CN110375712A - 巷道断面提取方法、装置、设备及存储介质 - Google Patents

巷道断面提取方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110375712A
CN110375712A CN201910627137.2A CN201910627137A CN110375712A CN 110375712 A CN110375712 A CN 110375712A CN 201910627137 A CN201910627137 A CN 201910627137A CN 110375712 A CN110375712 A CN 110375712A
Authority
CN
China
Prior art keywords
point
point cloud
data
normal plane
dimensional
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
Application number
CN201910627137.2A
Other languages
English (en)
Other versions
CN110375712B (zh
Inventor
王李管
任助理
毕林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University
Original Assignee
Central South University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Central South University filed Critical Central South University
Priority to CN201910627137.2A priority Critical patent/CN110375712B/zh
Publication of CN110375712A publication Critical patent/CN110375712A/zh
Application granted granted Critical
Publication of CN110375712B publication Critical patent/CN110375712B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C7/00Tracing profiles
    • G01C7/06Tracing profiles of cavities, e.g. tunnels

Abstract

本发明公开了一种巷道断面提取方法、装置、设备及存储介质,该方法包括:获取巷道对应的三维点云数据及采集轨迹点数据;根据所述采集轨迹点数据确定多个巷道断面的法向向量和法平面;根据所述三维点云数据确定与各所述法平面对应的点云数据,将所述点云数据投影至对应法平面得到各所述法平面对应的离散点集;根据所述离散点集进行曲线拟合,得到各所述巷道断面对应的截面曲线。可以有效提高巷道断面的提取精度,利于满足后续准确的生成三维实体模型及基于点云地图的定位等应用的需求。

Description

巷道断面提取方法、装置、设备及存储介质
技术领域
本发明涉及巷道监测领域,具体涉及一种巷道断面提取方法、装置、设备及存储介质。
背景技术
随着激光测距技术和计算机技术的高速发展,二者在矿山领域的数据采集中亦得到了应用。目前,在矿山应用较多的是固定式扫描测量方法,但该固定式扫描测量方法不仅操作过程复杂,而且效率低下,此外,由于在测量过程中不可能一次性地对井下环境进行整体测量,需要通过多次测量,以配准后的测量数据为整体作为表征井下环境的三维数据,使得所获取的点云数据密集而无序,且数据重叠,存在大量的冗余数据。
移动式扫描方法作为一种高效简单的方式逐步得到应用,此种方式只需利用三维激光雷达在井下行走一遍,即可得到整个行走过程中的轨迹信息和点云地图信息,但在移动扫描过程中由于设备本身误差和移动建图算法本身误差,导致获得的点云地图信息存在较大噪声,可能导致更具有实际意义的三维实体表面模型构建失败,此外,进行井下定位导航时,也无法依据此点云地图信息进行定位获得准确的位置信息。
发明内容
有鉴于此,本发明实施例提供了一种巷道断面提取方法、装置、设备及存储介质,旨在提高巷道断面的提取精度,满足后续的应用需求。
本发明实施例的技术方案是这样实现的:
第一方面,本发明实施例提供一种巷道断面提取方法,该方法包括:
获取巷道对应的三维点云数据及采集轨迹点数据,其中,所述采集轨迹点数据包括三维采集设备在移动采集过程中对应的多个轨迹点的位置信息,所述三维点云数据是基于所述三维采集设备在各所述轨迹点采集的三维点云信息确定的;
根据所述采集轨迹点数据确定多个巷道断面的法向向量和法平面;
根据所述三维点云数据确定与各所述法平面对应的点云数据,将所述点云数据投影至对应法平面得到各所述法平面对应的离散点集;
根据所述离散点集进行曲线拟合,得到各所述巷道断面对应的截面曲线。
上述方案中,所述根据所述采集轨迹点数据确定多个巷道断面的法向向量和法平面,包括:
根据所述采集轨迹点数据确定多个目标轨迹点,所述目标轨迹点与所述巷道断面一一对应,用于表征对应的巷道断面;
针对每个所述目标轨迹点,确定对应目标轨迹点的法向向量;
基于对应目标轨迹点的法向向量确定对应的法平面。
上述方案中,所述根据所述采集轨迹点数据确定多个目标轨迹点,包括:
对所述采集轨迹点数据中各轨迹点的位置信息进行滤除条件判断,将符合滤除条件的轨迹点去除后余下的轨迹点作为所述多个目标轨迹点;
其中,所述滤除条件包括以下至少之一:
对应轨迹点的曲率和与其相间设定数量个轨迹点以外的轨迹点的曲率间的差值大于第一设定阈值;
对应轨迹点与上一个轨迹点的距离大于第二设定阈值;
对应轨迹点与上一个轨迹点的连线和设定轴向的夹角满足设定条件。
上述方案中,所述根据所述三维点云数据确定与各所述法平面对应的点云数据,包括:
确定对应法平面的断面截取厚度δ,根据所述三维点云数据提取所述对应法平面两侧带宽为的点云带数据为对应的点云数据。
上述方案中,所述将所述点云数据投影至对应法平面得到各所述法平面对应的离散点集,包括:
将所述点云数据中未落入对应法平面的点进行投影得到投影至所述对应法平面的第一点集;
根据所述第一点集和所述点云数据中落入所述对应法平面的第二点集得到所述离散点集。
上述方案中,所述根据所述离散点集进行曲线拟合,得到各所述巷道断面对应的截面曲线,包括:
将所述离散点集划分为多个区域;
基于拟合算法对各个区域内的离散点进行曲线拟合,得到对应的分段曲线;
将各分段曲线进行连接,得到对应巷道断面的截面曲线。
上述方案中,所述方法还包括:
对所述离散点集基于曲线拟合进行去噪处理,根据所述去噪处理的结果修正所述三维点云数据。
第二方面,本发明实施例提供一种巷道断面提取装置,该装置包括:
获取模块,用于获取巷道对应的三维点云数据及采集轨迹点数据,其中,所述采集轨迹点数据包括三维采集设备在移动采集过程中对应的多个轨迹点的位置信息,所述三维点云数据是基于所述三维采集设备在各所述轨迹点采集的三维点云信息确定的;
第一处理模块,用于根据所述采集轨迹点数据确定多个巷道断面的法向向量和法平面;
第二处理模块,用于根据所述三维点云数据确定与各所述法平面对应的点云数据,将所述点云数据投影至对应法平面得到各所述法平面对应的离散点集;
第三处理模块,用于根据所述离散点集进行曲线拟合,得到各所述巷道断面对应的截面曲线。
第三方面,本发明实施例提供一种巷道断面提取设备,该设备包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序时,实现本发明实施例所述的巷道断面提取方法。
第四方面,本发明实施例提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现本发明实施例所述的巷道断面提取方法。
本发明实施例的技术方案中,通过获取巷道对应的三维点云数据及采集轨迹点数据,根据所述采集轨迹点数据确定多个巷道断面的法向向量和法平面,根据所述三维点云数据确定与各所述法平面对应的点云数据,将所述点云数据投影至对应法平面得到各所述法平面对应的离散点集,根据所述离散点集进行曲线拟合,得到各所述巷道断面对应的截面曲线,由于对三维点云数据提取了法平面对应的点云数据,并基于点云数据得到了法平面对应的离散点集,并根据离散点集进行曲线拟合,得到各巷道断面的截面曲线,可以有效提高巷道断面的提取精度,利于满足后续准确的生成三维实体模型及基于点云地图的定位等应用的需求。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例中巷道断面提取方法的流程示意图;
图2为本发明实施例中地下巷道环境示意图;
图3为本发明实施例中基于SLAM方法获得的井下点云地图;
图4为本发明实施例中基于SLAM方法获得的移动扫描轨迹图;
图5为本发明实施例中轨迹点法向量及法平面示意图;
图6为本发明实施例中巷道断面点云带示意图;
图7为本发明实施例中巷道断面点云带投影到法平面的点云示意图;
图8为本发明实施例中巷道断面点云划分的四个区域示意图;
图9为本发明实施例中巷道断面各区域曲线拟合示意图;
图10为本发明实施例中巷道断面完整曲线图;
图11为本发明实施例中去噪后的巷道断面点云示意图;
图12为本发明实施例中井下巷道三维表面实体模型示意图;
图13为本发明实施例中巷道断面提取装置的结构示意图;
图14为本发明实施例中巷道断面提取设备的结构示意图。
具体实施方式
以下结合说明书附图及具体实施例对本发明技术方案做进一步的详细阐述。应当理解,此处所提供的实施例仅仅用以解释本发明,并不用于限定本发明。另外,以下所提供的实施例是用于实施本发明的部分实施例,而非提供实施本发明的全部实施例,在不冲突的情况下,本发明实施例记载的技术方案可以任意组合的方式实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
需要指出,本发明实施例所涉及的术语“第一、第二、第三”等仅仅是是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一、第二、第三”等在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本发明实施例能够以除了在这里图示或描述的以外的顺序实施。
本发明实施例提供了一种巷道断面提取方法,请参阅图1,该方法包括:
步骤101,获取巷道对应的三维点云数据及采集轨迹点数据,其中,所述采集轨迹点数据包括三维采集设备在移动采集过程中对应的多个轨迹点的位置信息,所述三维点云数据是基于所述三维采集设备在各所述轨迹点采集的三维点云信息确定的。
本发明实施例中,巷道可以为地下矿对应的巷道,如图2所示,地下矿所在环境中,整个巷道凹凸不平,同时还铺设有相应的水管,电线管等设施。相较于隧道工程设计而言,由于隧道工程设计大多是结构较简单且表面平整,同时其测量研究区域也是一个固定范围的点云数据,本发明实施例针对井下结构复杂、巷道壁凹凸不平情况,在数据处理时考虑巷道特征,将原始的无序数据点集转化为具有层列结构的有序组织形式,使最终获得的数据表示形式在尽量保持原始形状特征信息的同时,减少数据冗余以及去除动态点云数据,获得相应的巷道断面曲线,使其在基于点云地图的精确定位和井下三维实体曲面重建等方面都有重要的应用价值。
本发明实施例中,三维采集设备可以采用三维激光雷达,该三维激光雷达是通过激光测距原理(包括脉冲激光和相位激光),瞬时测得空间三维坐标值的测量仪器,利用三维激光扫描技术获取的空间点云数据,可快速建立结构复杂、不规则的场景的三维可视化模型。
在实际应用时,三维激光雷达基于即时定位与地图构建(SLAM,simultaneouslocalization and mapping)方法,进行地下矿山巷道的定位和建图,如图3及图4所示,得到采集行走过程中完整的采集轨迹点数据和三维点云数据,其中,如图4所示,采集轨迹点数据包括三维激光雷达在移动采集过程中各轨迹点的坐标,如图3所示,三维点云数据即基于SLAM方法生成的点云地图。三维激光雷达可以将采集生成的采集轨迹点数据和三维点云数据传递给巷道断面提取装置。三维激光雷达可以是手持式、背包式或者车载式等可以在井下移动的方式,从而实现移动扫描。
具体地,三维激光雷达进行地下矿山巷道的定位和建图的过程如下:
1、建立坐标原点及采集坐标系,譬如,以三维激光雷达收到的第一帧数据的位置点作为SLAM方法对应的坐标原点,Z轴位于竖向扫描面内,向上为正,X、Y轴都位于横向扫描面内且三者相互垂直构成左手坐标系,其中三维激光雷达为唯一传感器单元进行移动扫描;
2、在移动扫描过程中,依据SLAM方法实时获得三维激光雷达的运行轨迹坐标信息以及矿山巷道的点云地图信息。
步骤102,根据所述采集轨迹点数据确定多个巷道断面的法向向量和法平面。
这里,可以将采集轨迹点数据中任意轨迹点与其上一个轨迹点的连线向量作为法向向量,并确定对应的法平面。其中,上一个轨迹点是指当前轨迹点对应的采集时刻在在采集时序的上一时刻对应的轨迹点,即三维采集设备在上一个轨迹点进行三维采集后,再到当前轨迹点进行三维采集。
考虑到实际情况,三维采集设备的轨迹点可能出现转弯,重复以及左右摆动的情况,在一些实施例中,所述根据所述采集轨迹点数据确定多个巷道断面的法向向量和法平面,包括:
根据所述采集轨迹点数据确定多个目标轨迹点,所述目标轨迹点与所述巷道断面一一对应,用于表征对应的巷道断面;即多个巷道断面的法向向量和法平面就是多个目标轨迹点的法向向量和法平面。
针对每个所述目标轨迹点,确定对应目标轨迹点的法向向量;
基于对应目标轨迹点的法向向量确定对应的法平面。
在一实施例中,所述根据所述采集轨迹点数据确定多个目标轨迹点,包括:
对所述采集轨迹点数据中各轨迹点的位置信息进行滤除条件判断,将符合滤除条件的轨迹点去除后余下的轨迹点作为所述多个目标轨迹点;其中,所述滤除条件包括以下至少之一:
对应轨迹点的曲率和与其相间设定数量个轨迹点以外的轨迹点的曲率间的差值大于第一设定阈值;
对应轨迹点与上一个轨迹点的距离大于第二设定阈值;
对应轨迹点与上一个轨迹点的连线和设定轴向的夹角满足设定条件。
示例性地,对所述采集轨迹点数据中各轨迹点的位置信息进行滤除条件判断,具体如下:
(1)依据SLAM生成的轨迹点为基础,除去前后5个点,计算每个点的曲率,在曲率出现较大波动的情况下,排除其作为法向向量的计算;该曲率的波动阈值可以根据需要进行合理设置。
(2)计算每个点与上一个点的距离,当距离大于某一设定阈值,则排除该点进行法向向量计算;该设定阈值可以根据需要进行合理设置。
(3)计算每个点与上一个点的连线与X轴的夹角,并比较该夹角与该点航向角的关系,当大于某一设定阈值,则排除该点进行法向向量计算。该设定阈值可以根据需要进行合理设置。
本发明实施例中,某一轨迹点的法向向量根据该轨迹点与上一个轨迹点来确定。如图5所示,假定某一轨迹点为B,B点的上一个轨迹点为A,假定坐标原点O的坐标为(0,0,0),A点的坐标为(x1,y1,z1),B点的坐标为(x2,y2,z2),向量
这里,法平面指过空间曲线的切点,且与切线垂直的平面,切线的方向向量称为曲线在某点处的切向量,即是上述所说的B点的法向向量则具体的在轨迹点B(x2,y2,z2)处法平面方程为:
(x2-x1)(x-x2)+(y2-y1)(y-y2)+(z2-z1)(z-z2)=0
步骤103,根据所述三维点云数据确定与各所述法平面对应的点云数据,将所述点云数据投影至对应法平面得到各所述法平面对应的离散点集。
在一实施例中,所述根据所述三维点云数据确定与各所述法平面对应的点云数据,包括:确定对应法平面的断面截取厚度δ,根据所述三维点云数据提取所述对应法平面两侧带宽为的点云带数据为对应的点云数据。断面截取厚度δ如图6所示。
这里,δ可以根据经验预先设定或者可以根据下述方法确定:
在三维点云数据中随机取出n个点,对点Pi,i={0,1,...,n}搜索点云内与其最近的m个点,并计算点与Pi的距离j={0,1,...,m},则点云密度可估算为:
则巷道切片厚度可通过ρ乘以一定的系数k获取,即δ=kρ,其中k系数的选取通常取4~8。
这里,点云带数据的提取具体为:计算三维点云数据中的点Pi,1≤i≤n到巷道断面L的欧氏距离di,其中轨迹点的切线方程为:
y+kp·x+k'p·z+m=0
其中:(1,kp,k'p)是某一轨迹点的瞬时切线向量,即
由于所述的点云带数据获取,需要三维点云数据中每个点都与平面进行距离运算,在一些实施例中,基于效率考虑,以当前轨迹点为搜索原点,运用Kd-tree的半径搜索,取出一定范围内的点云进行距离运算,确定最后的点云带数据。
本发明实施例中,将所有的点云带数据视为同一平面上,并将未落入该平面上的点进行投影,从而得到各巷道断面的离散点集(如图7所示)。在一些实施例中,所述将所述点云数据投影至对应法平面得到各所述法平面对应的离散点集,包括:
将所述点云数据中未落入对应法平面的点进行投影得到投影至所述对应法平面的第一点集;
根据所述第一点集和所述点云数据中落入所述对应法平面的第二点集得到所述离散点集。
实际应用时,L表示巷道断面,Pi(xi,yi)为投影前的非平面点,Pi'(xi',yi')为投影后的平面点,即PiPi'⊥L,Δxi,Δyi,Δzi分别表示点Pi(xi,yi)投影前后在坐标轴三个方向上多的位移变化量,计算公式为:
则投影后的点坐标值可表示为:
步骤104,根据所述离散点集进行曲线拟合,得到各所述巷道断面对应的截面曲线。
本发明实施例中,依据巷道的特性将离散点集划分为多个区域,并对各区域的点集进行曲线拟合,得到巷道断面对应的截面曲线。
在一实施例中,所述根据所述离散点集进行曲线拟合,得到各所述巷道断面对应的截面曲线,包括:
将所述离散点集划分为多个区域;
基于拟合算法对各个区域内的离散点进行曲线拟合,得到对应的分段曲线;
将各分段曲线进行连接,得到对应巷道断面的截面曲线。
实际应用时,如图8和图9所示,依据巷道顶板、两帮和底板特征把法平面上的离散点集划分为四个区域S1-S4,利用随机抽样一致算法(RANSAC,RANdom SAmple Consensus)和最小二乘法分别对四个区域进行曲线拟合,得到断面曲线1-4,最终把四条曲线平滑连接,得到该巷道断面对应的截面曲线(如图10所示)。
在一些实施例中,本发明实施例方法还包括:对所述离散点集基于曲线拟合进行去噪处理,根据所述去噪处理的结果修正所述三维点云数据。对离散点集在各区域进行曲线拟合,得到各区域对应的分段曲线后,如图11所示,可以采用过滤算法剔除“外点”(噪声点),并将三维点云数据中对应的点云去除,从而得到修正后的三维点云数据。通过该去噪处理,可以使得三维点云数据在尽量保持原始形状特征信息的同时,减少数据冗余以及去除动态点云数据,使其在基于点云地图的精确定位和井下三维实体曲面重建等方面都有重要的应用价值。
在一实施例中,所述根据所述离散点集进行曲线拟合,包括:
1、依据矿山巷道设计标准,巷道结构分为顶板、底板和两帮,把巷道断面的点云(即离散点集)分为四部分;
2、由于传统的最小二乘拟合方法在拟合过程中对于噪声点的抗差性较差,适用于对较为理想的数据进行拟合,而在实际应用中效果不佳,因此在获取巷道分段的分布情况后,首先采用了RANSAC方法进行形变曲线的拟合,之后对内点进行最小二乘拟合,修正曲线参数,具体步骤如下:
1)、确定曲线拟合模型
y=a1x3+a2x2+a3x+a4
2)、输入分段点云数据,依据RANSAC迭代估算曲线模型参数
3)、对最优曲线模型的内点运用最小二乘拟合,得到最终的形变曲线参数;
3、将拟合后的巷道分段曲线,依据区段连续处坐标相等且连接处切线相同为条件,以附有限制条件的间接平差方法求解得到最终的截面曲线。
本发明实施例还可以根据提取的多个巷道断面的截面曲线及去噪后的三维点云数据,得到井下三维表面实体模型,如图12所示。
本发明实施例方法,由于对三维点云数据提取了法平面对应的点云数据,并基于点云数据得到了法平面对应的离散点集,并根据离散点集进行曲线拟合,得到各巷道断面的截面曲线,可以有效提高巷道断面的提取精度,利于满足后续准确的生成三维实体模型及基于点云地图的定位等应用的需求。
此外,本发明实施例方法,通过去噪处理,可以使得三维点云数据在尽量保持原始形状特征信息的同时,减少数据冗余以及去除动态点云数据,使其在基于点云地图的精确定位和井下三维实体曲面重建等方面都有重要的应用价值。
为了实现本发明实施例的方法,本发明实施例还提供一种本发明实施例提供一种巷道断面提取装置,如图13所示,该巷道断面提取装置1300包括:
获取模块1301,用于获取巷道对应的三维点云数据及采集轨迹点数据,其中,所述采集轨迹点数据包括三维采集设备在移动采集过程中对应的多个轨迹点的位置信息,所述三维点云数据是基于所述三维采集设备在各所述轨迹点采集的三维点云信息确定的;
第一处理模块1302,用于根据所述采集轨迹点数据确定多个巷道断面的法向向量和法平面;
第二处理模块1303,用于根据所述三维点云数据确定与各所述法平面对应的点云数据,将所述点云数据投影至对应法平面得到各所述法平面对应的离散点集;
第三处理模块1304,用于根据所述离散点集进行曲线拟合,得到各所述巷道断面对应的截面曲线。
在一些实施例中,第一处理模块1302具体用于:
根据所述采集轨迹点数据确定多个目标轨迹点,所述目标轨迹点与所述巷道断面一一对应,用于表征对应的巷道断面;
针对每个所述目标轨迹点,确定对应目标轨迹点的法向向量;
基于对应目标轨迹点的法向向量确定对应的法平面。
在一些实施例中,第一处理模块1302具体用于:
对所述采集轨迹点数据中各轨迹点的位置信息进行滤除条件判断,将符合滤除条件的轨迹点去除后余下的轨迹点作为所述多个目标轨迹点;
其中,所述滤除条件包括以下至少之一:
对应轨迹点的曲率和与其相间设定数量个轨迹点以外的轨迹点的曲率间的差值大于第一设定阈值;
对应轨迹点与上一个轨迹点的距离大于第二设定阈值;
对应轨迹点与上一个轨迹点的连线和设定轴向的夹角满足设定条件。
在一些实施例中,第二处理模块1303具体用于:
确定对应法平面的断面截取厚度δ,根据所述三维点云数据提取所述对应法平面两侧带宽为的点云带数据为对应的点云数据。
在一些实施例中,第二处理模块1303具体用于:
将所述点云数据中未落入对应法平面的点进行投影得到投影至所述对应法平面的第一点集;
根据所述第一点集和所述点云数据中落入所述对应法平面的第二点集得到所述离散点集。
在一些实施例中,第三处理模块1304具体用于:
将所述离散点集划分为多个区域;
基于拟合算法对各个区域内的离散点进行曲线拟合,得到对应的分段曲线;
将各分段曲线进行连接,得到对应巷道断面的截面曲线。
在一些实施例中,第三处理模块1304还用于:
对所述离散点集基于曲线拟合进行去噪处理,根据所述去噪处理的结果修正所述三维点云数据。
在实际应用中,上述各程序模块均可由服务器上的中央处理器(CPU,CentralProcessing Unit)、微处理器(MPU,Micro Processor Unit)、数字信号处理器(DSP,Digital Signal Processor)、或现场可编程门阵列(FPGA,Field Programmable GateArray)等实现。
需要说明的是:上述实施例提供的巷道断面提取装置在进行道断面提取时,仅以上述各程序模块的划分进行举例说明,实际应用中,可以根据需要而将上述处理分配由不同的程序模块完成,即将巷道断面提取装置的内部结构划分成不同的程序模块,以完成以上描述的全部或者部分处理。另外,上述实施例提供的巷道断面提取装置与巷道断面提取方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
基于本发明实施例巷道断面提取装置的硬件实现,且为了实现本发明实施例方法,本发明实施例还提供一种巷道断面提取设备,如图14所示,巷道断面提取设备1400包括:至少一个处理器1401、存储器1402、用户接口1403和至少一个网络接口1404。巷道断面提取设备1400中的各个组件通过总线系统1405耦合在一起。可以理解,总线系统1405用于实现这些组件之间的连接通信。总线系统1405除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图14中将各种总线都标为总线系统1405。
其中,用户接口1403可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。
可以理解,存储器1402可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。
本发明实施例中的存储器1402用于存储各种类型的数据以支持巷道断面提取设备的操作。这些数据的示例包括:用于在巷道断面提取设备1400上运行的任何计算机程序,如可执行程序14021,实现本发明实施例的巷道断面提取方法的程序可以包含在可执行程序14021中。
本发明实施例揭示的巷道断面提取方法可以应用于处理器1401中,或者由处理器1401实现。处理器1401可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,巷道断面提取方法的各步骤可以通过处理器1401中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1401可以是通用处理器、数字信号处理器(DSP,Digital SignalProcessor),或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器1401可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤,可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中,该存储介质位于存储器1402,处理器1401读取存储器1402中的信息,结合其硬件完成本发明实施例提供的巷道断面提取方法的步骤。
本发明实施例还提供了一种存储介质,存储介质可以包括:移动存储设备、随机存取存储器(RAM,Random Access Memory)、只读存储器(ROM,Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。所述可读存储介质存储有计算机程序;所述计算机程序用于被处理器执行时实现本发明任一实施例所述的巷道断面提取方法。
本领域内的技术人员应明白,本发明实施例可提供为方法、系统、或计算机程序产品。因此,本发明实施例可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理系统的处理器以产生一个机器,使得通过计算机或其他可编程数据处理系统的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理系统以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理系统上,使得在计算机或其他可编程系统上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程系统上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种巷道断面提取方法,其特征在于,包括:
获取巷道对应的三维点云数据及采集轨迹点数据,其中,所述采集轨迹点数据包括三维采集设备在移动采集过程中对应的多个轨迹点的位置信息,所述三维点云数据是基于所述三维采集设备在各所述轨迹点采集的三维点云信息确定的;
根据所述采集轨迹点数据确定多个巷道断面的法向向量和法平面;
根据所述三维点云数据确定与各所述法平面对应的点云数据,将所述点云数据投影至对应法平面得到各所述法平面对应的离散点集;
根据所述离散点集进行曲线拟合,得到各所述巷道断面对应的截面曲线。
2.如权利要求1所述的巷道断面提取方法,其特征在于,所述根据所述采集轨迹点数据确定多个巷道断面的法向向量和法平面,包括:
根据所述采集轨迹点数据确定多个目标轨迹点,所述目标轨迹点与所述巷道断面一一对应,用于表征对应的巷道断面;
针对每个所述目标轨迹点,确定对应目标轨迹点的法向向量;
基于对应目标轨迹点的法向向量确定对应的法平面。
3.如权利要求2所述的巷道断面提取方法,其特征在于,所述根据所述采集轨迹点数据确定多个目标轨迹点,包括:
对所述采集轨迹点数据中各轨迹点的位置信息进行滤除条件判断,将符合滤除条件的轨迹点去除后余下的轨迹点作为所述多个目标轨迹点;
其中,所述滤除条件包括以下至少之一:
对应轨迹点的曲率和与其相间设定数量个轨迹点以外的轨迹点的曲率间的差值大于第一设定阈值;
对应轨迹点与上一个轨迹点的距离大于第二设定阈值;
对应轨迹点与上一个轨迹点的连线和设定轴向的夹角满足设定条件。
4.如权利要求1所述的巷道断面提取方法,其特征在于,所述根据所述三维点云数据确定与各所述法平面对应的点云数据,包括:
确定对应法平面的断面截取厚度δ,根据所述三维点云数据提取所述对应法平面两侧带宽为的点云带数据为对应的点云数据。
5.如权利要求1所述的巷道断面提取方法,其特征在于,所述将所述点云数据投影至对应法平面得到各所述法平面对应的离散点集,包括:
将所述点云数据中未落入对应法平面的点进行投影得到投影至所述对应法平面的第一点集;
根据所述第一点集和所述点云数据中落入所述对应法平面的第二点集得到所述离散点集。
6.如权利要求1所述的巷道断面提取方法,其特征在于,所述根据所述离散点集进行曲线拟合,得到各所述巷道断面对应的截面曲线,包括:
将所述离散点集划分为多个区域;
基于拟合算法对各个区域内的离散点进行曲线拟合,得到对应的分段曲线;
将各分段曲线进行连接,得到对应巷道断面的截面曲线。
7.如权利要求1所述的巷道断面提取方法,其特征在于,所述方法还包括:
对所述离散点集基于曲线拟合进行去噪处理,根据所述去噪处理的结果修正所述三维点云数据。
8.一种巷道断面提取装置,其特征在于,包括:
获取模块,用于获取巷道对应的三维点云数据及采集轨迹点数据,其中,所述采集轨迹点数据包括三维采集设备在移动采集过程中对应的多个轨迹点的位置信息,所述三维点云数据是基于所述三维采集设备在各所述轨迹点采集的三维点云信息确定的;
第一处理模块,用于根据所述采集轨迹点数据确定多个巷道断面的法向向量和法平面;
第二处理模块,用于根据所述三维点云数据确定与各所述法平面对应的点云数据,将所述点云数据投影至对应法平面得到各所述法平面对应的离散点集;
第三处理模块,用于根据所述离散点集进行曲线拟合,得到各所述巷道断面对应的截面曲线。
9.一种巷道断面提取设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序时,实现如权利要求1至7任一所述的巷道断面提取方法。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1至7任一所述的巷道断面提取方法。
CN201910627137.2A 2019-07-12 2019-07-12 巷道断面提取方法、装置、设备及存储介质 Active CN110375712B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910627137.2A CN110375712B (zh) 2019-07-12 2019-07-12 巷道断面提取方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910627137.2A CN110375712B (zh) 2019-07-12 2019-07-12 巷道断面提取方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN110375712A true CN110375712A (zh) 2019-10-25
CN110375712B CN110375712B (zh) 2022-03-01

Family

ID=68252727

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910627137.2A Active CN110375712B (zh) 2019-07-12 2019-07-12 巷道断面提取方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN110375712B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111612902A (zh) * 2020-04-20 2020-09-01 杭州鼎控自动化技术有限公司 一种基于雷达点云数据的煤矿巷道三维模型构建方法
CN111852753A (zh) * 2020-07-21 2020-10-30 上海扩博智能技术有限公司 风机叶片表面轮廓线拟合方法、系统、设备和存储介质
CN111859572A (zh) * 2020-07-21 2020-10-30 上海扩博智能技术有限公司 风机叶片表面轮廓线拟合方法、系统、设备和存储介质
CN113420004A (zh) * 2021-07-02 2021-09-21 中易天建设工程技术(深圳)有限公司 隧道点云数据的存储方法、装置、计算机设备及存储介质
CN113610909A (zh) * 2021-09-07 2021-11-05 中国电建集团昆明勘测设计研究院有限公司 一种基于距离搜索的点云剖面生成系统及方法
CN116385688A (zh) * 2023-06-01 2023-07-04 北京畅图科技有限公司 三维巷道模型快速构建方法、装置、计算机设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102564393A (zh) * 2011-12-28 2012-07-11 北京工业大学 隧道全断面三维激光监控量测方法
CN109059792A (zh) * 2018-07-19 2018-12-21 汪俊 动态三维隧道断面形变检测及分析系统、方法及装置
CN109115176A (zh) * 2018-09-05 2019-01-01 上海华测导航技术股份有限公司 一种移动式的三维激光扫描系统
CN109635406A (zh) * 2018-12-05 2019-04-16 长沙科达智能装备股份有限公司 一种基于点云切片的隧道全自动喷浆轨迹规划方法
CN109902425A (zh) * 2019-03-11 2019-06-18 南京林业大学 地基式点云的隧道断面提取方法
CN110806193A (zh) * 2019-11-27 2020-02-18 上海应用技术大学 地铁隧道形变检测系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102564393A (zh) * 2011-12-28 2012-07-11 北京工业大学 隧道全断面三维激光监控量测方法
CN109059792A (zh) * 2018-07-19 2018-12-21 汪俊 动态三维隧道断面形变检测及分析系统、方法及装置
CN109115176A (zh) * 2018-09-05 2019-01-01 上海华测导航技术股份有限公司 一种移动式的三维激光扫描系统
CN109635406A (zh) * 2018-12-05 2019-04-16 长沙科达智能装备股份有限公司 一种基于点云切片的隧道全自动喷浆轨迹规划方法
CN109902425A (zh) * 2019-03-11 2019-06-18 南京林业大学 地基式点云的隧道断面提取方法
CN110806193A (zh) * 2019-11-27 2020-02-18 上海应用技术大学 地铁隧道形变检测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李永强 等: "基于车载LiDAR 数据的道路边界精细提取", 《河南理工大学学报( 自然科学版)》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111612902A (zh) * 2020-04-20 2020-09-01 杭州鼎控自动化技术有限公司 一种基于雷达点云数据的煤矿巷道三维模型构建方法
CN111612902B (zh) * 2020-04-20 2023-07-11 杭州鼎控自动化技术有限公司 一种基于雷达点云数据的煤矿巷道三维模型构建方法
CN111852753A (zh) * 2020-07-21 2020-10-30 上海扩博智能技术有限公司 风机叶片表面轮廓线拟合方法、系统、设备和存储介质
CN111859572A (zh) * 2020-07-21 2020-10-30 上海扩博智能技术有限公司 风机叶片表面轮廓线拟合方法、系统、设备和存储介质
CN113420004A (zh) * 2021-07-02 2021-09-21 中易天建设工程技术(深圳)有限公司 隧道点云数据的存储方法、装置、计算机设备及存储介质
CN113610909A (zh) * 2021-09-07 2021-11-05 中国电建集团昆明勘测设计研究院有限公司 一种基于距离搜索的点云剖面生成系统及方法
CN113610909B (zh) * 2021-09-07 2023-10-20 中国电建集团昆明勘测设计研究院有限公司 一种基于距离搜索的点云剖面生成系统及方法
CN116385688A (zh) * 2023-06-01 2023-07-04 北京畅图科技有限公司 三维巷道模型快速构建方法、装置、计算机设备及介质
CN116385688B (zh) * 2023-06-01 2023-08-15 北京畅图科技有限公司 三维巷道模型快速构建方法、装置、计算机设备及介质

Also Published As

Publication number Publication date
CN110375712B (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN110375712A (zh) 巷道断面提取方法、装置、设备及存储介质
Yousif et al. An overview to visual odometry and visual SLAM: Applications to mobile robotics
Vespa et al. Efficient octree-based volumetric SLAM supporting signed-distance and occupancy mapping
Nüchter et al. 6D SLAM—3D mapping outdoor 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
CN102136155B (zh) 基于三维激光扫描数据的物体立面矢量化方法和系统
KR102068419B1 (ko) 포인트 클라우드 데이터 수집 궤적을 조정하기 위한 방법, 장치 및 컴퓨터 판독 가능한 매체
Ji et al. A novel simplification method for 3D geometric point cloud based on the importance of point
CN108416785A (zh) 面向封闭空间的拓扑分割方法及装置
CN103729872A (zh) 一种基于分段重采样和表面三角化的点云增强方法
CN106482700B (zh) 一种草图直接成图的数字化房产面积测量方法
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
Kada Automatic generalization of 3D building models
CN111932669A (zh) 一种基于边坡岩体特征对象的变形监测方法
CN110221342A (zh) 基于三维速度模型的震源定位方法、装置及存储介质
CN113177974A (zh) 一种点云配准方法、装置、电子设备及存储介质
CN114332291A (zh) 一种倾斜摄影模型建筑物外轮廓规则提取方法
Peng et al. View selection with geometric uncertainty modeling
Elkhrachy Feature extraction of laser scan data based on geometric properties
CN104898106A (zh) 一种面向复杂地形机载激光雷达数据的地面点提取方法
CN104700406A (zh) 平面产状提取方法和系统
Splietker et al. Directional TSDF: Modeling surface orientation for coherent meshes
Nielsen Robust lidar-based localization in underground mines
CN109377562B (zh) 一种自动三维测量的视点规划方法
Zhang et al. An improvement algorithm for OctoMap based on RGB-D SLAM

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
GR01 Patent grant
GR01 Patent grant