CN112132466A - 基于三维建模的路线规划方法、装置、设备和存储介质 - Google Patents

基于三维建模的路线规划方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN112132466A
CN112132466A CN202011016002.1A CN202011016002A CN112132466A CN 112132466 A CN112132466 A CN 112132466A CN 202011016002 A CN202011016002 A CN 202011016002A CN 112132466 A CN112132466 A CN 112132466A
Authority
CN
China
Prior art keywords
route
dimensional model
planning
target
planned
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
Application number
CN202011016002.1A
Other languages
English (en)
Inventor
崔岩
钟汉明
钟文通
李沛良
任小玉
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.)
China Germany Zhuhai Artificial Intelligence Institute Co ltd
4Dage Co Ltd
Original Assignee
China Germany Zhuhai Artificial Intelligence Institute Co ltd
4Dage 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 China Germany Zhuhai Artificial Intelligence Institute Co ltd, 4Dage Co Ltd filed Critical China Germany Zhuhai Artificial Intelligence Institute Co ltd
Priority to CN202011016002.1A priority Critical patent/CN112132466A/zh
Publication of CN112132466A publication Critical patent/CN112132466A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/006—Mixed reality

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Geometry (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明实施例公开了一种基于三维建模的路线规划方法，该方法包括：获取待规划区域已有的当前路线数据，构建与所述待规划区域对应的第一三维模型；基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划；确定目标规划路线，基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。此外，本发明实施例还公开了一种应用该路线规划方法的装置、设备和计算机存储介质。本发明在确定了待规划区域的第一三维模型和当前路线数据对应的第二三维模型的基础上，再根据目标规划路线进行对应目标规划方案的确定，有利于提升路线规划的合理性和安全性。

Description

基于三维建模的路线规划方法、装置、设备和存储介质
技术领域
本发明属于路线规划技术领域，具体基于三维建模实现路线规划操作，尤其涉及一种基于三维建模的路线规划方法、装置、设备和存储介质。
背景技术
随着我国社会生产力的发展，城市化的进程越来越快，在城市化的进程中，为了保证城市的合理、健康发展，需要建立各种不同的基础设施，以适应和满足人口越来越多的城市发展需求，例如地铁线路、地下管道、隧道等路线的规划。
在实际的路线规划过程中，一方面需要考虑现有设备的设计，以便于完善整个城市的对应需求；另一方面，需要考虑规划的实际路线中各种环境因素，以保证规划的安全性；例如在地铁的设计过程中，需要在原有地铁路线础上进行增加，以保证整体地铁路线的全面性，以及考虑在实际施工过程中的相关安全性问题，保证施工的正常进行。由此可知，实现全面及安全的路线规划是现有技术中亟待解决的问题。
发明内容
基于此，有必要针对上述问题，本发明提出一种基于三维建模的路线规划方法，以提升路线规划过程中的全面性和安全性，基于实际的情况得到最佳的规划方案。此外，本发明还提出一种基于该三维建模的路线规划方法的装置、设备和存储介质。
第一方面，提供了一种基于三维建模的路线规划方法，包括：
获取待规划区域已有的当前路线数据，构建与所述待规划区域对应的第一三维模型；
基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划；
确定目标规划路线，基于所述第二三维模型利用AR(AugmentedReality，增强现实技术)技术确定与所述目标规划路线对应的目标规划方案。
可选地，所述获取待规划区域已有的当前路线数据，并构建与所述待规划区域对应的第一三维模型，包括：
获取所述待规划区域中所有目标物体对应的区域图像数据，所述区域图像数据通过球幕相机基于多个与预设水平线成不同夹角大小的方向拍摄得到；
提取所述区域图像数据的预设特征点，并对所述特征点进行跟踪得到对应的点云；
基于所述点云、以及所述球幕相机与所述点云对应的位置和朝向构建所述第一三维模型。
可选地，所述基于所述点云、以及所述球幕相机与所述点云对应的位置和朝向构建所述第一三维模型，包括：
确定与所述点云对应的三维模型网格；
提取与所述三维模型网格对应的所述区域图像数据进行贴图，以确定所述第一三维模型。
可选地，所述基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划，包括：
确定所述当前路线数据在所述第一三维模型中的模型位置，基于所述模型位置确定所述第二三维模型。
可选地，所述确定目标规划路线，基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案，包括：
获取与所述目标规划路线对应的环境数据；
根据所述环境数据、所述目标规划路线基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。
可选地，所述根据所述环境数据、所述目标规划路线基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案，包括：
获取与所述目标规划路线对应的路线图像数据、以及与所述环境数据对应的环境图像数据；
通过计算机视觉算法计算得到与所述路线图像数据对应的第一特征点、以及与所述环境图像数据对应的第二特征点；
判断所述第一特征点与预设的第三特征点是否匹配、以及判断所述第二特征点与预设的第四特征点是否匹配；
在所述第一特征点与所述第三特征点的匹配度大于第一预设百分比时且所述第二特征点与所述第四特征点的匹配度大于第二预设百分比时，得到所述目标规划方案。
可选地，在获取与所述目标规划路线对应的路线图像数据、以及与所述环境数据对应的环境图像数据之后，还包括：
对所述路线图像数据和所述环境图像数据进行预处理。
第二方面，本发明实施例提供了一种基于三维建模的路线规划装置，包括：
数据获取模块，用于获取待规划区域已有的当前路线数据和获取目标规划数据；
模型构建模块，用于构建与所述待规划区域对应的第一三维模型，以及基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划；
方案制定模块，用于基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。
第三方面，本发明实施例还提供一种基于三维建模的路线规划设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上任一项所述基于三维建模的路线规划方法的步骤。
第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述基于三维建模的路线规划方法的步骤。
实施本发明实施例，将具有如下有益效果：
本发明提出了一种基于三维建模的路线规划方法、装置、设备和存储介质，首先获取待规划区域已有的当前路线数据，构建与所述待规划区域对应的第一三维模型；然后基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划；最后确定目标规划路线，基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。本发明在确定了待规划区域的第一三维模型和当前路线数据对应的第二三维模型的基础上，再根据目标规划路线进行对应目标规划方案的确定，有利于提升路线规划的合理性和安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
其中：
图1为一个实施例中基于三维建模的路线规划方法的实现流程示意图；
图2为一个实施例中第一三维模型的构建流程示意图；
图3为另一个实施例中第一三维模型的构建流程示意图；
图4为一个实施例中目标规划方案的实现流程示意图；
图5为另一个实施例中目标规划方案的实现流程示意图；
图6位一个实施例中所述基于三维建模的路线规划装置的结构图示意；
图7为一个实施例中基于三维建模的路线规划设备的内部结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在一个实施例中，提供了一种基于三维建模的路线规划方法，本发明实施例所述的基于三维建模的路线规划方法的执行主体为能够实现本发明实施例所述的基于三维建模的路线规划方法的设备，该设备可以包括服务器。
如图1所示，本发明实施例所述的基于三维建模的路线规划方法，具体包括：
步骤S10：获取待规划区域已有的当前路线数据，构建与所述待规划区域对应的第一三维模型。
在具体实施例中，待规划区域指预进行路线规划的区域，其中，待规划区域可以是一整个城市、一个城市中的一个区域或一个小区等等。当前路线数据包括地铁路线数据、管道路线数据和隧道路线数据等，具体指待规划区域中已存在的所有地铁路线数据和/或管道路线数据和/或隧道路线数据。
在实际情况中，由于地铁线路、管道路线和隧道路线的规划很多部分都存在于地底，在路线规划过程中，容易为了便于对整个待规划区域的情况了解，从而便于后续的路线规划操作，特构建与该待规划区域对应的第一三维模型，基于该第一三维模型能够从三维的角度对整个待规划区域的整个布局进行了解，从而有利于后续的路线规划操作。
步骤S20：基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划。
基于步骤S10可知，通过第一三维模型能够对待规划区域进行整体布局的了解，从而有利于后续的路线规划操作，而实际已存在的路线会对未来规划的路线产生影响，基于此，特基于当前路线数据、第一三维模型构建第二三维模型，具体在第一三维模型的基础上，将当前线路数据以实际情况为基础增加至该第一三维模型中，以确定该第二三维模型。
基于当前路线数据对第一三维模型进行完善，即完善该第一三维模型中存在的路线布局情况，其中，该路线布局可以是地铁路线数据、管道路线数据和隧道路线数据等中的一个或者多个，具体根据实际的需求进行设定，在此不进行限制和固定。
通过获取第二三维模型，能够对待规划区域当前路线数据、建筑等布局的情况进行了解，进而能够有利于后续进行目标规划方案的确定。
步骤S30：确定目标规划路线，基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。
其中，目标规划路线为该待规划区域未来的路线规划设计，为了在实际操作之前，了解目标规划路线是否能够安全且顺利完成，因为AR技术可以进行实景模拟，在第二三维模型的基础上，特利用AR技术基于将该目标规划路线与第二三维模型结合，因为第二三维模型基于当前路线规划和该待规划区域的实际建筑等情况构建，所以能够实现目标规划路线与当前规划路线之间更完美的结合，并且可以提前对该目标规划路线实际环境确认，若出现不适合路线进行的情况，可提前进行规避，从而有利于提升规划的合理性和安全性。
在一个实施例中，如图2所示，对待规划区域进行对应第一三维模型的构建具体包括如下步骤：
步骤S110：获取所述待规划区域中所有目标物体对应的区域图像数据，所述区域图像数据通过球幕相机基于多个与预设水平线成不同夹角大小的方向拍摄得到。
目标物体指待规划区域内的建筑物或其他会影响待规划区域的地质走向、影响路线规划环境的地形等等，具体需要根据待规划区域的实际布局进行确定该目标物体；且在实际的路线规划过程中，若并不影响路线的规划操作，可进行简略的模型设计即可，以此提升路线规划的效率。
具体的，该区域图像数据通过球幕相机拍摄得到；其中，为了保证第一三维模型对待规划区域内实景的更真实模拟，在球幕相机拍摄区域图像数据时，特设置多个拍摄角度。示例性地，假设要对大厦的内部管道进行路线的规划，为了保证管道的规划合理性，则不仅需要对大厦的外形进行拍摄，也需要对大厦的内部设计进行图像获取。
通过对球幕相机对待规划区域内的目标物体进行区域图像数据的获取，有利于路线规划的设计合理性；且基于区域图像数据进行后续建模的贴图操作，因为区域图像数据基于实际物体拍摄得到，有利于提升贴图后得到第一三维模型的真实度还原程度。
步骤S120：提取所述区域图像数据的预设特征点，并对所述特征点进行跟踪得到对应的点云。
在具体实施例中，点云包括稀疏点云和稠密点云，且每一点云包括三维坐标(即X轴、Y轴和Z轴)、激光反射强度和颜色信息(RGB)；具体的，对区域图像数据中预设特征点进行提取后进行跟踪，以得到稀疏点云。
其中，对于特征点的提取具体可基于同一组区域图像数据的RGB图片及不可见光投射图片进行特征点融合得到预设位置的特征点，并且对该预设位置进行标记从而实现跟踪操作，针对不同的特征点使用SIFT等算法进行匹配计算；再利用SLAM算法计算不同组区域图像数据拍摄时的球幕相机位置；最后利用SFM算法即可计算出稀疏点云。
其中，稀疏点云基于球幕相机的拍摄角度、位置等基于对应位置的特征点进行确定，而稠密点云在稀疏点云的基础上得到。
步骤S130：基于所述点云、以及所述球幕相机与所述点云对应的位置和朝向构建所述第一三维模型。
具体的，基于点云、以及球幕相机与点云对应的位置和朝向构建第一三维模型，如图3所示，包括步骤S131：确定与所述点云对应的三维模型网格；以及步骤S132：提取与所述三维模型网格对应的所述区域图像数据进行贴图，以确定所述第一三维模型。其中，三维模型网格由众多点云构成，三维模型网格例如可以通过三角形、四边形或者其它的简单凸多边形组成。
进一步地，在对区域图像数据进行特征点匹配后，需要对球幕相机进行三维数字化建模的闭环进行检测，并在检测后进行数字建模，得到原始三维模型；再对该原始三维模型进行贴图操作，进而得到该第一三维模型。
其中，该闭环检测为：用当前算出球幕相机位置与过去球幕相机位置进行比较，检测有无距离相近；若检测到两者距离在一定阈值范围内，就认为球幕相机又回到原来走过的地方，此时启动闭环检测。需要特别说明的是，本发明为基于空间信息而非时间序列的闭环检测。
在一个实施例中，对于球幕相机进行原始三维模型的构建，首先，需要对稀疏点云用距离和重投影的方式进行预处理操作，以去除稀疏点云中存在的部分噪音点稀疏点云；具体的，确定了对应区域图像数据的点云对应的三维坐标之后，将该三维坐标对应的点重新投影到原来的球幕照片上，再次确认是否仍是那个点。其原因是，二维图片的点与其在三维世界的点的位置是一一对应关系，所以在确认了二维图片中某一点的三维坐标点后，可以将这个三维坐标点重新投射回去验证二维坐标点是否仍在原来的位置，以此来决定该像素点是否为噪点，是否需要过滤。需要说明的是，在照片或视频流中确定一张来自于某个所述球幕相机的最优图片，当多部所述球幕相机都看到某一目标并捕捉到画面，选取使用其中最优的一张进行贴图，需要说明的是，所述最优一张图为某一所述球幕相机能够得到目标的像素最多，则所述球幕相机为最优。
然后，以每个稀疏点云为起点，以对应的球幕相机作一条虚拟直线，多个虚拟直线经过的空间交织在一起，形成一个可视空间；最后将被射线包围的空间抠出来，即可基于图论最短路径的方式得到对应的闭合空间。
在一个实施例中，当确定了待规划区域对应的第一三维模型后，只需要基于上述构建第一三维模型的步骤进行当前路线数据对应的路线进行对应的稀疏点云、三维模型网格等的获取，再进行贴图操作，即可实现第二三维模型的构建操作，其中，需要对当前路线数据在第一三维模型中的模型位置进行确定，从而进行模型的重构，得到对应的第二三维模型。
在一个实施例中，如图4所示，确定目标规划路线，基于第二三维模型利用AR技术确定与目标规划路线对应的目标规划方案具体包括步骤：
步骤S310：获取与所述目标规划路线对应的环境数据。
目标规划路线：指在现有的路线基础上，为了完成对应的基础设施或某种目的而增加的路线规划。示例性地，例如A城市原本地铁1号线、地铁5号线、地铁10号线总共三条地铁，但是预计在未来十年增加地铁2号线、地铁3号线、地铁4号线和地铁6号线四条地铁路线，则所述四条线路记为目标规划路线。
环境数据值所有目标规划路线上的建筑布局、未来建筑规划以及实际地质特征等会影响目标规划路线的所有因素对应的数据，例如，在地铁路线的建设中，常常需要避开湖泊并且不能破坏原有的地下水管道、煤气管道等，则湖泊的位置、深度以及地下水管道、煤气管道的具体设计线路记为对应的环境数据。
步骤S320：根据所述环境数据、所述目标规划路线基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。
具体的，如图5所示，包括如下步骤：
步骤S321：获取与所述目标规划路线对应的路线图像数据、以及与所述环境数据对应的环境图像数据。
具体的，路线图像数据和环境图像数据均为通过摄像设备(例如球幕相机)对目标规划路线的路线追踪获取得到的视频流，以此在利用AR技术确定预目标规划路线对应的目标规划方案时，能够基于该路线图像数据、环境图像数据构建对应的模拟画面，而基于实际的模拟画面进行目标规划方案的确定，能够进行模拟各种不同的路线情况，以及模拟各种在后续目标规划路线的实际建设中可能遇到的情况，这样，基于可能出现的建设问题获取对应的解决方案，有利于提升后续实际实际建设过程中的效率。
在一个实施例中，为了提升路线图像数据、环境图像数据能够更加准确体现目标规划路线及其对应的环境情况，还需要对该路线图像数据和环境图像数据进行预处理，该预处理包括灰度化处理，例如通过高通增强现实技术软件开发包对图像流先进行灰度处理。
在确定了获取与目标规划路线对应的路线图像数据、以及与环境数据对应的环境图像数据，即可执行下述步骤：
步骤S322：通过计算机视觉算法计算得到与所述路线图像数据对应的第一特征点、以及与所述环境图像数据对应的第二特征点。
具体的，通过计算机视觉算法(CV算法)获取一组与路线图像数据对应的第一特征点，例如目标规划路线的起点、中点、终点对应的特征点，同样的，通过计算机算法获取一组与环境图像数据对应的第二特征点，假设获取的环境图像数据为山丘，则该第二特征点可以为该山丘的最低海拔点、最高海拔点等。
步骤S323：判断所述第一特征点与预设的第三特征点是否匹配、以及判断所述第二特征点与预设的第四特征点是否匹配；以及步骤S324：在所述第一特征点与所述第三特征点的匹配度大于第一预设百分比时且所述第二特征点与所述第四特征点的匹配度大于第二预设百分比时，得到所述目标规划方案。
具体的，第一特征点与预设的第三特征点的匹配、第二特征点与预设的第四特征点的匹配为对撞匹配过程，以得到第一特征点与预设的第三特征点的相似度、第二特征点与第四特征点的相似度，例如，只有当第一特征点与第三特征点的相似度达到90％以上时，表示匹配成功，同样，只有当第二特征点与第四特征点的相似度达到95％时，表示匹配成功。其中，相似度具体可根据实际情况进行设定，本实施例并不进行限制和固定，从而提升目标规划路线设计过程中的灵活性。
在一个实施例中，相似度的设计可包括低精度匹配、鲁棒精度匹配、高精度匹配。其中，低精度匹配是指：要求扫待匹配特征点匹配成功个数达到某个百分比阈值后，才返回匹配成功的结果；鲁棒精度匹配是指：至待匹配特征点匹配成功个数大于低精度阈值，并且允许存在一定比例冗余特征点，返回匹配成功的结果；高精度匹配是指：指所有待匹配特征点全部匹配成功，才返回匹配成功的结果。
上述基于三维建模的路线规划方法，首先获取待规划区域已有的当前路线数据，构建与所述待规划区域对应的第一三维模型；然后基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划；最后确定目标规划路线，基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。本发明在确定了待规划区域的第一三维模型和当前路线数据对应的第二三维模型的基础上，再根据目标规划路线进行对应目标规划方案的确定，有利于提升路线规划的合理性和安全性。
基于同一发明构思，如图6所示，本发明实施例还提供了一种基于三维建模的路线规划装置100，具体包括：数据获取模块110，用于获取待规划区域已有的当前路线数据和获取目标规划数据；模型构建模块120，用于构建与所述待规划区域对应的第一三维模型，以及基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划；方案制定模块130，用于基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。
上述基于三维建模的路线规划装置，首先获取待规划区域已有的当前路线数据，构建与所述待规划区域对应的第一三维模型；然后基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划；最后确定目标规划路线，基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。本发明在确定了待规划区域的第一三维模型和当前路线数据对应的第二三维模型的基础上，再根据目标规划路线进行对应目标规划方案的确定，有利于提升路线规划的合理性和安全性。
在一个实施例中，所述路线规划装置100，还包括：特征提取模块，用于通过计算机视觉算法计算得到与所述路线图像数据对应的第一特征点、以及与所述环境图像数据对应的第二特征点。
图7示出了一个实施例中基于三维建模的路线规划设备的内部结构图。如图7所示，该基于三维建模的路线规划设备包括通过系统总线连接的处理器、存储器和通信接口。其中，存储器包括非易失性存储介质和内存储器。该基于三维建模的路线规划设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现基于三维建模的路线规划方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行基于三维建模的路线规划方法。本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的基于三维建模的路线规划设备的限定，具体的基于三维建模的路线规划设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本申请提供的基于三维建模的路线规划方法可以实现为一种计算机程序的形式，计算机程序可在如图7所示的基于三维建模的路线规划设备上运行。基于三维建模的路线规划设备的存储器中可存储组成基于三维建模的路线规划装置的各个程序模板。比如，数据获取模块110、模型构建模块120和方案制定模块。
在一个实施例中，提供一种基于三维建模的路线规划设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：获取待规划区域已有的当前路线数据，构建与所述待规划区域对应的第一三维模型；基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划；确定目标规划路线，基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。
上述基于三维建模的路线规划设备，首先获取待规划区域已有的当前路线数据，构建与所述待规划区域对应的第一三维模型；然后基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划；最后确定目标规划路线，基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。本发明在确定了待规划区域的第一三维模型和当前路线数据对应的第二三维模型的基础上，再根据目标规划路线进行对应目标规划方案的确定，有利于提升路线规划的合理性和安全性。
在一个实施例中，所述计算机程序被所述处理器执行时，还用于：获取所述待规划区域中所有目标物体对应的区域图像数据，所述区域图像数据通过球幕相机基于多个与预设水平线成不同夹角大小的方向拍摄得到；提取所述区域图像数据的预设特征点，并对所述特征点进行跟踪得到对应的点云；基于所述点云、以及所述球幕相机与所述点云对应的位置和朝向构建所述第一三维模型。
在一个实施例中，所述构建第一三维模型还包括：确定与所述点云对应的三维模型网格；提取与所述三维模型网格对应的所述区域图像数据进行贴图，以确定所述第一三维模型。
在一个实施例中，所述计算机程序被所述处理器执行时，还用于：确定所述当前路线数据在所述第一三维模型中的模型位置，基于所述模型位置确定所述第二三维模型。
在一个实施例中，所述确定目标规划路线，基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案，包括：获取与所述目标规划路线对应的环境数据；根据所述环境数据、所述目标规划路线基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。
在一个实施例中，所述根据所述环境数据、所述目标规划路线基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案，包括：获取与所述目标规划路线对应的路线图像数据、以及与所述环境数据对应的环境图像数据；通过计算机视觉算法计算得到与所述路线图像数据对应的第一特征点、以及与所述环境图像数据对应的第二特征点；判断所述第一特征点与预设的第三特征点是否匹配、以及判断所述第二特征点与预设的第四特征点是否匹配；在所述第一特征点与所述第三特征点的匹配度大于第一预设百分比时且所述第二特征点与所述第四特征点的匹配度大于第二预设百分比时，得到所述目标规划方案。
在一个实施例中，提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：
获取待规划区域已有的当前路线数据，构建与所述待规划区域对应的第一三维模型；
基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划；
确定目标规划路线，基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。
上述计算机可读存储介质，首先获取待规划区域已有的当前路线数据，构建与所述待规划区域对应的第一三维模型；然后基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划；最后确定目标规划路线，基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。本发明在确定了待规划区域的第一三维模型和当前路线数据对应的第二三维模型的基础上，再根据目标规划路线进行对应目标规划方案的确定，有利于提升路线规划的合理性和安全性。
在一个实施例中，所述计算机程序被所述处理器执行时，还用于：在构建第一三维模型时，获取所述待规划区域中所有目标物体对应的区域图像数据，所述区域图像数据通过球幕相机基于多个与预设水平线成不同夹角大小的方向拍摄得到；提取所述区域图像数据的预设特征点，并对所述特征点进行跟踪得到对应的点云；基于所述点云、以及所述球幕相机与所述点云对应的位置和朝向构建所述第一三维模型。
在一个实施例中，所述构建第一三维模型，还包括：确定与所述点云对应的三维模型网格；提取与所述三维模型网格对应的所述区域图像数据进行贴图，以确定所述第一三维模型。
在一个实施例中，所述计算机程序被所述处理器执行时，还用于：在确定目标规划路线，基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案时，获取与所述目标规划路线对应的环境数据；根据所述环境数据、所述目标规划路线基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。
在一个实施例中，所述根据所述环境数据、所述目标规划路线基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案，包括：获取与所述目标规划路线对应的路线图像数据、以及与所述环境数据对应的环境图像数据；通过计算机视觉算法计算得到与所述路线图像数据对应的第一特征点、以及与所述环境图像数据对应的第二特征点；判断所述第一特征点与预设的第三特征点是否匹配、以及判断所述第二特征点与预设的第四特征点是否匹配；在所述第一特征点与所述第三特征点的匹配度大于第一预设百分比时且所述第二特征点与所述第四特征点的匹配度大于第二预设百分比时，得到所述目标规划方案。
需要说明的是，上述基于三维建模的路线规划方法、基于三维建模的路线规划装置、基于三维建模的路线规划设备及计算机可读存储介质属于一个总的发明构思，基于三维建模的路线规划方法、基于三维建模的路线规划装置、基于三维建模的路线规划设备及计算机可读存储介质实施例中的内容可相互适用。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于三维建模的路线规划方法，其特征在于，包括：
获取待规划区域已有的当前路线数据，构建与所述待规划区域对应的第一三维模型；
基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划；
确定目标规划路线，基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。
2.如权利要求1所述的路线规划方法，其特征在于，所述获取待规划区域已有的当前路线数据，并构建与所述待规划区域对应的第一三维模型，包括：
获取所述待规划区域中所有目标物体对应的区域图像数据，所述区域图像数据通过球幕相机基于多个与预设水平线成不同夹角大小的方向拍摄得到；
提取所述区域图像数据的预设特征点，并对所述特征点进行跟踪得到对应的点云；
基于所述点云、以及所述球幕相机与所述点云对应的位置和朝向构建所述第一三维模型。
3.如权利要求2所述的路线规划方法，其特征在于，所述基于所述点云、以及所述球幕相机与所述点云对应的位置和朝向构建所述第一三维模型，包括：
确定与所述点云对应的三维模型网格；
提取与所述三维模型网格对应的所述区域图像数据进行贴图，以确定所述第一三维模型。
4.如权利要求3所述的路线规划方法，其特征在于，所述基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划，包括：
确定所述当前路线数据在所述第一三维模型中的模型位置，基于所述模型位置确定所述第二三维模型。
5.如权利要求1所述的路线规划方法，其特征在于，所述确定目标规划路线，基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案，包括：
获取与所述目标规划路线对应的环境数据；
根据所述环境数据、所述目标规划路线基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。
6.如权利要求5所述的路线规划方法，其特征在于，所述根据所述环境数据、所述目标规划路线基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案，包括：
获取与所述目标规划路线对应的路线图像数据、以及与所述环境数据对应的环境图像数据；
通过计算机视觉算法计算得到与所述路线图像数据对应的第一特征点、以及与所述环境图像数据对应的第二特征点；
判断所述第一特征点与预设的第三特征点是否匹配、以及判断所述第二特征点与预设的第四特征点是否匹配；
在所述第一特征点与所述第三特征点的匹配度大于第一预设百分比时且所述第二特征点与所述第四特征点的匹配度大于第二预设百分比时，得到所述目标规划方案。
7.如权利要求6所述的路线规划方法，其特征在于，在获取与所述目标规划路线对应的路线图像数据、以及与所述环境数据对应的环境图像数据之后，还包括：
对所述路线图像数据和所述环境图像数据进行预处理。
8.一种基于三维建模的路线规划装置，其特征在于，包括：
数据获取模块，用于获取待规划区域已有的当前路线数据和获取目标规划数据；
模型构建模块，用于构建与所述待规划区域对应的第一三维模型，以及基于所述当前路线数据、所述第一三维模型构建第二三维模型，所述第二三维模型用于路线规划；
方案制定模块，用于基于所述第二三维模型利用AR技术确定与所述目标规划路线对应的目标规划方案。
9.一种基于三维建模的路线规划设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于三维建模的路线规划方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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至7任一项所述基于三维建模的路线规划方法的步骤。
CN202011016002.1A 2020-09-24 2020-09-24 基于三维建模的路线规划方法、装置、设备和存储介质 Pending CN112132466A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011016002.1A CN112132466A (zh) 2020-09-24 2020-09-24 基于三维建模的路线规划方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011016002.1A CN112132466A (zh) 2020-09-24 2020-09-24 基于三维建模的路线规划方法、装置、设备和存储介质

Publications (1)

Publication Number Publication Date
CN112132466A true CN112132466A (zh) 2020-12-25

Family

ID=73839622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011016002.1A Pending CN112132466A (zh) 2020-09-24 2020-09-24 基于三维建模的路线规划方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN112132466A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113223148A (zh) * 2021-05-07 2021-08-06 骏日科技(深圳)有限公司 Vcm骨架的自动摆放方法、装置和计算机设备
CN113554391A (zh) * 2021-07-27 2021-10-26 杭州拼便宜网络科技有限公司 基于可视化模型的电商物流规划方法、装置和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108830925A (zh) * 2018-05-08 2018-11-16 中德（珠海）人工智能研究院有限公司 一种基于球幕视频流的三维数字化建模方法
CN109214653A (zh) * 2018-08-06 2019-01-15 国网江西省电力有限公司赣西供电分公司 基于三维实景的b、c类区域中压电网规划设计平台
WO2019100353A1 (zh) * 2017-11-25 2019-05-31 深圳市大疆创新科技有限公司 一种任务执行方法、移动装置、系统及存储介质
CN109887099A (zh) * 2019-02-19 2019-06-14 金陵科技学院 一种ar与路牌相结合的互动展示方法
CN110148216A (zh) * 2019-05-24 2019-08-20 中德（珠海）人工智能研究院有限公司 一种双球幕相机及双球幕相机三维建模的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019100353A1 (zh) * 2017-11-25 2019-05-31 深圳市大疆创新科技有限公司 一种任务执行方法、移动装置、系统及存储介质
CN108830925A (zh) * 2018-05-08 2018-11-16 中德（珠海）人工智能研究院有限公司 一种基于球幕视频流的三维数字化建模方法
CN109214653A (zh) * 2018-08-06 2019-01-15 国网江西省电力有限公司赣西供电分公司 基于三维实景的b、c类区域中压电网规划设计平台
CN109887099A (zh) * 2019-02-19 2019-06-14 金陵科技学院 一种ar与路牌相结合的互动展示方法
CN110148216A (zh) * 2019-05-24 2019-08-20 中德（珠海）人工智能研究院有限公司 一种双球幕相机及双球幕相机三维建模的方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113223148A (zh) * 2021-05-07 2021-08-06 骏日科技(深圳)有限公司 Vcm骨架的自动摆放方法、装置和计算机设备
CN113223148B (zh) * 2021-05-07 2021-11-23 骏日科技(深圳)有限公司 Vcm骨架的自动摆放方法、装置和计算机设备
CN113554391A (zh) * 2021-07-27 2021-10-26 杭州拼便宜网络科技有限公司 基于可视化模型的电商物流规划方法、装置和存储介质
CN113554391B (zh) * 2021-07-27 2024-04-19 杭州拼便宜网络科技有限公司 基于可视化模型的电商物流规划方法、装置和存储介质

Similar Documents

Publication Publication Date Title
CN111968129B (zh) 具有语义感知的即时定位与地图构建系统及方法
Carozza et al. Markerless vision‐based augmented reality for urban planning
CN112085844B (zh) 面向野外未知环境的无人机影像快速三维重建方法
CN107862744B (zh) 航空影像三维建模方法及相关产品
CN108898676B (zh) 一种虚实物体之间碰撞及遮挡检测方法及系统
CN111126304A (zh) 一种基于室内自然场景图像深度学习的增强现实导航方法
Heo et al. Productive high-complexity 3D city modeling with point clouds collected from terrestrial LiDAR
CN110135455A (zh) 影像匹配方法、装置及计算机可读存储介质
US20090105954A1 (en) Geospatial modeling system and related method using multiple sources of geographic information
CN112651881B (zh) 图像合成方法、装置、设备、存储介质以及程序产品
CN113192200B (zh) 一种基于空三并行计算算法的城市实景三维模型的构建方法
CN116051747A (zh) 一种基于缺失点云数据的房屋三维模型重建方法及设备、介质
Cosido et al. Hybridization of convergent photogrammetry, computer vision, and artificial intelligence for digital documentation of cultural heritage-a case study: the magdalena palace
CN112132466A (zh) 基于三维建模的路线规划方法、装置、设备和存储介质
CN113743155A (zh) 一种构建物体的多细节层次模型的方法及计算机设备
CN117197388A (zh) 一种基于生成对抗神经网络和倾斜摄影的实景三维虚拟现实场景构建方法及系统
CN111382618A (zh) 一种人脸图像的光照检测方法、装置、设备和存储介质
Alshawabkeh et al. A new true ortho‐photo methodology for complex archaeological application
Zhao et al. Completing point clouds using structural constraints for large-scale points absence in 3D building reconstruction
Rau et al. Lod generation for 3d polyhedral building model
CN115131407B (zh) 面向数字仿真环境的机器人目标跟踪方法、装置和设备
CN115049764B (zh) Smpl参数预测模型的训练方法、装置、设备及介质
Tripodi et al. Brightearth: Pipeline for on-the-fly 3D reconstruction of urban and rural scenes from one satellite image
Inoue et al. Post-Demolition landscape assessment using photogrammetry-based diminished reality (DR)
CN108151712B (zh) 一种人体三维建模及测量方法和系统

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