CN111025324A - 一种基于测距传感器的户型图生成方法 - Google Patents
一种基于测距传感器的户型图生成方法 Download PDFInfo
- Publication number
- CN111025324A CN111025324A CN202010010938.7A CN202010010938A CN111025324A CN 111025324 A CN111025324 A CN 111025324A CN 202010010938 A CN202010010938 A CN 202010010938A CN 111025324 A CN111025324 A CN 111025324A
- Authority
- CN
- China
- Prior art keywords
- information
- data
- sensor
- pixel point
- distance measuring
- 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
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
- G01S17/875—Combinations of systems using electromagnetic waves other than radio waves for determining attitude
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种基于测距传感器的户型图生成方法,涉及房屋测绘技术领域。该方法的一具体实施方式包括:获取传感器数据,所述传感器数据为来自于测距传感器的数据,所述数据中包含了以测距传感器为中心,其四周存在的障碍物的相关信息;基于测距算法,将障碍物的相关信息转换为像素点信息;基于图像处理算法,将像素点信息转换为墙体线段信息,得到户型图。该实施方式基于传感器获取数据,并对数据进行处理形成户型图,还可进一步包含地图比例信息,以及实际尺寸信息(长度、宽度、面积等),所述方法提升了绘制效率,数据准确性高,避免了人工测绘导致的误差,利用云端提升数据处理效率,户型图的可视化更便捷,实时性好。
Description
技术领域
本发明涉及房屋测绘技术领域,尤其涉及一种基于测距传感器的户型图生成方法。
背景技术
现有技术中,当房屋建造完毕后,需要绘制户型图时,需要人工现场勘察、测量、记录以便获取绘图所需的各项数据,然后才能依据获取的数据进行相应的绘图工作,这导致工作量繁重,费力又耗时,人工获得的数据难以控制误差,数据精确度不高。而且,还需要参与的工作人员有足够的相关经验,由于要求高,这进一步导致了工作效率难以提升。
现有的一些电子尺(例如激光测距仪)采集数据后,可以传输到便携移动设备(例如手机等)中,减轻了现场勘察、测量、记录的工作量,但是,后续依然需要人工利用绘图软件(例如Autocad等)进行户型图的绘制,且工作人员不能毫无相关工作经验,否则漏测、错测数据更加难以及时发现。
发明内容
有鉴于此,本发明实施例提供一种基于测距传感器的户型图生成方法,基于传感器获取数据,并对数据进行处理形成户型图,还可进一步包含地图比例信息,以及实际尺寸信息(长度、宽度、面积等),所述方法提升了绘制效率,数据准确性高,避免了人工测绘导致的误差,利用云端提升数据处理效率,户型图的可视化更便捷,实时性好。
为实现上述目的,根据本发明实施例的一个方面,提供了一种基于测距传感器的户型图生成方法,包括:。
获取传感器数据,所述传感器数据为来自于测距传感器的数据,所述数据中包含了以测距传感器为中心,其四周存在的障碍物的相关信息,
所述相关信息至少包括:距离信息,角度信息,反射强度信息;
基于测距算法,将障碍物的相关信息转换为像素点信息;
基于图像处理算法,将像素点信息转换为墙体线段信息,得到户型图。
更进一步,还包括:根据操作指令,对得到的户型图进行传输、存储或显示处理;
所述传输指:将户型图在与传感器配套的驱动板卡、便携移动设备以及云端服务器之间传输;
所述存储指:将户型图存储于便携移动设备中,或存储于云端服务器;
所述显示指:将户型图呈现在便携移动设备的显示屏中。
更进一步,获取传感器数据时,所述传感器通过人工方式或通过自动走行方式在房间内有序移动或随机移动。
更进一步,所述测距传感器为激光雷达。
更进一步,所述传感器数据,还包括来自于IMU传感器的数据,所述数据中包含了以IMU传感器为基准,位置以及姿态变化的相关信息,
所述相关信息至少包括:角速度信息,三轴的加速度信息,以及基于以上信息计算得到的载体姿态信息、载体位置信息、载体速度信息。
更进一步,基于位移变换算法,将位置以及姿态变化的相关信息转换为传感器的移动路径,
基于传感器的移动路径,修正障碍物的相关信息转换为像素点信息时的误差。
更进一步,获取传感器数据后,进行第一次滤波处理,去除数据中的噪点,
或者:在将障碍物的相关信息转换为像素点信息后,进行第一次滤波处理,去除数据中的噪点,
或者:获取传感器数据后,进行第一次滤波处理,去除数据中的噪点,在将障碍物的相关信息转换为像素点信息后,进行第二次滤波处理,去除数据中的噪点,第一次滤波处理和第二次滤波处理所用算法不同。
更进一步,在将障碍物的相关信息转换为像素点信息时,根据传感器的扫描频率,得到多个不同时刻的像素点信息图像,
对于不同时刻转换得到的像素点信息图像,通过匹配算法进行图像融合,
所述匹配算法为局部匹配算法,或全局匹配算法,或全局与局部匹配相结合的算法;
通过匹配算法进行图像融合时,以匹配算法处理的第一个时刻转换得到的像素点信息图像,作为现有地图进行匹配,计算当前位置和姿态的旋转及平移信息,所述信息包括:横纵值x , y以及角度信息θ,
图像融合的结果作为当前地图信息,并以当前地图信息作为现有地图进行迭代,直至匹配算法完成图像融合,得到整体地图。
更进一步,整体地图建立完成后,进一步执行回环检测优化,所述回环检测优化为以下任意之一:高斯牛顿法,最小二乘法;
在执行回环检测优化时,传感器重复至少一次之前的完整移动路径。
更进一步,在修正障碍物的相关信息转换为像素点信息时的误差时,对来自于测距传感器的数据,以及来自于IMU传感器的数据,进行数据融合处理:
依次获取每一个来自于IMU传感器的数据,具体说是获取其中的距离信息,角度信息,
获取与来自于IMU传感器的数据对应的时刻,来自于测距传感器的数据,具体说是获取其中的距离信息,角度信息,
对来自于IMU传感器的距离信息,以及来自于测距传感器的距离信息,进行比例融合处理,
对来自于IMU传感器的角度信息,以及来自于测距传感器的角度信息,进行比例融合处理。
上述发明中的一个实施例具有如下优点或有益效果:
本发明所述基于测距传感器的户型图生成方法,基于传感器获取数据,并对数据进行处理形成户型图,还可进一步包含地图比例信息,以及实际尺寸信息(长度、宽度、面积等),所述方法提升了绘制效率,数据准确性高,避免了人工测绘导致的误差,利用云端提升数据处理效率,户型图的可视化更便捷,实时性好。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是本发明所述基于测距传感器的户型图生成方法的实施例1的流程图;
图2是本发明所述基于测距传感器的户型图生成方法的实施例2的流程图;
图3是本发明所述基于测距传感器的户型图生成方法的实施例3的流程图;
图4是本发明所述基于测距传感器的户型图生成方法的实施例4的流程图;
图5是本发明所述基于测距传感器的户型图生成方法的实施例5的流程图;
图6是本发明所述基于测距传感器的户型图生成方法的实施例6的流程图;
图7是本发明所述基于测距传感器的户型图生成方法的实施例7的流程图;
图8是本发明所述基于测距传感器的户型图生成方法的数据融合处理的流程图;
图9是本发明所述基于测距传感器的户型图生成方法的实施例8的流程图;
图10是驱动板卡与云端通讯示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的基于测距传感器的户型图生成方法的一个实施例的流程图,如图1所示,本发明实施例提供了一种基于测距传感器的户型图生成方法,包括:
获取传感器数据,所述传感器数据为来自于测距传感器的数据,所述数据中包含了以测距传感器为中心,其四周存在的障碍物的相关信息,
所述相关信息至少包括:距离信息,角度信息,反射强度信息;
基于测距算法,将障碍物的相关信息转换为像素点信息;
基于图像处理算法,将像素点信息转换为墙体线段信息,得到户型图。
在上述技术方案的基础上,还包括:根据操作指令,对得到的户型图进行传输、存储或显示处理。
作为可选择的实施方案之一,所述传输指:将户型图在与传感器配套的驱动板卡、便携移动设备以及云端服务器之间传输;
作为可选择的实施方案之一,所述存储指:将户型图存储于便携移动设备中,或存储于云端服务器;
作为可选择的实施方案之一,所述显示指:将户型图呈现在便携移动设备的显示屏中。
在上述技术方案的基础上,获取传感器数据时,所述传感器通过人工方式或通过自动走行方式在房间内有序移动或随机移动。
作为可选择的实施方案之一,自动走行方式为优选,可以更好地配合、满足回环检测优化的要求,减少移动路径不同导致的误差。
在上述技术方案的基础上,所述测距传感器为激光雷达。
作为可选择的实施方案之一,所述激光雷达为二维激光雷达(Light DetectionAnd Ranging,简称LiDAR)或三维激光雷达。
在上述技术方案的基础上,如图2所示,所述传感器数据,还包括来自于IMU传感器的数据,IMU是惯性测量单元(Inertial measurement unit)的缩写,所述数据中包含了以IMU传感器为基准,位置以及姿态变化的相关信息,
所述相关信息至少包括:角速度信息,三轴的加速度信息,以及基于以上信息计算得到的载体姿态信息、载体位置信息、载体速度信息。
在上述技术方案的基础上,基于位移变换算法,将位置以及姿态变化的相关信息转换为传感器的移动路径,
基于传感器的移动路径,修正障碍物的相关信息转换为像素点信息时的误差。
在上述技术方案的基础上,如图3所示,获取传感器数据后,进行第一次滤波处理,去除数据中的噪点,
或者:如图4所示,在将障碍物的相关信息转换为像素点信息后,进行第一次滤波处理,去除数据中的噪点,
或者:如图5所示,获取传感器数据后,进行第一次滤波处理,去除数据中的噪点,在将障碍物的相关信息转换为像素点信息后,进行第二次滤波处理,去除数据中的噪点,第一次滤波处理和第二次滤波处理所用算法不同。
作为可选择的实施方案之一,所述滤波处理包括但不限于卡尔曼滤波以及扩展卡尔曼滤波处理等形式。
在上述技术方案的基础上,所述测距算法,为以下任意之一:
三角测距算法,
TOF测距算法,TOF是飞行时间(Time of Flight)的缩写。
在上述技术方案的基础上,如图6所示,在将障碍物的相关信息转换为像素点信息时,根据传感器的扫描频率,得到多个不同时刻的像素点信息图像,
对于不同时刻转换得到的像素点信息图像,通过匹配算法进行图像融合,
所述匹配算法为局部匹配算法,或全局匹配算法,或全局与局部匹配相结合的算法;
通过匹配算法进行图像融合时,以匹配算法处理的第一个时刻转换得到的像素点信息图像,作为现有地图进行匹配,计算当前位置和姿态的旋转及平移信息,所述信息包括:横纵值x , y以及角度信息θ,
图像融合的结果作为当前地图信息,并以当前地图信息作为现有地图进行迭代,直至匹配算法完成图像融合,得到整体地图。
在上述技术方案的基础上,如图7所示,整体地图建立完成后,进一步执行回环检测优化,所述回环检测优化为以下任意之一:高斯牛顿法,最小二乘法;
在执行回环检测优化时,传感器重复至少一次之前的完整移动路径。
在上述技术方案的基础上,如图8所示,在修正障碍物的相关信息转换为像素点信息时的误差时,对来自于测距传感器的数据,以及来自于IMU传感器的数据,进行数据融合处理:
依次获取每一个来自于IMU传感器的数据,具体说是获取其中的距离信息,角度信息,
获取与来自于IMU传感器的数据对应的时刻,来自于测距传感器的数据,具体说是获取其中的距离信息,角度信息,
对来自于IMU传感器的距离信息,以及来自于测距传感器的距离信息,进行比例融合处理,
对来自于IMU传感器的角度信息,以及来自于测距传感器的角度信息,进行比例融合处理。
所述比例融合处理是指:因为测距传感器与IMU传感器的更新频率(数据输出频率)不同,基于时间同步,获取同一时刻来自于IMU传感器的数据、来自于测距传感器的数据,才能进行数据融合,因此并非全部数据均进行融合,故称为比例融合,具体比例与传感器的更新频率(数据输出频率)有关。
在上述技术方案的基础上,如图9所示,所述传感器设有配套的驱动板卡,驱动板卡包括一处理单元,用于数据处理,
所述驱动板卡用于驱动传感器工作,用于获取传感器数据,
所述驱动板卡设有扩展口,所述扩展口用于安装选配通讯模块,获取传感器数据后,通过通讯模块传输到云端服务器。
在上述技术方案的基础上,所述测距算法,以及图像处理算法,在驱动板卡板载的处理单元完成,或在云端服务器完成,或驱动板卡板载的处理单元和云端服务器协调完成。
在上述技术方案的基础上,通过通讯模块传输到云端服务器的具体方式为:
通讯模块先将数据传输到便携移动设备中,便携移动设备再将数据传输到云端服务器,
云端服务器返回的数据传输到便携移动设备中,在便携移动设备中存储、显示。
所述便携移动设备为:手机、平板电脑。
如图10所示,驱动板卡安装选配通讯模块后,首先与便携移动设备(本实施例中为手机)通讯,向手机App发送数据,手机App再将数据传输到云端,云端处理分析数据后,得到户型图的图片,以及长度、宽度、面积实际尺寸信息等等,再将分析处理结果传输给便携移动设备存储、显示。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种基于测距传感器的户型图生成方法,其特征在于,包括:
获取传感器数据,所述传感器数据为来自于测距传感器的数据,所述数据中包含了以测距传感器为中心,其四周存在的障碍物的相关信息,
所述相关信息至少包括:距离信息,角度信息,反射强度信息;
基于测距算法,将障碍物的相关信息转换为像素点信息;
基于图像处理算法,将像素点信息转换为墙体线段信息,得到户型图。
2.根据权利要求1所述的生成方法,其特征在于,还包括:根据操作指令,对得到的户型图进行传输、存储或显示处理;
所述传输指:将户型图在与传感器配套的驱动板卡、便携移动设备以及云端服务器之间传输;
所述存储指:将户型图存储于便携移动设备中,或存储于云端服务器;
所述显示指:将户型图呈现在便携移动设备的显示屏中。
3.根据权利要求1所述的生成方法,其特征在于,获取传感器数据时,所述传感器通过人工方式或通过自动走行方式在房间内有序移动或随机移动。
4.根据权利要求1所述的生成方法,其特征在于,所述测距传感器为激光雷达。
5.根据权利要求1所述的生成方法,其特征在于,所述传感器数据,还包括来自于IMU传感器的数据,所述数据中包含了以IMU传感器为基准,位置以及姿态变化的相关信息,
所述相关信息至少包括:角速度信息,三轴的加速度信息,以及基于以上信息计算得到的载体姿态信息、载体位置信息、载体速度信息。
6.根据权利要求5所述的生成方法,其特征在于,基于位移变换算法,将位置以及姿态变化的相关信息转换为传感器的移动路径,
基于传感器的移动路径,修正障碍物的相关信息转换为像素点信息时的误差。
7.根据权利要求1或5所述的生成方法,其特征在于,获取传感器数据后,进行第一次滤波处理,去除数据中的噪点,
或者:在将障碍物的相关信息转换为像素点信息后,进行第一次滤波处理,去除数据中的噪点,
或者:获取传感器数据后,进行第一次滤波处理,去除数据中的噪点,在将障碍物的相关信息转换为像素点信息后,进行第二次滤波处理,去除数据中的噪点,第一次滤波处理和第二次滤波处理所用算法不同。
8.根据权利要求1或5所述的生成方法,其特征在于,在将障碍物的相关信息转换为像素点信息时,根据传感器的扫描频率,得到多个不同时刻的像素点信息图像,
对于不同时刻转换得到的像素点信息图像,通过匹配算法进行图像融合,
所述匹配算法为局部匹配算法,或全局匹配算法,或全局与局部匹配相结合的算法;
通过匹配算法进行图像融合时,以匹配算法处理的第一个时刻转换得到的像素点信息图像,作为现有地图进行匹配,计算当前位置和姿态的旋转及平移信息,所述信息包括:横纵值x , y以及角度信息θ,
图像融合的结果作为当前地图信息,并以当前地图信息作为现有地图进行迭代,直至匹配算法完成图像融合,得到整体地图。
9.根据权利要求8所述的生成方法,其特征在于,整体地图建立完成后,进一步执行回环检测优化,所述回环检测优化为以下任意之一:高斯牛顿法,最小二乘法;
在执行回环检测优化时,传感器重复至少一次之前的完整移动路径。
10.根据权利要求5所述的生成方法,其特征在于,在修正障碍物的相关信息转换为像素点信息时的误差时,对来自于测距传感器的数据,以及来自于IMU传感器的数据,进行数据融合处理:
依次获取每一个来自于IMU传感器的数据,具体说是获取其中的距离信息,角度信息,
获取与来自于IMU传感器的数据对应的时刻,来自于测距传感器的数据,具体说是获取其中的距离信息,角度信息,
对来自于IMU传感器的距离信息,以及来自于测距传感器的距离信息,进行比例融合处理,
对来自于IMU传感器的角度信息,以及来自于测距传感器的角度信息,进行比例融合处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010010938.7A CN111025324A (zh) | 2020-01-06 | 2020-01-06 | 一种基于测距传感器的户型图生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010010938.7A CN111025324A (zh) | 2020-01-06 | 2020-01-06 | 一种基于测距传感器的户型图生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111025324A true CN111025324A (zh) | 2020-04-17 |
Family
ID=70198596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010010938.7A Pending CN111025324A (zh) | 2020-01-06 | 2020-01-06 | 一种基于测距传感器的户型图生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111025324A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111854651A (zh) * | 2020-07-20 | 2020-10-30 | 武汉科技大学 | 基于slam的室内建筑面积实时测量方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100232767A1 (en) * | 2009-03-02 | 2010-09-16 | Taiji Sasaki | Recording medium, playback device and integrated circuit |
KR20130033247A (ko) * | 2011-09-26 | 2013-04-03 | 양창식 | 조도가 높은 평판 등기구 |
CN103697815A (zh) * | 2014-01-15 | 2014-04-02 | 西安电子科技大学 | 基于相位编码的混频结构光三维信息获取方法 |
CN108168458A (zh) * | 2017-12-29 | 2018-06-15 | 北京领航视觉科技有限公司 | 一种室内三维数据自动采集设备 |
CN108230442A (zh) * | 2018-01-24 | 2018-06-29 | 上海岩土工程勘察设计研究院有限公司 | 一种盾构隧道三维仿真方法 |
KR20190002834A (ko) * | 2017-06-30 | 2019-01-09 | 강동민 | 홈 스타일링 서버 및 이를 포함하는 시스템과, 홈 스타일링을 위한 영상 처리 방법 |
CN109274945A (zh) * | 2018-09-29 | 2019-01-25 | 合刃科技(深圳)有限公司 | 一种自适应进行图像真彩色还原的方法及系统 |
CN110285806A (zh) * | 2019-07-05 | 2019-09-27 | 电子科技大学 | 基于多次位姿校正的移动机器人快速精确定位算法 |
CN209728172U (zh) * | 2019-03-30 | 2019-12-03 | 哈尔滨理工大学 | 一种室内面积测量仪 |
CN111089585A (zh) * | 2019-12-30 | 2020-05-01 | 哈尔滨理工大学 | 一种基于传感器信息融合的建图及定位方法 |
-
2020
- 2020-01-06 CN CN202010010938.7A patent/CN111025324A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100232767A1 (en) * | 2009-03-02 | 2010-09-16 | Taiji Sasaki | Recording medium, playback device and integrated circuit |
KR20130033247A (ko) * | 2011-09-26 | 2013-04-03 | 양창식 | 조도가 높은 평판 등기구 |
CN103697815A (zh) * | 2014-01-15 | 2014-04-02 | 西安电子科技大学 | 基于相位编码的混频结构光三维信息获取方法 |
KR20190002834A (ko) * | 2017-06-30 | 2019-01-09 | 강동민 | 홈 스타일링 서버 및 이를 포함하는 시스템과, 홈 스타일링을 위한 영상 처리 방법 |
CN108168458A (zh) * | 2017-12-29 | 2018-06-15 | 北京领航视觉科技有限公司 | 一种室内三维数据自动采集设备 |
CN108230442A (zh) * | 2018-01-24 | 2018-06-29 | 上海岩土工程勘察设计研究院有限公司 | 一种盾构隧道三维仿真方法 |
CN109274945A (zh) * | 2018-09-29 | 2019-01-25 | 合刃科技(深圳)有限公司 | 一种自适应进行图像真彩色还原的方法及系统 |
CN209728172U (zh) * | 2019-03-30 | 2019-12-03 | 哈尔滨理工大学 | 一种室内面积测量仪 |
CN110285806A (zh) * | 2019-07-05 | 2019-09-27 | 电子科技大学 | 基于多次位姿校正的移动机器人快速精确定位算法 |
CN111089585A (zh) * | 2019-12-30 | 2020-05-01 | 哈尔滨理工大学 | 一种基于传感器信息融合的建图及定位方法 |
Non-Patent Citations (1)
Title |
---|
王俊 等: ""基于图像匹配-点云融合的建筑物立面三维重建"", 《计算机学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111854651A (zh) * | 2020-07-20 | 2020-10-30 | 武汉科技大学 | 基于slam的室内建筑面积实时测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11573544B2 (en) | Performing 3D reconstruction via an unmanned aerial vehicle | |
US10509983B2 (en) | Operating device, operating system, operating method, and program therefor | |
CN108827306A (zh) | 一种基于多传感器融合的无人机slam导航方法及系统 | |
CN110178048A (zh) | 交通工具环境地图生成和更新的方法和系统 | |
CN111784835B (zh) | 制图方法、装置、电子设备及可读存储介质 | |
CN109541535A (zh) | 一种基于uwb和视觉slam的agv室内定位及导航的方法 | |
KR20220028042A (ko) | 포즈 결정 방법, 장치, 전자 기기, 저장 매체 및 프로그램 | |
WO2019001237A1 (zh) | 一种移动电子设备以及该移动电子设备中的方法 | |
WO2019019819A1 (zh) | 一种用于处理任务区域的任务的移动电子设备以及方法 | |
CN108981687A (zh) | 一种视觉与惯性融合的室内定位方法 | |
CN113238576A (zh) | 用于无人机的定位方法以及相关装置 | |
US20210208608A1 (en) | Control method, control apparatus, control terminal for unmanned aerial vehicle | |
CN113820735A (zh) | 位置信息的确定方法、位置测量设备、终端及存储介质 | |
CN107941167B (zh) | 一种基于无人机载具和结构光扫描技术的空间扫描系统及其工作方法 | |
CN113906481A (zh) | 成像显示方法、遥控终端、装置、系统及存储介质 | |
Karam et al. | Integrating a low-cost mems imu into a laser-based slam for indoor mobile mapping | |
Iqbal et al. | A unified SLAM solution using partial 3D structure | |
CN113610702B (zh) | 一种建图方法、装置、电子设备及存储介质 | |
CN111025324A (zh) | 一种基于测距传感器的户型图生成方法 | |
US20240069203A1 (en) | Global optimization methods for mobile coordinate scanners | |
CN112154480B (zh) | 可移动平台的定位方法、装置、可移动平台及存储介质 | |
US20230290055A1 (en) | Surveying assistance system, information display terminal, surveying assistance method, and storage medium storing surveying assistance program | |
WO2022228461A1 (zh) | 一种基于激光雷达的三维超声成像方法和系统 | |
CN212322117U (zh) | 高精度室内组合式自主定位系统及具有该系统的无人设备 | |
KR20210098526A (ko) | 삼차원 재구성 장치, 삼차원 재구성 시스템, 삼차원 재구성 방법, 및 삼차원 재구성 프로그램 |
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: 20200417 |