CN111238352A - 墙面虚拟靠尺检测方法、系统、设备和存储介质 - Google Patents

Abstract

本发明实施例公开了一种墙面虚拟靠尺检测方法、系统、设备和存储介质。该方法包括：获取包含待测墙面的初始点云数据；从所述初始点云数据中提取出所述待测墙面对应的目标点云数据；依据墙面测量的预设测量范围和预设测量角度，确定虚拟靠尺在所述待测墙面中的靠尺端点位置，并依据所述靠尺端点位置确定所述待测墙面中的靠尺测量位置；在所述靠尺测量位置范围内，基于所述目标点云数据，调整所述虚拟靠尺的位姿，确定所述虚拟靠尺的目标位姿。通过上述技术方案，实现了更加高效且准确地确定墙面测量中的靠尺位姿，从而提高墙面测量精度，降低实测实量中的时间成本和人工成本。

Description

墙面虚拟靠尺检测方法、系统、设备和存储介质

技术领域

本申请基于2019年11月19日在国内申请的中国专利201911135048.2要求优先权，其公开内容通过引用合并于此。

本发明实施例涉及建筑工程施工检测技术，尤其涉及一种墙面虚拟靠尺检测方法、系统、设备和存储介质。

背景技术

在建筑工程的施工阶段，实测实量是通过对施工现场的实体进行测试，以及时反馈产品的质量状态，便于项目管理者及时改进施工工艺。

目前，实测实量仍然沿用相对老旧的数据采集方式，例如，墙面的平整度测量是由实测实量人员使用2米靠尺去衡量。

但是，利用人工进行实测实量存在如下问题：(1)由于作业效率的限制，人工只能对测量部分点位进行数据采集，采样率较低；(2)作业人员大都是仅凭感觉去衡量墙体表面的平整度，而未严格采用楔形塞尺来组合测量，致使实测实量精度较低；(3)在整个实测实量阶段，墙面平整度的测量工作量最大，测量最为繁琐，时间成本和人工成本较大。

发明内容

本发明实施例提供一种墙面虚拟靠尺检测方法、系统、设备和存储介质，以实现更加高效且准确地确定墙面测量中的靠尺位姿，从而提高墙面测量精度，降低实测实量中的时间成本和人工成本。

第一方面，本发明实施例提供了一种墙面虚拟靠尺检测方法，包括：

获取包含待测墙面的初始点云数据；

从所述初始点云数据中提取出所述待测墙面对应的目标点云数据；

依据墙面测量的预设测量范围和预设测量角度，确定虚拟靠尺在所述待测墙面中的靠尺端点位置，并依据所述靠尺端点位置确定所述待测墙面中的靠尺测量位置；

在所述靠尺测量位置范围内，基于所述目标点云数据，调整所述虚拟靠尺的位姿，确定所述虚拟靠尺的目标位姿。

第二方面，本发明实施例还提供了一种执行本发明任意实施例中的墙面虚拟靠尺检测方法的墙面虚拟靠尺检测系统，该系统包括：

初始点云数据获取模块，用于获取包含待测墙面的初始点云数据；

目标点云数据提取模块，用于从所述初始点云数据中提取出待测墙面对应的目标点云数据；

靠尺测量位置确定模块，用于依据墙面测量的预设测量范围和预设测量角度，确定虚拟靠尺在所述待测墙面中的靠尺端点位置，并依据所述靠尺端点位置确定所述待测墙面中的靠尺测量位置；

检测模块，用于在所述靠尺测量位置范围内，基于所述目标点云数据，调整所述虚拟靠尺的位姿，确定所述虚拟靠尺的目标位姿；和/或在所述靠尺测量位置范围内，基于所述目标点云数据，调整所述虚拟靠尺的位姿，确定所述虚拟靠尺的目标位姿，并通过处于所述目标位姿的虚拟靠尺，对所述待测墙面的所述预设测量范围进行墙面平整度测量，获得平整度测量结果和/或爆点存在性结果。

本发明实施例通过获取包含待测墙面的初始点云数据；从初始点云数据中提取出待测墙面对应的目标点云数据；依据墙面测量的预设测量范围和预设测量角度，确定虚拟靠尺在待测墙面中的靠尺端点位置，并依据靠尺端点位置确定待测墙面中的靠尺测量位置；在靠尺测量位置范围内，基于目标点云数据，调整虚拟靠尺的位姿，确定虚拟靠尺的目标位姿。实现了从包含待测墙面的三维点云数据中提取待测墙面的目标点云数据，并基于目标点云数据确定虚拟靠尺在待测墙面中的最优位姿，即将利用靠尺进行人工实测实量的过程数字化，得到数字化的虚拟靠尺在数字化的待测墙面中的最优位姿，进而可实现自动化的实测实量，避免了人工测量的各种弊端，提高了实测实量中靠尺位姿的确定效率和确定精度，进而提高墙面测量精度和效率，降低实测实量中的时间成本和人工成本。

附图说明

图1是本发明实施例一中的一种墙面虚拟靠尺检测方法的流程图；

图2是本发明实施例二中的一种墙面虚拟靠尺检测方法的流程图；

图3是本发明实施例三中的一种墙面虚拟靠尺检测方法的流程图；

图4是本发明实施例三中的虚拟靠尺在待测墙面中的布设示意图；

图5是本发明实施例三中的骨架曲线和虚拟靠尺位姿的示意图；

图6是本发明实施例四中的一种墙面虚拟靠尺检测系统的结构示意图；

图7是本发明实施例五中的一种电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

本实施例提供的墙面虚拟靠尺检测方法，可适用于在建筑施工阶段利用靠尺进行实测实量的情况。该方法可以由墙面虚拟靠尺检测系统来执行，该系统可以由软件和/或硬件的方式实现，该系统可以集成在具有点云数据处理功能的设备中，例如笔记本电脑、台式电脑或服务器等。参见图1，本实施例的方法具体包括：

S110、获取包含待测墙面的初始点云数据。

其中，待测墙面是建筑中需要进行墙面测量的墙面，其可以是一个墙面，也可是多个墙面。初始点云数据是指原始获得的、包含建筑物在内的三维点云数据。

具体地，本发明实施例中为了将实测实量过程自动化，提出了数字化的虚拟靠尺，同时将待测墙面也进行数字化。这样便可以利用虚拟靠尺，按照实测实量的规范要求，对数字化的待测墙面进行相应测量。

具体实施时，先利用三维传感器对建筑进行三维扫描，获得包含该建筑在内的三维点云数据。该建筑中包含待测墙面，故扫描所得的三维点云数据可作为初始点云数据。该初始点云数据是待测墙面数字化的数据基础。

S120、从初始点云数据中提取出待测墙面对应的目标点云数据。

具体地，墙面检测是对待测墙面进行检测，所以需要从初始点云数据中提取出待测墙面对应范围内的点云数据(即目标点云数据)，这样可以减少后续处理过程中的数据量，既能提高数据处理效率，又能减少干扰数据的影响，提高处理精度。该目标点云数据便是待测墙面的数字化结果，其数据在垂直于墙面方向上的波动性便能表征待测墙面的平整情况。

在提取目标点云数据的过程中，可以对初始点云数据进行诸如去噪、校正和分割等处理，以确保目标点云数据的准确性。

示例性地，在从初始点云数据中提取出待测墙面对应的目标点云数据之前，还包括：对初始点云数据进行降采样处理和滤波去噪处理，更新初始点云数据。具体地，在获取了初始点云数据之后，先对初始点云数据进行降采样处理，更新初始点云数据，以降低数据量，从而降低后续处理过程中的运算量。之后，对降采样更新的初始点云数据进行滤波处理，再次更新初始点云数据，以剔除数据中的离群点，且去除环境噪声，进一步提高点云数据质量。

S130、依据墙面测量的预设测量范围和预设测量角度，确定虚拟靠尺在待测墙面中的靠尺端点位置，并依据靠尺端点位置确定待测墙面中的靠尺测量位置。

其中，预设测量范围是指预先指定的、待测墙面中的待测量点，例如可以是墙底部、墙顶部、墙角、门窗等位置。预设测量角度是指预先设定的靠尺的测量角度，例如水平(0°)、竖直(90°)、45°倾斜角度等。预设测量范围和预设测量角度是成组设置的，一组可以确定一个靠尺的具体放置位置。预设测量范围和预设测量角度可以根据实测实量的相关测量规范来预先设置。虚拟靠尺是数字化的靠尺，其具有与实际靠尺相同的形状和尺寸。靠尺端点位置是指虚拟靠尺的两个端点的坐标。靠尺测量位置是指虚拟靠尺在待测墙面中定位后，虚拟靠尺覆盖的范围的坐标。

具体地，如果要利用虚拟靠尺对待测墙面进行自动测量，那么就需要在待测墙面对应的数字化范围内定位虚拟靠尺，即确定靠尺测量位置。

具体实施时，根据预设测量范围和预设测量角度可以确定出一个虚拟靠尺在待测墙面中的摆放位置，确定了摆放位置之后，便可确定出虚拟靠尺的两个端点的位置坐标。之后，根据两个端点的位置坐标和自定义的宽度数值，在两个靠尺端点之间确定出与靠尺形状和尺寸一致的一个区域，该区域在待测墙面对应坐标系中的坐标便为虚拟靠尺的靠尺测量位置。

需要说明的是，如果要对待测墙面进行整个墙面的测量，那么就可以根据相关规范来设置多组预设测量范围和预设测量角度，来实现多个虚拟靠尺的布设(参见图4中的多个虚拟靠尺401)，而每组对应的虚拟靠尺均执行本发明实施例中的墙面靠尺检测方法。

S140、在靠尺测量位置范围内，基于目标点云数据，调整虚拟靠尺的位姿，确定虚拟靠尺的目标位姿。

其中，靠尺的位姿是指靠尺在三维空间中的放置姿态。由于本发明实施例中使用的是虚拟靠尺，且墙面测量是利用靠尺长度范围内靠尺对垂直于墙面方向的起伏度的测量，故在位姿确定过程中，可以忽略靠尺的宽度，而在靠尺长度方向和垂直于墙面方向的二维平面内确定一条直线来表征靠尺的位姿，即靠尺的位姿可以以直线方程来表征。目标位姿是指进行墙面测量时虚拟靠尺的位姿，其应当是符合相关规范、且能获得最小的墙面测量结果的最优位姿。

具体地，靠尺测量位置只是确定了虚拟靠尺在待测墙面所在的二维平面内的具体位置，还需确定虚拟靠尺在垂直于待测墙面的方向上的位置，才能确定虚拟靠尺的位姿。具体实施时，需要根据目标点云数据中的点云三维分布情况不断调整虚拟靠尺的位姿，直至确定出最优位姿作为目标位姿。

本实施例的技术方案，通过获取包含待测墙面的初始点云数据；从初始点云数据中提取出待测墙面对应的目标点云数据；依据墙面测量的预设测量范围和预设测量角度，确定虚拟靠尺在待测墙面中的靠尺端点位置，并依据靠尺端点位置确定待测墙面中的靠尺测量位置；在靠尺测量位置范围内，基于目标点云数据，调整虚拟靠尺的位姿，确定虚拟靠尺的目标位姿。实现了从包含待测墙面的三维点云数据中提取待测墙面的目标点云数据，并基于目标点云数据确定虚拟靠尺在待测墙面中的最优位姿，即将利用靠尺进行人工实测实量的过程数字化，得到数字化的虚拟靠尺在数字化的待测墙面中的最优位姿，进而可实现自动化的实测实量，避免了人工测量的各种弊端，提高了实测实量中靠尺位姿的确定效率和确定精度，进而提高墙面测量精度，降低实测实量中的时间成本和人工成本。

在上述技术方案的基础上，本发明实施例中的墙面虚拟靠尺检测方法，在靠尺测量位置范围内，基于目标点云数据，调整虚拟靠尺的位姿，确定虚拟靠尺的目标位姿之后，还包括：通过处于目标位姿的虚拟靠尺，对待测墙面的预设测量范围进行墙面平整度测量，获得平整度测量结果和/或爆点存在性结果。具体地，确定了虚拟靠尺的目标位姿之后，便可以计算靠尺测量位置范围内的目标点云数据中点云与目标位姿之间的距离值，确定一个最大距离值，作为待测墙面在预设测量范围内的墙面平整度测量结果。还可以通过比较该墙面平整度测量结果与墙面平整度测量规范中的相关数据，判断该预设测量范围内的墙面平整度是否合格。根据判断结果确定爆点存在性结果，即如果合格，则该预设测量范围内无爆点；如果不合格，则可确定该预设测量范围内存在爆点。这样设置的好处在于，可以基于目标位姿来、测量待测墙面的墙面平整度和/或爆点检测，提高墙面检测准确性和效率。

实施例二

本实施例在上述实施例一的基础上，对“从初始点云数据中提取出待测墙面对应的目标点云数据”进行了进一步优化。其中与上述各实施例相同或相应的术语的解释在此不再赘述。参见图2，本实施例提供的墙面虚拟靠尺检测方法包括：

S210、获取包含待测墙面的初始点云数据。

S220、对初始点云数据进行降采样处理和滤波去噪处理，更新初始点云数据。

S230、从初始点云数据中筛选出属于建筑物的建筑面点云数据。

其中，建筑面点云数据是指属于建筑中平面的点云数据。

具体地，要从初始点云数据中提取目标点云数据，需要提取出属于建筑的点云数据，且需要分割至平面，才能确定出待测墙面的点云数据。故首先需从初始点云数据中筛选出建筑面点云数据。

示例性地，S230包括：

A、对初始点云数据进行平面分割，获取各平面点云数据。

其中，平面点云数据是指属于一个平面的点云数据。

具体地，对初始点云数据进行平面分割，提取出不同平面的点云数据，作为各平面点云数据。

B、从各平面点云数据中筛选出两两垂直的三个平面对应的平面点云数据，作为建筑面点云数据。

具体地，建筑中的墙面包含地面、天花板和四周的墙面，每个墙面与其接壤的墙面、地面或天花板构成两两垂直的关系。基于该建筑设计特征，对上述所得的各个平面点云数据进行筛选，所得的每组两两垂直的三个平面对应的平面点云数据均为建筑面点云数据。

示例性地，步骤B包括：对平面点云数据进行平面拟合，确定每个平面点云数据对应的平面法向量；依据各平面法向量的方向对各平面点云数据进行分类，并从分类结果中筛选出两两垂直的三个平面对应的平面点云数据，作为建筑面点云数据。

具体地，对于每个平面点云数据，先对该平面点云数据进行平面拟合，再根据拟合的平面来获得该平面点云数据对应的平面法向量。这样便可获得每个平面点云数据的平面法向量。然后，按照各平面法向量的方向，对所有的平面点云数据进行分类处理，获得多组不同方向的点云数据。之后，在不同方向的平面点云数据中进行筛选，提取出两两垂直的三个平面对应的点云数据作为建筑面点云数据。这样设置的好处在于可以过滤掉其他方向的干扰数据，如随意放置，表面不平行于墙面的工件。需要说明的是，对于规则的立方体放置物，可以通过墙面尺寸和放置物尺寸进行过滤。

S240、从建筑面点云数据中提取出待测墙面对应的目标点云数据。

具体地，根据选定的待测墙面的信息(如标识或未测量的状态信息)从所有的建筑面点云数据中筛选出待测墙面对应的目标点云数据。需要说明的是，基于给定的预设测量范围和预设测量角度所在的坐标系统，对目标点云数据进行坐标系的变换和校正，以使得目标点云数据和预设测量范围处于同样的坐标系，便于后期的数据处理。

示例性地，S240包括：

C、依据传感器的坐标方向和数据采集角度，从建筑面点云数据中筛选出与地面平行的平面点云数据，并从与地面平行的平面点云数据中提取出地面点云数据。

其中，传感器的坐标方向是指用于三维扫描的传感器在世界坐标系中的姿态，如传感器的中心线与世界坐标系中的z轴的夹角。数据采集方向是指传感器采集数据时扫描部件相对于传感器主体的偏转角度，如扫描部件的中心轴与传感器的中心线之间的夹角。地面点云数据是指建筑的地面对应的点云数据。

具体地，传感器的坐标方向和数据采集角度可以综合确定出点云数据的竖直轴朝向。例如，利用传感器的坐标方向和数据采集角度的两个夹角可以计算出点云数据的垂直轴相对于世界坐标系的竖直轴的偏转角度，该偏转角度对应的方向便是建筑面点云数据的竖直轴朝向。基于该竖直轴朝向可以确定出点云数据中与地面平行的平面便是与该竖直轴垂直的平面。基于此，可以从所有的建筑面点云数据中筛选出与地面平行的平面点云数据。之后，根据与地面平行的平面点云数据在竖直轴的坐标取值提取出地面点云数据。

示例性地，步骤C中从与地面平行的平面点云数据中提取出地面点云数据包括：在传感器的坐标方向和数据采集角度对应的z向正向朝上时，从与地面平行的平面点云数据中提取出z值最小的平面点云数据作为地面点云数据。具体地，如果建筑面点云数据的竖直轴(z轴)朝向是z向正向朝上，那么地面便是最底部的平面，则从与地面平行的平面点云数据中选择z值取值最小的平面点云数据作为地面点云数据。

D、确定地面点云数据相对于世界坐标系的倾斜角度，并依据倾斜角度校准建筑面点云数据，以使建筑面点云数据中与地面垂直的平面点云数据的平面法向量垂直于世界坐标系的z轴方向。

具体地，提取出地面点云数据后，便可计算其对应的平面与世界坐标系中的、与竖直轴z轴垂直的平面之间的夹角，作为地面点云数据相对于世界坐标系的倾斜角度。之后，利用该倾斜角度对整个建筑面点云数据进行坐标变换，使得所有与地面垂直的平面点云数据的平面法向量垂直于世界坐标系的z轴方向。

E、从校准后的与地面垂直的平面点云数据中提取待测墙面对应的目标点云数据。

具体地，根据待测墙面的信息，从校准后的各个与地面垂直的平面点云数据中筛选出待测墙面对应的平面点云数据，作为目标点云数据。至此，获得了目标点云数据，且该目标点云数据与预设测量范围、预设测量角度等预先设定的数据均统一于世界坐标系中，能够提高后续的数据处理效率。

S250、依据墙面测量的预设测量范围和预设测量角度，确定虚拟靠尺在待测墙面中的靠尺端点位置，并依据靠尺端点位置确定待测墙面中的靠尺测量位置。

S260、在靠尺测量位置范围内，基于目标点云数据，调整虚拟靠尺的位姿，确定虚拟靠尺的目标位姿。

S270、通过处于目标位姿的虚拟靠尺，对待测墙面的预设测量范围进行墙面平整度测量，获得平整度测量结果和/或爆点存在性结果。

本实施例的技术方案，通过从初始点云数据中筛选出属于建筑物的建筑面点云数据；从建筑面点云数据中提取出待测墙面对应的目标点云数据。实现了根据建筑本身设计特征信息，区分初始点云数据中的建筑物和非建筑物，进一步提取待测墙面的点云数据，提高了目标点云数据的提取精度，从而进一步提高虚拟靠尺的最优位姿的确定精度，进而进一步提高墙面平整度测量的精度和效率。

在上述技术方案的基础上，本发明实施例中的墙面虚拟靠尺检测方法，在从建筑面点云数据中提取出待测墙面对应的目标点云数据之后，还包括：从校准后的与地面垂直的平面点云数据中提取出与待测墙面接壤的一个邻接墙面的平面点云数据；以目标点云数据、邻接墙面的平面点云数据和地面点云数据之间的交点为坐标原点，以待测墙面的水平方向和垂直方向为坐标轴方向，建立待测墙面的墙面直角坐标系。

具体地，为了进一步提高后续数据处理效率，针对待测墙面建立一个新的独立的直角坐标系。具体实施时，从与地面垂直的平面点云数据中选择一个与待测墙面接壤的邻接墙面的平面点云数据，例如可以是与待测墙面左邻接或右邻接的平面点云数据。然后，目标点云数据、邻接墙面的平面点云数据和地面点云数据三者相交的交点便可确定为直角坐标系的坐标原点，即待测墙面的左下角或右下角作为坐标原点。之后，以待测墙面的长边和短边所在方向作为直角坐标系的两个坐标轴，建立直角坐标系。

实施例三

本实施例在上述实施例二的基础上，对“依据墙面测量的预设测量范围和预设测量角度，确定虚拟靠尺在待测墙面中的靠尺端点位置，并依据靠尺端点位置确定待测墙面中的靠尺测量位置”进行了进一步优化。在此基础上，可以进一步增加“目标点云平滑处理”的步骤。在上述基础上，还可以对“在靠尺测量位置范围内，基于目标点云数据，调整虚拟靠尺的位姿，确定虚拟靠尺的目标位姿”进行进一步优化。其中与上述各实施例相同或相应的术语的解释在此不再赘述。参见图3，本实施例提供的墙面虚拟靠尺检测方法包括：

S301、获取包含待测墙面的初始点云数据。

S302、对初始点云数据进行降采样处理和滤波去噪处理，更新初始点云数据。

S303、从初始点云数据中筛选出属于建筑物的建筑面点云数据。

S304、从建筑面点云数据中提取出待测墙面对应的目标点云数据。

S305、从校准后的与地面垂直的平面点云数据中提取出与待测墙面接壤的一个邻接墙面的平面点云数据。

S306、以目标点云数据、邻接墙面的平面点云数据和地面点云数据之间的交点为坐标原点，以待测墙面的水平方向和垂直方向为坐标轴方向，建立待测墙面的墙面直角坐标系。

S307、在墙面直角坐标系下，依据预设测量范围、预设测量角度和设定靠尺尺寸，确定虚拟靠尺在待测墙面中的靠尺端点位置。

其中，设定靠尺尺寸是指预先设定的虚拟靠尺的长度和宽度。

具体地，根据预设测量范围和预设测量角度，在墙面直角坐标系中，计算虚拟靠尺的两个端点的靠尺端点位置。例如，参见图4，预设测量范围是待测墙面410中的左上角墙角，预设测量角度是45°，那么可以确定出虚拟靠尺401的一端位于待测墙面左上角402处，该靠尺端点的靠尺端点位置便是该待测墙面左上角402的坐标。而另一靠尺端点位置可以以上述已获得的靠尺端点位置为起始，根据虚拟靠尺401的设定靠尺尺寸中的靠尺长度(如2米)和预设测量角度45°计算而获得。

S308、依据预设测量范围、预设测量角度和目标点云数据，对靠尺端点位置进行调整，并依据调整后的靠尺端点位置和设定靠尺尺寸确定靠尺测量位置。

具体地，目标点云数据因待测墙面中的门洞、窗洞、横梁等，会存在相应的数据缺失，而虚拟靠尺是基于目标点云数据进行墙面测量的，故还需要根据目标点云数据分布情况，对虚拟靠尺的靠尺端点位置进行调整，确保虚拟靠尺在目标点云数据的范围内。具体实施时，根据目标点云的数据范围以及靠尺在墙面测量中的相应放置规范，对靠尺端点位置进行调整。之后，可以根据虚拟靠尺的宽度和两个调整后的靠尺端点位置，确定虚拟靠尺的覆盖范围，进而确定该覆盖范围的坐标信息，即确定了虚拟靠尺的靠尺测量位置。

示例性地，依据预设测量范围、预设测量角度和目标点云数据，对靠尺端点位置进行调整包括：在预设测量范围跨越待测墙面中门洞或窗洞的对应位置，且预设测量角度为45°时，依据虚拟靠尺的顶端不超出目标点云数据的范围、虚拟靠尺在门洞或窗洞的悬空部分占设定靠尺尺寸的比例不超过预设靠尺比例、以及虚拟靠尺在目标点云数据中的两端非悬空部分的长度差不大于预设长度阈值，调整靠尺端点位置；和/或在预设测量范围涉及待测墙面中横梁的对应位置时，依据虚拟靠尺不超出目标点云数据的范围，调整靠尺端点位置。

具体地，参见图4，在利用虚拟靠尺401进行门洞430或窗洞(图中未示出)等跨洞口测量，且预设测量角度为45°测量时，首先要确保虚拟靠尺401的顶端403不超出目标点云数据420的范围。而且，还需确保虚拟靠尺401跨门洞430或窗洞时悬空部分404的长度占设定靠尺尺寸中的靠尺长度的比例不超过预设靠尺比例。该预设靠尺比例根据相关规范而设置。此外，还需确保虚拟靠尺401在目标点云数据420中的两端非悬空部分405的长度差不大于预设长度阈值，例如该虚拟靠尺401位于门洞上侧与右侧的长度基本一致。该预设长度阈值同样根据相关测量规范来设置。根据上述测量要求，对S307中确定的虚拟靠尺的靠尺端点位置进行调整。

在利用虚拟靠尺对设有横梁的待测墙面测量时，要求虚拟靠尺避开横梁放置。以S307中的虚拟靠尺布设为例，由于待测墙面中包含了横梁部分而使得目标点云数据中缺失相应部分数据，那么虚拟靠尺401在待测墙面左上角402的端点位置应该下移至目标点云数据420的左上角402′处，便调整了虚拟靠尺的一个靠尺端点位置，而后重新计算另一端点的靠尺端点位置，即完成该虚拟靠尺的靠尺端点位置的调整。这样设置的好处在于，更加准确地在目标点云数据范围内定位虚拟靠尺，进而提高后续靠尺位姿和墙面测量的准确性。

示例性地，在依据预设测量范围、预设测量角度和目标点云数据，对靠尺端点位置进行调整之前，还包括：在依据待测墙面的墙面高度和墙面宽度、以及目标点云数据的轮廓，判断待测墙面包含横梁时，确定横梁在待测墙面中的位置；在依据墙面高度、墙面宽度、以及目标点云数据的轮廓，判断待测墙面包含门洞时，确定门洞在待测墙面中的位置；在依据墙面高度、墙面宽度、以及目标点云数据的轮廓，判断待测墙面包含窗洞时，确定窗洞在待测墙面中的位置。

具体地，根据建筑中待测墙面的设计高度、设计宽度和目标点云数据的整体轮廓，可以判断待测墙面中是否包含天花板上横梁、门洞或窗洞等造成点云数据缺失的建筑元素。如果包含，那么就需要在目标点云数据中准确定位相应建筑元素的位置。这样设置的好处在于，为靠尺端点位置的准确定位提供精准的数据基础。

S309、对目标点云数据进行局部平滑处理，以滤除因传感器引起的数据波动噪声。

具体地，为进一步提高目标点云数据的准确性，需要滤除传感器本身的数据波动引起的噪声。

S310、依据靠尺测量位置，从目标点云数据中提取相应区域的局部点云数据，并对局部点云数据进行拟合处理，确定虚拟靠尺的初始位姿。

具体地，虚拟靠尺是对其覆盖范围内的墙面进行测量，故需要根据靠尺测量位置对目标点云数据进行数据截取，提取出虚拟靠尺覆盖的点云数据，即局部点云数据。之后，对局部点云数据进行拟合处理，确定出该局部点云数据对应的三维空间中虚拟靠尺的一个初始的摆放姿态(直线方程)，即初始位姿。

示例性地，对局部点云数据进行拟合处理，确定虚拟靠尺的初始位姿包括：对局部点云数据进行骨架提取，获得虚拟靠尺对应的待测区域的骨架曲线；对骨架曲线进行直线拟合，确定虚拟靠尺的初始位姿。

具体地，对局部点云数据进行骨架提取，使得局部点云数据在其中一个维度的变化量很小，更加接近于二维离散数据。例如，对于水平放置的虚拟靠尺，其局部点云数据在墙面高度的y轴方向的变化量很小，该局部点云在墙面长度的x轴方向和垂直于墙面的方向近似于二维离散数据。然后，参加图5，对该二维离散数据进行曲线拟合，便可获得该局部点云数据对应的骨架曲线510。该骨架曲线便可反映出待测区域的墙面起伏度。之后，对骨架曲线510进行直线拟合，可以获得一条拟合直线520，该拟合直线520便可作为虚拟靠尺的初始位姿。

S311、基于初始位姿确定虚拟靠尺的目标位姿。

具体地，虚拟靠尺的初始位姿只是其位姿调整的起始，后续可以对该初始位姿进行调整，直至虚拟靠尺处于骨架曲线510的、放置靠尺的一侧，且能够测量获得最小的平整度结果，便可确定目标位姿。

示例性地，S311包括：

F、基于初始位姿，对骨架曲线进行凸包检测，确定骨架曲线中的各凸包极值点，并由靠尺端点位置和各凸包极值点构建候选靠点集合。

具体地，以初始位姿520为基础，在骨架曲线510的、可放置靠尺的一侧，凸出初始位姿520的部分便为凸包区域。识别出所有的凸包区域，便确定这些凸包区域的极值点(即凸包极值点530)。这些凸包极值点530与虚拟靠尺的两个靠尺端点540共同构成候选靠点集合，该集合中的每个点均是虚拟靠尺可能经过的点(称为候选靠点)。

G、针对候选靠点集合中的每两个候选靠点，在判断各凸包极值点处于两个候选靠点构建的直线的同一侧时，确定直线对应的平整度测量值。

具体地，候选靠点集合中的任两个候选靠点之间都能形成一条直线，那么利用所有的候选靠点可以形成多条直线。这些直线均是虚拟靠尺可能的位姿。此时，对某一条直线检测是否所有的凸包极值点均处于直线的一侧。如果不是，那么实际情况下，靠尺在这两个候选靠点处无法正常放置下去，该直线需要剔除，如过第1、3个凸包极值点的直线550便需要剔除。如果是，那么该直线为候选位姿，继续计算骨架曲线上每一点到该候选位姿的垂直连线的距离，并将最大距离作为该候选位姿的测量值。以此类推，对每条之间进行检测，便可获得每个候选位姿及其对应的测量值。

H、将各平整度测量值中的最小值对应的直线确定为目标位姿。

具体地，比较各测量值，将最小测量值对应的候选位姿(直线)确定为该虚拟靠尺的目标位姿。这样设置的好处在于，更加准确且高效地确定出虚拟靠尺的目标位姿。

S312、通过处于目标位姿的虚拟靠尺，对待测墙面的预设测量范围进行墙面平整度测量，获得平整度测量结果和/或爆点存在性结果。

相应地，目标位姿对应的测量值便为该虚拟靠尺的平整度测量结果。

本实施例的技术方案，通过对目标点云数据进行局部平滑处理。实现了目标点云数据中因传感器引起的数据波动噪声的滤除，进一步提高目标点云数据的精度。通过在墙面直角坐标系下，依据预设测量范围、预设测量角度和设定靠尺尺寸，确定虚拟靠尺在待测墙面中的靠尺端点位置；依据预设测量范围、预设测量角度和目标点云数据，对靠尺端点位置进行调整，并依据调整后的靠尺端点位置和设定靠尺尺寸确定靠尺测量位置。实现了待测墙面中虚拟靠尺对应的靠尺测量范围的确定，为后续目标位姿的确定提供了点云数据的提取基础，从而进一步提高目标位姿确定准确性。通过依据靠尺测量位置，从目标点云数据中提取相应区域的局部点云数据，并对局部点云数据进行拟合处理，确定虚拟靠尺的初始位姿；基于初始位姿确定虚拟靠尺的目标位姿。实现了在虚拟靠尺的初始位姿的基础上确定目标位姿，进一步提高目标位姿确定的准确性，进而进一步提高墙面平整度测量精度和效率。

实施例四

本实施例提供一种墙面虚拟靠尺检测系统，参见图6，该系统具体包括：

初始点云数据获取模块610，用于获取包含待测墙面的初始点云数据；

目标点云数据提取模块620，用于从初始点云数据中提取出待测墙面对应的目标点云数据；

靠尺测量位置确定模块630，用于依据墙面测量的预设测量范围和预设测量角度，确定虚拟靠尺在待测墙面中的靠尺端点位置，并依据靠尺端点位置确定待测墙面中的靠尺测量位置；

检测模块640，用于在靠尺测量位置范围内，基于目标点云数据，调整虚拟靠尺的位姿，确定虚拟靠尺的目标位姿；和/或在靠尺测量位置范围内，基于目标点云数据，调整虚拟靠尺的位姿，确定虚拟靠尺的目标位姿，并通过处于目标位姿的虚拟靠尺，对待测墙面的预设测量范围进行墙面平整度测量，获得平整度测量结果和/或爆点存在性结果。

可选地，在上述系统的基础上，该系统还包括预处理模块，用于：

在从初始点云数据中提取出待测墙面对应的目标点云数据之前，对初始点云数据进行降采样处理和滤波去噪处理，更新初始点云数据。

可选地，目标点云数据提取模块620包括：

建筑面点云数据筛选子模块，用于从初始点云数据中筛选出属于建筑物的建筑面点云数据；

目标点云数据提取子模块，用于从建筑面点云数据中提取出待测墙面对应的目标点云数据。

可选地，建筑面点云数据筛选子模块具体用于：

对初始点云数据进行平面分割，获取各平面点云数据；

从各平面点云数据中筛选出两两垂直的三个平面对应的平面点云数据，作为建筑面点云数据。

进一步地，建筑面点云数据筛选子模块还具体用于：

对平面点云数据进行平面拟合，确定每个平面点云数据对应的平面法向量；

依据各平面法向量的方向对各平面点云数据进行分类，并从分类结果中筛选出两两垂直的三个平面对应的平面点云数据，作为建筑面点云数据。

可选地，目标点云数据提取子模块具体用于：

依据传感器的坐标方向和数据采集角度，从建筑面点云数据中筛选出与地面平行的平面点云数据，并从与地面平行的平面点云数据中提取出地面点云数据；

确定地面点云数据相对于世界坐标系的倾斜角度，并依据倾斜角度校准建筑面点云数据，以使建筑面点云数据中与地面垂直的平面点云数据的平面法向量垂直于所述世界坐标系的z轴方向；

从校准后的与地面垂直的平面点云数据中提取待测墙面对应的目标点云数据。

进一步地，目标点云数据提取模块620还包括直角坐标系建立子模块，用于：

在从建筑面点云数据中提取出待测墙面对应的目标点云数据之后，从校准后的与地面垂直的平面点云数据中提取出与待测墙面接壤的一个邻接墙面的平面点云数据；

以目标点云数据、邻接墙面的平面点云数据和地面点云数据之间的交点为坐标原点，以待测墙面的水平方向和垂直方向为坐标轴方向，建立待测墙面的墙面直角坐标系。

可选地，目标点云数据提取子模块还具体用于：

在传感器的坐标方向和数据采集角度对应的z向正向朝上时，从与地面平行的平面点云数据中提取出z值最小的平面点云数据作为地面点云数据。

可选地，靠尺测量位置确定模块630包括：

靠尺端点位置确定子模块，用于在墙面直角坐标系下，依据预设测量范围、预设测量角度和设定靠尺尺寸，确定虚拟靠尺在待测墙面中的靠尺端点位置；

靠尺测量位置确定子模块，用于依据预设测量范围、预设测量角度和目标点云数据，对靠尺端点位置进行调整，并依据调整后的靠尺端点位置和设定靠尺尺寸确定靠尺测量位置。

进一步地，靠尺测量位置确定子模块具体用于：

在预设测量范围跨越待测墙面中门洞或窗洞的对应位置，且预设测量角度为45°时，依据虚拟靠尺的顶端不超出目标点云数据的范围、虚拟靠尺在门洞或窗洞的悬空部分占设定靠尺尺寸的比例不超过预设靠尺比例、以及虚拟靠尺在目标点云数据中的两端非悬空部分的长度差不大于预设长度阈值，调整靠尺端点位置；

和/或在预设测量范围涉及待测墙面中横梁的对应位置时，依据虚拟靠尺不超出目标点云数据的范围，调整靠尺端点位置。

可选地，靠尺测量位置确定模块630还包括：

墙面元素位置确定子模块，用于在依据预设测量范围、预设测量角度和目标点云数据，对靠尺端点位置进行调整之前，在依据待测墙面的墙面高度和墙面宽度、以及目标点云数据的轮廓，判断待测墙面包含横梁时，确定横梁在待测墙面中的位置；

在依据墙面高度、墙面宽度、以及目标点云数据的轮廓，判断待测墙面包含门洞时，确定门洞在待测墙面中的位置；

在依据墙面高度、墙面宽度、以及目标点云数据的轮廓，判断待测墙面包含窗洞时，确定窗洞在待测墙面中的位置。

可选地，检测模块640包括：

初始位姿确定子模块，用于依据靠尺测量位置，从目标点云数据中提取相应区域的局部点云数据，并对局部点云数据进行拟合处理，确定虚拟靠尺的初始位姿；

目标位姿确定子模块，用于基于初始位姿确定虚拟靠尺的目标位姿。

进一步地，初始位姿确定子模块具体用于：

对局部点云数据进行骨架提取，获得虚拟靠尺对应的待测区域的骨架曲线；

对骨架曲线进行直线拟合，确定虚拟靠尺的初始位姿。

进一步地，目标位姿确定子模块具体用于：

基于初始位姿，对骨架曲线进行凸包检测，确定骨架曲线中的各凸包极值点，并由靠尺端点位置和各凸包极值点构建候选靠点集合；

针对候选靠点集合中的每两个候选靠点，在判断各凸包极值点处于两个候选靠点构建的直线的同一侧时，确定直线对应的平整度测量值；

将各平整度测量值中的最小值对应的直线确定为目标位姿。

可选地，在上述系统的基础上，该系统还包括去噪模块，用于：

在靠尺测量位置范围内，基于目标点云数据，调整虚拟靠尺的位姿，确定虚拟靠尺的目标位姿之前，对目标点云数据进行局部平滑处理，以滤除因传感器引起的数据波动噪声。

通过本发明实施例四的一种墙面虚拟靠尺检测系统，实现了从包含待测墙面的三维点云数据中提取待测墙面的目标点云数据，并基于目标点云数据确定虚拟靠尺在待测墙面中的最优位姿，即将利用靠尺进行人工实测实量的过程数字化，得到数字化的虚拟靠尺在数字化的待测墙面中的最优位姿，进而可实现自动化的实测实量，避免了人工测量的各种弊端，提高了实测实量中靠尺位姿的确定效率和确定精度，进而提高墙面测量精度和效率，降低实测实量中的时间成本和人工成本。

本发明实施例所提供的墙面虚拟靠尺检测系统可执行本发明任意实施例所提供的墙面虚拟靠尺检测方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述墙面虚拟靠尺检测系统的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

实施例五

参见图7，本实施例提供了一种电子设备700，其包括：一个或多个处理器720；存储装置710，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器720执行，使得一个或多个处理器720实现本发明实施例所提供的墙面虚拟靠尺检测方法，包括：

获取包含待测墙面的初始点云数据；

从初始点云数据中提取出待测墙面对应的目标点云数据；

依据墙面测量的预设测量范围和预设测量角度，确定虚拟靠尺在待测墙面中的靠尺端点位置，并依据靠尺端点位置确定待测墙面中的靠尺测量位置；

在靠尺测量位置范围内，基于目标点云数据，调整虚拟靠尺的位姿，确定虚拟靠尺的目标位姿。

当然，本领域技术人员可以理解，处理器720还可以实现本发明任意实施例所提供的墙面虚拟靠尺检测方法的技术方案。

图7显示的设备700仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。如图7所示，该电子设备700包括处理器720、存储装置710、输入装置730和输出装置740；电子设备中处理器720的数量可以是一个或多个，图7中以一个处理器720为例；电子设备中的处理器720、存储装置710、输入装置730和输出装置740可以通过总线或其他方式连接，图7中以通过总线750连接为例。

存储装置710作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的墙面虚拟靠尺检测方法对应的程序指令/模块(例如，墙面虚拟靠尺检测系统中的初始点云数据获取模块、目标点云数据提取模块、靠尺测量位置确定模块和检测模块)。

存储装置710可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置710可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置710可进一步包括相对于处理器720远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置730可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置740可包括显示屏等显示设备。

实施例六

本实施例提供一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行一种墙面虚拟靠尺检测方法，该方法包括：

获取包含待测墙面的初始点云数据；

从初始点云数据中提取出待测墙面对应的目标点云数据；

依据墙面测量的预设测量范围和预设测量角度，确定虚拟靠尺在待测墙面中的靠尺端点位置，并依据靠尺端点位置确定待测墙面中的靠尺测量位置；

在靠尺测量位置范围内，基于目标点云数据，调整虚拟靠尺的位姿，确定虚拟靠尺的目标位姿。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上的方法操作，还可以执行本发明任意实施例所提供的墙面虚拟靠尺检测方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所提供的应用程序测试方法。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (19)

1.一种墙面虚拟靠尺检测方法，其特征在于，包括：

获取包含待测墙面的初始点云数据；

从所述初始点云数据中提取出所述待测墙面对应的目标点云数据；

依据墙面测量的预设测量范围和预设测量角度，确定虚拟靠尺在所述待测墙面中的靠尺端点位置，并依据所述靠尺端点位置确定所述待测墙面中的靠尺测量位置；

在所述靠尺测量位置的范围内，基于所述目标点云数据，调整所述虚拟靠尺的位姿，确定所述虚拟靠尺的目标位姿。

2.根据权利要求1所述的方法，其特征在于，在所述从所述初始点云数据中提取出待测墙面对应的目标点云数据之前，还包括：

对所述初始点云数据进行降采样处理和滤波去噪处理，更新所述初始点云数据。

3.根据权利要求1所述的方法，其特征在于，从所述初始点云数据中提取出待测墙面对应的目标点云数据包括：

从所述初始点云数据中筛选出属于建筑物的建筑面点云数据；

从所述建筑面点云数据中提取出所述待测墙面对应的目标点云数据。

4.根据权利要求3所述的方法，其特征在于，所述从所述初始点云数据中筛选出属于建筑物的建筑面点云数据包括：

对所述初始点云数据进行平面分割，获取各平面点云数据；

从各所述平面点云数据中筛选出两两垂直的三个平面对应的平面点云数据，作为所述建筑面点云数据。

5.根据权利要求4所述的方法，其特征在于，从各所述平面点云数据中筛选出两两垂直的三个平面对应的点云数据，作为所述建筑面点云数据包括：

对所述平面点云数据进行平面拟合，确定每个所述平面点云数据对应的平面法向量；

依据各所述平面法向量的方向对各所述平面点云数据进行分类，并从分类结果中筛选出两两垂直的三个平面对应的平面点云数据，作为所述建筑面点云数据。

6.根据权利要求3所述的方法，其特征在于，所述从所述建筑面点云数据中提取出所述待测墙面对应的目标点云数据包括：

依据传感器的坐标方向和数据采集角度，从所述建筑面点云数据中筛选出与地面平行的平面点云数据，并从与地面平行的平面点云数据中提取出地面点云数据；

确定所述地面点云数据相对于世界坐标系的倾斜角度，并依据所述倾斜角度校准所述建筑面点云数据，以使所述建筑面点云数据中与地面垂直的平面点云数据的平面法向量垂直于所述世界坐标系的z轴方向；

从校准后的与地面垂直的平面点云数据中提取所述待测墙面对应的目标点云数据。

7.根据权利要求6所述的方法，其特征在于，在所述从所述建筑面点云数据中提取出所述待测墙面对应的目标点云数据之后，还包括：

从校准后的与地面垂直的平面点云数据中提取出与所述待测墙面接壤的一个邻接墙面的平面点云数据；

以所述目标点云数据、所述邻接墙面的平面点云数据和所述地面点云数据之间的交点为坐标原点，以所述待测墙面的水平方向和垂直方向为坐标轴方向，建立所述待测墙面的墙面直角坐标系。

8.根据权利要求6所述的方法，其特征在于，所述从与地面平行的平面点云数据中提取出地面点云数据包括：

在所述传感器的坐标方向和数据采集角度对应的z向正向朝上时，从与地面平行的平面点云数据中提取出z值最小的平面点云数据作为所述地面点云数据。

9.根据权利要求7所述的方法，其特征在于，所述依据墙面测量的预设测量范围和预设测量角度，确定虚拟靠尺在所述待测墙面中的靠尺端点位置，并依据所述靠尺端点位置确定所述待测墙面中的靠尺测量位置包括：

在所述墙面直角坐标系下，依据所述预设测量范围、所述预设测量角度和设定靠尺尺寸，确定所述虚拟靠尺在所述待测墙面中的靠尺端点位置；

依据所述预设测量范围、所述预设测量角度和所述目标点云数据，对所述靠尺端点位置进行调整，并依据调整后的靠尺端点位置和所述设定靠尺尺寸确定所述靠尺测量位置。

10.根据权利要求9所述的方法，其特征在于，所述依据所述预设测量范围、所述预设测量角度和所述目标点云数据，对所述靠尺端点位置进行调整包括：

在所述预设测量范围跨越所述待测墙面中门洞或窗洞的对应位置，且所述预设测量角度为45°时，依据所述虚拟靠尺的顶端不超出所述目标点云数据的范围、所述虚拟靠尺在所述门洞或所述窗洞的悬空部分占所述设定靠尺尺寸的比例不超过预设靠尺比例、以及所述虚拟靠尺在所述目标点云数据中的两端非悬空部分的长度差不大于预设长度阈值，调整所述靠尺端点位置；

和/或在所述预设测量范围涉及所述待测墙面中横梁的对应位置时，依据所述虚拟靠尺不超出所述目标点云数据的范围，调整所述靠尺端点位置。

11.根据权利要求10所述的方法，其特征在于，在所述依据所述预设测量范围、所述预设测量角度和所述目标点云数据，对所述靠尺端点位置进行调整之前，还包括：

在依据所述待测墙面的墙面高度和墙面宽度、以及所述目标点云数据的整体轮廓，判断所述待测墙面包括包含所述横梁时，确定所述横梁在所述待测墙面中的位置；

在依据所述墙面高度、所述墙面宽度、以及所述目标点云数据的轮廓，判断所述待测墙面包含所述门洞时，确定所述门洞在所述待测墙面中的位置；

在依据所述墙面高度、所述墙面宽度、以及所述目标点云数据的轮廓，判断所述待测墙面包含所述窗洞时，确定所述窗洞在所述待测墙面中的位置。

12.根据权利要求1所述的方法，其特征在于，所述在所述靠尺测量位置的范围内，基于所述目标点云数据，调整所述虚拟靠尺的位姿，确定所述虚拟靠尺的目标位姿包括：

依据所述靠尺测量位置，从所述目标点云数据中提取相应区域的局部点云数据，并对所述局部点云数据进行拟合处理，确定所述虚拟靠尺的初始位姿；

基于所述初始位姿确定所述虚拟靠尺的目标位姿。

13.根据权利要求12所述的方法，其特征在于，所述对所述局部点云数据进行拟合处理，确定所述虚拟靠尺的初始位姿包括：

对所述局部点云数据进行骨架提取，获得所述虚拟靠尺对应的待测区域的骨架曲线；

对所述骨架曲线进行直线拟合，确定所述虚拟靠尺的初始位姿。

14.根据权利要求13所述的方法，其特征在于，所述基于所述初始位姿确定所述虚拟靠尺的目标位姿包括：

基于所述初始位姿，对所述骨架曲线进行凸包检测，确定所述骨架曲线中的各凸包极值点，并由所述靠尺端点位置和各所述凸包极值点构建候选靠点集合；

针对所述候选靠点集合中的每两个候选靠点，在判断各所述凸包极值点处于所述两个候选靠点构建的直线的同一侧时，确定所述直线对应的平整度测量值；

将各所述平整度测量值中的最小值对应的直线确定为所述目标位姿。

15.根据权利要求1所述的方法，其特征在于，在所述靠尺测量位置范围内，基于所述目标点云数据，调整所述虚拟靠尺的位姿，确定所述虚拟靠尺的目标位姿之前，还包括：

对所述目标点云数据进行局部平滑处理，以滤除因传感器引起的数据波动噪声。

16.根据权利要求1所述的方法，其特征在于，在所述靠尺测量位置范围内，基于所述目标点云数据，调整所述虚拟靠尺的位姿，确定所述虚拟靠尺的目标位姿之后，还包括：

通过处于所述目标位姿的虚拟靠尺，对所述待测墙面的所述预设测量范围进行墙面平整度测量，获得平整度测量结果和/或爆点存在性结果。

17.一种执行权利要求1-16任一项所述的墙面虚拟靠尺检测方法的墙面虚拟靠尺检测系统，其特征在于，包括：

初始点云数据获取模块，用于获取包含待测墙面的初始点云数据；

目标点云数据提取模块，用于从所述初始点云数据中提取出待测墙面对应的目标点云数据；

靠尺测量位置确定模块，用于依据墙面测量的预设测量范围和预设测量角度，确定虚拟靠尺在所述待测墙面中的靠尺端点位置，并依据所述靠尺端点位置确定所述待测墙面中的靠尺测量位置；

检测模块，用于在所述靠尺测量位置范围内，基于所述目标点云数据，调整所述虚拟靠尺的位姿，确定所述虚拟靠尺的目标位姿；和/或在所述靠尺测量位置范围内，基于所述目标点云数据，调整所述虚拟靠尺的位姿，确定所述虚拟靠尺的目标位姿，并通过处于所述目标位姿的虚拟靠尺，对所述待测墙面的所述预设测量范围进行墙面平整度测量，获得平整度测量结果和/或爆点存在性结果。

18.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-16中任一所述的墙面虚拟靠尺检测方法。

19.一种计算机可读存储介质，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1-16中任一所述的墙面虚拟靠尺检测方法。

Images