CN110223373B - 螺栓球状物几何参数信息的确定方法、装置及设备 - Google Patents

Abstract

本发明公开了一种螺栓球状物几何参数信息的确定方法、装置及设备，涉及建筑工程技术领域，可高效、精确地提取螺栓球状物的球心坐标及球体半径。所述方法包括：首先对螺栓球状物的三维扫描信息进行采集，得到螺栓球点云模型；再通过预设RANSAC算法，将所述螺栓球点云模型进行噪声点过滤；然后估计过滤后的所述螺栓球点云模型所对应的模型参数信息；最后按照所述模型参数信息确定所述螺栓球状物的几何参数信息。本发明主要适用于螺栓球状物几何参数信息的确定。

Description

螺栓球状物几何参数信息的确定方法、装置及设备

技术领域

本发明涉及建筑工程技术领域，特别是涉及一种螺栓球状物几何参数信息的确定方法、装置及设备。

背景技术

螺栓球状钢网架在大跨度复杂建筑工程建设中得到广泛的应用，此类钢架结构不仅构造简单，且具有受力明确、连接方便等特点。在实际建设过程中，钢架结构螺栓球体的中心坐标、球体半径等几何参数信息是内部施工以及工程后期装修的重要依据。

目前对于这种螺栓球状物几何参数信息的传统提取方式是采用全站仪法。然而，全站仪法的效率偏低，且在球体表面粗糙、不规则的情况下直接影响坐标精度，鲁棒性较差，结果受人为操作影响较大，进而很难高效、精确地提取螺栓球状物的球心坐标及球体半径。

发明内容

有鉴于此，本发明提供了一种螺栓球状物几何参数信息的确定方法、装置及设备，主要目的在于解决目前采用传统方式很难高效、精确地提取螺栓球状物的球心坐标及球体半径的问题。

依据本发明一个方面，提供了一种螺栓球状物几何参数信息的确定方法，该方法包括：

对螺栓球状物的三维扫描信息进行采集，得到螺栓球点云模型；

通过预设随机抽样一致性(RANdom SAmple Consensus，RANSAC)算法，将所述螺栓球点云模型进行噪声点过滤；

估计过滤后的所述螺栓球点云模型所对应的模型参数信息；

按照所述模型参数信息确定所述螺栓球状物的几何参数信息。

依据本发明另一个方面，提供了一种螺栓球状物几何参数信息的确定装置，该装置包括：

采集模块，用于对螺栓球状物的三维扫描信息进行采集，得到螺栓球点云模型；

过滤模块，用于通过预设RANSAC算法，将所述螺栓球点云模型进行噪声点过滤；

估计模块，用于估计过滤后的所述螺栓球点云模型所对应的模型参数信息；

确定模块，用于按照所述模型参数信息确定所述螺栓球状物的几何参数信息。

依据本发明又一个方面，提供了一种存储设备，其上存储有计算机程序，所述程序被处理器执行时实现上述螺栓球状物几何参数信息的确定方法。

依据本发明再一个方面，提供了一种螺栓球状物几何参数信息确定的实体设备，包括存储设备、处理器及存储在存储设备上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述螺栓球状物几何参数信息的确定方法。

借由上述技术方案，本发明提供的一种螺栓球状物几何参数信息的确定方法、装置及设备，与目前传统的全站仪法相比，本发明可利用RANSAC算法将与螺栓球状物对应的螺栓球点云模型进行噪声点过滤，可做到高效剔除无用噪声点，然后按照过滤后的螺栓球点云模型所对应的模型参数信息，确定螺栓球状物的球心坐标与球体半径等几何参数信息，这样不仅可以弥补传统测量手段的缺点，同时还能提取较优的结果。可实现高效、精确地提取螺栓球状物的球心坐标及球体半径。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于体现出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的一种螺栓球状物几何参数信息的确定方法流程示意图；

图2示出了本发明实施例提供的另一种螺栓球状物几何参数信息的确定方法流程示意图；

图3示出了本发明实施例提供的一种螺栓球状物几何参数信息确定的整体流程示意图；

图4示出了本发明实施例提供的一种RANSAC算法拟合球体的效果示意图；

图5示出了本发明实施例提供的一种螺栓球状物几何参数信息的确定装置的结构示意图；

图6示出了本发明实施例提供的一种螺栓球状物几何参数信息的确定设备的实体结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

针对目前传统方式的缺点，本实施例提供了一种螺栓球状物几何参数信息的确定方法，可实现高效、精确地提取螺栓球状物的球心坐标及球体半径，如图1所示，该方法包括：

101、对螺栓球状物的三维扫描信息进行采集，得到螺栓球点云模型。

其中，螺栓球状物可根据各行业的实际业务需求确定。例如，在建筑工程建设中，对于螺栓球状钢网架，可使用三维激光扫描仪对施工现场进行扫描，得到钢架螺栓球的三维扫描信息，然后基于该三维扫描信息对钢架螺栓球状点云进行切割，得到螺栓球点云模型。

对于本实施例的执行主体可以为螺栓球状物几何参数信息确定的装置或设备。在获取得到螺栓球状物的三维扫描信息之后，可通过本执行主体执行步骤101至104所示过程，进而可高效、精确地提取螺栓球状物的几何参数信息。

102、通过预设RANSAC算法，将螺栓球点云模型进行噪声点过滤。

其中，预设RANSAC算法为基于笛卡尔坐标系统下的一种最优球体拟合的算法。

在本实施例中，由于在前期数据切割后的螺栓球点云模型中含有较多无用的噪声点，通过使用RANSAC算法进行拟合球体，不仅可以高效剔除无用的噪声点，而且还可以提高球体拟合精度。

103、估计过滤后的螺栓球点云模型所对应的模型参数信息。

104、按照估计的模型参数信息确定螺栓球状物的几何参数信息。

其中，几何参数信息可包括螺栓球状物的球心坐标、球体半径等几何因素。

例如，利用过滤后的螺栓球点云模型拟合最优球体，进而按照最优球体的几何参数确定螺栓球状物的球心坐标、球体半径等几何因素。

本实施例提供的一种螺栓球状物几何参数信息的确定方法，与目前传统的全站仪法相比，本实施例可利用RANSAC算法将与螺栓球状物对应的螺栓球点云模型进行噪声点过滤，可做到高效剔除无用噪声点，然后按照过滤后的螺栓球点云模型所对应的模型参数信息，确定螺栓球状物的球心坐标与球体半径等几何参数信息，这样不仅可以弥补传统测量手段的缺点，同时还能提取较优的结果。可实现高效、精确地提取螺栓球状物的球心坐标及球体半径。

进一步地，作为上述本发明实施例具体实施方式的细化和扩展，提供了另一种螺栓球状物几何参数信息的确定方法，如图2所示，该算法包括：

201、将螺栓球状物在不同角度采集的三维扫描信息进行数据拼接，并对拼接后的数据依次进行数据整合、点云稀疏、坐标转换处理。

202、对处理后得到的螺栓球状物点云进行切割，得到螺栓球点云模型。

例如，为了得到钢架螺栓球对应准确的螺栓球点云模型，将螺栓球在不同角度采集的三维扫描信息进行数据拼接，并对拼接后的数据依次进行数据整合、点云稀疏、坐标转换、数据切割处理，得到该螺栓球点云模型。

203、通过预设RANSAC算法，将螺栓球点云模型进行噪声点过滤。

对于本实施例，RANSAC算法原理可为通过输入离群值自由子集期望的概率p，得到一个离群自由子集。当一个新的子集通过迭代产生一个更大的一致集(更高的内层百分比)时，能够自适应的更新子集的数量N。

基于上述算法原理，作为一种可选方式，步骤203具体可包括：配置共识集为空集；从螺栓球点云模型对应的数据集(含有异常值的数据)中，随机抽取s个元素的子集生成模型M；计算所述数据集中每个元素di与模型M的投影误差；若投影误差小于预设阈值τ，则将模型M包含的s个元素归入到共识集中；若最新的共识集中当前元素个数大于最大共识集中当前元素个数，则根据最新的共识集更新所述最大共识集；按照这一过程重复迭代N次，得到最优的最大共识集。

其中，迭代次数P为离群值自由子集的期望概率、w为非噪声点比例。

例如，首先设置最大共识集为空集，并根据螺栓球点云模型对应数据集的基数n和估计模型M所用数据元素的最小数量s，配置迭代次数N。然后开始执行N次迭代过程：

1)配置共识集为空集；

2)从数据集中随机抽取s个元素的子集并估计模型M；

3)对于数据集中每个元素di，如果符合(M，di；τ)，即每个元素di与模型M的投影误差小于预设阈值τ，则模型M包含的s个元素归入到共识集中；

4)如果最新的共识集中当前元素个数大于最大共识集中当前元素个数，则根据最新的共识集更新该最大共识集；

然后按照上述4个步骤迭代N次，每次都随机抽取s个元素的子集，因此最大共识集是不断更新的，经过N次迭代后得到最优的最大共识集，基于最大共识集合估计的模型为M*，即过滤噪声点后得到的螺栓球点云模型。

204、利用最优的最大共识集估计模型参数信息。

作为一种可选方式，步骤204具体可包括：首先从最优的最大共识集中随机选取预设个数目标点的坐标数据；然后根据选取的坐标数据进行球体拟合，使得目标点之间平方代数距离之和最小；最后将拟合得到的最优球体对应的参数信息，确定为模型参数信息。通过这种方式可准确估计得到最为合适的模型参数信息。

其中，最优球体对应参数信息通过预设公式[c^*，r^*]＝argmin_c，确定得到，其中，δ_i＝p_i ^Tp_i-2p_i ^Tc+c^Tc-r²，c^*为最优球体的球心坐标，r^*为最优球体的球体半径，m为所述预设个数，p_i为目标点i的三维坐标，c为拟合过程中各个待选球体对应的球心坐标，r为拟合过程中各个待选球体对应的球体半径。

例如，估计球体时随机的在点云数据集合中取四个点p₁、p₂、p₃、p₄方程组为：

其中，x、y、z分别代表x轴、y轴、z轴的坐标，相应的，c_x为球心x轴坐标，c_y为球心y轴坐标，cz为球心z轴坐标。p_1x、p_1y、p_1z分别代表点p₁的x轴、y轴、z轴的坐标。依次类推，公式中其余字符含义分别代表点p₂、p₃、p₄的x轴、y轴、z轴的坐标。

求解过程中的逆矩阵，可以表示为：

给定R^d中的m个点，m＞(d+1)，R表示实数集，d表示维度，在本方案中相当于从最优的最大共识集中选出m个目标点的坐标数据。进一步的，要将这些坐标数据拟合到一个球体，使平方代数距离之和最小。有等式：

δ_i＝p_i ^TP_i-2p_i ^Tc+c^Tc-r²

最佳的球体参数计算如下：

设m＝c^Tc-r²，然后得到以下线性方程组(Ax＝b)：

这个方程组的解决方案最小化为：

205、按照模型参数信息确定螺栓球状物的几何参数信息。

作为一种可选方式，步骤205具体可包括：将步骤204中得到的最优球体的球心坐标，确定为螺栓球状物的球心坐标；以及将该最优球体的球体半径，确定为螺栓球状物的球体半径。

经过上述算法的处理，将粗略切割的螺栓球点云模型通过执行本方案，可以得到基于点云数据拟合的螺栓球状体的特征信息参数。既可以快速对螺栓球状信息的提取，同时也能保证数据的精度。

进一步的，为了更好的说明上述实施例的实施过程，给出本方案处理的整体流程图，如图3所示，基于本方案实施过程预先编辑RANSAC程序，以便实现螺栓球点云模型噪声点过滤和最优球体拟合的过程。首先执行前期处理过程，将使用拍照和数据采集的方式得到的螺栓球三维扫描数据进行数据拼接，并依次进行数据整合、点云稀疏、坐标转换、数据切割的前处理，最终得到粗略切割的螺栓球点云模型。然后执行后处理过程，将该模型导入RANSAC程序之前，需要进行相应的格式转换，以便程序能够精准识别。通过RANSAC程序执行本方案的具体实施过程，过滤掉无用的噪声点以及精确拟合最优球体，不仅可以高效剔除无用噪声点，并且还可以提高拟合精度，其拟合效果如图4所示。最终根据最优球体的球心坐标和球体半径，确定螺栓球的球心坐标和球体半径。

本实施例提供的这种基于钢架点云数据高效精确提取螺栓球状物球心坐标与半径的方法，首先使用三维激光扫描仪对施工现场进行扫描，然后对钢架螺栓球状点云进行切割。最后将RANSAC算法应用于类似提取螺栓球状物球心坐标与半径的工程中。该方法不仅可以弥补传统测量手段的缺点，同时还能提取较优结果。

进一步地，作为图1和图2所述方法的具体实现，本发明实施例提供了一种螺栓球状物几何参数信息的确定装置，如图5所示，所述装置包括：采集模块31、过滤模块32、估计模块33、确定模块34。

采集模块31，用于对螺栓球状物的三维扫描信息进行采集，得到螺栓球点云模型；

过滤模块32，用于通过预设随机抽样一致性RANSAC算法，将所述螺栓球点云模型进行噪声点过滤；

估计模块33，用于估计过滤后的所述螺栓球点云模型所对应的模型参数信息；

确定模块34，用于按照所述模型参数信息确定所述螺栓球状物的几何参数信息。

在具体的应用场景中，采集模块31，具体用于将所述螺栓球状物在不同角度采集的三维扫描信息进行数据拼接，并对拼接后的数据依次进行数据整合、点云稀疏、坐标转换处理；对处理后得到的螺栓球状物点云进行切割，得到所述螺栓球点云模型。

在具体的应用场景中，过滤模块32，具体用于配置共识集为空集；从所述螺栓球点云模型对应的数据集中，随机抽取s个元素的子集生成模型M；计算所述数据集中每个元素di与所述模型M的投影误差；若所述投影误差小于预设阈值τ，则将所述模型M包含的s个元素归入到共识集中；若最新的共识集中当前元素个数大于最大共识集中当前元素个数，则根据所述最新的共识集更新所述最大共识集；按照上述过程重复迭代N次，得到最优的最大共识集，其中，迭代次数P为离群值自由子集的期望概率、w为非噪声点比例。

在具体的应用场景中，估计模块33，具体用于利用所述最优的最大共识集估计所述模型参数信息。

在具体的应用场景中，估计模块33，具体还用于从所述最优的最大共识集中随机选取预设个数目标点的坐标数据；根据所述坐标数据进行球体拟合，使得所述目标点之间平方代数距离之和最小；将拟合得到的最优球体对应的参数信息，确定为所述模型参数信息。

在具体的应用场景中，可选的，所述最优球体对应参数信息通过预设公式[c^*，r^*]＝argmin_c，确定得到，其中，δ_i＝p_i ^Tp_i-2p_i ^Tc+c^Tc-r²，c^*为所述最优球体的球心坐标，r^*为所述最优球体的球体半径，m为所述预设个数，p_i为目标点i的三维坐标，c为拟合过程中各个待选球体对应的球心坐标，r为拟合过程中各个待选球体对应的球体半径。

在具体的应用场景中，确定模块34，具体用于将所述最优球体的球心坐标，确定为所述螺栓球状物的球心坐标；及将所述最优球体的球体半径，确定为所述螺栓球状物的球体半径。

需要说明的是，本发明实施例提供的一种螺栓球状物几何参数信息的确定装置所涉及各功能单元的其他相应描述，可以参考图1和图2中方法的对应描述，在此不再赘述。

基于上述如图1和图2所示方法，相应的，本发明实施例还提供了一种存储设备，其上存储有计算机程序，该程序被处理器执行时实现如图1和图2中所示的螺栓球状物几何参数信息的确定方法。

基于上述如图1和图2所示算法和如图5所示装置的实施例，本发明实施例还提供了一种螺栓球状物几何参数信息确定的实体装置，如图6所示，该装置包括：处理器41、存储设备42、及存储在存储设备42上并可在处理器41上运行的计算机程序，所述处理器41执行所述程序时实现如图1和图2中所示的螺栓球状物几何参数信息的确定方法。该装置还包括：总线43，被配置为耦接处理器41及存储设备42。

通过应用本发明的技术方案，首先使用三维激光扫描仪对施工现场进行扫描，然后对钢架螺栓球状点云进行切割。最后将RANSAC算法应用于类似提取螺栓球状物球心坐标与半径的工程中。该方法不仅可以弥补传统测量手段的缺点，同时还能提取较优结果。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。

本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本申请序号仅仅为了描述，不代表实施场景的优劣。

以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims (7)

1.一种螺栓球状物几何参数信息的确定方法，其特征在于，包括：

对螺栓球状物的三维扫描信息进行采集，得到螺栓球点云模型；

通过预设随机抽样一致性RANSAC算法，将所述螺栓球点云模型进行噪声点过滤；

估计过滤后的所述螺栓球点云模型所对应的模型参数信息；所述估计过滤后的所述螺栓球点云模型所对应的模型参数信息，具体包括：

利用最优的最大共识集估计所述模型参数信息；利用最优的最大共识集估计所述模型参数信息，具体包括：

从所述最优的最大共识集中随机选取预设个数目标点的坐标数据；

根据所述坐标数据进行球体拟合，使得所述目标点之间平方代数距离之和最小；

将拟合得到的最优球体对应的参数信息，确定为所述模型参数信息；所述最优球体对应的参数信息通过预设公式[c^*，r^*]＝argminC，确定得到，其中，δi＝pi^Tpi-2pi^Tc+c^Tc-r²，c^*为所述最优球体的球心坐标，r^*为所述最优球体的球体半径，m为所述预设个数，pi为目标点i的三维坐标，c为拟合过程中各个待选球体对应的球心坐标，r为拟合过程中各个待选球体对应的球体半径；

按照所述模型参数信息确定所述螺栓球状物的几何参数信息。

2.根据权利要求1所述的方法，其特征在于，所述对螺栓球状物的三维扫描信息进行采集，得到螺栓球点云模型，具体包括：

将所述螺栓球状物在不同角度采集的三维扫描信息进行数据拼接，并对拼接后的数据依次进行数据整合、点云稀疏、坐标转换处理；

对处理后得到的螺栓球状物点云进行切割，得到所述螺栓球点云模型。

3.根据权利要求1至2中任一项所述的方法，其特征在于，通过预设RANSAC算法，将所述螺栓球点云模型进行噪声点过滤，具体包括：

配置共识集为空集；

从所述螺栓球点云模型对应的数据集中，随机抽取s个元素的子集生成模型M；

计算所述数据集中每个元素di与所述模型M的投影误差；

若所述投影误差小于预设阈值τ，则将所述模型M包含的s个元素归入到共识集中；

若最新的共识集中当前元素个数大于最大共识集中当前元素个数，则根据所述最新的共识集更新所述最大共识集；

按照上述过程重复迭代N次，得到最优的最大共识集，其中迭代次数迭代次数P为离群值自由子集的期望概率、w为非噪声点比例。

4.根据权利要求1所述的方法，其特征在于，所述按照所述模型参数信息确定所述螺栓球状物的几何参数信息，具体包括：

将所述最优球体的球心坐标，确定为所述螺栓球状物的球心坐标；及

将所述最优球体的球体半径，确定为所述螺栓球状物的球体半径。

5.一种螺栓球状物几何参数信息的确定装置，其特征在于，包括：

采集模块，用于对螺栓球状物的三维扫描信息进行采集，得到螺栓球点云模型；

过滤模块，用于通过预设随机抽样一致性RANSAC算法，将所述螺栓球点云模型进行噪声点过滤；

估计模块，用于估计过滤后的所述螺栓球点云模型所对应的模型参数信息；所述估计过滤后的所述螺栓球点云模型所对应的模型参数信息，具体包括：

利用最优的最大共识集估计所述模型参数信息；利用最优的最大共识集估计所述模型参数信息，具体包括：

从所述最优的最大共识集中随机选取预设个数目标点的坐标数据；

根据所述坐标数据进行球体拟合，使得所述目标点之间平方代数距离之和最小；

将拟合得到的最优球体对应的参数信息，确定为所述模型参数信息；所述最优球体对应的参数信息通过预设公式[c^*，r^*]＝argminC，确定得到，其中，δi＝pi^Tpi-2pi^Tc+c^Tc-r²，c^*为所述最优球体的球心坐标，r^*为所述最优球体的球体半径，m为所述预设个数，pi为目标点i的三维坐标，c为拟合过程中各个待选球体对应的球心坐标，r为拟合过程中各个待选球体对应的球体半径；

确定模块，用于按照所述模型参数信息确定所述螺栓球状物的几何参数信息。

6.一种存储设备，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至4任一项所述的螺栓球状物几何参数信息的确定方法。

7.一种螺栓球状物几何参数信息的确定设备，包括存储设备、处理器及存储在存储设备上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4任一项所述的螺栓球状物几何参数信息的确定方法。