CN110956690A - 一种建筑信息模型生成方法和系统 - Google Patents
一种建筑信息模型生成方法和系统 Download PDFInfo
- Publication number
- CN110956690A CN110956690A CN201911136263.4A CN201911136263A CN110956690A CN 110956690 A CN110956690 A CN 110956690A CN 201911136263 A CN201911136263 A CN 201911136263A CN 110956690 A CN110956690 A CN 110956690A
- Authority
- CN
- China
- Prior art keywords
- building
- point
- plane
- edge
- points
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种建筑信息模型生成方法和系统。该建筑信息模型生成方法包括:通过法向估计、法向聚类和点云分割,从建筑物的室内三维点云模型中区分出位于建筑物的边缘区域的边缘点、位于建筑物的角点区域的角点、以及位于建筑物的平面区域的平面点;以及通过边缘点分析、角点分析和平面点分析,区分出室内三维云模型中位于建筑物的精确边缘的边缘点、位于建筑物的精确墙角的角点、以及位于建筑物的墙面、天花板、以及地面的平面点的数据,生成建筑物的建筑信息模型。本发明的建筑信息模型生成方法和系统可以生成具有建筑物的真实尺寸信息的高精度BIM,从而可以为室内导航提供高精地图,实现对不同机器人的精准的多机调度。
Description
技术领域
本发明涉及计算机领域,更具体地涉及一种建筑信息模型生成方法和系统。
背景技术
建筑信息模型(BIM)是一种工程建筑施工前的设计信息。BIM的核心是通过建立工程建筑的三维模型,利用数字化技术为工程建筑提供完整的建筑信息。BIM不仅仅只是一个设计样式,其中的房屋尺寸、墙板和门窗位置等信息能够用于指导工程建筑的整个施工阶段。在施工过程中,BIM与真实施工结果之间难免存在一定差异。施工过程中,工人不得不添加额外的测量手段去修正两者之间的差异。随着智能制造的提出,机器人逐渐进入到建筑行业。由于工地环境比较复杂,机器人在建筑物内运动和工作时,需要高精度的BIM作为导航和指引。由于BIM与真实施工结果之间存在差异,直接使用BIM引导机器人在工程环境中进行作业会存在较大问题。
三维重建技术是一种利用三维传感器对现实物体的三维信息进行数字化,以得到物体的三维重建模型的技术。针对室内的三维重建点云模型的研究成果相对较多,目前已经能够快速获取亚毫米级的室内三维重建点云模型。亚毫米级精度的三维重建点云模型能够基本满足建筑施工中的所有测量需求。三维重建点云模型中存储的是每个点的三维坐标,点与点之间相互独立。如何从独立的点坐标中提取出房屋的结构信息,生成高精度的BIM存在一定困难。
发明内容
鉴于此,本发明提供了一种新颖的建筑信息模型生成方法,包括:
通过法向估计、法向聚类和点云分割,从建筑物的室内三维点云模型中区分出位于所述建筑物的边缘区域的边缘点、位于所述建筑物的角点区域的角点、以及位于所述建筑物的平面区域的平面点;以及
通过边缘点分析、角点分析和平面点分析,区分出所述室内三维云模型中位于所述建筑物的精确边缘的边缘点、位于所述建筑物的精确墙角的角点、以及位于所述建筑物的墙面、天花板、以及地面的平面点的数据,生成所述建筑物的建筑信息模型。
作为本发明进一步的改进,所述法向估计采用的方法为:找出与所述室内三维点云模型中的每个点p相邻的k1个邻域点;对所述k1个邻域点进行平面拟合,并以拟合出的平面的法向方向作为所述点p的法向估计值。
作为本发明进一步的改进,k1个邻域点拟合出的平面的平面方程为:ax+by+cz+d=0,则平面参数a、b、c就是该拟合出的平面的法向方向;
其中,k1个邻域点组成的邻域点集的协方差矩阵M采用下式表示:
对协方差矩阵M进行奇异值分解,得到三个特征向量和三个特征值,其中,该三个特征值和三个特征向量之间一一对应,最小特征值对应的特征向量就是(xi、yi、zi)坐标所在平面的法向方向,即是上述平面方程的平面参数a、b、c。
作为本发明进一步的改进,所述法向聚类采用的方法为:找出所述室内三维点云模型中与每个点p相邻的k2个邻域点,k2>k1;将所述k2个邻域点的法向估计值映射到高斯球面上,并基于所述高斯球面上点与点之间的距离对所述k2个邻域点的法向估计值进行聚类,确定k2个邻域点的法向估计值的聚类个数。
作为本发明进一步的改进,所述点云分割采用的方法为:基于所述k2个邻域点的法向估计值的聚类个数,确定所述点p为位于所述建筑物的边缘区域的边缘点、位于所述建筑物的角点区域的角点、还是位于所述建筑物的平面区域的平面点。
作为本发明进一步的改进,当所述k2个邻域点的法向估计值的聚类个数为1时,确定所述点p为位于所述建筑物的平面区域的平面点;
当所述k2个邻域点的法向估计值的聚类个数为2时,确定所述点p为位于所述建筑物的边缘区域的边缘点;
当所述k2个邻域点的法向估计值的聚类个数为3以上时,确定所述点p为位于所述建筑物的角点区域的角点。
作为本发明进一步的改进,所述边缘点分析采用的方法为:基于所述点云分割得到边缘点点集,所述边缘点点集中每个边缘点对应的法向估计值即为该边缘点所在的平面方程,确定构成建筑物的边缘的两个相交平面,两个平面相交的交点即为位于所述建筑物的精确边缘的边缘点。
作为本发明进一步的改进,所述角点分析采用的方法为:基于所述点云分割得到角点点集,所述角点点集中每个角点及其相应的法向估计值即为该角点所在的平面方程,三个平面相交的交点即为位于所述建筑物的精确墙角的角点。
作为本发明进一步的改进,所述平面点分析采用的方法为:基于所述点云分割得到平面点点集,所述平面点点集中每个平面点对应的法向估计值即为该平面点所在的平面方程,利用建筑物的天花板和地面的法向方向与坐标系的Z轴平行以及建筑物的墙面的法向方向与坐标轴的Z轴垂直的特性区分出位于建筑物的墙面,然后利用位于建筑物的天花板的平面点的三维坐标(X,Y,Z)中的Z值高于位于建筑物的地面的平面点的Z值的特性区分出建筑物的天花板和地面。
作为本发明进一步的改进,生成所述建筑物的建筑信息模型后,还包括:
分别基于所述室内三维云模型中位于所述建筑物的墙面、天花板、地面的平面点的数据,获取所述建筑物的墙面、天花板、以及地面的属性信息;
将所述建筑物的墙面、天花板、以及地面的属性信息添加到所述建筑信息模型中。
作为本发明进一步的改进,所述建筑物的墙面的属性信息包括所述建筑物的墙面的平整度信息、是否存在螺杆洞的信息、以及螺杆洞空间位置信息中的一者或多者;
所述建筑物的天花板的属性信息包括所述天花板上超过指定阈值的拼接缝的位置信息;
所述建筑物的地面的属性信息包括所述建筑物的地面的凹凸变化信息和平整度信息中的一者或多者。
本发明还提供了一种建筑信息模型生成系统,包括:点云分割模块和结构分析模块,
所述点云分割模块被配置为:
通过法向估计、法向聚类和点云分割,从建筑物的室内三维点云模型中区分出位于所述建筑物的边缘区域的边缘点、位于所述建筑物的角点区域的角点、以及位于所述建筑物的平面区域的平面点;
所述结构分析模块,被配置为:
通过边缘点分析、角点分析和平面点分析,区分出所述室内三维云模型中位于所述建筑物的精确边缘的边缘点、位于所述建筑物的精确墙角的角点、以及位于所述建筑物的墙面、天花板、以及地面的平面点的数据,生成所述建筑物的建筑信息模型。
本发明的有益效果:
1、根据本发明实施例的建筑信息模型生成方法和系统可以生成具有建筑物的真实尺寸信息的高精度BIM模型,从而为实现对于机器人在建筑物内的高精度导航提供了基础。
2、根据本发明实施例的建筑信息模型生成方法和系统可以从室内三维点云模型中区分出位于墙面、天花板和地面的点云,针对每个墙面的点云数据,分析墙面的平整度、是否存在螺杆洞及螺杆洞空间位置,针对天花板点云数据,检测天花板上是否存在高低变化超过1mm的拼接缝,定位拼接缝的位置信息,针对地面点云数据,分析地面点的凹凸变化及平整度,用来指引地面整平和地板铺贴等房屋装修工作,进而将不同结构的点云分析结果附着在高精BIM模型上,可以为后续自动化房屋装修工作起指引作用。
附图说明
通过参照附图详细描述其示例实施例,本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一所述的一种建筑信息模型生成方法的流程图;
图2是根据本发明实施例二所述的一种建筑信息模型生成系统的系统框图。
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以使得本发明所属技术领域的技术人员能够容易实施。正如本发明所属技术领域的技术人员能够容易理解,将在后面描述的实施例在不脱离本发明的概念和范围的基础上可变形为多种形式。在附图中尽量将相同或相似的部分用相同的附图标记表示。
在此使用的专业术语只是用来说明特定实施例而提供的,并不是用来限制本发明。在此使用的单数形式在没有表示明确的相反含义的情况下也包含复数形式。在说明书中使用的“包含”的具体化了特定的特性、领域、常数、步骤、动作、要素及/或成分,并不排除其他特定的特性、领域、常数、步骤、动作、要素、成分及/或组的存在或附加。
将下面使用的技术用语及科学用语包括在内的所有用语具有与本发明所属技术领域的技术人员一般理解的含义相同的含义。在词典中所定义的用语被补充解释为与相关技术文献和当前公开的内容相符的含义,在没有定义的情况下,不能被解释为具有非常正式的含义。
针对BIM与真实施工结果之间存在差异的问题,本发明提出了一种用于从建筑物的室内三维点云模型生成高精度BIM的BIM生成方法和系统。该高精度BIM不仅可以包含建筑物的真实尺寸信息、门窗和墙板的空间位置信息,并且在一些实施例中还可以包含诸如,建筑物的墙面、天花板、和地板的施工评估结果的相应结构的属性信息。
实施例1,如图1所示,本发明实施例的一种建筑信息模型生成方法,包括:
通过法向估计、法向聚类和点云分割,从建筑物的室内三维点云模型中区分出位于建筑物的边缘区域的边缘点、位于建筑物的角点区域的角点、以及位于建筑物的平面区域的平面点;以及
通过边缘点分析、角点分析和平面点分析,区分出室内三维云模型中位于建筑物的精确边缘的边缘点、位于建筑物的精确墙角的角点、以及位于建筑物的墙面、天花板、以及地面的平面点的数据,生成建筑物的建筑信息模型。
S1,法向估计:
对于室内三维点云模型中的每个点(为了方便描述,称为点p),找出与室内三维点云模型中的每个点p相邻的k1个邻域点;对k1个邻域点进行平面拟合,并以拟合出的平面的法向方向作为点p的法向估计值。具体地,假设利用k1个邻域点拟合出的平面的平面方程为:ax+by+cz+d=0,则平面参数a、b、c就是该拟合出的平面的法向方向。为了计算平面参数a、b、c,可以对k1个邻域点组成的邻域点集的协方差矩阵M进行奇异值分解,将协方差矩阵M分解为三个特征向量和三个特征值,其中,该三个特征值和三个特征向量之间一一对应,并且最小特征值对应的特征向量即是上述平面方程的平面参数a、b、c。
其中,k1个邻域点组成的邻域点集的协方差矩阵M可以如下表示:
式中,对协方差矩阵M进行奇异值分解得出的最小特征值对应的特征向量就是(xi、yi、zi)坐标所在平面的法向方向。
S2,法向聚类:
对于室内三维点云模型中的每个点p,找出室内三维点云模型中与每个点p相邻的k2个邻域点,其中,k2>k1;将k2个邻域点的法向估计值映射到高斯球面上,并基于所述高斯球面上点与点之间的距离对所述k2个邻域点的法向估计值进行聚类,确定k2个邻域点的法向估计值的聚类个数。
S3,点云分割:
基于点p的k2个邻域点的法向估计值的聚类个数,进行室内三维点云模型的点云分割,即确定点p为位于建筑物的边缘区域的边缘点、位于建筑物的角点区域的角点、还是位于建筑物的平面区域的平面点。
其中,当k2个邻域点的法向估计值的聚类个数为1时,确定点p位于光滑平面上,即点p为位于建筑物的平面区域的平面点;当k2个邻域点的法向估计值的聚类个数为2时,确定点p为位于建筑物的边缘区域的边缘点;当k2个邻域点的法向估计值的聚类个数为3以上时,确定点p为位于建筑物的角点区域的角点。
至此,通过上述法向估计、法向聚类和点云分割,可以从建筑物的室内三维点云模型中区分出位于建筑物的边缘区域的边缘点、位于建筑物的角点区域的角点、以及位于建筑物的平面区域的平面点。
本发明的实施例还进行如下处理,通过边缘点分析、角点分析和平面点分析获取基于室内三维云模型中位于建筑物的精确边缘的边缘点、位于建筑物的精确墙角的角点、以及位于建筑物的墙面、天花板、以及地面的平面点。
S4,边缘点分析:
基于点云分割得到的边缘点点集是位于建筑物的边缘区域的邻域点。基于边缘邻域点,恢复出精准位于边缘上的点,利用每条边相连接的角点确认角点相互之间的联系。边缘点点集中每个边缘点对应的法向估计值即为该边缘点所在的平面方程,确定构成建筑物的边缘的两个相交平面,两个平面相交的交点即为位于建筑物的精确边缘的边缘点。
S5,角点分析:
基于点云分割得到的角点点集是位于真实墙角的邻域点,确定房屋长、宽和高等尺寸信息时需要定位墙角的准确位置。角点点集中每个角点及其相应的法向估计值即为该角点所在的平面方程,三个平面相交的交点即为位于建筑物的精确墙角的角点。
S6,平面点分析:
基于点云分割得到平面点点集,可以将这些平面点分为位于建筑物的墙面的平面点、位于建筑物的天花板的平面点、和位于建筑物的地面的平面点。平面点点集中每个平面点对应的法向估计值即为该平面点所在的平面方程,这里,可以假设X、Y轴与建筑区的地面平行、Z轴与建筑物的地面垂直的坐标系。利用建筑物的天花板和地面的法向方向与坐标系的Z轴平行以及建筑物的墙面的法向方向与坐标轴的Z轴垂直的特性区分出位于建筑物的墙面,然后利用位于建筑物的天花板的平面点的三维坐标(X,Y,Z)中的Z值高于位于建筑物的地面的平面点的Z值的特性区分出建筑物的天花板和地面。该处理可以确定位于建筑物的墙面、天花板、以及地面的平面点。
进而,可以基于室内三维云模型中位于建筑物的精确墙角的角点、位于建筑物的精确边缘的边缘点、以及位于建筑物的墙面、天花板、以及地面的平面点的数据,生成建筑物的建筑信息模型。
进一步的,本发明的一种建筑信息模型生成方法还进行如下处理:
分别基于室内三维云模型中位于建筑物的墙面、天花板、地面的平面点的数据,获取建筑物的墙面、天花板、以及地面的属性信息;将建筑物的墙面、天花板、以及地面的属性信息添加到建筑信息模型中。
其中,建筑物的墙面的属性信息包括建筑物的墙面的平整度信息、是否存在螺杆洞的信息、以及螺杆洞空间位置信息中的一者或多者;建筑物的天花板的属性信息包括天花板上超过指定阈值的拼接缝的位置信息;建筑物的地面的属性信息包括建筑物的地面的凹凸变化信息和平整度信息中的一者或多者。
实施例2,如图2所示,本发明实施例的一种建筑信息模型生成系统100,包括点云分割模块102和结构分析模块104,其中:点云分割模块102被配置为通过法向估计、法向聚类和点云分割,从建筑物的室内三维点云模型中区分出位于建筑物的边缘区域的边缘点、位于建筑物的角点区域的角点、以及位于建筑物的平面区域的平面点。结构分析模块104被配置为:通过边缘点分析、角点分析和平面点分析,区分出室内三维云模型中位于建筑物的精确边缘的边缘点、位于建筑物的精确墙角的角点、以及位于建筑物的墙面、天花板、以及地面的平面点的数据,生成建筑物的建筑信息模型。
在一些实施例中,点云分割模块102可以通过以下处理从建筑物的室内三维点云模型中区分出位于建筑物的边缘区域的边缘点、位于建筑物的角点区域的角点、以及位于建筑物的平面区域的平面点:
S1,法向估计:
对于室内三维点云模型中的每个点(为了方便描述,称为点p),找出与室内三维点云模型中的点p相邻的k1个邻域点;对该k1个邻域点进行平面拟合,并以拟合出的平面的法向方向作为点p的法向估计值。具体地,假设利用k1个邻域点拟合出的平面的平面方程为:ax+by+cz+d=0,则平面参数a、b、c就是该拟合出的平面的法向方向。为了计算平面参数a、b、c,可以对k1个邻域点组成的邻域点集的协方差矩阵M进行奇异值分解,将协方差矩阵M分解为三个特征向量和三个特征值,其中,该三个特征值和三个特征向量之间一一对应,并且最小特征值对应的特征向量即是上述平面方程的平面参数a、b、c。
这里,k1个邻域点组成的邻域点集的协方差矩阵M可以如下表示:
其中,对协方差矩阵M进行奇异值分解得出的最小特征值对应的特征向量就是(xi、yi、zi)坐标所在平面的法向方向。
S2,法向聚类:
对于室内三维点云模型中的每个点p,找出室内三维点云模型中与点p相邻的k2个邻域点,其中,k2>k1;k2个邻域点中的每个点的法向估计值映射到高斯球面上,并基于高斯球面上点与点之间的距离对k2个邻域点的法向估计值进行聚类,确定k2个邻域点的法向估计值的聚类个数。
S3,点云分割:
基于点p的k2个邻域点的法向估计值的聚类个数,进行室内三维点云模型的点云分割(即,确定点p为位于建筑物的边缘区域的边缘点、位于建筑物的角点区域的角点、还是位于建筑物的平面区域的平面点)。其中,如果点p的k2个邻域点的法向估计值的聚类个数为1,则可以确定点p为位于建筑物的平面区域(即,光滑平面上)的平面点;如果点p的k2个邻域点的法向估计值的聚类个数为2,则可以确定点p为位于建筑物的边缘区域的边缘点;如果点p的k2个邻域点的法向估计值的聚类个数为3及以上,则可以确定点p为位于建筑物的角点区域的角点。
在一些实施例中,结构分析模块104可以通过以下处理,区分出室内三维云模型中位于建筑物的精确边缘的边缘点、位于建筑物的精确墙角的角点、以及位于建筑物的墙面、天花板、以及地面的平面点。
S4,边缘点分析:
点云分割模块102确定出的位于建筑物的边缘区域的边缘点的集合是位于建筑物的边缘区域的邻域点。基于点云分割模块102确定出的位于建筑物的边缘区域的边缘点的法向估计值,可以找出位于建筑物的精准边缘上的边缘点。例如,可以基于点云分割模块102确定出的位于建筑物的边缘区域的边缘点和这些边缘点的法向估计值,确定构成建筑物的边缘的两个相交平面,位于这两个相交平面的交线处的边缘点即为位于建筑物的精确边缘的边缘点。即,该处理可以基于位于建筑物的边缘区域的边缘点及其法向估计值,确定位于建筑物的精确边缘的边缘点。
S5,角点分析:
点云分割模块102确定出的位于建筑物的角点区域的角点的集合是位于建筑物的墙角区域的邻域点,确定建筑物的长、宽和高等尺寸信息时需要定位建筑物的墙角的准确位置。点云分割模型102确定出的位于建筑物的角点区域的每个角点的法向估计值可以表示该角点所在的平面方程,三个平面相交的交点即是建筑物的精确墙角的位置。即,该处理可以基于位于建筑物的角点区域的角点及其法向估计值,确定位于建筑物的精确墙角的角点。
S6,平面点分析:
基于点云分割模块102确定出的位于建筑物的平面区域的平面点所属的位置,可以将这些平面点分为位于建筑物的墙面的平面点、位于建筑物的天花板的平面点、和位于建筑物的地面的平面点。这里,可以假设X、Y轴与建筑区的地面平行、Z轴与建筑物的地面垂直的坐标系,利用建筑物的天花板和地面的法向方向与坐标系的Z轴平行,建筑物的墙面的法向方向与坐标轴的Z轴垂直的特性分出位于建筑物的墙面,然后利用位于建筑物的天花板的平面点的三维坐标(X,Y,Z)中的Z值高于位于建筑物的地面的平面点的Z值的特性区分出建筑物的天花板和地面。即,该处理可以基于位于建筑物的平面区域的平面点及其法向估计值,确定位于建筑物的墙面、天花板、以及地面的平面点。
然后,结构分析模块104可以区分出室内三维云模型中位于建筑物的精确边缘的边缘点、位于建筑物的精确墙角的角点、以及位于建筑物的墙面、天花板、以及地面的平面点的数据,生成建筑物的建筑信息模型。
在一些实施例中,可以基于位于建筑物的每个墙面的平面点的数据,分析墙面的平整度、是否存在螺杆洞及螺杆洞空间位置,然后可以把有关这些分析结果的信息赋予到每个墙面的属性信息中;可以基于位于建筑物的天花板的平面点的数据,检测天花板上是否存在高低变化超过例如,1mm的拼接缝,并定位拼接缝的位置信息,然后可以将有关天花板的上述分析结果的信息赋予到天花板的属性信息中,该信息可用于指引天花打磨工作;可以基于位于建筑物的地面的平面点的数据,分析建筑物的地面的凹凸变化及平整度,然后可以将有关地面的上述分析结果的信息赋予到地面的属性信息中,该信息可用于指引地面整平和地板铺贴等房屋装修工作。即,可以利用平面点的分析结果来丰富高精度BIM的属性信息,明确各个墙面、天花板、和地面当前的施工进展,为后续施工调度提供依据。
根据本发明实施例的BIM生成方法和系统可以生成具有建筑物的真实尺寸信息的高精度BIM,从而可以为室内导航提供高精地图,实现对不同机器人的精准的多机调度。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
Claims (12)
1.一种建筑信息模型生成方法,其特征在于,包括:
通过法向估计、法向聚类和点云分割,从建筑物的室内三维点云模型中区分出位于所述建筑物的边缘区域的边缘点、位于所述建筑物的角点区域的角点、以及位于所述建筑物的平面区域的平面点;以及
通过边缘点分析、角点分析和平面点分析,区分出所述室内三维云模型中位于所述建筑物的精确边缘的边缘点、位于所述建筑物的精确墙角的角点、以及位于所述建筑物的墙面、天花板、以及地面的平面点的数据,生成所述建筑物的建筑信息模型。
2.如权利要求1所述的建筑信息模型生成方法,其特征在于,所述法向估计采用的方法为:
找出与所述室内三维点云模型中的每个点p相邻的k1个邻域点;
对所述k1个邻域点进行平面拟合,并以拟合出的平面的法向方向作为所述点p的法向估计值。
4.如权利要求2所述的建筑信息模型生成方法,其特征在于,所述法向聚类采用的方法为:
找出所述室内三维点云模型中与每个点p相邻的k2个邻域点,k2>k1;
将所述k2个邻域点的法向估计值映射到高斯球面上,并基于所述高斯球面上点与点之间的距离对所述k2个邻域点的法向估计值进行聚类,确定k2个邻域点的法向估计值的聚类个数。
5.如权利要求4所述的建筑信息模型生成方法,其特征在于,所述点云分割采用的方法为:
基于所述k2个邻域点的法向估计值的聚类个数,确定所述点p为位于所述建筑物的边缘区域的边缘点、位于所述建筑物的角点区域的角点、还是位于所述建筑物的平面区域的平面点。
6.如权利要求5所述的建筑信息模型生成方法,其特征在于,
当所述k2个邻域点的法向估计值的聚类个数为1时,确定所述点p为位于所述建筑物的平面区域的平面点;
当所述k2个邻域点的法向估计值的聚类个数为2时,确定所述点p为位于所述建筑物的边缘区域的边缘点;
当所述k2个邻域点的法向估计值的聚类个数为3以上时,确定所述点p为位于所述建筑物的角点区域的角点。
7.如权利要求2所述的建筑信息模型生成方法,其特征在于,所述边缘点分析采用的方法为:
基于所述点云分割得到边缘点点集,所述边缘点点集中每个边缘点对应的法向估计值即为该边缘点所在的平面方程,确定构成建筑物的边缘的两个相交平面,两个平面相交的交点即为位于所述建筑物的精确边缘的边缘点。
8.如权利要求2所述的建筑信息模型生成方法,其特征在于,所述角点分析采用的方法为:
基于所述点云分割得到角点点集,所述角点点集中每个角点及其相应的法向估计值即为该角点所在的平面方程,三个平面相交的交点即为位于所述建筑物的精确墙角的角点。
9.如权利要求2所述的建筑信息模型生成方法,其特征在于,所述平面点分析采用的方法为:
基于所述点云分割得到平面点点集,所述平面点点集中每个平面点对应的法向估计值即为该平面点所在的平面方程,利用建筑物的天花板和地面的法向方向与坐标系的Z轴平行以及建筑物的墙面的法向方向与坐标轴的Z轴垂直的特性区分出位于建筑物的墙面,然后利用位于建筑物的天花板的平面点的三维坐标(X,Y,Z)中的Z值高于位于建筑物的地面的平面点的Z值的特性区分出建筑物的天花板和地面。
10.如权利要求1-9中任意一项所述的建筑信息模型生成方法,其特征在于,生成所述建筑物的建筑信息模型后,还包括:
分别基于所述室内三维云模型中位于所述建筑物的墙面、天花板、地面的平面点的数据,获取所述建筑物的墙面、天花板、以及地面的属性信息;
将所述建筑物的墙面、天花板、以及地面的属性信息添加到所述建筑信息模型中。
11.如权利要求10所述的建筑信息模型生成方法,其特征在于,
所述建筑物的墙面的属性信息包括所述建筑物的墙面的平整度信息、是否存在螺杆洞的信息、以及螺杆洞空间位置信息中的一者或多者;
所述建筑物的天花板的属性信息包括所述天花板上超过指定阈值的拼接缝的位置信息;
所述建筑物的地面的属性信息包括所述建筑物的地面的凹凸变化信息和平整度信息中的一者或多者。
12.一种建筑信息模型生成系统,其特征在于,包括:点云分割模块和结构分析模块,
所述点云分割模块被配置为:
通过法向估计、法向聚类和点云分割,从建筑物的室内三维点云模型中区分出位于所述建筑物的边缘区域的边缘点、位于所述建筑物的角点区域的角点、以及位于所述建筑物的平面区域的平面点;
所述结构分析模块,被配置为:
通过边缘点分析、角点分析和平面点分析,区分出所述室内三维云模型中位于所述建筑物的精确边缘的边缘点、位于所述建筑物的精确墙角的角点、以及位于所述建筑物的墙面、天花板、以及地面的平面点的数据,生成所述建筑物的建筑信息模型。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911136263.4A CN110956690A (zh) | 2019-11-19 | 2019-11-19 | 一种建筑信息模型生成方法和系统 |
CN202010265130.3A CN112907722A (zh) | 2019-11-19 | 2020-04-07 | 建筑信息模型生成方法、系统、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911136263.4A CN110956690A (zh) | 2019-11-19 | 2019-11-19 | 一种建筑信息模型生成方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110956690A true CN110956690A (zh) | 2020-04-03 |
Family
ID=69977726
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911136263.4A Pending CN110956690A (zh) | 2019-11-19 | 2019-11-19 | 一种建筑信息模型生成方法和系统 |
CN202010265130.3A Withdrawn CN112907722A (zh) | 2019-11-19 | 2020-04-07 | 建筑信息模型生成方法、系统、设备和存储介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010265130.3A Withdrawn CN112907722A (zh) | 2019-11-19 | 2020-04-07 | 建筑信息模型生成方法、系统、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN110956690A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111412842A (zh) * | 2020-04-09 | 2020-07-14 | 广东博智林机器人有限公司 | 墙面的截面尺寸的测量方法及装置、系统 |
CN111521193A (zh) * | 2020-04-23 | 2020-08-11 | 广东博智林机器人有限公司 | 实景导航的方法、实景导航的装置、存储介质与处理器 |
CN111898557A (zh) * | 2020-08-03 | 2020-11-06 | 追创科技(苏州)有限公司 | 自移动设备的地图创建方法、装置、设备及存储介质 |
CN112001026B (zh) * | 2020-10-28 | 2021-02-09 | 深圳大学 | 一种构建建筑信息模型的方法、终端及存储介质 |
CN112597574A (zh) * | 2020-12-21 | 2021-04-02 | 福建汇川物联网技术科技股份有限公司 | 一种建筑信息模型的构建方法及装置 |
CN112666573A (zh) * | 2020-11-17 | 2021-04-16 | 青岛慧拓智能机器有限公司 | 一种矿区卸载区车后方挡土墙及障碍物的检测方法 |
CN112683221A (zh) * | 2020-12-21 | 2021-04-20 | 深圳集智数字科技有限公司 | 一种建筑检测方法和相关装置 |
CN112836257A (zh) * | 2020-12-30 | 2021-05-25 | 重庆源道建筑规划设计有限公司 | 一种基于bim与多端协同的室内管线部署方法及系统 |
CN113034566A (zh) * | 2021-05-28 | 2021-06-25 | 湖北亿咖通科技有限公司 | 高精度地图构建方法、装置、电子设备及存储介质 |
CN113220018A (zh) * | 2021-04-23 | 2021-08-06 | 上海发电设备成套设计研究院有限责任公司 | 一种无人机路径规划方法、装置、存储介质及电子设备 |
CN113324473A (zh) * | 2021-04-30 | 2021-08-31 | 螳螂慧视科技有限公司 | 房屋测量方法与测量设备 |
CN113409332A (zh) * | 2021-06-11 | 2021-09-17 | 电子科技大学 | 一种基于三维点云的建筑物平面分割方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017214595A1 (en) * | 2016-06-10 | 2017-12-14 | The Board Of Trustees Of The Leland | Systems and methods for performing three-dimensional semantic parsing of indoor spaces |
CN106570468B (zh) * | 2016-10-25 | 2019-11-22 | 中国人民解放军空军工程大学 | 一种重建LiDAR原始点云建筑物轮廓线的方法 |
CN106780509A (zh) * | 2016-12-01 | 2017-05-31 | 山东交通学院 | 融合多维特征的建筑物点云层次聚类分割方法 |
CN107274446B (zh) * | 2017-06-05 | 2020-11-20 | 河海大学 | 一种利用法向一致性的尖锐几何边缘点识别方法 |
US20190026400A1 (en) * | 2017-07-18 | 2019-01-24 | Fuscoe Engineering, Inc. | Three-dimensional modeling from point cloud data migration |
CN109146943B (zh) * | 2018-08-03 | 2019-12-03 | 百度在线网络技术(北京)有限公司 | 静止物体的检测方法、装置及电子设备 |
CN109887082A (zh) * | 2019-01-22 | 2019-06-14 | 武汉大学 | 一种基于点云数据的室内建筑三维建模方法及装置 |
CN110398231B (zh) * | 2019-06-18 | 2021-06-01 | 广东博智林机器人有限公司 | 墙面参数的获取方法、装置、计算机设备和存储介质 |
-
2019
- 2019-11-19 CN CN201911136263.4A patent/CN110956690A/zh active Pending
-
2020
- 2020-04-07 CN CN202010265130.3A patent/CN112907722A/zh not_active Withdrawn
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111412842B (zh) * | 2020-04-09 | 2022-02-25 | 广东博智林机器人有限公司 | 墙面的截面尺寸的测量方法及装置、系统 |
CN111412842A (zh) * | 2020-04-09 | 2020-07-14 | 广东博智林机器人有限公司 | 墙面的截面尺寸的测量方法及装置、系统 |
CN111521193A (zh) * | 2020-04-23 | 2020-08-11 | 广东博智林机器人有限公司 | 实景导航的方法、实景导航的装置、存储介质与处理器 |
CN111898557A (zh) * | 2020-08-03 | 2020-11-06 | 追创科技(苏州)有限公司 | 自移动设备的地图创建方法、装置、设备及存储介质 |
CN111898557B (zh) * | 2020-08-03 | 2024-04-09 | 追觅创新科技(苏州)有限公司 | 自移动设备的地图创建方法、装置、设备及存储介质 |
CN112001026B (zh) * | 2020-10-28 | 2021-02-09 | 深圳大学 | 一种构建建筑信息模型的方法、终端及存储介质 |
CN112666573B (zh) * | 2020-11-17 | 2022-08-23 | 青岛慧拓智能机器有限公司 | 一种矿区卸载区车后方挡土墙及障碍物的检测方法 |
CN112666573A (zh) * | 2020-11-17 | 2021-04-16 | 青岛慧拓智能机器有限公司 | 一种矿区卸载区车后方挡土墙及障碍物的检测方法 |
CN112683221A (zh) * | 2020-12-21 | 2021-04-20 | 深圳集智数字科技有限公司 | 一种建筑检测方法和相关装置 |
CN112597574B (zh) * | 2020-12-21 | 2024-04-16 | 福建汇川物联网技术科技股份有限公司 | 一种建筑信息模型的构建方法及装置 |
CN112597574A (zh) * | 2020-12-21 | 2021-04-02 | 福建汇川物联网技术科技股份有限公司 | 一种建筑信息模型的构建方法及装置 |
CN112683221B (zh) * | 2020-12-21 | 2022-05-17 | 深圳集智数字科技有限公司 | 一种建筑检测方法和相关装置 |
CN112836257B (zh) * | 2020-12-30 | 2023-02-14 | 重庆源道建筑规划设计有限公司 | 一种基于bim与多端协同的室内管线部署方法及系统 |
CN112836257A (zh) * | 2020-12-30 | 2021-05-25 | 重庆源道建筑规划设计有限公司 | 一种基于bim与多端协同的室内管线部署方法及系统 |
CN113220018A (zh) * | 2021-04-23 | 2021-08-06 | 上海发电设备成套设计研究院有限责任公司 | 一种无人机路径规划方法、装置、存储介质及电子设备 |
CN113324473A (zh) * | 2021-04-30 | 2021-08-31 | 螳螂慧视科技有限公司 | 房屋测量方法与测量设备 |
CN113324473B (zh) * | 2021-04-30 | 2023-09-15 | 螳螂慧视科技有限公司 | 房屋测量方法与测量设备 |
CN113034566B (zh) * | 2021-05-28 | 2021-09-24 | 湖北亿咖通科技有限公司 | 高精度地图构建方法、装置、电子设备及存储介质 |
CN113034566A (zh) * | 2021-05-28 | 2021-06-25 | 湖北亿咖通科技有限公司 | 高精度地图构建方法、装置、电子设备及存储介质 |
CN113409332A (zh) * | 2021-06-11 | 2021-09-17 | 电子科技大学 | 一种基于三维点云的建筑物平面分割方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112907722A (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110956690A (zh) | 一种建筑信息模型生成方法和系统 | |
Biosca et al. | Unsupervised robust planar segmentation of terrestrial laser scanner point clouds based on fuzzy clustering methods | |
Mill et al. | Combined 3D building surveying techniques–terrestrial laser scanning (TLS) and total station surveying for BIM data management purposes | |
JP6114052B2 (ja) | 点群解析処理装置及び点群解析処理プログラム | |
Okorn et al. | Toward automated modeling of floor plans | |
CN107688665B (zh) | 一种室内地图自动构建方法、装置及存储介质 | |
WO2021098457A1 (zh) | 一种实测实量任务点搜索与任务派发方法及系统 | |
CN106338277B (zh) | 一种基于基线的建筑物变化检测方法 | |
US11250175B2 (en) | Spatial-information generation apparatus, spatial-information generation method, and non-transitory computer readable medium | |
CN109146990B (zh) | 一种建筑轮廓的计算方法 | |
Wang et al. | A Delaunay triangulation-based matching area selection algorithm for underwater gravity-aided inertial navigation | |
Cupec et al. | Fast 2.5 D Mesh Segmentation to Approximately Convex Surfaces. | |
CN110929322A (zh) | 一种建立bim模型与三维云模型之间的映射方法及系统 | |
CN113436244B (zh) | 用于实测实量的模型处理方法、系统及激光雷达 | |
Sun et al. | Window detection employing a global regularity level set from oblique unmanned aerial vehicle images and point clouds | |
Zeng et al. | Integrating as-built BIM model from point cloud data in construction projects | |
CN109489658A (zh) | 一种运动目标定位方法、装置及终端设备 | |
CN115169679A (zh) | 建筑室内点云数据采集站点自动规划方法、装置及设备 | |
He et al. | Feature extraction from 2D laser range data for indoor navigation of aerial robot | |
CN111862218B (zh) | 计算机设备定位方法、装置、计算机设备和存储介质 | |
Song et al. | Floorplan-based localization and map update using lidar sensor | |
KR20220000331A (ko) | 동적 물체 필터링을 통한 실내 공간 구조 지도 작성 장치 및 방법 | |
Jung et al. | Gaussian Mixture Midway-Merge for Object SLAM With Pose Ambiguity | |
Erturan et al. | The Use of LIDAR Technology in Architectural Offices | |
CN117537803B (zh) | 机器人巡检语义-拓扑地图构建方法、系统、设备及介质 |
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 |
Application publication date: 20200403 |
|
WD01 | Invention patent application deemed withdrawn after publication |