CN110926479A - 自动生成室内三维导航地图模型的方法和系统 - Google Patents
自动生成室内三维导航地图模型的方法和系统 Download PDFInfo
- Publication number
- CN110926479A CN110926479A CN201911326332.8A CN201911326332A CN110926479A CN 110926479 A CN110926479 A CN 110926479A CN 201911326332 A CN201911326332 A CN 201911326332A CN 110926479 A CN110926479 A CN 110926479A
- Authority
- CN
- China
- Prior art keywords
- coordinates
- unmanned aerial
- target node
- space
- coordinate system
- 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
Images
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种自动生成室内三维导航地图模型的方法和装置,方法包括如下步骤:采用无人机检测目标节点在空间坐标中坐标;无人机对室内空间的建筑结构进行扫描和/或拍照;基于所述扫描和/或拍照的数据,构建与所述室内空间一致的三维模型;获取所述三维模型中目标节点的相对位置坐标;一一对应匹配目标节点的所述位置坐标和在空间坐标系中的坐标,构建与所述三维模型一致的空间坐标系模型。本发明所提供的技术方案,在不需要人工参与的情况下,无人机可自动对室内各目标节点的坐标位置进行标定,从而降低对目标节点坐标标定的时间成本和人力成本,解决对室内目标节点标定时成本高、效率低的问题。
Description
技术领域
本发明属于定位系统中室内目标节点坐标标定技术领域,具体涉及一种自动生成室内三维导航地图模型的方法和系统。
背景技术
定位系统是一种利用卫星、基站等设备获取目标地理位置信息的系统,在目标跟踪、导航等领域中有着非常重要的作用。
目前常用的GPS定位系统和北斗定位系统都是定位目标物的经度信息和纬度信息,即主要得到目标物二维的地理位置信息,对目标物高度的定位不准确,因此这种定位方式不适用于室内定位,尤其是在高楼内,不能定位出目标所在的楼层,定位效果比较差。
组合定位系统是一种将室内定位和室外定位相结合的一种定位技术,能够实现对室内目标物的精准定位。
在组合定位系统中,室内定位的方法主要有摄像头定位、基站定位和电力载波定位。摄像头定位是在室内多出安装摄像头,通过摄像头检测目标物所在的位置,然后结合摄像头所在的位置计算出目标物所在的位置。基站定位是在室内设置至少四个不处于同一平面内的定位基站,并在目标物上设置定位标签,根据定位标签与各基站之间的距离计算出目标物所在的位置,然后结合各基站在空间坐标系中的坐标计算出目标在在空间坐标系中的坐标。电力载波定位是指在室内设置多个目标节点,目标物电连接在目标节点上,然后根据目标节点在空间坐标系中的坐标对其进行定位。
在采用电力载波定位时需要先获取目标节点在空间坐标系中的坐标,对目标节点坐标标定的准确性直接影响到了对目标物定位的准确性。现有技术中对目标节点标定的方法需要人工对各目标节点的坐标进行测量,由于目标节点的数量较多,标定目标节点坐标时会浪费大量的人工成本和时间成本,工作效率低下。
发明内容
本发明的目的是提供一种自动生成室内三维导航地图模型的方法和系统,用于对室内目标节点在空间坐标系中的坐标进行标定,解决现有技术中对室内目标节点标定时成本高、效率低的问题。
为实现上述目的,本发明采用如下技术方案:
自动生成室内三维导航地图模型的方法,包括:
(1)获取无人机在空间坐标系中的坐标,所述空间坐标系由经度坐标、纬度坐标和海拔高度组成;
获取无人机和目标节点之间的空间矢量数据,其中空间矢量数据由距离和空间角度组成,距离采用无人机上搭载激光测距仪测得,空间角度采用测量激光测距仪的发射空间角度和/或接收空间角度获得;
耦合无人机的坐标和所述空间矢量数据,计算出目标节点在空间坐标中坐标;
(2)无人机对室内空间的建筑结构进行扫描和/或拍照;
基于所述扫描和/或拍照的数据,构建与所述室内空间一致的三维模型;
(3)所述步骤(1)和(2)同步或依次进行;
获取所述三维模型中目标节点的相对位置坐标;
一一对应匹配目标节点的所述位置坐标和在空间坐标系中的坐标,构建与所述三维模型一致的空间坐标系模型。
进一步的,各目标节点与定位服务器之间采用的通信方式从以下方式选择:
电力载波通信;
包含但不限于4G和5G的蜂窝移动通信技术;
无线局域网通信。
进一步的,在步骤(1)中所有目标节点在空间坐标系中坐标已计算出之后,还包括:
C1获取某一目标节点相对于其他目标节点的相对位置数据,其中获取方法是:以所述某一目标节点为定位终端,所述其他目标节点为定位基站,获取两者之间的相对距离,并将该距离作为所述相对位置数据存储在所述该目标节点上;
C2每隔设定时间重复C1;
C3比较C1中所述相对位置数据和C2中所述相对位置数据是否一致,如一致则判定坐标未变,如不一致则判定坐标变动、并且重新标定所述某一目标节点的坐标,重新标定的方法是:选择其他目标节点中四个坐标未变的目标节点作为定位基站,以所述某一目标节点为定位终端,采用基站定位的方式计算出所述某一目标节点在空间坐标系中的坐标。
进一步的,C1中所述其他目标节点的数量至少是两个。
自动生成室内三维导航地图模型的方法,包括:
(1)获取无人机在空间坐标系中的坐标,所述空间坐标系由经度坐标、纬度坐标和海拔高度组成;
控制无人机飞行至目标节点位置处,并获取无人机在所述空间坐标系中飞行路径;
获取所述飞行路径的终点在所述空间坐标系中的坐标,并将该终点坐标赋予所述目标节点作为其在空间坐标系中的坐标;
(2)无人机对室内空间的建筑结构进行扫描和/或拍照;
基于所述扫描和/或拍照的数据,构建与所述室内空间一致的三维模型;
(3)所述步骤(1)和(2)同步或依次进行;
获取所述三维模型中目标节点的相对位置坐标;
一一对应匹配目标节点的所述位置坐标和在空间坐标系中的坐标,构建与所述三维模型一致的空间坐标系模型。
进一步的,各目标节点与定位服务器之间采用的通信方式从以下方式选择:
电力载波通信;
包含但不限于4G和5G的蜂窝移动通信技术;
无线局域网通信。
进一步的,在步骤(1)中所有目标节点在空间坐标系中坐标已计算出之后,还包括:
C1获取某一目标节点相对于其他目标节点的相对位置数据,其中获取方法是:以所述某一目标节点为定位终端,所述其他目标节点为定位基站,获取两者之间的相对距离,并将该距离作为所述相对位置数据存储在所述该目标节点上;
C2每隔设定时间重复C1;
C3比较C1中所述相对位置数据和C2中所述相对位置数据是否一致,如一致则判定坐标未变,如不一致则判定坐标变动、并且重新标定所述某一目标节点的坐标,重新标定的方法是:选择其他目标节点中四个坐标未变的目标节点作为定位基站,以所述某一目标节点为定位终端,采用基站定位的方式计算出所述某一目标节点在空间坐标系中的坐标。
进一步的,C1中所述其他目标节点的数量至少是两个。
自动生成室内三维导航地图模型的方法,包括:
(1)S1,控制第一无人机一一对应的停靠在目标节点位置处;
S2,控制三个第二无人机与一个所述第一无人机编组成立方锥型,并获取所述立方锥型的空间几何关系;
S3,获取所述三个第二无人机在空间坐标系中的坐标,所述空间坐标系由经度坐标、维度坐标和海拔高度组成;
S4,耦合所述三个第二无人机的坐标和所述空间几何关系,计算出所述一个第一无人机在空间坐标系中的坐标;
S5,将所述一个第一无人机的坐标赋予对应目标节点;
S6,重复S2-S5,计算出其余目标节点的坐标;
(2)无人机对室内空间的建筑结构进行扫描和/或拍照;
基于所述扫描和/或拍照的数据,构建与所述室内空间一致的三维模型;
(3)所述步骤(1)和(2)同步或依次进行;
获取所述三维模型中目标节点的相对位置坐标;
一一对应匹配目标节点的所述位置坐标和在空间坐标系中的坐标,构建与所述三维模型一致的空间坐标系模型。
进一步的,各目标节点与定位服务器之间采用的通信方式从以下方式选择:
电力载波通信;
包含但不限于4G和5G的蜂窝移动通信技术;
无线局域网通信。
进一步的,在步骤(1)中所有目标节点在空间坐标系中坐标已计算出之后,还包括:
C1获取某一目标节点相对于其他目标节点的相对位置数据,其中获取方法是:以所述某一目标节点为定位终端,所述其他目标节点为定位基站,获取两者之间的相对距离,并将该距离作为所述相对位置数据存储在所述该目标节点上;
C2每隔设定时间重复C1;
C3比较C1中所述相对位置数据和C2中所述相对位置数据是否一致,如一致则判定坐标未变,如不一致则判定坐标变动、并且重新标定所述某一目标节点的坐标,重新标定的方法是:选择其他目标节点中四个坐标未变的目标节点作为定位基站,以所述某一目标节点为定位终端,采用基站定位的方式计算出所述某一目标节点在空间坐标系中的坐标。
进一步的,C1中所述其他目标节点的数量至少是两个。
自动生成室内三维导航地图模型的方法,包括:
(1)S1,控制四个无人机悬停成立方锥型编组;
S2,获取各无人机在空间坐标系中的坐标,所述空间坐标系由经度坐标、纬度坐标和海拔高度组成;
S3,获取第一目标节点与各无人机之间的距离,得到目标节点与各无人机之间的空间几何关系;
S4,耦合各无人机的坐标和所述空间几何关系,计算出第一目标节点在空间坐标系中的坐标;
S5,重复S2-S4,计算出另外至少两个第一目标节点在空间坐标系中坐标;
S6,控制所述四个无人机中三个一一对应的停靠在已计算出坐标的第一目标节点位置处、并向所述三个分别赋予对应第一目标节点的坐标,另一个无人机停靠在第二目标节点位置处;
S7,获取所述另一个与所述三个中各个之间的距离,得到各无人机之间的几何关系;
S8,耦合所述几何关系与所述三个的坐标,计算获得出所述另一个在空间坐标系中坐标;
S9,向所述第二目标节点赋予S8中所述另一个的坐标;
(2)无人机对室内空间的建筑结构进行扫描和/或拍照;
基于所述扫描和/或拍照的数据,构建与所述室内空间一致的三维模型;
(3)所述步骤(1)和(2)同步或依次进行;
获取所述三维模型中目标节点的相对位置坐标;
一一对应匹配目标节点的所述位置坐标和在空间坐标系中的坐标,构建与所述三维模型一致的空间坐标系模型。
进一步的,S2中,四个无人机中三个的经度坐标和纬度坐标采用卫星定位和/或基站定位获取,另一个的经度坐标和纬度坐标获取方法是:
获取所述另一个与所述三个中任一之间的距离,得到各无人机之间的几何关系;
耦合所述几何关系与所述三个的经度坐标和纬度坐标,计算获得出所述另一个的经度坐标和纬度坐标。
进一步的,各目标节点与定位服务器之间采用的通信方式从以下方式选择:
电力载波通信;
包含但不限于4G和5G的蜂窝移动通信技术;
无线局域网通信。
进一步的,在步骤(1)中所有目标节点在空间坐标系中坐标已计算出之后,还包括:
C1获取某一目标节点相对于其他目标节点的相对位置数据,其中获取方法是:以所述某一目标节点为定位终端,所述其他目标节点为定位基站,获取两者之间的相对距离,并将该距离作为所述相对位置数据存储在所述该目标节点上;
C2每隔设定时间重复C1;
C3比较C1中所述相对位置数据和C2中所述相对位置数据是否一致,如一致则判定坐标未变,如不一致则判定坐标变动、并且重新标定所述某一目标节点的坐标,重新标定的方法是:选择其他目标节点中四个坐标未变的目标节点作为定位基站,以所述某一目标节点为定位终端,采用基站定位的方式计算出所述某一目标节点在空间坐标系中的坐标。
进一步的,C1中所述其他目标节点的数量至少是两个。
进一步的,无人机上搭载激光测距仪,以测量与其他无人机或目标节点之间的距离。
自动生成室内三维导航地图模型的系统,包括控制中心和无人机,控制中心与各无线无人机通讯连接,实现如上述的自动生成室内三维导航地图模型的方法。
本发明所提供的技术方案,采用无人机检测目标节点在空间坐标系中的坐标,在检测过程不需要人工参与也可自动完成,从而降低了人力成本并提高了工作效率,解决现有技术中对室内目标节点标定时成本高、效率低的问题。
附图说明
图1是本发明方法实施例1中目标节点在空间坐标系中的坐标检测方法的流程图;
图2是本发明方法实施例1中无人机与目标节点之间位置关系图;
图3是本发明方法实施例2中目标节点在空间坐标系中的坐标检测方法的流程图;
图4是本发明方法实施例2中无人机飞行路径的示意图;
图5是本发明方法实施例3中目标节点在空间坐标系中的坐标检测方法的流程图;
图6是本发明方法实施例3中第二无人机与第一无人机之间组成的立方锥型的示意图;
图7是本发明方法实施例4中目标节点在空间坐标系中的坐标检测方法的流程图;
图8是本发明方法实施例4中四个无人机组成的立方锥型的示意图。
具体实施方式
方法实施例1:
本实施例提供一种自动生成室内三维导航地图模型的方法,在不需要人工参与的情况下采用无人机对室内各目标节点的空间坐标位置进行标定,解决现有技术中对室内目标节点标定时成本高、效率低的问题。
本实施例所提供的自动生成室内三维导航地图模型的方法包括如下步骤:
步骤一:检测目标节点在空间坐标系中的坐标,检测方法的流程如图1所示,包括如下步骤:
(1)获取无人机在空间坐标系中的坐标;
空间坐标系由经度坐标、纬度坐标和海拔高度组成,设空间坐标系的三个坐标轴分别为x轴、y轴和z轴,则x轴、y轴和z轴分别为经度坐标、纬度坐标和海拔高度。
无人机上设置有海拔仪和GPS定位装置,其x轴、y轴的坐标通过GPS定位装置检测得到,z轴坐标通过海拔仪检测得到。
(2)获取无人机和目标节点之间的空间矢量数据,其中空间矢量数据由距离和空间角度组成,距离采用无人机上搭载激光测距仪测得,空间角度采用测量激光测距仪的发射空间角度和/或接收空间角度获得。
本实施例中激光测距仪在无人机上固定设置,且当无人机处于水平状态且没有俯仰角度时,激光测距仪的探测方向在无人机的水平方向上,当激光测距仪检测无人机和目标节点之间的空间矢量数据时,需要调整无人机的俯仰角度和朝向。
(3)耦合无人机的坐标和上述的无人机与目标节点之间的空间矢量数据,计算出目标节点在空间坐标中坐标。
本实施例中无人机上设置有陀螺仪,通过陀螺仪检测激光测距仪的探测方向。当激光测距仪检测到无人机与目标节点之间的距离时,设无人机在空间坐标系中的坐标为(x0,y0,z0),与目标节点之间的距离为L0,无人机与经度方向上的夹角为θ1,与纬度方向上的夹角为θ2,与竖直方向上的夹角为θ3,目标节点在空间坐标系中的坐标为(x,y,z),如图2所示,则
x=x0+L0×cosθ1
y=y0+L0×cosθ2
z=z0+L0×cosθ3
步骤二:获取室内建筑的三维模型。
本实施例中获取室内建筑三维模型的方法为:
(1)采用无人机对室内空间进行激光扫描,得到室内空间的建筑结构数据;
(2)根据室内空间的建筑结构数据,在三维建模软件中构建与室内空间建筑结构一致的室内三维模型。
作为其他实施方式,可在无人机上设置摄像机,通过摄像机采集室内建筑结构数据。
本实施例中的步骤一和步骤二之间没有顺序关系,可以同步执行也可依次执行。
步骤三:获取室内三维模型中目标节点的相对位置坐标;然后一一对应匹配目标节点的相对位置坐标和在空间坐标系中的坐标,构建与室内三维模型一致的空间坐标系模型。
目标节点在室内设置,因此在建立室内三维模型时,在其中也有目标节点的模型,目标节点模型在室内三维模型中的位置坐标即为室内三维模型中目标节点的相对位置坐标。
通过步骤一得到目标节点在空间坐标系中的坐标后,根据目标节点在室内的相对位置关系,得到目标节点模型在室内三维模型中的位置,从而构建与室内三维模型一致的空间坐标系模型。
本实施例中的目标节点,是用来进行电力载波定位的目标节点,即通过这些目标节点对被定位目标进行电力载波定位。目标节点与电力载波定位系统中的定位服务器之间通过电力载波的方式进行通讯,作为其他实施方式,目标节点与电力载波定位系统中的定位服务器之间可通过4G或5G等蜂窝移动通信技术,或者通过局域网通信。
在步骤一中,得到各目标节点在空间坐标系中的坐标后,判断各目标节点的位置是否发生变化,判断方法是:
首先获取各目标节点相对于两个其他目标节点的相对位置数据,获取方法是:以其中一个目标节点为定位终端,两个其他目标为定位基站,获取该目标节点与其他目标节点之间的相对距离,将该距离作为该目标节点与其他目标节点的相对位置数据,并将其存储到其他目标节点上。
然后每间隔设定时间,获取一次该目标节点相对于其他目标节点的相对位置数据。
最后判断检测到的相对位置数据与该目标节点存储数据是否一致,如果一致则判断为该目标节点的位置没有发生,如果不一致则判断为该目标节点的位置发生变化。
当有目标节点的位置发生变化时,对其在空间坐标系中的坐标进行重新标定,重新标定的方法为:
选择四个位置没有发生变化的目标节点作为定位基站,检测各定位基站与该目标节点之间的距离,然后结合各定位基站在空间坐标系中的坐标,计算出该目标节点在空间坐标系中的坐标。
作为其他实施方式,在判断各目标节点的位置是否发生变化时,可选取数量多于两个的其他目标节点。
本实施例中无人机先获取室内图像,然后从图像中判断出目标节点所在的位置,最后检测无人机与目标节点之间的距离。
方法实施例2:
本实施例提供一种自动生成室内三维导航地图模型的方法,在不需要人工参与的情况下采用无人机对室内各目标节点的空间坐标位置进行标定,解决现有技术中生成的室内三维导航地图模型不准的问题。
本实施例所提供的自动生成室内三维导航地图模型的方法包括如下步骤:
步骤一:检测目标节点在空间坐标系中的坐标,检测方法的流程如图2所示,包括如下步骤:
(1)获取无人机在空间坐标系中的坐标;
空间坐标系由经度坐标、纬度坐标和海拔高度组成,设空间坐标系的三个坐标轴分别为x轴、y轴和z轴,则x轴、y轴和z轴分别为经度坐标、纬度坐标和海拔高度。
无人机上设置有海拔仪和GPS定位装置,其x轴、y轴的坐标通过GPS定位装置检测得到,z轴坐标通过海拔仪检测得到。设无人机在空间坐标系中的坐标为(x0,y0,z0)。
(2)控制无人机飞行至目标节点位置处,并获取无人机在空间坐标系中飞行路径。
无人机上设置有陀螺仪和速度传感器,记录无人机的飞行方向、飞行速度和飞行时间得到无人机在空间坐标系中的飞行路径。
将无人机的飞行路径包括n个飞行路段,在各飞行路段内无人机的飞行速度和飞行方向不变,如图4所示,当其中第i个飞行路段上时,无人机的飞行速度为Vi,飞行时间为ti,飞行方向与经度、纬度、海拔高度之间的夹角分别为θxi、θyi和θzi。其中n为正整数,i在1到n之间取值。
(3)根据无人机的飞行路径计算出目标节点在空间坐标系中的坐标。
将检测出的无人机在空间坐标系中的坐标作为其起点坐标,根据飞行路径计算其终点在空间坐标系中的坐标,并将该终点在空间坐标系中的坐标赋予目标节点,作为该目标节点在空间坐标系中的坐标。
根据飞行路径计算其终点在空间坐标系中的坐标的方法为:
设目标节点在空间坐标系中的坐标为(x,y,z),则
x=x0+V1×t1×cosθx1+V2×t2×cosθx2+V3×t3×cosθx3+……Vn×tn×cosθxn
y=y0+V1×t1×cosθy1+V2×t2×cosθy2+V3×t3×cosθy3+……+Vn×tn×cosθyn
z=z0+V1×t1×cosθz1+V2×t2×cosθz2+V3×t3×cosθz3+……+Vn×tn×cosθzn
依次计算出各目标节点在空间坐标系中的坐标。
步骤二:获取建筑的三维模型。
本实施例中获取室内建筑三维模型的方法为:
(1)采用无人机对室内空间进行激光扫描,得到室内空间的建筑结构数据;
(2)根据室内空间的建筑结构数据,在三维建模软件中构建与室内空间建筑结构一致的室内三维模型。
作为其他实施方式,可在无人机上设置摄像机,通过摄像机采集室内建筑结构数据。
本实施例中的步骤一和步骤二之间没有顺序关系,可以同步执行也可依次执行。
步骤三:获取室内三维模型中目标节点的相对位置坐标;然后一一对应匹配目标节点的相对位置坐标和在空间坐标系中的坐标,构建与室内三维模型一致的空间坐标系模型。
目标节点在室内设置,因此在建立室内三维模型时,在其中也有目标节点的模型,目标节点模型在室内三维模型中的位置坐标即为室内三维模型中目标节点的相对位置坐标。
本实施例中的目标节点,是用来进行电力载波定位的目标节点,即通过这些目标节点对被定位目标进行电力载波定位。目标节点与电力载波定位系统中的定位服务器之间通过电力载波的方式进行通讯,作为其他实施方式,目标节点与电力载波定位系统中的定位服务器之间可通过4G或5G等蜂窝移动通信技术,或者通过局域网通信。
本实施例中的目标节点,是用来进行电力载波定位的目标节点,即通过这些目标节点对被定位目标进行电力载波定位。目标节点与电力载波定位系统中的定位服务器之间通过电力载波的方式进行通讯,作为其他实施方式,目标节点与电力载波定位系统中的定位服务器之间可通过4G或5G等蜂窝移动通信技术,或者通过局域网通信。
通过步骤一得到目标节点在空间坐标系中的坐标后,根据目标节点在室内的相对位置关系,得到目标节点模型在室内三维模型中的位置,从而构建与室内三维模型一致的空间坐标系模型。
在步骤一中,得到各目标节点在空间坐标系中的坐标后,判断各目标节点的位置是否发生变化,判断方法是:
首先获取各目标节点相对于两个其他目标节点的相对位置数据,获取方法是:以其中一个目标节点为定位终端,两个其他目标为定位基站,获取该目标节点与其他目标节点之间的相对距离,将该距离作为该目标节点与其他目标节点的相对位置数据,并将其存储到其他目标节点上。
然后每间隔设定时间,获取一次该目标节点相对于其他目标节点的相对位置数据。
最后判断检测到的相对位置数据与该目标节点存储数据是否一致,如果一致则判断为该目标节点的位置没有发生,如果不一致则判断为该目标节点的位置发生变化。
当有目标节点的位置发生变化时,对其在空间坐标系中的坐标进行重新标定,重新标定的方法为:
选择四个位置没有发生变化的目标节点作为定位基站,检测各定位基站与该目标节点之间的距离,然后结合各定位基站在空间坐标系中的坐标,计算出该目标节点在空间坐标系中的坐标。
作为其他实施方式,在判断各目标节点的位置是否发生变化时,可选取数量多于两个的其他目标节点。
本实施例中无人机先获取室内图像,然后从图像中判断出目标节点所在的位置,最后控制无人机飞行到目标节点处,并通过激光测距仪检测与目标节点之间的距离,当与无人机与目标节点之间的距离小于设定距离时,判断为无人机停靠在目标节点处。
方法实施例3:
本实施例提供一种自动生成室内三维导航地图模型的方法,在不需要人工参与的情况下采用无人机对室内各目标节点的空间坐标位置进行标定,解决现有技术中生成的室内三维导航地图模型不准确的问题。
本实施例所提供的自动生成室内三维导航地图模型的方法包括如下步骤:
步骤一:检测目标节点在空间坐标系中的坐标,检测方法的流程如图5所示,包括如下步骤:
(1)控制第一无人机一一对应的停靠在目标节点位置处。
第一无人机的数量与目标节点的数量相同,各第一无人机上设置有相应的海拔仪,通过海拔仪检测各第一无人机的海拔高度。
(2)计算各第一无人机在空间坐标系中的坐标,将其分别赋予对应的目标节点,作为各目标节点在空间坐标系中的坐标。
本实施例以计算其中一个第一无人机在空间坐标系中的坐标为例,计算方法如下:
首先控制三个第二无人机与该第一无人机编组成立方锥型,并获取立方锥型的空间几何关系;三个第二无人机与一个第一无人机之间组成的立方锥型如图6所示,设该第一无人机与各第二无人机之间的距离分别为L1、L2和L3
然后获取三个第二无人机在空间坐标系中的坐标;空间坐标系由经度坐标、纬度坐标和海拔高度组成,设空间坐标系的三个坐标轴分别为x轴、y轴和z轴,则x轴、y轴和z轴分别为经度坐标、纬度坐标和海拔高度;第二无人机上设置有海拔仪和GPS定位装置,其x轴、y轴的坐标通过GPS定位装置检测得到,z轴坐标通过海拔仪检测得到;设各第二无人机在空间坐标系中的坐标分别为(x1,y1,z1)、(x2,y2,z2)和(x3,y3,z3);
最后耦合所述三个第二无人机的坐标和所述空间几何关系,结合第一无人机的海拔高度计算出该第一无人机在空间坐标系中的坐标。设该第一无人机在空间坐标系中的坐标为(x,y,z),则
(x1-x)2+(y1-y)2+(z1-z)2=L1 2
(x2-x)2+(y2-y)2+(z2-z)2=L2 2
(x3-x)2+(y3-y)2+(z3-z)2=L3 2
步骤二:获取室内建筑的三维模型。
本实施例中获取室内建筑三维模型的方法为:
(1)采用无人机对室内空间进行激光扫描,得到室内空间的建筑结构数据;
(2)根据室内空间的建筑结构数据,在三维建模软件中构建与室内空间建筑结构一致的室内三维模型。
作为其他实施方式,可在无人机上设置摄像机,通过摄像机采集室内建筑结构数据。
本实施例中的步骤一和步骤二之间没有顺序关系,可以同步执行也可依次执行。
步骤三:获取室内三维模型中目标节点的相对位置坐标;然后一一对应匹配目标节点的相对位置坐标和在空间坐标系中的坐标,构建与室内三维模型一致的空间坐标系模型。
目标节点在室内设置,因此在建立室内三维模型时,在其中也有目标节点的模型,目标节点模型在室内三维模型中的位置坐标即为室内三维模型中目标节点的相对位置坐标。
本实施例中的目标节点,是用来进行电力载波定位的目标节点,即通过这些目标节点对被定位目标进行电力载波定位。目标节点与电力载波定位系统中的定位服务器之间通过电力载波的方式进行通讯,作为其他实施方式,目标节点与电力载波定位系统中的定位服务器之间可通过4G或5G等蜂窝移动通信技术,或者通过局域网通信。
通过步骤一得到目标节点在空间坐标系中的坐标后,根据目标节点在室内的相对位置关系,得到目标节点模型在室内三维模型中的位置,从而构建与室内三维模型一致的空间坐标系模型。
在步骤一中,得到各目标节点在空间坐标系中的坐标后,判断各目标节点的位置是否发生变化,判断方法是:
首先获取各目标节点相对于两个其他目标节点的相对位置数据,获取方法是:以其中一个目标节点为定位终端,两个其他目标为定位基站,获取该目标节点与其他目标节点之间的相对距离,将该距离作为该目标节点与其他目标节点的相对位置数据,并将其存储到其他目标节点上。
然后每间隔设定时间,获取一次该目标节点相对于其他目标节点的相对位置数据。
最后判断检测到的相对位置数据与该目标节点存储数据是否一致,如果一致则判断为该目标节点的位置没有发生,如果不一致则判断为该目标节点的位置发生变化。
当有目标节点的位置发生变化时,对其在空间坐标系中的坐标进行重新标定,重新标定的方法为:
选择四个位置没有发生变化的目标节点作为定位基站,检测各定位基站与该目标节点之间的距离,然后结合各定位基站在空间坐标系中的坐标,计算出该目标节点在空间坐标系中的坐标。
本实施例中,各第一无人机与各第二无人机之间的距离通过激光测距仪检测得到,即在各第二无人机上设置激光测距仪,各激光测距仪向各第一无人机发送检测激光,得到第一无人机与各第二无人机之间的距离。
作为其他实施方式,在判断各目标节点的位置是否发生变化时,可选取数量多于两个的其他目标节点。
本实施例中各第一无人机先获取室内图像,然后从图像中判断出目标节点所在的位置,最后控制第一无人机飞行到目标节点处,并通过激光测距仪检测与目标节点之间的距离,当与第一无人机与目标节点之间的距离小于设定距离时,判断为第一无人机停靠在目标节点处。
各第一无人机停靠在相应的目标节点处后,各第二无人机先获取室内图像,识别出各第一无人机,然后通过激光测距仪检测与各第一无人机之间的距离。
方法实施例4:
本实施例提供一种自动生成室内三维导航地图模型的方法,在不需要人工参与的情况下采用无人机对室内各目标节点的空间坐标位置进行标定,解决现有技术中生成的室内三维导航地图模型不准确的问题。
本实施例所提供的自动生成室内三维导航地图模型的方法包括如下步骤:
步骤一:检测目标节点在空间坐标系中的坐标,检测方法的流程如图7所示,包括如下步骤:
(1)控制四个无人机悬停成立方锥型编组;
(2)获取各无人机在空间坐标系中的坐标;空间坐标系由经度坐标、纬度坐标和海拔高度组成;
空间坐标系由经度坐标、纬度坐标和海拔高度组成,设空间坐标系的三个坐标轴分别为x轴、y轴和z轴,则x轴、y轴和z轴分别为经度坐标、纬度坐标和海拔高度。
无人机上设置有海拔仪和GPS定位装置,其x轴、y轴的坐标通过GPS定位装置检测得到,z轴坐标通过海拔仪检测得到;设得到的四个无人机在空间坐标系中的坐标分别为设四个无人机在空间坐标系中的坐标分别为(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)和(x4,y4,z4)。
(3)获取至少三个目标节点与各无人机之间的距离,分别得到各目标节点与各无人机之间的空间几何关系;耦合各无人机的坐标和所述空间几何关系,计算出各目标节点在空间坐标系中的坐标;
各目标节点在空间坐标系中坐标的计算方法为:设其中一个目标节点在空间坐标系中的坐标为(x,y,z),如图8所示,该目标节点与各无人机之间的距离分别为L1、L2、L3和L4,则:
(x1-x)2+(y1-y)2+(z1-z)2=L1 2
(x2-x)2+(y2-y)2+(z2-z)2=L2 2
(x3-x)2+(y3-y)2+(z3-z)2=L3 2
(x4-x)2+(y4-y)2+(z4-z)2=L4 2
(4)控制其中三个无人机分别停靠到三个坐标已知的目标节点,并将三个目标节点在空间坐标系中的坐标分别赋予相应的无人机;
(5)控制第四个无人机停靠到坐标未知的目标节点,并获取该无人机与其他三个无人机之间的距离,得到该无人机停靠在各目标节点时各无人机之间的几何关系,并结合几何关系和其他三个无人机在空间坐标系中的坐标,分别计算第四个无人机在空间坐标系中的坐标,将其分别作为该目标节点在空间坐标系中的坐标。
步骤二:获取室内建筑的三维模型。
本实施例中获取室内建筑三维模型的方法为:
(1)采用无人机对室内空间进行激光扫描,得到室内空间的建筑结构数据;
(2)根据室内空间的建筑结构数据,在三维建模软件中构建与室内空间建筑结构一致的室内三维模型。
作为其他实施方式,可在无人机上设置摄像机,通过摄像机采集室内建筑结构数据。
本实施例中的步骤一和步骤二之间没有顺序关系,可以同步执行也可依次执行。
步骤三:获取室内三维模型中目标节点的相对位置坐标;然后一一对应匹配目标节点的相对位置坐标和在空间坐标系中的坐标,构建与室内三维模型一致的空间坐标系模型。
目标节点在室内设置,因此在建立室内三维模型时,在其中也有目标节点的模型,目标节点模型在室内三维模型中的位置坐标即为室内三维模型中目标节点的相对位置坐标。
本实施例中的目标节点,是用来进行电力载波定位的目标节点,即通过这些目标节点对被定位目标进行电力载波定位。目标节点与电力载波定位系统中的定位服务器之间通过电力载波的方式进行通讯,作为其他实施方式,目标节点与电力载波定位系统中的定位服务器之间可通过4G或5G等蜂窝移动通信技术,或者通过局域网通信。
通过步骤一得到目标节点在空间坐标系中的坐标后,根据目标节点在室内的相对位置关系,得到目标节点模型在室内三维模型中的位置,从而构建与室内三维模型一致的空间坐标系模型。
在步骤一中,得到各目标节点在空间坐标系中的坐标后,判断各目标节点的位置是否发生变化,判断方法是:
首先获取各目标节点相对于两个其他目标节点的相对位置数据,获取方法是:以其中一个目标节点为定位终端,两个其他目标为定位基站,获取该目标节点与其他目标节点之间的相对距离,将该距离作为该目标节点与其他目标节点的相对位置数据,并将其存储到其他目标节点上。
然后每间隔设定时间,获取一次该目标节点相对于其他目标节点的相对位置数据。
最后判断检测到的相对位置数据与该目标节点存储数据是否一致,如果一致则判断为该目标节点的位置没有发生,如果不一致则判断为该目标节点的位置发生变化。
当有目标节点的位置发生变化时,对其在空间坐标系中的坐标进行重新标定,重新标定的方法为:
选择四个位置没有发生变化的目标节点作为定位基站,检测各定位基站与该目标节点之间的距离,然后结合各定位基站在空间坐标系中的坐标,计算出该目标节点在空间坐标系中的坐标。
本实施例中,各第一无人机与各第二无人机之间的距离通过激光测距仪检测得到,即在各第二无人机上设置激光测距仪,各激光测距仪向各第一无人机发送检测激光,得到第一无人机与各第二无人机之间的距离。
作为其他实施方式,步骤一中四个无人机中三个的经度坐标和纬度坐标采用卫星定位和/或基站定位获取,另一个的经度坐标和纬度坐标获取方法是:获取所述另一个与所述三个中任一之间的距离,得到各无人机之间的几何关系;耦合所述几何关系与所述三个的经度坐标和纬度坐标,计算获得出所述另一个的经度坐标和纬度坐标。
作为其他实施方式,在判断各目标节点的位置是否发生变化时,可选取数量多于两个的其他目标节点。
本实施例中各无人机先获取室内图像,然后从图像中判断出目标节点所在的位置,通过激光测距仪检测与目标节点之间的距离。
装置实施例1:
本实施例提供一种自动生成室内三维导航地图模型的系统,包括控制中心和无人机,控制中心与无人机之间无线通讯连接,无人机上设置有海拔仪、GPS定位装置和激光测距仪,控制中心根据方法实施例1中所提供的自动生成室内三维导航地图模型的方法,得到自动生成室内三维导航地图模型。
装置实施例2:
本实施例提供一种自动生成室内三维导航地图模型的系统,包括控制中心和无人机,控制中心与无人机之间无线通讯连接,无人机上设置有海拔仪、GPS定位装置、激光测距仪、速度传感器和陀螺仪,控制中心根据方法实施例2中所提供的自动生成室内三维导航地图模型的方法,得到自动生成室内三维导航地图模型。
装置实施例3:
本实施例提供一种自动生成室内三维导航地图模型的系统,包括控制中心、与目标节点数量相应的第一无人机和三个第二无人机,控制中心与各第一无人机和第二无人机之间无线通讯连接,各第一无人机上设置有海拔仪,各第二无人机上设置有海拔仪、GPS定位装置和测距装置,测距装置为激光测距仪或声波测距仪,控制中心根据方法实施例3中所提供的自动生成室内三维导航地图模型的方法,得到自动生成室内三维导航地图模型。
装置实施例4:
本实施例提供一种自动生成室内三维导航地图模型的系统,包括控制中和四个无人机,控制中心与各无人机之间无线通讯连接,各无人机上设置有海拔仪、GPS定位装置和测距装置,测距装置为激光测距仪或声波测距仪,控制中心根据方法实施例4中所提供的自动生成室内三维导航地图模型的方法,得到自动生成室内三维导航地图模型。
以上公开的本发明的实施例只是用于帮助阐明本发明的技术方案,并没有尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所述技术领域人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.自动生成室内三维导航地图模型的方法,其特征在于,包括:
(1)获取无人机在空间坐标系中的坐标,所述空间坐标系由经度坐标、纬度坐标和海拔高度组成;
获取无人机和目标节点之间的空间矢量数据,其中空间矢量数据由距离和空间角度组成,距离采用无人机上搭载激光测距仪测得,空间角度采用测量激光测距仪的发射空间角度和/或接收空间角度获得;
耦合无人机的坐标和所述空间矢量数据,计算出目标节点在空间坐标中坐标;
(2)无人机对室内空间的建筑结构进行扫描和/或拍照;
基于所述扫描和/或拍照的数据,构建与所述室内空间一致的三维模型;
(3)所述步骤(1)和(2)同步或依次进行;
获取所述三维模型中目标节点的相对位置坐标;
一一对应匹配目标节点的所述位置坐标和在空间坐标系中的坐标,构建与所述三维模型一致的空间坐标系模型。
2.自动生成室内三维导航地图模型的方法,其特征在于,包括:
(1)获取无人机在空间坐标系中的坐标,所述空间坐标系由经度坐标、纬度坐标和海拔高度组成;
控制无人机飞行至目标节点位置处,并获取无人机在所述空间坐标系中飞行路径;
获取所述飞行路径的终点在所述空间坐标系中的坐标,并将该终点坐标赋予所述目标节点作为其在空间坐标系中的坐标;
(2)无人机对室内空间的建筑结构进行扫描和/或拍照;
基于所述扫描和/或拍照的数据,构建与所述室内空间一致的三维模型;
(3)所述步骤(1)和(2)同步或依次进行;
获取所述三维模型中目标节点的相对位置坐标;
一一对应匹配目标节点的所述位置坐标和在空间坐标系中的坐标,构建与所述三维模型一致的空间坐标系模型。
3.自动生成室内三维导航地图模型的方法,其特征在于,包括:
(1)S1,控制第一无人机一一对应的停靠在目标节点位置处;
S2,控制三个第二无人机与一个所述第一无人机编组成立方锥型,并获取所述立方锥型的空间几何关系;
S3,获取所述三个第二无人机在空间坐标系中的坐标,所述空间坐标系由经度坐标、维度坐标和海拔高度组成;
S4,耦合所述三个第二无人机的坐标和所述空间几何关系,计算出所述一个第一无人机在空间坐标系中的坐标;
S5,将所述一个第一无人机的坐标赋予对应目标节点;
S6,重复S2-S5,计算出其余目标节点的坐标;
(2)无人机对室内空间的建筑结构进行扫描和/或拍照;
基于所述扫描和/或拍照的数据,构建与所述室内空间一致的三维模型;
(3)所述步骤(1)和(2)同步或依次进行;
获取所述三维模型中目标节点的相对位置坐标;
一一对应匹配目标节点的所述位置坐标和在空间坐标系中的坐标,构建与所述三维模型一致的空间坐标系模型。
4.自动生成室内三维导航地图模型的方法,其特征在于,包括:
(1)S1,控制四个无人机悬停成立方锥型编组;
S2,获取各无人机在空间坐标系中的坐标,所述空间坐标系由经度坐标、纬度坐标和海拔高度组成;
S3,获取第一目标节点与各无人机之间的距离,得到目标节点与各无人机之间的空间几何关系;
S4,耦合各无人机的坐标和所述空间几何关系,计算出第一目标节点在空间坐标系中的坐标;
S5,重复S2-S4,计算出另外至少两个第一目标节点在空间坐标系中坐标;
S6,控制所述四个无人机中三个一一对应的停靠在已计算出坐标的第一目标节点位置处、并向所述三个分别赋予对应第一目标节点的坐标,另一个无人机停靠在第二目标节点位置处;
S7,获取所述另一个与所述三个中各个之间的距离,得到各无人机之间的几何关系;
S8,耦合所述几何关系与所述三个的坐标,计算获得出所述另一个在空间坐标系中坐标;
S9,向所述第二目标节点赋予S8中所述另一个的坐标;
(2)无人机对室内空间的建筑结构进行扫描和/或拍照;
基于所述扫描和/或拍照的数据,构建与所述室内空间一致的三维模型;
(3)所述步骤(1)和(2)同步或依次进行;
获取所述三维模型中目标节点的相对位置坐标;
一一对应匹配目标节点的所述位置坐标和在空间坐标系中的坐标,构建与所述三维模型一致的空间坐标系模型。
5.根据权利要求4所述的自动生成室内三维导航地图模型的方法,其特征在于,S2中,四个无人机中三个的经度坐标和纬度坐标采用卫星定位和/或基站定位获取,另一个的经度坐标和纬度坐标获取方法是:
获取所述另一个与所述三个中任一之间的距离,得到各无人机之间的几何关系;
耦合所述几何关系与所述三个的经度坐标和纬度坐标,计算获得出所述另一个的经度坐标和纬度坐标。
6.根据权利要求4或5所述的自动生成室内三维导航地图模型的方法,其特征在于,各目标节点与定位服务器之间采用的通信方式从以下方式选择:
电力载波通信;
包含但不限于4G和5G的蜂窝移动通信技术;
无线局域网通信。
7.根据权利要求6所述的自动生成室内三维导航地图模型的方法,其特征在于,在步骤(1)中所有目标节点在空间坐标系中坐标已计算出之后,还包括:
C1获取某一目标节点相对于其他目标节点的相对位置数据,其中获取方法是:以所述某一目标节点为定位终端,所述其他目标节点为定位基站,获取两者之间的相对距离,并将该距离作为所述相对位置数据存储在所述该目标节点上;
C2每隔设定时间重复C1;
C3比较C1中所述相对位置数据和C2中所述相对位置数据是否一致,如一致则判定坐标未变,如不一致则判定坐标变动、并且重新标定所述某一目标节点的坐标,重新标定的方法是:选择其他目标节点中四个坐标未变的目标节点作为定位基站,以所述某一目标节点为定位终端,采用基站定位的方式计算出所述某一目标节点在空间坐标系中的坐标。
8.根据权利要求7所述的自动生成室内三维导航地图模型的方法,其特征在于,
C1中所述其他目标节点的数量至少是两个。
9.根据权利要求4或5所述的自动生成室内三维导航地图模型的方法,其特征在于,无人机上搭载激光测距仪,以测量与其他无人机或目标节点之间的距离。
10.自动生成室内三维导航地图模型的系统,包括控制中心和无人机,控制中心与各无线无人机通讯连接,实现如上述权利要求1-9任意一项所述的自动生成室内三维导航地图模型的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911326332.8A CN110926479B (zh) | 2019-12-20 | 2019-12-20 | 自动生成室内三维导航地图模型的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911326332.8A CN110926479B (zh) | 2019-12-20 | 2019-12-20 | 自动生成室内三维导航地图模型的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110926479A true CN110926479A (zh) | 2020-03-27 |
CN110926479B CN110926479B (zh) | 2023-04-28 |
Family
ID=69864484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911326332.8A Active CN110926479B (zh) | 2019-12-20 | 2019-12-20 | 自动生成室内三维导航地图模型的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110926479B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111768361A (zh) * | 2020-05-09 | 2020-10-13 | 中铁第四勘察设计院集团有限公司 | 地下空间品质评价及其可视化呈现方法及系统 |
CN113534224A (zh) * | 2021-06-29 | 2021-10-22 | 杭州电子科技大学 | 一种用于有遮挡条件下的室外小车定位方法 |
CN113610991A (zh) * | 2021-10-09 | 2021-11-05 | 创泽智能机器人集团股份有限公司 | 一种基于三维地图确定观测位置的方法、设备 |
CN114071392A (zh) * | 2021-12-28 | 2022-02-18 | 智小途(上海)数字科技有限公司 | 一种uwb室内高精度三维实景数据构建方法和系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103676805A (zh) * | 2012-09-15 | 2014-03-26 | 上海澜腾智能科技有限公司 | 立体三维全景智能控制系统及方法 |
CN105245846A (zh) * | 2015-10-12 | 2016-01-13 | 西安斯凯智能科技有限公司 | 一种多无人机协同跟踪的拍摄系统及拍摄方法 |
CN106131794A (zh) * | 2016-08-29 | 2016-11-16 | 北斗羲和科技发展(北京)有限公司 | 室内定位的方法及装置 |
US20160371984A1 (en) * | 2015-06-16 | 2016-12-22 | Here Global B.V. | Air Space Maps |
CN106295141A (zh) * | 2016-08-01 | 2017-01-04 | 清华大学深圳研究生院 | 用于三维模型重建的多条无人机路径确定方法及装置 |
CN106846485A (zh) * | 2016-12-30 | 2017-06-13 | Tcl集团股份有限公司 | 一种室内三维建模方法及装置 |
CN106873621A (zh) * | 2017-02-26 | 2017-06-20 | 南京航空航天大学 | 一种基于拉格朗日方程的无人机编队队形控制算法 |
CN108196579A (zh) * | 2018-01-24 | 2018-06-22 | 电子科技大学 | 基于几何分布的无人机分级编队方法 |
CN108731684A (zh) * | 2018-05-07 | 2018-11-02 | 西安电子科技大学 | 一种多无人机协同区域监视的航路规划方法 |
CN109708622A (zh) * | 2017-12-15 | 2019-05-03 | 福建工程学院 | 基于Pixhawk利用无人机对建筑物进行三维建模的方法 |
CN109934908A (zh) * | 2019-02-28 | 2019-06-25 | 东华大学 | 一种基于无人机的实际场景建模方法 |
-
2019
- 2019-12-20 CN CN201911326332.8A patent/CN110926479B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103676805A (zh) * | 2012-09-15 | 2014-03-26 | 上海澜腾智能科技有限公司 | 立体三维全景智能控制系统及方法 |
US20160371984A1 (en) * | 2015-06-16 | 2016-12-22 | Here Global B.V. | Air Space Maps |
CN105245846A (zh) * | 2015-10-12 | 2016-01-13 | 西安斯凯智能科技有限公司 | 一种多无人机协同跟踪的拍摄系统及拍摄方法 |
CN106295141A (zh) * | 2016-08-01 | 2017-01-04 | 清华大学深圳研究生院 | 用于三维模型重建的多条无人机路径确定方法及装置 |
CN106131794A (zh) * | 2016-08-29 | 2016-11-16 | 北斗羲和科技发展(北京)有限公司 | 室内定位的方法及装置 |
CN106846485A (zh) * | 2016-12-30 | 2017-06-13 | Tcl集团股份有限公司 | 一种室内三维建模方法及装置 |
CN106873621A (zh) * | 2017-02-26 | 2017-06-20 | 南京航空航天大学 | 一种基于拉格朗日方程的无人机编队队形控制算法 |
CN109708622A (zh) * | 2017-12-15 | 2019-05-03 | 福建工程学院 | 基于Pixhawk利用无人机对建筑物进行三维建模的方法 |
CN108196579A (zh) * | 2018-01-24 | 2018-06-22 | 电子科技大学 | 基于几何分布的无人机分级编队方法 |
CN108731684A (zh) * | 2018-05-07 | 2018-11-02 | 西安电子科技大学 | 一种多无人机协同区域监视的航路规划方法 |
CN109934908A (zh) * | 2019-02-28 | 2019-06-25 | 东华大学 | 一种基于无人机的实际场景建模方法 |
Non-Patent Citations (1)
Title |
---|
刘焕玲等: "基于一维激光测距仪的室内移动机器人定位", 《工具技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111768361A (zh) * | 2020-05-09 | 2020-10-13 | 中铁第四勘察设计院集团有限公司 | 地下空间品质评价及其可视化呈现方法及系统 |
WO2021227805A1 (zh) * | 2020-05-09 | 2021-11-18 | 中铁第四勘察设计院集团有限公司 | 地下空间品质评价及其可视化呈现方法及系统 |
CN111768361B (zh) * | 2020-05-09 | 2022-12-02 | 中铁第四勘察设计院集团有限公司 | 地下空间品质评价及其可视化呈现方法及系统 |
CN113534224A (zh) * | 2021-06-29 | 2021-10-22 | 杭州电子科技大学 | 一种用于有遮挡条件下的室外小车定位方法 |
CN113610991A (zh) * | 2021-10-09 | 2021-11-05 | 创泽智能机器人集团股份有限公司 | 一种基于三维地图确定观测位置的方法、设备 |
CN114071392A (zh) * | 2021-12-28 | 2022-02-18 | 智小途(上海)数字科技有限公司 | 一种uwb室内高精度三维实景数据构建方法和系统 |
CN114071392B (zh) * | 2021-12-28 | 2023-07-25 | 智小途(上海)数字科技有限公司 | 一种uwb室内高精度三维实景数据构建方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110926479B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110926479B (zh) | 自动生成室内三维导航地图模型的方法和系统 | |
CN110446159B (zh) | 一种室内无人机精确定位与自主导航的系统及方法 | |
CN105547305B (zh) | 一种基于无线定位和激光地图匹配的位姿解算方法 | |
CN110736448A (zh) | 一种固定翼无人机免像控点三维建模与测图的装置及方法 | |
CN108919825A (zh) | 具备避障功能的无人机室内定位系统及方法 | |
CN108051835B (zh) | 一种基于双天线的倾斜测量装置及测量与放样方法 | |
CN105184776A (zh) | 目标跟踪方法 | |
CN108759834B (zh) | 一种基于全局视觉的定位方法 | |
KR102035388B1 (ko) | 실시간 위치 측위 시스템 및 이를 이용한 콘텐츠 제공 서비스 시스템 | |
CN109751992B (zh) | 面向室内三维空间的定位校正方法、定位方法及其设备 | |
CN108759815B (zh) | 一种用于全局视觉定位方法中的信息融合组合导航方法 | |
CN111796315A (zh) | 无人机室内外的定位方法及装置 | |
CN106370160A (zh) | 一种机器人室内定位系统和方法 | |
CN109238247A (zh) | 一种面向大空间复杂现场的六自由度测量方法 | |
CN108469826A (zh) | 一种基于机器人的地图生成方法及系统 | |
JP2018021865A (ja) | 移動体、移動体の制御方法、移動体を制御するプログラム、制御システム、及び情報処理装置 | |
KR20170094030A (ko) | 실내 내비게이션 및 파노라마 사진 맵핑 제공 시스템 및 그 방법 | |
CN110763238A (zh) | 基于uwb、光流和惯性导航的高精度室内三维定位方法 | |
US20200265644A1 (en) | Method and system for generating merged reality images | |
KR101764222B1 (ko) | 고정밀 측위 시스템 및 방법 | |
CN112788533A (zh) | 一种融合5g通信和uwb的室内定位方法、装置和系统 | |
CN208689169U (zh) | 一种基于单线激光雷达和标靶的室内三维测绘装置 | |
CN108344970B (zh) | 一种使用移动机器人的无线定位自动校准方法 | |
CN210862666U (zh) | 一种固定翼无人机免像控点三维建模与测图的装置 | |
CN114554594B (zh) | 一种面向搜索救援场景的无人机定位方法及设备 |
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 |