CN110675390A - 一种建筑质量全局检测方法及装置 - Google Patents
一种建筑质量全局检测方法及装置 Download PDFInfo
- Publication number
- CN110675390A CN110675390A CN201910927042.2A CN201910927042A CN110675390A CN 110675390 A CN110675390 A CN 110675390A CN 201910927042 A CN201910927042 A CN 201910927042A CN 110675390 A CN110675390 A CN 110675390A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- conversion
- determining
- building
- matrix
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 37
- 238000006243 chemical reaction Methods 0.000 claims abstract description 104
- 239000011159 matrix material Substances 0.000 claims abstract description 101
- 230000009466 transformation Effects 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
- G06T3/604—Rotation of whole images or parts thereof using coordinate rotation digital computer [CORDIC] devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明提供了一种建筑质量全局检测方法,包括:根据世界坐标系与标定板坐标系之间的转换关系确定位姿转换矩阵;获取建筑多帧点云;根据位姿转换矩阵将多帧点云进行转换并拼接;对拼接后的建筑模型进行平面拟合获得参考平面;根据参考平面计算建筑模型的平整度偏差。本发明的建筑质量全局检测方法能够全局测量建筑平面的平整度。
Description
技术领域
本发明实施例涉及建筑技术领域,尤其涉及一种建筑质量全局检测方法及装置。
背景技术
实测实量是指根据国家或行业相关质量验收规范,应用测量工具,通过对施工现场实体的现场测试、丈量而得到的能真实反应产品质量数据的一种方法。在土建工程阶段,实测实量对工程质量的把控尤为重要。因为实测实量用于给项目管理者提供准确的产品质量反馈,以便于项目管理者及时采取措施消除爆点,或改进施工工艺。
目前实测实量沿用了相对老旧的数据采集方式,主要还是依靠靠尺、塞尺、钢卷尺等测量仪器。由于测量仪器的限制和每户数据采集点较少等问题,通过人工对所要测量的部位进行一个点、一个面的数据采集,采样率较低,并且测量结果容易受测量工具精度及人工主观感受的影响。如在2米靠尺贴近墙面后,作业人员可能会仅凭感觉来衡量墙体表面平整度,而未严格采用楔形塞尺来组合测量。
发明内容
本发明实施例的目的在于提出一种建筑质量全局检测方法及装置,能够全局测量建筑平面的平整度。
为达此目的,本发明实施例采用以下技术方案:
第一方面,本发明实施例提供了一种建筑质量全局检测方法,包括:
根据世界坐标系与标定板坐标系之间的转换关系确定位姿转换矩阵;
获取建筑多帧点云;
根据所述位姿转换矩阵将所述多帧点云进行转换并拼接;
对拼接后的建筑模型进行平面拟合获得参考平面;
根据所述参考平面计算所述建筑模型的平整度偏差。
进一步的,根据世界坐标系与标定板坐标系之间的转换关系确定位姿转换矩阵包括:
建设标定环境并获取标定图片;
根据驱动机构的编码器信息确定对应的所述世界坐标系与驱动机构坐标系之间的转换关系;
根据每两个坐标系之间的转换关系及手眼标定确定所述位姿转换矩阵。
进一步的,建设标定环境并获取标定图片包括:
根据标定板确定标定板坐标系;
获取不同角度的标定板图像。
进一步的,根据驱动机构的编码器信息确定对应的所述世界坐标系与驱动机构坐标系之间的转换关系包括:
根据驱动机构的编码器信息将所述世界坐标系的初始位置及所述驱动机构坐标系的初始位置重合;
根据重合后的世界坐标系及驱动机构坐标系确定对应的转换关系,并设置为第一转换矩阵。
进一步的,根据重合后的世界坐标系及驱动机构坐标系确定对应的转换关系,并设置为第一转换矩阵包括:
若第i次拍摄所述驱动机构旋转θ角度,则第一转换矩阵为:
进一步的,根据每两个坐标系之间的转换关系及手眼标定确定位姿转换矩阵包括:
设置所述驱动机构坐标系与相机坐标系之间的转换关系为第二转换矩阵;
根据标定板图像确定所述标定板坐标系与所述相机坐标系之间的转换关系,并设置为第三转换矩阵;
根据所述第一转换矩阵、所述第二转换矩阵及所述第三转换矩阵确定所述世界坐标系与所述标定板坐标系之间的转换关系,并设置为第四转换矩阵;
根据不同角度的标定板图像对应的第四转换矩阵确定不同角度的标定板图像的转换矩阵之间的关系;
根据所述不同角度的标定板图像的转换矩阵之间的关系及手眼标定确定所述第二转换矩阵;
根据所述不同角度的标定板图像的转换矩阵之间的关系及所述第二转换矩阵确定所述位姿转换矩阵。
进一步的,根据所述第一转换矩阵、所述第二转换矩阵及所述第三转换矩阵确定所述世界坐标系与所述标定板坐标系之间的转换关系,并设置为第四转换矩阵为:Tg=T6*Tm*Tc;
不同角度的标定板图像对应的第四转换矩阵为:Tg(i)=T6(i)*Tm*Tc(i);
根据不同角度的标定板图像对应的第四转换矩阵确定不同角度的标定板图像的转换矩阵之间的关系为:Tg(i)=Tg(i+1);
相应的,根据所述不同角度的标定板图像的转换矩阵之间的关系及手眼标定确定所述第二转换矩阵包括:
根据手眼标定将所述不同角度的标定板图像的转换矩阵之间的关系进行变换为:T6(i+1)-1*T6(i)*Tm=Tm*Tc(i+1)*Tc(i)-1;
根据变换后的公式确定第二转换矩阵Tm;
根据所述不同角度的标定板图像的转换矩阵之间的关系及所述第二转换矩阵确定所述位姿转换矩阵为:Tcu=Tm -1*T6(i)*Tm
其中,Tm为所述第二转换矩阵,Tc为所述第三转换矩阵,Tg为所述第四转换矩阵。
进一步的,根据所述位姿转换矩阵将所述多帧点云进行转换并拼接之前还包括:
去除所述多帧点云的无效点云噪声。
进一步的,根据所述位姿转换矩阵将所述多帧点云进行转换并拼接之前还包括:
截取所述多帧点云中感兴趣的区域;
相应的,根据所述位姿转换矩阵将所述多帧点云进行转换并拼接包括:
根据所述位姿转换矩阵将所述感兴趣的区域转换至初始帧的坐标系;
基于初始帧的坐标系进行拼接。
进一步的,根据所述参考平面计算所述建筑模型的平整度偏差包括:
根据点到平面距离公式获取到所述参考平面最大距离值的点云,从而确定平整度偏差。
进一步的,根据点到平面距离公式获取最大距离值的点云,从而确定平整度偏差包括:
根据预设阈值选取包含所述最大距离值的点云的区域点云;
根据所述区域点云确定平均平滑值;
根据所述平均平滑值及所述点到平面距离公式确定所述平整度偏差。
进一步的,根据所述参考平面计算所述建筑模型的平整度偏差之后还包括:
若点云到所述参考平面的向量方向与从摄像设备到建筑的方向一致,则判断所述点云对应的建筑区域为凹陷;
反之,则判断为凸起。
第二方面,本发明实施例提供了一种建筑质量全局检测装置,包括:摄像设备、驱动机构、控制柜及支架,所述摄像设备旋转设置于所述驱动机构的输出端,所述驱动机构的另一端固定于所述控制柜的一端,所述控制柜的另一端固定于所述支架上;
所述摄像设备,用于获取建筑多帧点云;
所述驱动机构,用于转动所述摄像设备;
所述控制柜,用于控制驱动机构的转动、摄像设备的拍摄及存储和处理点云。
本发明实施例的有益效果为:
本发明实施例通过位姿转换矩阵将多帧点云进行转换后拼接,实现高精度拼接图像,从而降低拼接的初始误差,并且能够对建筑平面进行大面积测量。通过拟合平面来计算建筑平面的平整度偏差,更加真实地反映建筑平面的质量,从而避免了靠尺方法的测量局限性。
附图说明
图1是本发明实施例一提供的建筑质量全局检测方法的流程示意图。
图2是图1中的每两个坐标系之间转换关系的结构示意图。
图3是本发明实施例二提供的建筑质量全局检测方法的流程示意图。
图4是本发明实施例三提供的建筑质量全局检测装置的结构示意图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚,下面将结合附图对本发明实施例的技术方案作进一步的详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例一
本实施例提供一种建筑质量全局检测方法,实现高精度拼接图像,从而降低拼接的初始误差,能够对建筑平面进行大面积测量,并且真实地反映建筑平面的质量,从而避免了靠尺方法的测量局限性。
图1是本发明实施例一提供的建筑质量全局检测方法的流程示意图。如图1所述,该检测方法包括如下步骤:
S11,根据世界坐标系与标定板坐标系之间的转换关系确定位姿转换矩阵。
具体的,首先建设标定环境并获取标定图片。
更进一步的,根据标定板确定标定板坐标系G,获取不同角度的标定板图像。通过拍摄带有固定间距图案阵列的平板,能够经过标定算法获得摄像设备的几何模型,从而得到高精度的测量和重建结果。并且获取的不同角度的标定板图像作为后续计算位姿转换矩阵的基础。
接着根据驱动机构的编码器信息确定对应的所述世界坐标系与驱动机构坐标系之间的转换关系。
更进一步的,根据驱动机构的编码器信息将所述世界坐标系的初始位置及所述驱动机构坐标系的初始位置重合。
在本实施例中,拍摄时驱动机构固定不动,是通过驱动机构的转轴(或减速器)的末端与摄像设备连接,带动摄像设备进行转动。因此将驱动机构所在的坐标系设置为世界坐标系W,及将驱动机构的转轴的坐标系设置为驱动机构坐标系E,然后读取编码器的参数并将世界坐标系W及驱动机构坐标系E的初始位置设置为重合,
根据重合后的世界坐标系及驱动机构坐标系确定对应的转换关系,并设置为第一转换矩阵。
通过编码器的参数及设置初始位置重合,从而使得世界坐标系W与驱动机构坐标系E之间的转换矩阵为单一轴的旋转矩阵。其中,若所述驱动机构未旋转,i=1,则第一转换矩阵T6为:T6(1)=E(4,4),E(4,4)为4行,4列的单位矩阵。
若第i次拍摄所述驱动机构旋转θ角度,则第一转换矩阵为:
在本实施例中,设置驱动机构的转轴绕Y轴转动。每转动一次,对应着不同的旋转角度,第二次拍摄,i=2,驱动机构转动一次;第三次拍摄,i=3,驱动机构转动2次,以此类推。
然后根据每两个坐标系之间的转换关系及手眼标定确定位姿转换矩阵。
在本实施例中,通过驱动机构带动摄像设备进行转动。因此,坐标系还包括:相机坐标系C。图2是图1中的每两个坐标系之间转换关系的结构示意图。如图2所示,每两个坐标系之间的转换关系包括:世界坐标系W与驱动机构坐标系E之间的转换关系,驱动机构坐标系E与相机坐标系C之间的转换关系和相机坐标系C与标定板坐标系G之间的转换关系。
更进一步,设置所述驱动机构坐标系与相机坐标系之间的转换关系为第二转换矩阵,表示为Tm。
根据标定板图像确定所述标定板坐标系与所述相机坐标系之间的转换关系,并设置为第三转换矩阵,表示为Tc。
根据所述第一转换矩阵、所述第二转换矩阵及所述第三转换矩阵确定所述世界坐标系与所述标定板坐标系之间的转换关系,并设置为第四转换矩阵,表示为Tg=T6*Tm*Tc。
根据不同角度的标定板图像对应的第四转换矩阵确定不同角度的标定板图像的转换矩阵之间的关系。
其中,不同角度的标定板图像对应的第四转换矩阵,表示为Tg(i)=T6(i)*Tm*Tc(i)。
根据不同角度的标定板图像对应的第四转换矩阵确定不同角度的标定板图像的转换矩阵之间的关系为:Tg(i)=Tg(i+1)。
根据所述不同角度的标定板图像的转换矩阵之间的关系及手眼标定确定所述第二转换矩阵。
具体的,根据手眼标定将所述不同角度的标定板图像的转换矩阵之间的关系进行变换为:T6(i+1)-1*T6(i)*Tm=Tm*Tc(i+1)*Tc(i)-1。
在本实施例中,将i=1和i=2代入上式Tg(i)=Tg(i+1)中,联立求解可得(1):T6(1)*Tm*Tc(1)=T6(2)*Tm*Tc(2)。
其中,手眼标定公式为:AX=XB,然后对上式(1)进行变换可得(2):
T6(2)-1*T6(1)*Tm=Tm*Tc(2)*Tc(1)-1。
根据变换后的公式确定第二转换矩阵Tm。
具体的,对公式(2)进行求解获得第二转换矩阵Tm。
根据所述不同角度的标定板图像的转换矩阵之间的关系及所述第二转换矩阵确定所述位姿转换矩阵为:Tcu=Tm -1*T6(i)*Tm。
具体的,计算出第二转换矩阵Tm后,将其代入公式(1)中,即T6(1)*Tm*Tc(1)=T6(2)*Tm*Tc(2),可求解出Tcu。在实际测量过程中,该值Tcu不会发生变化,因此可将该值固定下来,进行直接调用。
通过手眼标定方式计算位姿转换矩阵,有效消除了摄像设备的安装误差,提高了相机坐标系C与世界坐标系W之间的转换精度,并且降低了位姿转换矩阵的计算量,使得计算更简单。
S12,获取建筑多帧点云。
将摄像设备的初始位置朝向需要测量的建筑平面的一个边缘,开始自动拍摄来获取建筑平面的多帧点云。
S13,根据所述位姿转换矩阵将所述多帧点云进行转换并拼接。
直接调用位姿转换矩阵Tcu,将多帧点云转换至同一坐标下进行配准拼接,实现三维重建,降低了拼接的初始误差,实现高精度拼接。
S14,对拼接后的建筑模型进行平面拟合获得参考平面。
拼接后获取重建后的建筑3D模型,通过最小二乘法平面拟合获得参考平面,作为计算平整度的前提条件。
S15,根据所述参考平面计算所述建筑模型的平整度偏差。
计算点云离参考平面最远的距离作为平整度偏差的取值。
本实施例通过位姿转换矩阵将多帧点云进行转换后拼接,实现高精度拼接图像,从而降低拼接的初始误差,并且能够对建筑平面进行大面积测量。通过拟合平面来计算建筑平面的平整度偏差,更加真实地反映建筑平面的质量,从而避免了靠尺方法的测量局限性。
实施例二
本实施例在上述实施例的基础上,细化了点云拼接方法及增加了判断建筑平面凹凸情况的方法。图3是本发明实施例二提供的建筑质量全局检测方法的流程示意图。如图3所示,该检测方法包括如下步骤:
S21,根据世界坐标系与标定板坐标系之间的转换关系确定位姿转换矩阵。
位姿转换矩阵为Tcu=Tm -1*T6(i)*Tm。
S22,获取建筑多帧点云。
预先设置好拍摄次数,摄影设备的初始位置对准建筑平面的边缘,启动自动旋转拍摄功能进而获取点云。
S23,去除所述多帧点云的无效点云噪声。
通过噪声滤除去除因误匹配得到的无效点云噪声。
S24,截取所述多帧点云中感兴趣的区域。
获得的多帧点云中有一部分点云是不需要的,例如:地面或天花板。因此,将不需要的点云区域删除,从而将需要的点云区域截取保留下来。
S25,根据所述位姿转换矩阵将所述多帧点云进行转换并拼接。
具体的,根据所述位姿转换矩阵将所述感兴趣的区域转换至初始帧的坐标系,基于初始帧的坐标系进行拼接。
将后一帧的点云通过位姿转换矩阵转换到前一帧点云的坐标系下,最终转换至初始帧的坐标系下,然后通过点云拼接或ICP(Iterative Closest Point迭代最近点算法)等算法进行拼接。
S26,对拼接后的建筑模型进行平面拟合获得参考平面。
S27,根据所述参考平面计算所述建筑模型的平整度偏差。
具体的,根据点到平面距离公式获取到所述参考平面最大距离值的点云,从而确定平整度偏差。即计算点云上每个点到参考平面的距离,通过对比每个点云的距离进而找出最远的点云。其中,点到平面距离公式为:将最远的点云代入求解出平整度偏差,以此获得实际建筑平面的平整度偏差。
在本实施例中,通过求取平均值来防止个别噪声点造成错误测量。具体的,根据预设阈值选取包含所述最大距离值的点云的区域点云,根据所述区域点云确定平均平滑值。即为对最大距离值的点云进行小范围区域选取进而求得平均平滑值。根据所述平均平滑值及所述点到平面距离公式确定所述平整度偏差。
S28,若点云到所述参考平面的向量方向与从摄像设备到建筑的方向一致,则判断所述点云对应的建筑区域为凹陷;反之,则判断为凸起。其中,设置从摄像设备到建筑的方向为正向量,为凹陷;从建筑到摄像设备的方向为负方向,为凸起。
本实施例通过去除点云噪声及截取感兴趣区域来更加真实地还原建筑平面的质量,并且通过求取区域点云的平均平滑值,从而避免个别噪声点造成错误测量。及通过判断点云到所述参考平面的向量方向更加准确地获知建筑平面的情况,从而提高测量的准确度。
实施例三
本实施例提供了一种建筑质量全局检测装置,用于执行上述实施例所述的建筑质量全局检测方法,解决相同的技术问题,达到相同的技术效果。图4是本发明实施例三提供的建筑质量全局检测装置的结构示意图。如图4所示,该检测装置100包括:摄像设备10、驱动机构20、控制柜30及支架40,所述摄像设备10旋转设置于所述驱动机构20的输出端,所述驱动机构20的另一端固定于所述控制柜30的一端,所述控制柜30的另一端固定于所述支架40上。
所述摄像设备10,用于获取建筑多帧点云。在本实施例中,摄像设备10选为视觉传感器。
所述驱动机构20,用于转动所述摄像设备10。在本实施例中,驱动机构20选为电机。
所述控制柜30,用于控制驱动机构20的转动、摄像设备10的拍摄及存储和处理点云。控制柜30中设置有相应的软件和/或硬件,能够执行检测方法来控制驱动机构20转动,从而带动摄像设备10旋转;控制摄像设备10拍摄不同角度的图像(2D或3D)及点云的存储。
在本实施例中,控制柜30还包括触摸屏31,用于设置参数及展示运行状态信息。
所述支架40,用于提供给摄像设备10稳定的支撑平台和合适的测量高度。优选为折叠支架,能够便于携带。
本实施例通过控制柜实现点云的存储及控制摄像设备及驱动机构实现拍摄不同角度的图像,为建筑平面进行大面积测量提供了基础。并且可以实时根据实际情况修整检测策略以此适用于不同场景。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理,而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释,本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式,这些方式都将落入本发明的保护范围之内。
Claims (13)
1.一种建筑质量全局检测方法,其特征在于,包括:
根据世界坐标系与标定板坐标系之间的转换关系确定位姿转换矩阵;
获取建筑多帧点云;
根据所述位姿转换矩阵将所述多帧点云进行转换并拼接;
对拼接后的建筑模型进行平面拟合获得参考平面;
根据所述参考平面计算所述建筑模型的平整度偏差。
2.根据权利要求1所述的建筑质量全局检测方法,其特征在于,根据世界坐标系与标定板坐标系之间的转换关系确定位姿转换矩阵包括:
建设标定环境并获取标定图片;
根据驱动机构的编码器信息确定对应的所述世界坐标系与驱动机构坐标系之间的转换关系;
根据每两个坐标系之间的转换关系及手眼标定确定所述位姿转换矩阵。
3.根据权利要求2所述的建筑质量全局检测方法,其特征在于,建设标定环境并获取标定图片包括:
根据标定板确定标定板坐标系;
获取不同角度的标定板图像。
4.根据权利要求3所述的建筑质量全局检测方法,其特征在于,根据驱动机构的编码器信息确定对应的所述世界坐标系与驱动机构坐标系之间的转换关系包括:
根据驱动机构的编码器信息将所述世界坐标系的初始位置及所述驱动机构坐标系的初始位置重合;
根据重合后的世界坐标系及驱动机构坐标系确定对应的转换关系,并设置为第一转换矩阵。
6.根据权利要求5所述的建筑质量全局检测方法,其特征在于,根据每两个坐标系之间的转换关系及手眼标定确定位姿转换矩阵包括:
设置所述驱动机构坐标系与相机坐标系之间的转换关系为第二转换矩阵;
根据标定板图像确定所述标定板坐标系与所述相机坐标系之间的转换关系,并设置为第三转换矩阵;
根据所述第一转换矩阵、所述第二转换矩阵及所述第三转换矩阵确定所述世界坐标系与所述标定板坐标系之间的转换关系,并设置为第四转换矩阵;
根据不同角度的标定板图像对应的第四转换矩阵确定不同角度的标定板图像的转换矩阵之间的关系;
根据所述不同角度的标定板图像的转换矩阵之间的关系及手眼标定确定所述第二转换矩阵;
根据所述不同角度的标定板图像的转换矩阵之间的关系及所述第二转换矩阵确定所述位姿转换矩阵。
7.根据权利要求6所述的建筑质量全局检测方法,其特征在于,根据所述第一转换矩阵、所述第二转换矩阵及所述第三转换矩阵确定所述世界坐标系与所述标定板坐标系之间的转换关系,并设置为第四转换矩阵为:Tg=T6*Tm*Tc;
不同角度的标定板图像对应的第四转换矩阵为:Tg(i)=T6(i)*Tm*Tc(i);
根据不同角度的标定板图像对应的第四转换矩阵确定不同角度的标定板图像的转换矩阵之间的关系为:Tg(i)=Tg(i+1);
相应的,根据所述不同角度的标定板图像的转换矩阵之间的关系及手眼标定确定所述第二转换矩阵包括:
根据手眼标定将所述不同角度的标定板图像的转换矩阵之间的关系进行变换为:T6(i+1)-1*T6(i)*Tm=Tm*Tc(i+1)*Tc(i)-1;
根据变换后的公式确定第二转换矩阵Tm;
根据所述不同角度的标定板图像的转换矩阵之间的关系及所述第二转换矩阵确定所述位姿转换矩阵为:Tcu=Tm -1*T6(i)*Tm
其中,Tm为所述第二转换矩阵,Tc为所述第三转换矩阵,Tg为所述第四转换矩阵。
8.根据权利要求1所述的建筑质量全局检测方法,其特征在于,根据所述位姿转换矩阵将所述多帧点云进行转换并拼接之前还包括:
去除所述多帧点云的无效点云噪声。
9.根据权利要求1所述的建筑质量全局检测方法,其特征在于,根据所述位姿转换矩阵将所述多帧点云进行转换并拼接之前还包括:
截取所述多帧点云中感兴趣的区域;
相应的,根据所述位姿转换矩阵将所述多帧点云进行转换并拼接包括:
根据所述位姿转换矩阵将所述感兴趣的区域转换至初始帧的坐标系;
基于初始帧的坐标系进行拼接。
10.根据权利要求1所述的建筑质量全局检测方法,其特征在于,根据所述参考平面计算所述建筑模型的平整度偏差包括:
根据点到平面距离公式获取到所述参考平面最大距离值的点云,从而确定平整度偏差。
11.根据权利要求10所述的建筑质量全局检测方法,其特征在于,根据点到平面距离公式获取最大距离值的点云,从而确定平整度偏差包括:
根据预设阈值选取包含所述最大距离值的点云的区域点云;
根据所述区域点云确定平均平滑值;
根据所述平均平滑值及所述点到平面距离公式确定所述平整度偏差。
12.根据权利要求1所述的建筑质量全局检测方法,其特征在于,根据所述参考平面计算所述建筑模型的平整度偏差之后还包括:
若点云到所述参考平面的向量方向与从摄像设备到建筑的方向一致,则判断所述点云对应的建筑区域为凹陷;
反之,则判断为凸起。
13.一种建筑质量全局检测装置,用于执行权利要求1-12任一项所述的建筑质量全局检测方法,其特征在于,包括:摄像设备、驱动机构、控制柜及支架,所述摄像设备旋转设置于所述驱动机构的输出端,所述驱动机构的另一端固定于所述控制柜的一端,所述控制柜的另一端固定于所述支架上;
所述摄像设备,用于获取建筑多帧点云;
所述驱动机构,用于转动所述摄像设备;
所述控制柜,用于控制驱动机构的转动、摄像设备的拍摄及存储和处理点云。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910927042.2A CN110675390A (zh) | 2019-09-27 | 2019-09-27 | 一种建筑质量全局检测方法及装置 |
CN202010278814.7A CN112581421B (zh) | 2019-09-27 | 2020-04-10 | 三维点云处理方法、建筑物检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910927042.2A CN110675390A (zh) | 2019-09-27 | 2019-09-27 | 一种建筑质量全局检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110675390A true CN110675390A (zh) | 2020-01-10 |
Family
ID=69079634
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910927042.2A Pending CN110675390A (zh) | 2019-09-27 | 2019-09-27 | 一种建筑质量全局检测方法及装置 |
CN202010278814.7A Active CN112581421B (zh) | 2019-09-27 | 2020-04-10 | 三维点云处理方法、建筑物检测方法、装置、设备及介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010278814.7A Active CN112581421B (zh) | 2019-09-27 | 2020-04-10 | 三维点云处理方法、建筑物检测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN110675390A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111397546A (zh) * | 2020-03-23 | 2020-07-10 | 北京交通大学 | 一种拼接黑体平面度、夹角及间隙宽度测量装置 |
CN111664791A (zh) * | 2020-04-30 | 2020-09-15 | 广东博智林机器人有限公司 | 测量仪和造楼系统 |
CN113313761A (zh) * | 2021-07-28 | 2021-08-27 | 盎锐(常州)信息科技有限公司 | 用于实测实量的站点获取方法、扫描装置及系统 |
CN115143866A (zh) * | 2021-03-31 | 2022-10-04 | 广东博智林机器人有限公司 | 测量装置、坐标获取方法及平面度、垂直度测量方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113256574B (zh) * | 2021-05-13 | 2022-10-25 | 中国科学院长春光学精密机械与物理研究所 | 一种三维目标检测方法 |
CN114037706A (zh) * | 2021-10-13 | 2022-02-11 | 东南大学 | 一种基于三维点云模型的预制梁段表面平整度检测方法 |
CN114413789B (zh) * | 2022-01-31 | 2023-02-28 | 北京航空航天大学 | 一种管道内壁三维视觉测量数据拼接装置及方法 |
CN116152306B (zh) * | 2023-03-07 | 2023-11-03 | 北京百度网讯科技有限公司 | 确定砌筑质量的方法、装置、设备和介质 |
CN117308821B (zh) * | 2023-11-28 | 2024-02-06 | 江苏华辉建筑装饰工程有限公司 | 一种基于扫描仪的建筑装饰造型精度检验方法及系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001101410A (ja) * | 1999-09-28 | 2001-04-13 | Suzuki Motor Corp | 変換行列データ生成方法及び較正治具並びに三次元計測システム |
US8044991B2 (en) * | 2007-09-28 | 2011-10-25 | The Boeing Company | Local positioning system and method |
JP5937977B2 (ja) * | 2013-01-31 | 2016-06-22 | 日本電信電話株式会社 | 変換行列推定装置、変換行列推定方法、及びプログラム |
CN105976353B (zh) * | 2016-04-14 | 2020-01-24 | 南京理工大学 | 基于模型和点云全局匹配的空间非合作目标位姿估计方法 |
CN109064400A (zh) * | 2018-07-25 | 2018-12-21 | 博众精工科技股份有限公司 | 三维点云拼接方法、装置及系统 |
CN109544677B (zh) * | 2018-10-30 | 2020-12-25 | 山东大学 | 基于深度图像关键帧的室内场景主结构重建方法及系统 |
-
2019
- 2019-09-27 CN CN201910927042.2A patent/CN110675390A/zh active Pending
-
2020
- 2020-04-10 CN CN202010278814.7A patent/CN112581421B/zh active Active
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111397546A (zh) * | 2020-03-23 | 2020-07-10 | 北京交通大学 | 一种拼接黑体平面度、夹角及间隙宽度测量装置 |
CN111664791A (zh) * | 2020-04-30 | 2020-09-15 | 广东博智林机器人有限公司 | 测量仪和造楼系统 |
CN111664791B (zh) * | 2020-04-30 | 2022-02-15 | 广东博智林机器人有限公司 | 测量仪和造楼系统 |
CN115143866A (zh) * | 2021-03-31 | 2022-10-04 | 广东博智林机器人有限公司 | 测量装置、坐标获取方法及平面度、垂直度测量方法 |
CN113313761A (zh) * | 2021-07-28 | 2021-08-27 | 盎锐(常州)信息科技有限公司 | 用于实测实量的站点获取方法、扫描装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112581421A (zh) | 2021-03-30 |
CN112581421B (zh) | 2024-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110675390A (zh) | 一种建筑质量全局检测方法及装置 | |
CN111161358B (zh) | 一种用于结构光深度测量的相机标定方法和装置 | |
JPH02264808A (ja) | 3次元曲面形状の測定装置 | |
CN109307477B (zh) | 位移测量系统及方法 | |
CN112254663B (zh) | 一种基于影像识别的平面变形监测测量方法及其系统 | |
US11288877B2 (en) | Method for matching a virtual scene of a remote scene with a real scene for augmented reality and mixed reality | |
US11989827B2 (en) | Method, apparatus and system for generating a three-dimensional model of a scene | |
CN109255819B (zh) | 基于平面镜的Kinect标定方法及装置 | |
CN109612448B (zh) | 一种激光视觉测量设备及方法 | |
TW202028694A (zh) | 光學相位輪廓測定系統 | |
CN111220120A (zh) | 一种动平台双目测距自校准方法及装置 | |
CN109520440A (zh) | 张减机孔型的测量装置及方法 | |
JP2010117341A (ja) | 三次元2点間距離簡易計測装置 | |
JPH1089960A (ja) | 三次元画像計測方法 | |
WO2005080914A9 (ja) | 形状測定装置及びその方法 | |
CN111179322B (zh) | 基于相机光源阵列的材质测量拍摄图像校准方法及系统 | |
CN115790449B (zh) | 一种狭长空间的三维形貌测量方法 | |
CN111551126A (zh) | 非规则管道内壁移动测量机器人及三维重建方法和系统 | |
CN112113505B (zh) | 一种基于线结构光的便携扫描测量装置及方法 | |
CN111964604B (zh) | 一种基于影像识别的平面变形监测测量方法 | |
CN114485386A (zh) | 工件坐标系标定方法、装置和系统 | |
CN112132883A (zh) | 一种基于深度相机的人体颈部灵活度测量系统和方法 | |
KR20160149843A (ko) | 스캔 데이터 정합 장치 | |
CN117934636B (zh) | 一种多深度相机动态外参标定方法及其装置 | |
CN117270524B (zh) | 地砖铺贴的控制方法、装置、介质 |
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: 20200110 |
|
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40017446 Country of ref document: HK |