CN111521162B - 一种测站的确定方法、装置、电子设备及存储介质 - Google Patents

一种测站的确定方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111521162B
CN111521162B CN202010297733.1A CN202010297733A CN111521162B CN 111521162 B CN111521162 B CN 111521162B CN 202010297733 A CN202010297733 A CN 202010297733A CN 111521162 B CN111521162 B CN 111521162B
Authority
CN
China
Prior art keywords
area
region
equipment
determining
room
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.)
Active
Application number
CN202010297733.1A
Other languages
English (en)
Other versions
CN111521162A (zh
Inventor
刘勉励
曾翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Bozhilin Robot Co Ltd
Original Assignee
Guangdong Bozhilin Robot Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Bozhilin Robot Co Ltd filed Critical Guangdong Bozhilin Robot Co Ltd
Priority to CN202010297733.1A priority Critical patent/CN111521162B/zh
Publication of CN111521162A publication Critical patent/CN111521162A/zh
Priority to PCT/CN2020/133144 priority patent/WO2021208452A1/zh
Application granted granted Critical
Publication of CN111521162B publication Critical patent/CN111521162B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C15/00Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供一种测站的确定方法、装置、电子设备及存储介质。方法包括:获取房间的平面轮廓图;在平面轮廓图上,确定出房间的户型结构特征的所在区域,以及确定出用于采集户型结构特征的设备的可移动区域;根据设备、所在区域和可移动区域的位置关系,在可移动区域内确定出测站的位置,其中,设备部署在所述测站的位置处形成的采集区域将所述所在区域完全覆盖。通过在可移动区域内自动确定出符合测量要求的测站,以便设备部署在该测站处形成的采集区域将户型结构特征的所在区域完全覆盖,实现了高精度的实测实量。此外,也由于测站是自动确定出,故较于人工确定测站的方式,其确定效率高,在保证精度的基础上,还实现了高效率的实测实量。

Description

一种测站的确定方法、装置、电子设备及存储介质
技术领域
本申请涉及测绘技术领域,具体而言,涉及一种测站的确定方法、装置、电子设备及存储介质。
背景技术
在建筑物施工完成后,需要验收人员对建筑物的房间进行实测实量,以验收房间的空间结构是否符合设计要求。
目前,验收人员可以采用视觉传感器,比如采用面结构光传感器对房间的空间结构进行实测实量,并根据视觉传感器采集到的房间的户型结构特征确定房间的空间结构是否符合设计要求。
具体来说,验收人员需要先在房间内选择架设视觉传感器的测站,然后在测站架设视觉传感器,并控制视觉传感器采集房间的户型结构特征,比如采集房间各墙面的结构信息以及采集房间天花板的结构信息。最后,再根据该采集的结构信息分析房间的各墙面及天花板是否平整、是否有倾斜,从而实现对房间的空间结构进行验收。
然而,由于视觉传感器的成像距离较小,故一般需要在房间内设置多个测站且各测站之间还有一定的距离要求,才能实现对房间的户型结构特征进行全面采集。显然,若需要设置多个测站,则会给验收人员选择测站带来困难,导致测站的选择容易产生误差,进而导致采集的效率和精度都无法得到保障。
发明内容
本申请实施例的目的在于提供一种测站的确定方法、装置、电子设备及存储介质,用以实现对房间进行高效率和高精度的实测实量。
第一方面,本申请实施例提供了一种测站的确定方法,所述方法包括:获取房间的平面轮廓图;在所述平面轮廓图上,确定出所述房间的户型结构特征的所在区域,以及确定出用于采集所述户型结构特征的设备的可移动区域;根据所述设备、所述所在区域和所述可移动区域的位置关系,在所述可移动区域内确定出测站的位置,其中,所述设备部署在所述测站的位置处形成的采集区域将所述所在区域完全覆盖。
在本申请实施例中,通过在平面轮廓图上自动确定出房间的户型结构特征的所在区域,以及确定出用于采集户型结构特征的设备的可移动区域,便可以根据该所在区域、该可移动区域和该设备的位置关系,在可移动区域内自动确定出符合测量要求的测站,以便设备部署在该测站处形成的采集区域将户型结构特征的所在区域完全覆盖,实现了高精度的实测实量。此外,也由于测站是自动确定出,故较于人工确定测站的方式,其确定效率高,在保证精度的基础上,还实现了高效率的实测实量。
结合第一方面,在第一种可能的实现方式中,所述户型结构特征包括:墙面结构特征,所述平面轮廓图上的墙面轮廓区域为所述墙面结构特征的所在区域,根据所述设备、所述所在区域和所述可移动区域的位置关系,在所述可移动区域内确定出测站的位置,包括:
根据所述设备、所述墙面轮廓区域和所述可移动区域的位置关系,在所述可移动区域内确定出所述测站的至少一个第一位置,其中,所述设备部署在所述至少一个第一位置处针对所述墙面结构特征形成的采集区域将所述墙面轮廓区域完全覆盖。
在本申请实施例中,利用针对墙面轮廓区域确定的至少一个第一位置,可实现对墙面轮廓区域上的户型结构特征进行全面的采集。
结合第一方面的第一种可能的实现方式,在第二种可能的实现方式中,所述测站的位置即是所述测站在所述可移动区域内对应像素点处的位置,根据所述设备、所述墙面轮廓区域和所述可移动区域的位置关系,在所述可移动区域内确定出所述测站的至少一个第一位置,包括:
根据所述设备在所述可移动区域内每个像素点处形成的采集区域与所述墙面轮廓区域的交叠关系,确定出最少数量的所述至少一个第一位置,其中,每个像素点处的采集区域为所述设备在所述可移动区域内的每个像素点处针对所述墙面结构特征形成的采集区域。
在本申请实施例中,通过分析设备在可移动区域内的每个像素点处形成的采集区域,可以实现确定出最少数量的至少一个第一位置,从而进一步提高测量效率。
结合第一方面的第二种可能的实现方式,在第三种可能的实现方式中,根据所述设备在所述可移动区域内的每个像素点处形成的采集区域和所述墙面轮廓区域的交叠关系,确定出最少数量的所述至少一个第一位置,包括:
从每个像素点处形成的采集区域与所述墙面轮廓区域之间的交叠区域中确定出最大交叠区域;若本次确定出的最大交叠区域等于所述墙面轮廓区域,结束对最大交叠区域的确定,本次确定出的最大交叠区域对应的像素点的所在位置为所述第一位置;若本次确定出的最大交叠区域小于所述墙面轮廓区域,则从每个像素点处形成的采集区域与墙面轮廓剩余区域之间的交叠区域中,继续确定出余下的最大交叠区域,直至所有确定出的最大交叠区域加起来等于所述墙面轮廓区域,则结束对最大交叠区域的确定,其中,所述墙面轮廓剩余区域为所述墙面轮廓区域中除已确定出的最大交叠区域以外的区域,所述所有确定出的最大交叠区域中每个最大交叠区域对应的像素点的所在位置为一个所述第一位置。
在本申请实施例中,通过先确定出设备的采集区域与墙面轮廓区域形成的最大交叠区域对应的第一位置,若还有未被覆盖的墙面轮廓剩余区域,则继续重复前述流程,以确定出设备的采集区域与墙面轮廓剩余区域形成的最大交叠区域对应的第一位置。因此,通过这种迭代的方式,有序且高效的确定出所有的第一位置,避免出现遗漏。
结合第一方面的第三种可能的实现方式,在第四种可能的实现方式中,在每一次确定出最大交叠区域之后,所述方法还包括:
若该次确定出的最大交叠区域的数量为多个,则从多个最大交叠区域中选择出对应的像素点最靠近所述平面轮廓图的中心处的最大交叠区域,所述最靠近所述平面轮廓图的中心处的最大交叠区域则为该次最终确定出的一个最大交叠区域。
在本申请实施例中,由于选择出最大交叠区域对应的可移动区域的像素点最靠近平面轮廓图中心处,以该最大交叠区域对应的第一位置来部署设备时,设备更靠近房间的中心,这样设备可更均匀的采集到户型结构特征的数据,以减少数据畸变,提高数据的准确性。
结合第一方面的第二种可能的实现方式,在第五种可能的实现方式中,所述方法还包括:
根据所述设备的视距范围、所述房间的高、所述设备的架设高度以及所述设备的转动角度,确定出所述设备针对所述墙面轮廓区域形成的采集区域。
在本申请实施例中,由于设备的采集区域的确定不仅依赖于设备自身的一些参数还要依赖于房间的高,故使得确定出的采集区域更加符合房间的尺寸要求。
结合第一方面的第五种可能的实现方式,在第六种可能的实现方式中,所述视距范围包括:最大采集距离和最小采集距离,根据所述设备的视距范围、所述房间的高、所述设备的架设高度以及所述设备的转动角度,确定出所述设备针对所述墙面轮廓区域形成的采集区域,包括:
根据所述房间的高、所述最大采集距离以及所述架设高度,确定出所述设备的最大水平采集距离;根据所述最大水平采集距离、所述最小采集距离以及所述转动角度,确定出所述设备针对所述墙面轮廓区域形成的采集区域,其中,所述设备针对所述墙面轮廓区域形成的采集区域为:以所述最大水平采集距为大半径,以所述最大水平采集距离与所述最小采集距离的差值为小半径的环形区域,所述环形区域的圆心角与所述转动角度相同。
在本申请实施例中,由于根据房间的高、视距范围中的最大采集距离以及架设高度确定出设备的最大水平采集距离,能够确保设备将房间顶角处的户型结构特征也采集到,故在此基础上可以确定出呈环形的采集区域,以便可以360°的大范围且全面的采集户型结构特征。
结合第一方面的第一种可能的实现方式,在第七种可能的实现方式中,所述户型结构特征还包括:天花板结构特征,所述墙面轮廓区域内的天花板区域为所述天花板结构特征的所在区域,在确定出所述至少一个第一位置之后,所述方法还包括:
若所述设备部署在所述至少一个第一位置处针对天花板结构特征形成的采集区域未将所述天花板区域完全覆盖,则确定出所述天花板区域内未被覆盖的天花板剩余区域;根据所述设备、所述天花板区域和所述可移动区域的位置关系,在所述可移动区域内确定出所述测站的至少一个第二位置,其中,所述设备部署在所述至少一个第二位置处针对天花板结构特征形成的采集区域将所述天花板剩余区域完全覆盖。
在本申请实施例中,基于测站的至少一个第一位置去分析设备针对天花板形成的采集区域是否将天花板区域完全覆盖,可以实现对第一位置进行多方面的高效利用,从而有效降低测站的数量,以进一步提高测量效率。
结合第一方面的第七种可能的实现方式,在第八种可能的实现方式中,根据所述设备、所述天花板区域和所述可移动区域的位置关系,在所述可移动区域内确定出所述测站的第二位置,包括:
从所述可移动区域投影到所述天花板区域所形成的区域中确定出位于所述天花板剩余区域中心处的像素点;判断所述设备在所述像素点投影到所述可移动区域中的位置处形成的采集区域是否完全覆盖所述天花板剩余区域;若是,所述像素点投影到所述可移动区域中的位置即为一个所述第二位置;若否,将所述天花板剩余区域分成多组区域,并为每组区域确定出一个所述第二位置,其中,所述像素点投影到所述可移动区域中的位置即为一个所述第二位置,所述设备在多个所述第二位置处针对所述天花板结构特征形成的采集区域间所述天花板剩余区域完全覆盖。
在本申请实施例中,通过分析设备在天花板剩余区域的中心投影到可移动区域中位置处形成的采集区域是否完全覆盖天花板剩余区域,能够判断需要确定一个还是多个第二位置,以实现有序且高效确定出数量合理的第二位置。
结合第一方面的第八种可能的实现方式,在第九种可能的实现方式中,从所述可移动区域投影到所述天花板区域所形成的区域中确定出位于所述天花板剩余区域中心处的像素点,包括:
确定出所述天花板剩余区域的外接圆;从所述所形成的区域中确定出位于所述外接圆的圆心处的所述像素点。
在本申请实施例中,通过将天花板剩余区域的外接圆圆心处的像素点作为天花板剩余区域中心处的像素点,故简单有效的实现了对天花板剩余区域中心处的确定。
结合第一方面,在第十种可能的实现方式中,确定出所述房间的户型结构特征的所在区域,包括:
从所述平面轮廓图上确定出包含所述房间的轮廓以及所述轮廓以内部分的区域;通过将所述区域与其它房间连通的部分扩大预设面积,从而获得所述所在区域。
在本申请实施例中,通过将平面轮廓图上房间与其它房间连通的部分扩大预设面积,可避免遗漏该房间与其它房间连通的部分。
结合第一方面的第十种可能的实现方式,在第十一种可能的实现方式中,通过将所述区域上所述房间与其它房间连通的部分扩大预设面积,从而获得所述所在区域,包括:
通过将所述连通的部分沿朝向所述其它房间的方向延伸预设距离,从而获得所述所在区域,其中,所述预设距离与最厚墙体的厚度之间的比例大于等于1/2且小于等于1,所述最厚墙体为所有房间的所有墙体中厚度最大的墙体,所述所有房间为包含所述房间和所述其它房间在内户型中的所有房间。
在本申请实施例中,由于延伸的预设距离与最厚墙体的厚度之间的比例大于0且小于等于1,故可以确保连通的部分不会延伸到其它房间内。
结合第一方面,在第十二种可能的实现方式中,确定出用于采集所述户型结构特征的设备的可移动区域,包括:
将所述平面轮廓图上所述房间的飘窗结构特征的所在区域删除,获得删除后的平面轮廓图,其中,所述户型结构特征包括飘窗结构特征,所述平面轮廓图上的飘窗区域为所述飘窗结构特征的所在区域;从所述删除后的平面轮廓图上确定出包含轮廓以及所述轮廓以内部分的区域,以及将所述区域与其它房间连通的部分扩大预设面积,从而获得扩大后的区域;将所述扩大后的区域缩小,获得所述可移动区域。
在本申请实施例中,由于飘窗的所在区域是向外扩出的区域,该区域是无法部署设备的,因此通过将飘窗结构特征的所在区域删除,使得最终能够确定出更准确的可移动区域。
结合第一方面的第十二种可能的实现方式,在第十三种可能的实现方式中,将所述扩大后的平面轮廓图中的轮廓缩小,获得缩小后的轮廓,包括:
将所述平面轮廓图的轮廓在垂直于所述轮廓的每条边的方向上缩小预设长度,获得所述缩小后的轮廓,其中,所述预设长度为所述设备的底座的中心到所述底座的边缘的最大距离。
在本申请实施例中,由于预设长度为设备底座的中心到底座边缘的最大距离,那么基于该预设长度则可以确定出最大的可移动区域。
结合第一方面,在第十四种可能的实现方式中,获取房间的平面轮廓图,包括:获取房屋的BIM户型图;以房间为单位将所述BIM户型图分割,获得每个房间的所述平面轮廓图。
在本申请实施例中,通过将BIM户型图分割可以便捷快速的获取每个房间的平面轮廓图。
第二方面,本申请实施例提供了一种测站的确定方法装置,所述装置包括:图形获取模块,用于获取房间的平面轮廓图;图形处理模块,用于在所述平面轮廓图上,确定出所述房间的户型结构特征的所在区域,以及确定出用于采集所述户型结构特征的设备的可移动区域;根据所述设备、所述所在区域和所述可移动区域的位置关系,在所述可移动区域内确定出测站的位置,其中,所述设备部署在所述测站的位置处形成的采集区域将所述所在区域完全覆盖。
结合第二方面,在第一种可能的实现方式中,
所述户型结构特征包括:墙面结构特征,所述图形处理模块,用于根据所述设备、所述墙面轮廓区域和所述可移动区域的位置关系,在所述可移动区域内确定出所述测站的至少一个第一位置,其中,所述设备部署在所述至少一个第一位置处针对所述墙面结构特征形成的采集区域将所述墙面轮廓区域完全覆盖。
结合第二方面的第一种可能的实现方式,在第二种可能的实现方式中,
所述测站的位置即是所述测站在所述可移动区域内对应像素点处的位置,所述图形处理模块,用于根据所述设备在所述可移动区域内每个像素点处形成的采集区域与所述墙面轮廓区域的交叠关系,确定出最少数量的所述至少一个第一位置,其中,每个像素点处的采集区域为所述设备在所述可移动区域内的每个像素点处针对所述墙面结构特征形成的采集区域。
结合第一方面的第二种可能的实现方式,在第三种可能的实现方式中,
所述图形处理模块,用于从每个像素点处形成的采集区域与所述墙面轮廓区域之间的交叠区域中确定出最大交叠区域;若本次确定出的最大交叠区域等于所述墙面轮廓区域,结束对最大交叠区域的确定,本次确定出的最大交叠区域对应的像素点的所在位置为所述第一位置;若本次确定出的最大交叠区域小于所述墙面轮廓区域,则从每个像素点处形成的采集区域与墙面轮廓剩余区域之间的交叠区域中,继续确定出余下的最大交叠区域,直至所有确定出的最大交叠区域加起来等于所述墙面轮廓区域,则结束对最大交叠区域的确定,其中,所述墙面轮廓剩余区域为所述墙面轮廓区域中除已确定出的最大交叠区域以外的区域,所述所有确定出的最大交叠区域中每个最大交叠区域对应的像素点的所在位置为一个所述第一位置。
结合第二方面的第三种可能的实现方式,在第四种可能的实现方式中,
在所述图形处理模块每一次确定出最大交叠区域之后,所述图形处理模块,还用于若该次确定出的最大交叠区域的数量为多个,则从多个最大交叠区域中选择出对应的像素点最靠近所述平面轮廓图的中心处的最大交叠区域,所述最靠近所述平面轮廓图的中心处的最大交叠区域则为该次最终确定出的一个最大交叠区域。
结合第二方面的第二种可能的实现方式,在第五种可能的实现方式中,
所述图形处理模块,还用于根据所述设备的视距范围、所述房间的高、所述设备的架设高度以及所述设备的转动角度,确定出所述设备针对所述墙面轮廓区域形成的采集区域。
结合第二方面的第五种可能的实现方式,在第六种可能的实现方式中,
所述视距范围包括:最大采集距离和最小采集距离,所述图形处理模块,用于根据所述房间的高、所述最大采集距离以及所述架设高度,确定出所述设备的最大水平采集距离;根据所述最大水平采集距离、所述最小采集距离以及所述转动角度,确定出所述设备针对所述墙面轮廓区域形成的采集区域,其中,所述设备针对所述墙面轮廓区域形成的采集区域为:以所述最大水平采集距为大半径,以所述最大水平采集距离与所述最小采集距离的差值为小半径的环形区域,所述环形区域的圆心角与所述转动角度相同。
结合第二方面的第一种可能的实现方式,在第七种可能的实现方式中,
所述户型结构特征还包括:天花板结构特征,所述墙面轮廓区域内的天花板区域为所述天花板结构特征的所在区域,在所述图形处理模块确定出所述至少一个第一位置之后,所述图形处理模块,还用于若所述设备部署在所述至少一个第一位置处针对天花板结构特征形成的采集区域未将所述天花板区域完全覆盖,则确定出所述天花板区域内未被覆盖的天花板剩余区域;根据所述设备、所述天花板区域和所述可移动区域的位置关系,在所述可移动区域内确定出所述测站的至少一个第二位置,其中,所述设备部署在所述至少一个第二位置处针对天花板结构特征形成的采集区域将所述天花板剩余区域完全覆盖。
结合第二方面的第七种可能的实现方式,在第八种可能的实现方式中,
所述图形处理模块,用于从所述可移动区域投影到所述天花板区域所形成的区域中确定出位于所述天花板剩余区域中心处的像素点;判断所述设备在所述像素点投影到所述可移动区域中的位置处形成的采集区域是否完全覆盖所述天花板剩余区域;若是,所述像素点投影到所述可移动区域中的位置即为一个所述第二位置;若否,将所述天花板剩余区域分成多组区域,并为每组区域确定出一个所述第二位置,其中,所述像素点投影到所述可移动区域中的位置即为一个所述第二位置,所述设备在多个所述第二位置处针对所述天花板结构特征形成的采集区域间所述天花板剩余区域完全覆盖。
结合第二方面的第八种可能的实现方式,在第九种可能的实现方式中,
所述图形处理模块,用于确定出所述天花板剩余区域的外接圆;从所述所形成的区域中确定出位于所述外接圆的圆心处的所述像素点。
结合第二方面,在第十种可能的实现方式中,
所述图形处理模块,用于从所述平面轮廓图上确定出包含所述房间的轮廓以及所述轮廓以内部分的区域;通过将所述区域与其它房间连通的部分扩大预设面积,从而获得所述所在区域。
结合第二方面的第十种可能的实现方式,在第十一种可能的实现方式中,
所述图形处理模块,用于通过将所述连通的部分沿朝向所述其它房间的方向延伸预设距离,从而获得所述所在区域,其中,所述预设距离与最厚墙体的厚度之间的比例大于等于1/2且小于等于1,所述最厚墙体为所有房间的所有墙体中厚度最大的墙体,所述所有房间为包含所述房间和所述其它房间在内户型中的所有房间。
结合第二方面,在第十二种可能的实现方式中,
所述图形处理模块,用于将所述平面轮廓图上所述房间的飘窗结构特征的所在区域删除,获得删除后的平面轮廓图,其中,所述户型结构特征包括飘窗结构特征,所述平面轮廓图上的飘窗区域为所述飘窗结构特征的所在区域;从所述删除后的平面轮廓图上确定出包含轮廓以及所述轮廓以内部分的区域,以及将所述区域与其它房间连通的部分扩大预设面积,从而获得扩大后的区域;将所述扩大后的区域缩小,获得所述可移动区域。
结合第二方面的第十二种可能的实现方式,在第十三种可能的实现方式中,
所述图形处理模块,用于将所述平面轮廓图的轮廓在垂直于所述轮廓的每条边的方向上缩小预设长度,获得所述缩小后的轮廓,其中,所述预设长度为所述设备的底座的中心到所述底座的边缘的最大距离。
结合第二方面,在第十四种可能的实现方式中,
所述图形获取模块,用于获取房屋的BIM户型图;以房间为单位将所述BIM户型图分割,获得每个房间的所述平面轮廓图。
第三方面,本申请实施例提供了一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令;当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行如第一方面或第一方面的任一种可能的实现方式所述的测站的确定方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被计算机运行时,执行如第一方面或第一方面的任一种可能的实现方式所述的测站的确定方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,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相关的附图。
图1为本申请实施例提供的一种测站的确定方法的流程图;
图2为本申请实施例提供的一种测站的确定方法的第一应用场景图;
图3为本申请实施例提供的一种测站的确定方法的第二应用场景图;
图4为本申请实施例提供的一种测站的确定方法的第三应用场景图;
图5为本申请实施例提供的一种测站的确定方法的第四应用场景图;
图6为本申请实施例提供的一种测站的确定方法的第五应用场景图;
图7为本申请实施例提供的一种测站的确定方法的第六应用场景图;
图8A为本申请实施例提供的一种测站的确定方法的第七应用场景图;
图8B为本申请实施例提供的一种测站的确定方法的第八应用场景图;
图8C为本申请实施例提供的一种测站的确定方法的第九应用场景图;
图9为本申请实施例提供的一种测站的确定方法的第十应用场景图;
图10为本申请实施例提供的一种测站的确定方法的第十一应用场景图;
图11为本申请实施例提供的一种电子设备的结构框图;
图12为本申请实施例提供的一种测站的确定方法装置的结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
请参阅图1,本申请实施例提供了一种测站的确定方法,其中,在该测站的确定方法中所述的设备可以是视觉传感器比如面结构光传感器,该测站的确定方法可以由电子设备比如终端或者服务器执行,该测站的确定方法的方法流程包括:
步骤S100:获取房间的平面轮廓图。
步骤S200:在该平面轮廓图上,确定出该房间的户型结构特征的所在区域,以及确定出用于采集该户型结构特征的设备的可移动区域。
步骤S300:根据该设备、该所在区域和所述可移动区域的位置关系,在该可移动区域内确定出测站的位置,其中,该设备部署在该测站的位置处形成的采集区域将该所在区域完全覆盖。
下面将结合图示,对上述流程进行详细说明。
步骤S100:获取房间的平面轮廓图。
本实施例中,电子设备获取房间的平面轮廓图的方式可以有多种。
作为一种示例性的方式,用户可以自己绘制出房间的平面轮廓图,再将该房间的平面轮廓图导入到电子设备。这样,电子设备便相应获得了该房间的平面轮廓图。其中,若该房间没有飘窗,那么该房间的平面轮廓图即是由该房间的墙面以及门窗所围成的图形;若该房间有飘窗,那么该房间的平面轮廓图即是由该房间的飘窗的边缘、该房间的墙面以及门窗所围成的图形。
作为另一种示例性的方式,用户可以将包含该房间的房屋的BIM户型图导入到电子设备。电子设备获取该房屋的BIM户型图后,电子设备可以以房间为单位,将该房屋的BIM户型图进行分割,从而获得该房屋中每个房间的平面轮廓图。
具体来说,某房屋的BIM户型图可以如图2所示,该房屋的BIM户型图可以表示出该房屋所有墙体、门窗、飘窗的结构特征。电子设备基于该房屋的BIM户型图,便可以以房间为单位对该房屋的BIM户型图进行初步分割,从而获得如图3所示的每个房间初步的平面轮廓图。显然,如图3所示,该房屋的BIM户型图被分割成9个独立区域,每个区域即为一个房间初步的平面轮廓图。其中,在初步分割时,每个房间中飘窗的结构特征的所在的区域不包含在该房间初步的平面轮廓图内,比如图3所示,飘窗的结构特征所在的区域为白色填充区域,其位于房间初步的平面轮廓图以外。
进一步的,在初步分割后,有些房间的形状是不规则的,比如图3中的房间0、房间1、房间2、房间3以及房间5,他们的形状并不是规则的矩形。由于这种不规则的形状可能会导致电子设备难以准确的确定出视觉传感器在这些房间内的测站,故在初步分割后,电子设备还可以对这些不规则的初步平面轮廓图做进一步分割,以将轮廓形状不规则的房间再分割成轮廓形状规则的多个房间。比如,电子设备可以采用计算最大内接正矩形的方式,将每个不规则的初步平面轮廓图分割成至少两个矩形,每个矩形则为一个新分割出的房间的初步平面轮廓图。
比如图3和图4所示,图3中的房间2被进一步分割成图4中的房间2、房间3和房间4,在图4中,构成房间2的矩形则为房间2初步的平面轮廓图、构成房间3的矩形则为房间3初步的平面轮廓图、而构成房间4的矩形则为房间4初步的平面轮廓图。
需要说明的是,在进一步分割的过程中,若某个房间初步的平面轮廓图分割出多个矩形中有某些矩形的面积过小(电子设备可以通过计算图中像素点数量的方式来获取矩形的面积)例如小于等于预设的面积下限值,由于该面积过小的矩形是基于该房间初步的平面轮廓图中不规则部分分割出来,那么该矩形的面积过小则说明该不规则部分也很小,故不规则部分并不影响视觉传感器的测量,因而电子设备可将该面积过小的矩形与分割后相邻且面积大于面积下限值的矩形拼接,该拼接后的平面轮廓图则作为新分割出的一个房间初步的平面轮廓图。当然,若一个房间初步的平面轮廓图只分割出一个面积大于面积下限值的矩形,将该房间初步的平面轮廓图分割出的面积小于等于面积下限值的矩形,与该面积大于面积下限值的矩形拼接后,拼接后的平面轮廓图还是该房间初步的平面轮廓图。
比如图3中房间0或房间3初步的平面轮廓图,其被分割成图4所示的两个矩形后,由于只有下面一个矩形的面积大于预设的面积下限值,故拼接后的平面轮廓图则还是图3中该房间0或房间3的不规则的初步平面轮廓图。
又比如图3中房间5初步的平面轮廓图,其被分割成图4所示的三个矩形后,由于左右两边的两个矩形的面积都大于预设的面积下限值,故可以将中间的矩形分别与左右两边的矩形拼接。中间的矩形与左边的矩形拼接后的平面轮廓图为图4中新分割出的房间7初步的平面轮廓图,而中间的矩形与右边的矩形拼接后的平面轮廓图为图4中新分割出的房间8初步的平面轮廓图。
当然,采用拼接的方式仅为本实施例的一种示例性方式,并不作为本实施例的限定。比如,在采用拼接方式的基础上,其还可以采用矩形删除的方式。
示例性的,若将某房间初步的平面轮廓图分割成多个矩形后,若多个矩形中面积小于等于面积下限值的矩形仅与多个矩形中面积大于面积下限值的一个矩形相邻,那么则可以将这些相邻的矩形拼接。
若多个矩形中有一个面积小于等于面积下限值的矩形与多个矩形中另外的至少两个矩形相邻,且该至少两个矩形相邻的面积都大于面积下限值,说明与至少两个矩形相邻的该矩形位于至少两个矩形之间的公共区域。由于测量时需要确保冗余,故视觉传感器的采集范围通常会覆盖到至少两个矩形之间的公共区域,故在这种情况下,不考虑与至少两个矩形相邻的该矩形也不会影响视觉传感器的测量。因此这种情况下无需进行矩形的拼接,将该与至少两个矩形相邻的矩形删除,并直接将每个面积大于面积下限值的矩形作为一个新分割出的房间的初步平面轮廓图即可。
比如图3中房间5的初步平面轮廓图,其被分割成图4所示的三个矩形后,由于左右两边的两个矩形的面积都大于预设的面积下限值,而中间的矩形的面积小于等于预设的面积下限值,故可以不考虑中间的矩形,直接将左边的矩形作为图4中新分割出的房间7初步的平面轮廓图,以及将右边的矩形合作为图4中新分割出的房间8初步的平面轮廓图。
本实施例中,在完成对BIM户型图的初步分割,以及完成对不规则房间的初步平面轮廓图的再次分割后,电子设备可以将每个房间中飘窗的飘窗区域加入到该房间初步的平面轮廓图,从而最终获得每个房间的平面轮廓图。
比如图4所示,将房间10初步的平面轮廓图与左侧矩形的飘窗区域拼接,则获得了该房间10的平面轮廓图。
本实施例中,在获得每个房间的平面轮廓图后,电子设备可以执行步骤S200,以确定出视觉传感器在每个房间内的测站。可以理解到,由于电子设备计算每个房间的平面轮廓图内的测站的方式都大致相同,为便于理解,本实施例后文将以电子设备计算某一个房间的平面轮廓图内的测站为例进行说明。
步骤S200:在该平面轮廓图上,确定出该房间的户型结构特征的所在区域,以及确定出用于采集该户型结构特征的设备的可移动区域。
在该房间的平面轮廓图中,该房间的平面轮廓图所包含的区域即为该房间的户型结构特征的所在区域。
具体来说,飘窗的窗体、墙体及墙体上的门窗在广义上可以统一理解为墙面,那么平面轮廓图中轮廓区域即为的飘窗的窗体、墙体及墙体上的门窗这些结构的所在区域,也即为墙面轮廓区域,而墙面轮廓区域所包含的特征即为户型结构特征中的墙面结构特征。此外,由于房间的天花板被墙面包围在内,故该房间的平面轮廓图上墙面轮廓区域以内的天花板区域即为户型结构特征中天花板结构特征的所在区域。
因此,通过将测站选定在适合的位置,并将该视觉传感器设置在该测站处形成的采集区域则能够将该平面轮廓图所包含的区域全部覆盖,以便对该房间的墙面结构特征以及天花板结构特征进行全面采集。而如前所述,由于各房间之间存在公共区域,因此公共区域所包含的墙面结构特征以及天花板结构特征也囊括在对应房间的户型结构特征内,这样,该视觉传感器在该房间的户型结构特征进行全面采集时,则一并将公共区域所包含的墙面结构特征以及天花板结构特征也进行采集,避免出现遗漏。
具体的,若前述分割采用的是矩形拼接的方式,房间与房间之间连通的部分在再次分割时已经与一个新分割出的大的矩形进行拼接,故该房间的平面轮廓图所包含的区域已经将公共区域包含在内,故可直接基于该房间的平面轮廓图来确定部署视觉传感器的测站。
比如图4中房间7的平面轮廓图为左侧的大矩形与中间的小矩形拼接后的图形,而房间8的平面轮廓图为右侧的大矩形与中间的小矩形拼接后的图形,显然,房间7和房间8的平面轮廓图都包含了房间7和房间8之间的公共区域。
若前述分割采用的是矩形拼接+矩形删除的方式,那么针对与其他房间之间存在公共区域,故需要通过该房间的区域方式将公共区域囊括内,以便公共区域所包含的户型结构特征也归属为该房间的户型结构特征,从而避免出现特征遗漏。因此,电子设备则需要从平面轮廓图上确定出包含该房间的轮廓以及该轮廓以内部分的区域,并将该区域与其它房间连通的部分扩大预设面积,以获得扩大后的平面轮廓图,而该扩大后的平面轮廓图所包含的区域即为该房间的户型结构特征的所在区域。值得注意的是,预设面积至少为公共区域的面积的一半以上,这样才能确保在与该公共区域连接的另一个房间的平面轮廓图也扩大预设面积后,这两个房间的平面轮廓图上扩大的区域加起来能够将该公共区域完全覆盖。
本实施例中,作为将连通的部分扩大预设面积的示例性方式,电子设备可以采用像素点腐蚀的方式,将包含该房间的轮廓以及该轮廓以内部分的区域与其它房间连通的部分,沿朝向其它房间的方向腐蚀预设个数的像素点比如50个像素点,这样该连通的部分则沿朝向其它房间的方向延伸了预设距离,使得含该房间的轮廓以及该轮廓以内部分的区域被扩大,形成一个扩大的区域,该扩大的区域即为该房间的户型结构特征的所在区域,而该房间的户型结构特征也包括墙面结构特征和天花板结构特征,这些结构特征的分布原理可以参阅前述,在此就不再累述。
需要说明的是,腐蚀50个像素点所形成的预设距离与最厚墙体的厚度的比例为大于等于1/2且小于等于1,其中,最厚墙体为BIM户型图所包含的所有房间的所有墙体中厚度最大的墙体。
因此,腐蚀50个像素点可以使得扩大的预设面积至少为公共区域的面积一半以上。
比如图4所示,可以以房间7的平面轮廓图上与中间的小矩形相接的边作为连通的部分,向垂直该相接的边并朝向房间8的平面轮廓图的方向腐蚀50个像素点,而腐蚀50个像素点后形成的矩形的所在区域则能够完全将与房间7的平面轮廓图相接的中间的小矩形即公共区域覆盖。
本实施例中,在确定出房间的户型结构特征的所在区域的同时,电子设备还需要从平面轮廓图内确定出视觉传感器的可移动区域。
本实施例中,视觉传感器一般安装在底座上,且底座的中心到底座边缘的最大距离为R,比如底座为圆盘的情况下,R为底座的半径,因此视觉传感器距离墙面最近也只能部署在与墙面的水平距离为R的位置处。故电子设备基于该最大距离为R,便可以确定出视觉传感器的可移动区域。
具体的,由于飘窗的一般位于墙体的中部,飘窗底部的仍是墙体,故视觉传感器离飘窗最近也只能部署在与飘窗底部的墙体的水平距离为R的位置处。换言之,飘窗的存在并不能扩大视觉传感器的可移动区域。因此,在确定视觉传感器的可移动区域的过程中,可以先将户型结构特征中飘窗结构特征在该房间的平面轮廓图上的所在区域删除,获得删除后的平面轮廓图,其中,该房间的平面轮廓图上的飘窗区域即为飘窗结构特征的所在区域。
进一步的,也考虑到房间与房间之间的公共区域,若前述分割采用的是矩形拼接的方式,那么拼接后形成的该房间的平面轮廓图上已经包含公共区域,故电子设备可以直接在删除后的平面轮廓图的基础上缩小。
作为缩小的一种示例性方式,电子设备可以将删除后的平面轮廓图的轮廓等比缩小预设比例,以获得缩小后的轮廓,该缩小后的轮廓所包含的区域即为该视觉传感器的可移动区域,其中,在该房间的平面轮廓图的尺寸上,预设比例需要确保缩小后的轮廓与缩小前的轮廓之间的垂直距离即为该最大距离R。
作为缩小的另一种示例性方式,电子设备也可以将该房间的平面轮廓图的轮廓在垂直于该轮廓的每条边的方向上腐蚀预设个数的像素点,以将该轮廓在垂直于该轮廓的每条边的方向上缩小预设长度,获得缩小后的轮廓,该缩小后的轮廓所包含的区域即为该视觉传感器的可移动区域,其中,该最大距离R即为该预设长度。
而若前述分割采用的是矩形拼接+矩形删除的方式,那么针对与其他房间之间存在公共区域的房间,电子设备则需要按照前述的方式,从该删除后的平面轮廓图上确定出包含轮廓以及轮廓以内部分的区域,然后再将该区域与其它房间连通的部分扩大预设面积,从而获得扩大后的区域。最后,在利用前述的等比缩小或者像素点腐蚀的方式,将该扩大后的区域缩小,从而也获得该视觉传感器的可移动区域。
比如,针对图4中房间7的平面轮廓图,电子设备在房间7的平面轮廓图基础上,获得的房间7的户型结构特征所在区域以及房间7的视觉传感器的可移动区域可以如图5所示。
而在获得房间的户型结构特征所在区域以及视觉传感器的可移动区域后,电子设备可以进一步执行步骤S300。
步骤S300:根据该设备、该所在区域和所述可移动区域的位置关系,在该可移动区域内确定出测站的位置,其中,该设备部署在该测站的位置处形成的采集区域将该所在区域完全覆盖。
视觉传感器的性能参数可以包括:视觉传感器的转动角度,比如视觉传感器在竖直面可以具有360°或者近360°的转动角度,以及视觉传感器在水平面可以具有上360°的转动角度。此外,性能参数还可以包括:视觉传感器的视距范围,比如视距范围为Dmin到Dmax,其中,Dmin为视觉传感器的最小采集距离,Dmin小于或等于底座的中心到底座边缘的最大距离R,而Dmax则为视觉传感器的最大采集距离。
本实施例中,电子设备中还预设有该房间的高,那么电子设备根据视觉传感器的性能参数以及房间的高就可以确定出该视觉传感器针对该房间的墙面结构特征形成的采集区域,进而电子设备根据该视觉传感器针对该房间的墙面结构特征形成的采集区域、该墙面轮廓区域和该视觉传感器的可移动区域的三者位置关系,便可以在该可移动区域内确定出设置该视觉传感器的测站的至少一个第一位置,并使得该视觉传感器部署在位于至少一个第一位置的测站处时,该视觉传感器针对墙面结构特征形成的采集区域则将该墙面轮廓区域完全覆盖,以便对墙面结构特征的全面采集。
作为确定该视觉传感器针对该房间的墙面结构特征形成的采集区域的示例性方式。电子设备可以根据该视觉传感器的视距范围、该房间的高、该视觉传感器的架设高度以及该视觉传感器在水平面上的转动角度,则可以确定出该视觉传感器针对该房间的墙面轮廓区域形成的采集区域。
具体的,如图6所示,电子设备可以先根据该房间的高、该视觉传感器的最大采集距离以及该视觉传感器的架设高度,确定出该视觉传感器的最大水平采集距离。比如,若视觉传感器架设高度为H,若房屋的高为H1,且H<1/2H1,视觉传感器到房间的最远处为视觉传感器到天花板的顶角,那么视觉传感器到墙面的最大水平采集距离dmax即为:dmax>R,
Figure BDA0002452569690000161
而若H>1/2H1,视觉传感器到房间的最远处为视觉传感器到地面的顶角,那么dmax即为:
Figure BDA0002452569690000162
dmax>R。换言之,视觉传感器与墙面的距离在Dmin到dmax这一范围内时,视觉传感器在竖直面上转动便可将墙面从顶部到底部的结构特征全部采集。
进一步的,电子设备根据该视觉传感器的最大水平采集距离、该视觉传感器的最小采集距离以及该视觉传感器在水平面上的转动角度,则可以确定出该视觉传感器的针对该墙面轮廓区域形成的采集区域,其中,该视觉传感器的针对该墙面轮廓区域形成的采集区域即为:以该视觉传感器的最大水平采集距为大半径,以该视觉传感器的最大水平采集距离与该视觉传感器的最小采集距离的差值为小半径的环形区域,而该环形区域的圆心角则与该视觉传感器在水平面上的转动角度相同。
比如如图7所示,当视觉传感器在水平面上转动360°,针对墙面,视觉传感器形成的采集区域即为内圆半径为Dmin外圆半径为dmax的环形区域。
电子设备在确定出视觉传感器针对该墙面轮廓区域形成的采集区域后,电子设备便可以通过计算该视觉传感器在可移动区域内的每个像素点处针对该墙面轮廓区域形成的采集区域,与该墙面轮廓区域的交叠关系,从而在可移动区域内确定出最少数量的第一位置,其中,测站的位置即是测站在可移动区域内对应像素点处的位置。
作为基于交叠关系确定出最少数量的第一位置示例性方式,电子设备可以通过迭代的方式来计算交叠关系以确定出最少数量的第一位置。
具体的,第一次迭代:电子设备可以计算出视觉传感器在可移动区域内的每个像素点处针对该墙面轮廓区域形成的采集区域,与该墙面轮廓区域之间形成的交叠区域的面积。比如,电子设备计算出视觉传感器在可移动区域内的每个像素点处针对该墙面轮廓区域形成的采集区域能够覆盖住墙面轮廓区域上的多少个像素点,该被覆盖的像素点数量可以用于表示对应的交叠区域的面积。最后,电子设备可以基于被覆盖的像素点数量确定出面积最大交叠区域,而该最大交叠区域对应的像素点的所在位置即为第一个被确定出的第一位置。
进一步的,在确定出第一个第一位置后,电子设备可以进一步判断该面积最大交叠区域是小于还是等于墙面轮廓区域,即判断该面积最大交叠区域的像素点数量是小于还是等于墙面轮廓区域的像素点数量。
若该面积最大交叠区域等于墙面轮廓区域,说明将该视觉传感器设置在该一个第一位置处,视觉传感器针对墙面轮廓区域形成的采集区域可以将墙面轮廓区域完全覆盖,从而可以将墙面轮廓区域上的墙面结构特征全部采集,故电子设备完成对测站的第一位置的确定,可以继续执行后续流程。
若该面积最大交叠区域小于墙面轮廓区域,说明将该视觉传感器设置在该一个第一位置处,视觉传感器针对墙面轮廓区域形成的采集区域无法将墙面轮廓区域完全覆盖,因此,在该房间内需要设置至少两个第一位置,视觉传感器才能够将墙面轮廓区域上的面积结构特征全部采集。因此,电子设备可以进行第二次迭代,以继续确定出剩余的第一位置。
而在第二次迭代中,电子设备可以确定出墙面轮廓区域中的墙面轮廓剩余区域,其中,该墙面轮廓剩余区域为墙面轮廓区域中的除面积最大交叠区域以外的区域。电子设备继续计算出视觉传感器在可移动区域内的每个像素点处针对墙面轮廓区域形成的采集区域,与墙面轮廓剩余区域之间的交叠区域的面积,比如,电子设备也计算出视觉传感器在可移动区域内的每个像素点处针对墙面轮廓区域形成的采集区域能够覆盖住墙面轮廓剩余区域上的多少个像素点,该被覆盖的像素点数量也用于表示对应的交叠区域的面积。最后,电子设备也基于被覆盖的像素点数量确定出面积最大交叠区域,而该面积最大交叠区域对应的像素点的所在位置即为第二个被确定出的第一位置。
在确定出第二个第一位置后,电子设备也进一步判断视觉传感器在两个第一位置处形成的两个最大交叠区域叠加起来是小于还是等于墙面轮廓区域,即判断视觉传感器在两个第一位置处形成的两个最大交叠区域叠加起来的像素点数量是小于还是等于墙面轮廓区域的像素点数量。
若视觉传感器在这两个第一位置处形成的两个面积最大交叠区域叠加起来等于墙面轮廓区域,说明将视觉传感器部署在该房间内的这两个第一位置处,视觉传感器针对墙面轮廓区域形成的采集区域便可以将墙面轮廓区域完全覆盖,以便将墙面轮廓区域上的墙面结构特征全部采集,故电子设备完成对第一位置的确定,可以继续执行后续流程。
若视觉传感器在这两个第一位置处形成的两个面积最大交叠区域叠加起来还是小于墙面轮廓区域,说明在该房间内需要设置更多的第一位置,视觉传感器才能够将墙面轮廓区域上的墙面结构特征全部采集。因此,电子设备可以继续确定出剩余的第一位置,换言之,电子设备可以执行第三次迭代,以利用墙面轮廓剩余区域确定出剩余的第一位置的流程,直至视觉传感器在所有确定出的第一位置处形成的面积最大交叠区域叠加起来等于墙面轮廓区域则停止迭代。
需要说明的是,在每一次迭代过程中,若确定出面积最大交叠区域有多个,电子设备从多个最大交叠区域中选择出对应的像素点最靠近可移动区域中心处的最大交叠区域,并将该最靠近可移动区域中心处的最大交叠区域作为本次迭代最终确定出的一个最大交叠区域。这样做的好处是使得确定出测站更靠近房间的中心,使得视觉传感器能够获得更好视野,以便采集到的数据更加均匀。
比如图8A所示,电子设备第一次确定出的第一位置A1,该视觉传感器在第一位置A1处的面积最大交叠区域显然小于墙面轮廓区域,且墙面轮廓剩余区域C1如图8A中加粗线条所示。那么,电子设备继续确定出剩余的第一位置。
进一步的,如图8B所示,电子设备在墙面轮廓剩余区域C1的基础上,确定出与墙面轮廓剩余区域C1形成面积最大交叠区域的第一位置A2。由于视觉传感器在第一位置A1和第一位置A2形成的面积最大交叠区域叠加起来也小于墙面轮廓区域,且墙面轮廓剩余区域C2如图8B中加粗线条所示。那么,电子设备还要继续确定出剩余的第一位置。
进一步的,如图8C所示,电子设备在墙面轮廓剩余区域C2的基础上,确定出与墙面轮廓剩余区域C2形成面积最大交叠区域的第一位置A3。由于视觉传感器在第一位置A1、第一位置A2和第一位置A3形成的面积最大交叠区域叠加起来等于墙面轮廓区域,故所有的第一位置都已经确定出。
本实施例中,若视觉传感器还要对天花板区域上的天花板结构特征进行采集,在确定出至少一个第一位置后,电子设备可以基于至少一个第一位置判断视觉传感器在至少一个第一位置处针对天花板结构特征形成的采集区域是否能够天花板区域完全覆盖。
若能够完全覆盖,说明视觉传感器部署在至少一个第一位置将墙面结构特征和天花板结构特征一并采集,那么电子设备可以结束本次测站的确定,确定出的测站的位置即为至少一个第一位置。
若不能够完全覆盖,说明视觉传感器部署在第一位置针对天花板结构特征形成的采集区域处无法将天花板结构特征一并采集,那么电子设备需要针对天花板区域确定出测站的至少一个第二位置,使得视觉传感器部署在至少一个第一位置和至少一个第二位置处时,视觉传感器针对天花板结构特征形成的采集区域能够将天花板区域完全覆盖,以采集到天花板区域上的全部天花板结构特征。
具体的,如图9所示,视觉传感器架设高度为H,且房屋的层高为H1,那么视觉传感器到天花板的距离h=H1-H,且h大于视觉传感器的最小采集距离Dmin,那么当视觉传感器在竖直面上从垂直朝向天花板的方向转动角度α,使得视觉传感器视域的边缘与天花板的距离为视觉传感器的最大采集距离Dmax(视觉传感器视域的边缘与天花板的距离为Dmax是为确保视觉传感器本次转动能够准确采集到数据)。由于视觉传感器的视域为锥体,本次转动角度α,使得视觉传感器视域在天花板上针对天花板结构特征形成的采集区域为一个等腰梯形。
进一步的,若在转动角度α的基础上,再在水平面上将视觉传感器转动360°,视觉传感器在天花板上针对天花板结构特征形成的采集区域则为:以该等腰梯形相对较短的底的中点为圆心将该等腰梯形转动360°所形成的区域,该区域即为一个圆形区域。换言之,视觉传感器在天花板上针对天花板结构特征最终形成的采集区域为一个圆形区域。
本实施例中,电子设备可以计算出视觉传感器部署在第一位置处针对天花板结构特征形成的圆形的采集区域(为简洁描述,后文将“视觉传感器部署在第一位置处针对天花板结构特征形成的圆形的采集区域”统一简称为“天花板采集区域”)是否将天花板区域完全覆盖,即电子设备可以计算天花板采集区域与天花板区域形成的交叠区域的大小。然后,电子设备可以判断该交叠区域的大小是否与天花板区域的大小相同,即判断交叠区域内的像素点数量是否与天花板区域内的像素点数量相同。
若相同,说明天花板采集区域将天花板区域完全覆盖,故电子设备结束本次测站的确定,确定出的测站的位置即为至少一个第一位置。
若不同,说明天花板采集区域无法将天花板区域完全覆盖。那么电子设备可以进一步确定出天花板区域内未被天花板采集区域覆盖的天花板剩余区域。然后,电子设备可以基于天花板剩余区域、可移动区域和视觉传感器三者的位置关系,在可移动区域内确定出测站的至少一个第二位置,其中,视觉传感器部署在至少一个第二位置处针对天花板结构特征形成的采集区域则可以将天花板剩余区域完全覆盖。
具体的,电子设备可以从可移动区域投影到天花板区域所形成的区域中确定出位于天花板剩余区域中心处的像素点;比如,电子设备可以确定出天花板剩余区域的外接圆,再从可移动区域投影到天花板区域所形成的区域中确定出位于该外接圆的圆心处的像素点,该像素点即是位于天花板剩余区域中心处的像素点。
然后,电子设备可以判断视觉传感器在该天花板剩余区域中心处的像素点投影到该可移动区域中的位置处,形成针对天花板结构特征形成的采集区域是否完全覆盖天花板剩余区域。
若能够完全覆盖,该天花板剩余区域中心处的像素点投影到该可移动区域中的位置即本次确定出的一个第二位置,且该视觉传感器部署在第二位置处针对天花板结构特征形成的采集区域将天花板剩余区域完全覆盖。故电子设备结束本次测站的确定,确定出的测站即包括至少一个第一位置和本次确定出的这一个第二位置。
若不能够完全覆盖,说明天花板剩余区域可能为多个且较为分散的分布在天花板区域上,视觉传感器在天花板剩余区域中心处的像素点投影到该可移动区域中的位置处,针对天花板结合特征形成的采集区域显然无法将各天花板剩余区域均覆盖,因此需要针对各天花板剩余区域分布式的确定出多个第二位置。
示例性的,电子设备可以按照各天花板剩余区域相互之间的距离,比如将距离较近天花板剩余区域划分为一组,将天花板剩余区域分成多组区域。这样,电子设备便可以为每组区域确定出对应的一个第二位置。
具体的,针对每组区域,电子设备可以从可移动区域投影到该组区域所形成的区域中确定出位于该组区域中心处的像素点;比如,电子设备可以确定出该组区域的外接圆,再从可移动区域投影到该组区域所形成的区域中确定出位于该外接圆的圆心处的像素点,该像素点即是位于该组区域中心处的像素点。而该组区域中心处的像素点投影到该可移动区域中的位置即为该组区域对应的一个第二位置。
可以理解到,通过将距离较近天花板剩余区域划分为一组,使得每组天花板剩余区域都比较集中,故针对每组区域都对应的确定出一个第二位置,视觉传感器在该第二位置处针对天花板结构特征形成的采集区域便可以将该组区域完全覆盖。
比如图10所示,电子设备在第一位置B1~B6针对天花板结构特征形成的采集区域并未将天花板区域完全覆盖,还剩余有天花板剩余区域C7和C8,故电子设备还可以针对该天花板剩余区域C7和C8确定出第二位置B7和B8。
本实施例中,确定出测站在该房间中的位置后,则可以将该视觉传感器部署在该测站处。这样,当该视觉传感器在该测站处采集该房间的户型结构特征,电子设备便可以获取该视觉传感器采集的该户型结构特征的特征数据。
请参阅图11,基于同一发明构思,本申请实施例提供了一种电子设备10,该电子设备10可以包括连接到网络的通信接口11、用于执行程序指令的一个或多个处理器12、总线13、和不同形式的存储器14,例如,磁盘、ROM、或RAM,或其任意组合。示例性地,计算机平台还可以包括存储在ROM、RAM、或其他类型的非暂时性存储介质、或其任意组合中的程序指令。
存储器14用于存储程序,处理器12用于调用并运行存储器14中的程序以执行前述的测站的确定方法。
请参阅图12,基于同一发明构思,本申请实施例提供了一种测站的确定装置100,该测站的确定装置100可以应用于电子设备,该测站的确定装置100可以包括:
输入模块110,用于获取房间的平面轮廓图;
测站确定模块120,用于在所述平面轮廓图上,确定出所述房间的户型结构特征的所在区域,以及确定出用于采集所述户型结构特征的设备的可移动区域;根据所述设备、所述所在区域和所述可移动区域的位置关系,在所述可移动区域内确定出测站的位置,其中,所述设备部署在所述测站的位置处形成的采集区域将所述所在区域完全覆盖。
可选的,该测站的确定装置100还可以包括:
数据采集模块130,用于获取部署到所述测站的位置处的所述设备采集的所述户型结构特征的特征数据。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请一些实施例还提供了一种计算机可执行的非易失的程序代码的计算机可读储存介质,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该计算机可读存储介质上存储有程序代码,该程序代码被计算机运行时执行前述的测站的确定方法。
本申请实施例所提供的测站的确定方法的程序代码产品,包括存储了程序代码的计算机可读存储介质,程序代码包括的指令可用于执行前面方法实施例中的方法,具体实现可参见方法实施例,在此不再赘述。
综上所述,本申请实施例提供了一种测站的确定方法、装置、电子设备及存储介质。通过在平面轮廓图上自动确定出房间的户型结构特征的所在区域,以及确定出用于采集户型结构特征的设备的可移动区域,便可以根据该所在区域、该可移动区域和该设备的位置关系,在可移动区域内自动确定出符合测量要求的测站,以便设备部署在该测站处形成的采集区域将户型结构特征的所在区域完全覆盖,实现了高精度的实测实量。此外,也由于测站是自动确定出,故较于人工确定测站的方式,其确定效率高,在保证精度的基础上,还实现了高效率的实测实量。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (18)

1.一种测站的确定方法,其特征在于,所述方法包括:
获取房间的平面轮廓图;
在所述平面轮廓图上,确定出所述房间的户型结构特征的所在区域,以及确定出用于采集所述户型结构特征的设备的可移动区域;
根据所述设备、所述所在区域和所述可移动区域的位置关系,在所述可移动区域内确定出测站的位置,其中,所述设备部署在所述测站的位置处形成的采集区域将所述所在区域完全覆盖;
所述户型结构特征包括:墙面结构特征,所述平面轮廓图上的墙面轮廓区域为所述墙面结构特征的所在区域,根据所述设备、所述所在区域和所述可移动区域的位置关系,在所述可移动区域内确定出测站的位置,包括:
根据所述设备、所述墙面轮廓区域和所述可移动区域的位置关系,在所述可移动区域内确定出所述测站的至少一个第一位置,其中,所述设备部署在所述至少一个第一位置处针对所述墙面结构特征形成的采集区域将所述墙面轮廓区域完全覆盖;
所述测站的位置即是所述测站在所述可移动区域内对应像素点处的位置,根据所述设备、所述墙面轮廓区域和所述可移动区域的位置关系,在所述可移动区域内确定出所述测站的至少一个第一位置,包括:
根据所述设备在所述可移动区域内每个像素点处形成的采集区域与所述墙面轮廓区域的交叠关系,确定出最少数量的所述至少一个第一位置,其中,每个像素点处的采集区域为所述设备在所述可移动区域内的每个像素点处针对所述墙面结构特征形成的采集区域。
2.根据权利要求1所述的测站的确定方法,其特征在于,根据所述设备在所述可移动区域内每个像素点处形成的采集区域和所述墙面轮廓区域的交叠关系,确定出最少数量的所述至少一个第一位置,包括:
从每个像素点处形成的采集区域与所述墙面轮廓区域之间的交叠区域中确定出最大交叠区域;
若本次确定出的最大交叠区域等于所述墙面轮廓区域,结束对最大交叠区域的确定,本次确定出的最大交叠区域对应的像素点的所在位置为所述第一位置;
若本次确定出的最大交叠区域小于所述墙面轮廓区域,则从每个像素点处形成的采集区域与墙面轮廓剩余区域之间的交叠区域中,继续确定出余下的最大交叠区域,直至所有确定出的最大交叠区域加起来等于所述墙面轮廓区域,则结束对最大交叠区域的确定,其中,所述墙面轮廓剩余区域为所述墙面轮廓区域中除已确定出的最大交叠区域以外的区域,所述所有确定出的最大交叠区域中每个最大交叠区域对应的像素点的所在位置为一个所述第一位置。
3.根据权利要求2所述的测站的确定方法,其特征在于,在每一次确定出最大交叠区域之后,所述方法还包括:
若该次确定出的最大交叠区域的数量为多个,则从多个最大交叠区域中选择出对应的像素点最靠近所述平面轮廓图的中心处的最大交叠区域,所述最靠近所述平面轮廓图的中心处的最大交叠区域则为该次最终确定出的一个最大交叠区域。
4.根据权利要求1所述的测站的确定方法,其特征在于,所述方法还包括:
根据所述设备的视距范围、所述房间的高、所述设备的架设高度以及所述设备的转动角度,确定出所述设备针对所述墙面轮廓区域形成的采集区域。
5.根据权利要求4所述的测站的确定方法,其特征在于,所述视距范围包括:最大采集距离和最小采集距离,根据所述设备的视距范围、所述房间的高、所述设备的架设高度以及所述设备的转动角度,确定出所述设备针对所述墙面轮廓区域形成的采集区域,包括:
根据所述房间的高、所述最大采集距离以及所述架设高度,确定出所述设备的最大水平采集距离;
根据所述最大水平采集距离、所述最小采集距离以及所述转动角度,确定出所述设备针对所述墙面轮廓区域形成的采集区域,其中,所述设备针对所述墙面轮廓区域形成的采集区域为:以所述最大水平采集距为大半径,以所述最大水平采集距离与所述最小采集距离的差值为小半径的环形区域,所述环形区域的圆心角与所述转动角度相同。
6.根据权利要求1所述的测站的确定方法,其特征在于,所述户型结构特征还包括:天花板结构特征,所述墙面轮廓区域内的天花板区域为所述天花板结构特征的所在区域,在确定出所述至少一个第一位置之后,所述方法还包括:
若所述设备部署在所述至少一个第一位置处针对天花板结构特征形成的采集区域未将所述天花板区域完全覆盖,则确定出所述天花板区域内未被覆盖的天花板剩余区域;
根据所述设备、所述天花板区域和所述可移动区域的位置关系,在所述可移动区域内确定出所述测站的至少一个第二位置,其中,所述设备部署在所述至少一个第二位置处针对天花板结构特征形成的采集区域将所述天花板剩余区域完全覆盖。
7.根据权利要求6所述的测站的确定方法,其特征在于,根据所述设备、所述天花板区域和所述可移动区域的位置关系,在所述可移动区域内确定出所述测站的至少一个第二位置,包括:
从所述可移动区域投影到所述天花板区域所形成的区域中确定出位于所述天花板剩余区域中心处的像素点;
判断所述设备在所述天花板剩余区域中心处的像素点投影到所述可移动区域中的位置处形成的采集区域是否完全覆盖所述天花板剩余区域;
若是,所述天花板剩余区域中心处的像素点投影到所述可移动区域中的位置即为一个所述第二位置;
若否,将所述天花板剩余区域分成多组区域,并为每组区域确定出一个所述第二位置,其中,所述天花板剩余区域中心处的像素点投影到所述可移动区域中的位置即为一个所述第二位置,所述设备在多个所述第二位置处针对所述天花板结构特征形成的采集区域将所述天花板剩余区域完全覆盖。
8.根据权利要求7所述的测站的确定方法,其特征在于,从所述可移动区域投影到所述天花板区域所形成的区域中确定出位于所述天花板剩余区域中心处的像素点,包括:
确定出所述天花板剩余区域的外接圆;
从所述所形成的区域中确定出位于所述外接圆的圆心处的所述天花板剩余区域中心处的像素点。
9.根据权利要求1所述的测站的确定方法,其特征在于,确定出所述房间的户型结构特征的所在区域,包括:
从所述平面轮廓图上确定出包含所述房间的轮廓以及所述轮廓以内部分的区域;
通过将所述区域与其它房间连通的部分扩大预设面积,从而获得所述所在区域。
10.根据权利要求9所述的测站的确定方法,其特征在于,通过将所述区域与其它房间连通的部分扩大预设面积,从而获得所述所在区域,包括:
通过将所述连通的部分沿朝向所述其它房间的方向延伸预设距离,从而获得所述所在区域,其中,所述预设距离与最厚墙体的厚度之间的比例大于等于1/2且小于等于1,所述最厚墙体为所有房间的所有墙体中厚度最大的墙体,所述所有房间为包含所述房间和所述其它房间在内户型中的所有房间。
11.根据权利要求1所述的测站的确定方法,其特征在于,确定出用于采集所述户型结构特征的设备的可移动区域,包括:
将所述平面轮廓图上所述房间的飘窗结构特征的所在区域删除,获得删除后的平面轮廓图,其中,所述户型结构特征包括飘窗结构特征,所述平面轮廓图上的飘窗区域为所述飘窗结构特征的所在区域;
从所述删除后的平面轮廓图上确定出包含轮廓以及所述轮廓以内部分的区域,以及将所述区域与其它房间连通的部分扩大预设面积,从而获得扩大后的区域;
将所述扩大后的区域缩小,获得所述可移动区域。
12.根据权利要求11所述的测站的确定方法,其特征在于,将所述扩大后的区域缩小,获得所述可移动区域,包括:
将所述删除后的平面轮廓图的轮廓在垂直于所述轮廓的每条边的方向上缩小预设长度,获得缩小后的轮廓,其中,所述预设长度为所述设备的底座的中心到所述底座的边缘的最大距离;其中,所述缩小后的轮廓所包含的区域为所述可移动区域。
13.根据权利要求1所述的测站的确定方法,其特征在于,获取房间的平面轮廓图,包括:
获取房屋的BIM户型图;
以房间为单位将所述BIM户型图分割,获得每个房间的所述平面轮廓图。
14.一种房间的特征数据的采集方法,其特征在于,所述方法包括:
获取房间的平面轮廓图;
在所述平面轮廓图上,确定出所述房间的户型结构特征的所在区域,以及确定出用于采集所述户型结构特征的设备的可移动区域;
根据所述设备、所述所在区域和所述可移动区域的位置关系,在所述可移动区域内确定出测站的位置;
获取部署到所述测站的位置处的所述设备采集的所述户型结构特征的特征数据,其中,所述设备部署在所述测站的位置处形成的采集区域将所述所在区域完全覆盖;
所述户型结构特征包括:墙面结构特征,所述平面轮廓图上的墙面轮廓区域为所述墙面结构特征的所在区域,根据所述设备、所述所在区域和所述可移动区域的位置关系,在所述可移动区域内确定出测站的位置,包括:
根据所述设备、所述墙面轮廓区域和所述可移动区域的位置关系,在所述可移动区域内确定出所述测站的至少一个第一位置,其中,所述设备部署在所述至少一个第一位置处针对所述墙面结构特征形成的采集区域将所述墙面轮廓区域完全覆盖;
所述测站的位置即是所述测站在所述可移动区域内对应像素点处的位置,根据所述设备、所述墙面轮廓区域和所述可移动区域的位置关系,在所述可移动区域内确定出所述测站的至少一个第一位置,包括:
根据所述设备在所述可移动区域内每个像素点处形成的采集区域与所述墙面轮廓区域的交叠关系,确定出最少数量的所述至少一个第一位置,其中,每个像素点处的采集区域为所述设备在所述可移动区域内的每个像素点处针对所述墙面结构特征形成的采集区域。
15.一种测站的确定装置,其特征在于,所述装置包括:
输入模块,用于获取房间的平面轮廓图;
测站确定模块,用于在所述平面轮廓图上,确定出所述房间的户型结构特征的所在区域,以及确定出用于采集所述户型结构特征的设备的可移动区域;所述户型结构特征包括:墙面结构特征,所述平面轮廓图上的墙面轮廓区域为所述墙面结构特征的所在区域,所述测站的位置即是所述测站在所述可移动区域内对应像素点处的位置,根据所述设备在所述可移动区域内每个像素点处形成的采集区域与所述墙面轮廓区域的交叠关系,在所述可移动区域内确定出最少数量的所述测站的至少一个第一位置,其中,所述设备部署在所述至少一个第一位置处针对所述墙面结构特征形成的采集区域将所述墙面轮廓区域完全覆盖,每个像素点处的采集区域为所述设备在所述可移动区域内的每个像素点处针对所述墙面结构特征形成的采集区域。
16.一种房间的特征数据的采集装置,其特征在于,所述装置包括:
输入模块,用于获取房间的平面轮廓图;
测站确定模块,用于在所述平面轮廓图上,确定出所述房间的户型结构特征的所在区域,以及确定出用于采集所述户型结构特征的设备的可移动区域;所述户型结构特征包括:墙面结构特征,所述平面轮廓图上的墙面轮廓区域为所述墙面结构特征的所在区域,测站的位置即是所述测站在所述可移动区域内对应像素点处的位置,根据所述设备在所述可移动区域内每个像素点处形成的采集区域与所述墙面轮廓区域的交叠关系,在所述可移动区域内确定出最少数量的所述测站的至少一个第一位置,其中,所述设备部署在所述至少一个第一位置处针对所述墙面结构特征形成的采集区域将所述墙面轮廓区域完全覆盖,每个像素点处的采集区域为所述设备在所述可移动区域内的每个像素点处针对所述墙面结构特征形成的采集区域;
数据采集模块,用于获取部署到所述测站的位置处的所述设备采集的所述户型结构特征的特征数据。
17.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令;
当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1-13任一项所述的测站的确定方法或者以执行如权利要求14所述的房间的特征数据的采集方法。
18.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被计算机运行时,以执行如权利要求1-13任一项所述的测站的确定方法或者以执行如权利要求14所述的房间的特征数据的采集方法。
CN202010297733.1A 2020-04-15 2020-04-15 一种测站的确定方法、装置、电子设备及存储介质 Active CN111521162B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010297733.1A CN111521162B (zh) 2020-04-15 2020-04-15 一种测站的确定方法、装置、电子设备及存储介质
PCT/CN2020/133144 WO2021208452A1 (zh) 2020-04-15 2020-12-01 一种测站的确定方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010297733.1A CN111521162B (zh) 2020-04-15 2020-04-15 一种测站的确定方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111521162A CN111521162A (zh) 2020-08-11
CN111521162B true CN111521162B (zh) 2021-06-08

Family

ID=71901267

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010297733.1A Active CN111521162B (zh) 2020-04-15 2020-04-15 一种测站的确定方法、装置、电子设备及存储介质

Country Status (2)

Country Link
CN (1) CN111521162B (zh)
WO (1) WO2021208452A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111521162B (zh) * 2020-04-15 2021-06-08 广东博智林机器人有限公司 一种测站的确定方法、装置、电子设备及存储介质
CN113313761B (zh) * 2021-07-28 2022-04-01 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
CN113987648A (zh) * 2021-10-29 2022-01-28 土巴兔集团股份有限公司 一种飘窗模型生成方法及其相关设备
CN114494237A (zh) * 2022-02-17 2022-05-13 江阴市浩盛电器线缆制造有限公司 铺设管长现场提取平台

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10131740A1 (de) * 2001-07-03 2003-01-16 Busch Dieter & Co Prueftech Vorrichtung und Verfahren zum Vermessen von Räumlichkeiten und Maschinen
GB2397377B (en) * 2003-01-15 2006-09-20 Daniel Reed A Surveying Tool
DE10337330B4 (de) * 2003-08-12 2007-09-06 Sven Axt Aufmaßeinrichtung und Verfahren zur Bestimmung der relativen Raumlage einer Meßeinheit
KR101294356B1 (ko) * 2013-03-12 2013-08-08 명지대학교 산학협력단 한옥의 디지털 영상 합성 변형 측정 시스템 및 그 방법
CN107316273B (zh) * 2016-04-27 2021-05-18 深圳看到科技有限公司 全景图像采集装置及采集方法
CN108197802A (zh) * 2017-12-29 2018-06-22 湖南大学 一种基于bim技术对混凝土结构施工质量管控的方法及系统
CN108335302B (zh) * 2018-01-26 2021-10-08 上海思岚科技有限公司 一种区域分割方法及装置
CN109933840B (zh) * 2019-01-18 2022-07-08 江苏艾佳家居用品有限公司 一种基于户型几何特征的区域自动匹配方法及系统
CN109960850B (zh) * 2019-02-20 2022-07-08 江苏艾佳家居用品有限公司 一种计算室内全景图采集点及屋顶灯具布局的方法及系统
CN110530343B (zh) * 2019-09-02 2022-04-05 上海泉勋科技有限公司 实测实量系统、方法、装置及存储介质
CN111027118B (zh) * 2019-11-19 2024-01-19 广东博智林机器人有限公司 一种实测实量任务点搜索与任务派发方法及系统
CN111521162B (zh) * 2020-04-15 2021-06-08 广东博智林机器人有限公司 一种测站的确定方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
WO2021208452A1 (zh) 2021-10-21
CN111521162A (zh) 2020-08-11

Similar Documents

Publication Publication Date Title
CN111521162B (zh) 一种测站的确定方法、装置、电子设备及存储介质
EP3715783A1 (en) Point cloud data processing method and point cloud data processing device
US20080021683A1 (en) Geospatial Modeling System Providing Building Roof Type Identification Features and Related Methods
MX2014003390A (es) Sistema para la deteccion automatica de la huella de la estructura de imagenes oblicuas.
CN109960850B (zh) 一种计算室内全景图采集点及屋顶灯具布局的方法及系统
CN111238352A (zh) 墙面虚拟靠尺检测方法、系统、设备和存储介质
US11961180B2 (en) Method for generating roof outlines from lateral images
CN114004882A (zh) 一种二维地图生成方法、装置、终端设备及存储介质
US20210201522A1 (en) System and method of selecting a complementary image from a plurality of images for 3d geometry extraction
CN114858140A (zh) 基于标靶装置的深埋隧洞结构面点云坐标变换方法及设备
Collins et al. Site model acquisition and extension from aerial images
CN116580160B (zh) 一种建筑物单体分割和结构重建耦合处理方法及相关装置
CN115146745B (zh) 点云数据坐标点位置校正的方法、装置、设备及存储介质
CN110390715B (zh) 一种同时检测建筑物屋顶、建筑物墙体及地面阴影的方法
CN114782555B (zh) 地图映射方法、设备、及存储介质
JP3791186B2 (ja) 景観モデリング装置
CN115511701A (zh) 一种地理信息的转换方法及装置
CN115658823A (zh) 视频监控数据处理方法、装置、设备及可读存储介质
CN114640800B (zh) 摄像头布置的方法及系统
CN114882171A (zh) 一种基于bim的3d扫描方法、存储介质和计算机设备
CN114445415A (zh) 可行驶区域的分割方法以及相关装置
CN115147476A (zh) 建筑室内面积预测方法、装置、计算机设备和存储介质
CN111028287B (zh) 确定雷达坐标和摄像机坐标的转换矩阵的方法和装置
CN109636840B (zh) 一种基于鬼影像检测建筑物阴影的方法
CN114596416B (zh) 一种三维地物模型修复方法、系统、设备和存储介质

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40024955

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant