻激光点在世界坐标系上沿x、y轴的坐标值分别表示为:si,x、si,y;
将激光点的世界坐标转换为二维坐标:
式中,ψ为激光点在世界坐标系中绕z轴旋转的角度,px、py为激光点最优姿态时在二维坐标系中沿x、y轴的坐标;
通过M函数求出该激光点占用2D平面地图的概率,找出最优姿态ξ*=(px,py,ψ)来满足激光点和2D平面地图的匹配误差最小,该最优姿态即为激光点新的位置姿态:
当获得新的位置姿态信息后,在已知的2D平面地图上采用新的位置信息更新地图。
6.根据权利要求1所述的室内三维数据采集方法,其特征在于,步骤6中,在处理用户操作时,包括对激光雷达扫描的操作和对相机手动拍照的操作:
扫描人员通过所述监视器上显示的扫描区域和扫描过的点云区域来判断激光雷达是否完成当前的区域,如果完成,扫描人员点击完成结束扫描,电脑主机把每一次扫描获取的数据保存在硬盘里;
扫描人员通过所述监视器上显示的操作界面来选取特定位置手动拍照,扫描人员通过所述操作界面上的触发按键来完成拍照,同时,所述电脑主机根据拍照时刻的定位位置记录照片的获取位置。
7.根据权利要求6所述的室内三维数据采集方法,其特征在于,有手动拍照操作时,所述电脑主机判断采集设备是否为静止状态:
当采集设备处理静止状态时,所述电脑主机根据判断结果提示操作人员可以拍照;
当采集设备处理不在静止状态时,所述电脑主机根据判断结果提示操作人员无法拍照成功。
8.根据权利要求1或7所述的室内三维数据采集方法,其特征在于,判断采集设备是否为静止状态时均采用如下方法:
当矫正后的加速度超过设定的阈值,或,当矫正后的角速度超过设定的阈值,所述电脑主机根据判断结果提示扫描人员采集设备无法拍照成功。
9.根据权利要求1所述的室内三维数据采集方法,其特征在于,步骤7中,判断是否超出设定的拍照距离时:
当采集设备移动超出开设设定的拍照距离时,所述电脑主机发出提示音提醒扫描人员是否需要进行拍照。
10.根据权利要求1所述的室内三维数据采集方法,其特征在于,还包括相机组件的时间矫正:根据采集设备系统时间,将若干个相机的时间与采集设备系统时间同步。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711498493.6A CN108225328A (zh) | 2017-12-29 | 2017-12-29 | 一种室内三维数据采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711498493.6A CN108225328A (zh) | 2017-12-29 | 2017-12-29 | 一种室内三维数据采集方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108225328A true CN108225328A (zh) | 2018-06-29 |
Family
ID=62642362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711498493.6A Pending CN108225328A (zh) | 2017-12-29 | 2017-12-29 | 一种室内三维数据采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108225328A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109013204A (zh) * | 2018-10-26 | 2018-12-18 | 江苏科瑞恩自动化科技有限公司 | 一种基于激光追踪轨迹运动的点胶工艺及装置 |
CN109507686A (zh) * | 2018-11-08 | 2019-03-22 | 歌尔科技有限公司 | 一种控制方法、头戴显示设备、电子设备及存储介质 |
CN109978173A (zh) * | 2018-12-11 | 2019-07-05 | 智能嘉家有限公司 | 一种用于室内测绘和定位的机器学习diy方法 |
CN110702134A (zh) * | 2019-10-08 | 2020-01-17 | 燕山大学 | 基于slam技术的车库自主导航装置及导航方法 |
CN111578949A (zh) * | 2020-07-03 | 2020-08-25 | 哈工大机器人湖州国际创新研究院 | 室内定位方法及装置、存储介质和电子装置 |
CN117288187A (zh) * | 2023-11-23 | 2023-12-26 | 北京小米机器人技术有限公司 | 机器人位姿确定方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101241011A (zh) * | 2007-02-28 | 2008-08-13 | 北京北科天绘科技有限公司 | 激光雷达平台上高精度定位、定姿的装置和方法 |
CN103763470A (zh) * | 2014-01-10 | 2014-04-30 | 重庆路威科技发展有限公司 | 一种便携式场景拍照装置 |
CN104118357A (zh) * | 2013-04-25 | 2014-10-29 | 深圳市豪恩汽车电子装备有限公司 | 一种倒车轨迹线生成方法、装置及倒车引导器 |
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 |
US20160216377A1 (en) * | 2014-07-01 | 2016-07-28 | Sikorsky Aircraft Corporation | Obstacle data model construction system with range sensor shadows and use in motion planning |
CN106056664A (zh) * | 2016-05-23 | 2016-10-26 | 武汉盈力科技有限公司 | 一种基于惯性和深度视觉的实时三维场景重构系统及方法 |
-
2017
- 2017-12-29 CN CN201711498493.6A patent/CN108225328A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101241011A (zh) * | 2007-02-28 | 2008-08-13 | 北京北科天绘科技有限公司 | 激光雷达平台上高精度定位、定姿的装置和方法 |
CN104118357A (zh) * | 2013-04-25 | 2014-10-29 | 深圳市豪恩汽车电子装备有限公司 | 一种倒车轨迹线生成方法、装置及倒车引导器 |
CN103763470A (zh) * | 2014-01-10 | 2014-04-30 | 重庆路威科技发展有限公司 | 一种便携式场景拍照装置 |
US20160216377A1 (en) * | 2014-07-01 | 2016-07-28 | Sikorsky Aircraft Corporation | Obstacle data model construction system with range sensor shadows and use in motion planning |
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 |
CN106056664A (zh) * | 2016-05-23 | 2016-10-26 | 武汉盈力科技有限公司 | 一种基于惯性和深度视觉的实时三维场景重构系统及方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109013204A (zh) * | 2018-10-26 | 2018-12-18 | 江苏科瑞恩自动化科技有限公司 | 一种基于激光追踪轨迹运动的点胶工艺及装置 |
CN109013204B (zh) * | 2018-10-26 | 2023-12-19 | 江苏科瑞恩科技股份有限公司 | 一种基于激光追踪轨迹运动的点胶工艺及装置 |
CN109507686A (zh) * | 2018-11-08 | 2019-03-22 | 歌尔科技有限公司 | 一种控制方法、头戴显示设备、电子设备及存储介质 |
CN109978173A (zh) * | 2018-12-11 | 2019-07-05 | 智能嘉家有限公司 | 一种用于室内测绘和定位的机器学习diy方法 |
CN110702134A (zh) * | 2019-10-08 | 2020-01-17 | 燕山大学 | 基于slam技术的车库自主导航装置及导航方法 |
CN111578949A (zh) * | 2020-07-03 | 2020-08-25 | 哈工大机器人湖州国际创新研究院 | 室内定位方法及装置、存储介质和电子装置 |
CN117288187A (zh) * | 2023-11-23 | 2023-12-26 | 北京小米机器人技术有限公司 | 机器人位姿确定方法、装置、电子设备及存储介质 |
CN117288187B (zh) * | 2023-11-23 | 2024-02-23 | 北京小米机器人技术有限公司 | 机器人位姿确定方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108225328A (zh) | 一种室内三维数据采集方法 | |
US20210166495A1 (en) | Capturing and aligning three-dimensional scenes | |
CN108247647B (zh) | 一种清洁机器人 | |
US10481265B2 (en) | Apparatus, systems and methods for point cloud generation and constantly tracking position | |
US10977862B2 (en) | Method and system for displaying and navigating an optimal multi-dimensional building model | |
CN110505463A (zh) | 基于拍照的实时自动3d建模方法 | |
JP5947634B2 (ja) | 航空写真撮像方法及び航空写真撮像システム | |
EP1584895B1 (en) | Survey data processing system | |
CN108168458A (zh) | 一种室内三维数据自动采集设备 | |
CN105928498A (zh) | 通过基于模板的uav控制来确定对象数据 | |
CN109074083A (zh) | 移动控制方法、移动机器人及计算机存储介质 | |
JP2022554248A (ja) | 無人飛行体を使用する構造体スキャン | |
CN110084832A (zh) | 相机位姿的纠正方法、装置、系统、设备和存储介质 | |
CN109461208A (zh) | 三维地图处理方法、装置、介质和计算设备 | |
RU2572637C2 (ru) | Параллельное или выполняемое последовательно в онлайн- и оффлайн- режимах формирование реконструкций для трехмерного обмера помещения | |
CN110675453B (zh) | 一种已知场景中运动目标的自定位方法 | |
CN106292656B (zh) | 一种环境建模方法及装置 | |
JP2015088819A (ja) | 撮像シミュレーション装置 | |
CN107622525A (zh) | 三维模型获得方法、装置及系统 | |
Karam et al. | Integrating a low-cost mems imu into a laser-based slam for indoor mobile mapping | |
CN110119189A (zh) | Slam系统的初始化、ar控制方法、装置和系统 | |
CN113034347B (zh) | 倾斜摄影图像处理方法、装置、处理设备及存储介质 | |
CN109213154A (zh) | 一种基于Slam定位方法、装置、电子设备及计算机存储介质 | |
JP2021114286A (ja) | 拡張現実画像を生成するための方法 | |
CN108363392A (zh) | 确定扫描的最佳路径的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180629 |