CN112884823B - 面向实测实量应用的靠尺模拟点云选取与计算方法 - Google Patents
面向实测实量应用的靠尺模拟点云选取与计算方法 Download PDFInfo
- Publication number
- CN112884823B CN112884823B CN202110039526.0A CN202110039526A CN112884823B CN 112884823 B CN112884823 B CN 112884823B CN 202110039526 A CN202110039526 A CN 202110039526A CN 112884823 B CN112884823 B CN 112884823B
- Authority
- CN
- China
- Prior art keywords
- point
- guiding rule
- point cloud
- cloud data
- plane
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/30—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring roughness or irregularity of surfaces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C9/00—Measuring inclination, e.g. by clinometers, by levels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Abstract
本发明提供了一种面向实测实量应用的靠尺模拟点云选取与计算方法,本发明能够按照实测实量不同专项测量方法,依照靠尺和选点规则,在房间点云数据中针对平面点云、洞口点云模拟人工靠尺、选点等步骤,参考行业既定的测量方法和评判标准,实现自动化、高效率的实测实量数据计算,保证数据的准确性和真实性,提高检测精度与工作效率,并为基于点云进行实测实量的报表可视化等后续一系列工作奠定了基础,大大降低实测实量工作的复杂度。
Description
技术领域
本发明属于建筑施工管理及施工技术应用领域,特别涉及在建筑施工实测实量中施测阶段所用到的一种靠尺模拟点云选取与实测量的计算方法。
背景技术
建筑工程实测实量是指在项目发展的各阶段,应用各类测量仪器,依照检查项目相应的选点规则对现场测量得到数据,再跟据相关质量验收规范体系,对施工质量进行评估。通过将施工质量量化评价,以定期检测报告为依据,识别项目风险,对质量缺陷和管理跟踪落实,并制定相应整改措施。在建设单位全面推行实测实量的背景下,现阶段流程是通过人工利用钢卷尺、靠尺、楔形塞尺、阴阳角尺、激光扫平仪、塔尺等一系列传统测量工具分别对各类检查项目施测,书面记录数据并分析、存档。然而,传统的实测实量方法工作量较大,需要多人协同作业,对于单个房间数据的测存需要十几分钟,且测量效率与作业人员的熟练程度有很大的关系。
近年来,随着三维激光扫描技术应用的推广,点云数据获取的精度与效率大幅度提高,给基于点云数据进行实测实量这一技术奠定了基础。对于三维激光扫描仪获取到的房间点云数据,如何依照行业既定的测量规范,对顶板、地面、各墙面及洞口的点云数据进行模拟靠尺点云选取,准确获取实测实量检查对象规定部位所对应的点云数据;如何按照实测实量专项测量方法对选取出的点云数据进行不同检查项的精确计算及合格率判定等一系列问题,是基于点云进行实测实量的推广应用中亟待解决的问题。
发明内容
本发明的目的在于提供一种面向实测实量应用的靠尺模拟点云选取与计算方法。
为解决上述问题,本发明提供一种面向实测实量应用的靠尺模拟点云选取与计算方法,包括:
步骤S11,获取某房间内的顶板点云数据;
步骤S12,获取顶板点云数据投影至房间独立坐标系XOY面上的二维坐标,计算顶板对应的二维平面坐标点集的最小外接矩形,得到顶板平面对应的最小外接矩形的角点及中心点坐标理论值,其中,独立坐标系YOZ面与独立坐标系XOY面垂直;
步骤S13,对顶板点云数据,利用基于法线的RANSAC算法进行平面拟合,得到顶板拟合平面对应的四个参数值;
步骤S14,对顶板数据,从顶板点云数据对应的最小外接矩形的角点中任选一角点为第一角点,设置第一角点为第一靠尺的端点,定义第一靠尺的尺寸,设置第一靠尺离第一角点所在某条边的夹角,基于所述第一靠尺端点、尺寸和方向,获取对应位置范围内代表第一靠尺的点云数据;以第一角点的对角点为第二角点,设置第二角点为第二靠尺的端点,定义第二靠尺的尺寸,设置第二靠尺离第二角点所在任意一条边的夹角,基于所述第二靠尺端点、尺寸和方向,获取对应位置范围内代表第二靠尺的点云数据;以顶板点云数据对应的最小外接矩形的中心点作为第三靠尺的中心坐标,定义第三靠尺的尺寸大小,第三靠尺的方向与顶板平面对应的最小外接矩形任意一条边平行,基于所述第三靠尺的中心坐标、尺寸和方向,获取对应位置范围内代表第三靠尺的点云数据。将第一靠尺、第二靠尺和第三靠尺的点云数据,作为检验顶板平面平整度的靠尺点云集;
步骤S15,根据检验顶板平面平整度的靠尺集和顶板拟合平面对应的四个参数值,计算该靠尺集中各靠尺点云到顶板拟合平面的距离并获取每一靠尺点云计算所得距离的极值,取上述极值作为顶板平面平整度实测值。
进一步的,在上述方法中,所述方法还包括:
步骤S16,在顶板点云数据对应的最小外接矩形中,四个角点距其相邻边向内偏移预设距离的四个点作为四个实测点,将四个实测点和顶板点云数据对应的最小外接矩形的中心点作为顶板水平度检查项所需点集;
步骤S17,根据顶板拟合平面的对应的四个参数值和顶板水平度检查项所需点集,计算该点集中各点到顶板拟合平面的距离,将计算得到的距离作为顶板平面水平度实测值。
进一步的,在上述方法中,所述方法还包括:
步骤S21,获取某房间内的地面点云数据;
步骤S22,获取地面点云数据投影至房间独立坐标系XOY面上的二维坐标,计算地面对应的二维平面坐标点集的最小外接矩形,得到地面平面对应的最小外接矩形的角点及中心点坐标理论值,其中,独立坐标系YOZ面与独立坐标系XOY面垂直;
步骤S23,对地面点云数据,利用基于法线的RANSAC算法进行平面拟合,得到地面拟合平面对应的四个参数值;
步骤S24,对地面数据,从地面点云数据对应的最小外接矩形的角点中任选一角点为第一角点,设置第一角点为第一靠尺的端点,定义第一靠尺的尺寸,设置第一靠尺离第一角点所在某条边的夹角,基于所述第一靠尺端点、尺寸和方向,获取对应位置范围内代表第一靠尺的点云数据;以第一角点的对角点为第二角点,设置第二角点为第二靠尺的端点,定义第二靠尺的尺寸,设置第二靠尺离第二角点所在任意一条边的夹角,基于所述第二靠尺端点、尺寸和方向,获取对应位置范围内代表第二靠尺的点云数据;以地面点云数据对应的最小外接矩形的中心点作为第三靠尺的中心坐标,定义第三靠尺的尺寸大小,第三靠尺的方向与地面平面对应的最小外接矩形任意一条边平行,基于所述第三靠尺的中心坐标、尺寸和方向,获取对应位置范围内代表第三靠尺的点云数据。将第一靠尺、第二靠尺和第三靠尺的点云数据,作为检验地面平面平整度的靠尺点云集;
步骤S25,根据检验地面平面平整度的靠尺集和地面拟合平面对应的四个参数值,计算该靠尺集中各靠尺点云到地面拟合平面的距离并获取每一靠尺点云计算所得距离的极值,取上述极值作为地面平面平整度实测值。
进一步的,在上述方法中,所述方法还包括:
步骤S26,在地面点云数据对应的最小外接矩形中,四个角点距其相邻边向内偏移预设距离的四个点作为四个实测点,将四个实测点和地面点云数据对应的最小外接矩形的中心点作为地面水平度检查项所需点集;
步骤S27,根据地面拟合平面对应的四个参数值和地面水平度检查项所需点集,计算该点集中各点到地面拟合平面的距离,将计算得到的距离作为地面平面的水平度实测值;
步骤S28,根据地面水平度检查项所需点集和顶板拟合平面对应的四个参数值,计算该点集中各点到顶板拟合平面的距离,将计算得到的距离作为房间净高测量值。进一步的,在上述方法中,所述方法还包括:
步骤S31,获取某房间内的墙面点云数据;
步骤S32,获取墙面点云数据投影至房间独立坐标系YOZ面面上的二维坐标,计算墙面相应的二维平面坐标点集的最小外接矩形,得到墙面平面对应的最小外接矩形的角点及中心点坐标理论值,其中,独立坐标系YOZ面与独立坐标系XOY面垂直;
步骤S33,对墙面点云数据,利用基于法线的RANSAC算法进行平面拟合,得到墙面拟合平面对应的四个参数值;
步骤S34,对墙面数据,从墙面点云数据对应的最小外接矩形的角点中任选一角点为第一角点,设置第一角点为第一靠尺的端点,定义第一靠尺的尺寸,设置第一靠尺离第一角点所在某条边的夹角,基于所述第一靠尺端点、尺寸和方向,获取对应位置范围内代表第一靠尺的点云数据;以第一角点的对角点为第二角点,设置第二角点为第二靠尺的端点,定义第二靠尺的尺寸,设置第二靠尺离第二角点所在任意一条边的夹角,基于所述第二靠尺端点、尺寸和方向,获取对应位置范围内代表第二靠尺的点云数据;以墙面点云数据对应的最小外接矩形的中心点作为第三靠尺的中心坐标,定义第三靠尺的尺寸大小,第三靠尺的方向与墙面平面对应的最小外接矩形任意一条边平行,基于所述第三靠尺的中心坐标、尺寸和方向,获取对应位置范围内代表第三靠尺的点云数据。将第一靠尺、第二靠尺和第三靠尺的点云数据,作为检验墙面平面平整度的靠尺点云集;
步骤S35,根据墙面拟合平面对应的四个参数值和检验墙面平面的平整度的靠尺集,计算该靠尺集中各靠尺点云到该墙面拟合平面的距离并获取每一靠尺点云计算所得距离的极值,取上述极值作为墙面平面的平整度实测值。进一步的,在上述方法中,所述方法还包括:
步骤S36,对房间内任意墙面数据,以墙面点云数据对应的最小外接矩形中任一角点为第二一角点,以第二一角点为基准,沿上或下边界向内预设距离找一点作为第二一靠尺的端点,第二一靠尺的方向垂直于墙面最小外接矩形上边界,定义第二一靠尺的尺寸,基于第二一靠尺的端点、尺寸和方向,获取对应位置范围内的第二一靠尺的点云数据;以第二一角点的对角点为第二二角点,以第二二角点为基准,沿上或下边界向内预设距离找一点作为第二二靠尺的端点,第二二靠尺的方向垂直于墙面最小外接矩形上边界,定义第二二靠尺的尺寸,基于第二二靠尺的端点、尺寸和方向,获取对应位置范围内的第二二靠尺的点云数据;以墙面点云数据对应的最小外接矩形中的中心点坐标为第二三靠尺的中心坐标,第二三靠尺的方向垂直于墙面上边界,定义第二三靠尺的尺寸,基于第二三靠尺的中心坐标、尺寸和方向,获取对应位置范围内的第二三靠尺点云数据;将第二一靠尺、第二二靠尺和第二三靠尺点云数据作为检验墙面垂直度的靠尺集;
步骤S37,对检验墙面垂直度的靠尺集,利用RANSAC算法对第二一靠尺点云数据、第二二靠尺点云数据和第二三靠尺点云数据进行平面拟合,以分别获取各第二一靠尺对应的第一平面参数、第二二靠尺对应的第二平面参数和第二三靠尺对应的第三平面参数,计算第一平面参数与向量[0,0,1]的第一夹角,计算第二平面参数与向量[0,0,1]的第二夹角,计算第三平面参数与向量[0,0,1]的第三夹角,基于第一夹角、第二夹角和第三夹角,并结合第二一靠尺、第二二靠尺和第二三靠尺的尺寸,通过三角关系的解算,计算出墙面垂直度实测值。
进一步的,在上述方法中,所述方法还包括:
步骤S38,根据各墙面拟合平面的四个参数值将墙面分为两个不同的墙面集合,分别为第一墙面集合和第二墙面集合,同一集合中各墙面趋于平行;
步骤S39,在第一墙面集合或第二墙面集合中,每次选取两面墙分别为第一墙面和第二墙面;在第一墙面中选取一点作为第一点,遍历第二墙面的点云数据获取点作为第二点,使得第一点与第二点的连线垂直于第一墙面的拟合平面;若在第二墙面的点云数据中获取不到满足条件的第二点,则在第一墙面中间隔预设距离重新选取第一点后,重复本步骤再次寻找满足条件的第二点;
步骤S40,计算第一点与第二点的距离,作为房间的开间或进深的一个实测值;取房间的开间或进深实测值的集合中最大的一组实测值作为房间的开间测量值或进深测量值。
进一步的,在上述方法中,所述方法还包括:
步骤S41,将第一墙面点云数据投影到房间的独立坐标系XOY面上,并根据投影点集在XOY平面上拟合一条直线,再获取该拟合直线的垂线作为参照线;
步骤S42,在第二墙面的下边界中,隔预设距离均匀选取3个点作为方正度检查项所需点集,并计算该点集中各点到所述参照线的距离,取距离的极差作为房间方正度实测值。
进一步的,在上述方法中,所述方法还包括:
步骤S51,获取房间的各个洞口的点云数据;步骤S52,对任一洞口的点云数据,在该洞口的点云数据的上边界上取两点分别为第三点和第四点,遍历该洞口点云数据的下边界点找到两点分别为第五点和第六点,使第三点与第五点连线、将第四点与第六点连线均与该洞口的点云数据的下边界垂直;计算第三点与第五点的距离、第四点与第六点的距离作为洞口高实测值;
步骤S53,在该洞口的点云数据的左边界上取两点分别为第七点和第八点,遍历该洞口的点云数据的右边界点找到两点分别为第九点和第十点,使第七点与第九点连线、将第八点与第十点连线均与该洞口的点云数据的右边界垂直;计算第七点与第九点的距离、第八点与第十点的距离作为洞口宽实测值。
与现有技术相比,为了解决上述所说对点云模拟靠尺选点和检查项计算的问题,本发明提出了一种面向实测实量应用基于点云数据的靠尺模拟点云选取与实测量计算的方法,能够精确模拟人工靠尺和选点,并依照行业既定的测量方法和评判标准进行各检查项的计算,实现自动化、高效率的实测实量数据的获取与计算,并保证数据的准确性和真实性,以降低实测实量工作的复杂度,提高工作效率与检测精度。
本发明提出一种面向实测实量应用的靠尺模拟点云选取与计算的技术方案,能够按照实测实量不同专项测量方法,依照靠尺和选点规则,在建筑点云数据中针对平面点云、洞口点云模拟人工靠尺、选点等步骤,参考行业既定的测量方法和评判标准,实现自动化、高效率的实测实量数据计算,保证数据的准确性和真实性,提高检测精度与工作效率,并为基于点云进行实测实量的报表可视化等后续一系列工作奠定了基础,大大降低实测实量工作的复杂度。
附图说明
图1是本发明一实施例的地面平整度、水平度及房间净高值检测的流程图;
图2是本发明一实施例的洞口尺寸检测的流程图;
图3是本发明一实施例的墙面平整度、垂直度及房间开间进深和方正度检测的流程图;
图4是本发明一实施例的某一墙面的点云数据的示意图;
图5是本发明一实施例的某一顶板、地面或墙面的边界点云及计算平整度时所取三个靠尺的点云数据的示意图;
图6是本发明一实施例的某一墙面的边界点云及计算垂整度时所取三个靠尺的点云数据的示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供一种面向实测实量应用的靠尺模拟点云选取与计算方法,包括:
步骤S11,获取某房间内的顶板点云数据;
步骤S12,获取顶板点云数据投影至房间独立坐标系XOY面上的二维坐标,计算顶板相应的二维平面坐标点集的最小外接矩形,得到顶板平面对应的最小外接矩形的角点及中心点坐标理论值,其中,独立坐标系YOZ面与独立坐标系XOY面垂直;
步骤S13,对顶板点云数据,利用基于法线的RANSAC算法进行平面拟合,得到顶板拟合平面对应的四个参数值;
如图5所示,步骤S14,对顶板数据,从顶板点云数据对应的最小外接矩形的角点中任选一角点为第一角点,设置第一角点为第一靠尺1的端点,定义第一靠尺1的尺寸,设置第一靠尺1离第一角点所在某条边的夹角,基于所述第一靠尺1端点、尺寸和方向,获取对应位置范围内代表第一靠尺1的点云数据;以第一角点的对角点为第二角点,设置第二角点为第二靠尺2的端点,定义第二靠尺2的尺寸,设置第二靠尺2离第二角点所在任意一条边的夹角,基于所述第二靠尺2端点、尺寸和方向,获取对应位置范围内代表第二靠尺2的点云数据;以顶板点云数据对应的最小外接矩形的中心点作为第三靠尺3的中心坐标,定义第三靠尺3的尺寸大小,第三靠尺3的方向与顶板平面对应的最小外接矩形任意一条边平行,基于所述第三靠尺3的中心坐标、尺寸和方向,获取对应位置范围内代表第三靠尺3的点云数据。将第一靠尺1、第二靠尺2和第三靠尺3的点云数据,作为检验顶板平面平整度的靠尺点云集;
步骤S15,根据检验顶板平面平整度的靠尺集和顶板拟合平面对应的四个参数值,计算该靠尺集中各靠尺点云到顶板拟合平面的距离并获取每一靠尺点云计算所得距离的极值,取上述极值作为顶板平面平整度实测值。
如图1所示,本发明的面向实测实量应用的靠尺模拟点云选取与计算方法一实施例中,所述方法还包括:
步骤S16,在顶板点云数据对应的最小外接矩形中,四个角点距其相邻边向内偏移预设距离的四个点作为四个实测点,将四个实测点和顶板点云数据对应的最小外接矩形的中心点作为顶板水平度检查项所需点集;
步骤S17,根据顶板拟合平面的对应的四个参数值和顶板水平度检查项所需点集,计算该点集中各点到顶板拟合平面的距离,将计算得到的距离作为顶板平面水平度实测值。
如图1所示,本发明的面向实测实量应用的靠尺模拟点云选取与计算方法一实施例中,所述方法还包括:
步骤S21,获取某房间内的地面点云数据;
步骤S22,获取地面点云数据投影至房间独立坐标系XOY面上的二维坐标,计算地面相应的二维平面坐标点集的最小外接矩形,得到地面平面对应的最小外接矩形的角点及中心点坐标理论值,其中,独立坐标系YOZ面与独立坐标系XOY面垂直;
步骤S23,对地面点云数据,利用基于法线的RANSAC算法进行平面拟合,得到地面拟合平面对应的四个参数值;
如图5所示,步骤S24,对地面数据,从地面点云数据对应的最小外接矩形的角点中任选一角点为第一角点,设置第一角点为第一靠尺1的端点,定义第一靠尺1的尺寸,设置第一靠尺1离第一角点所在某条边的夹角,基于所述第一靠尺1端点、尺寸和方向,获取对应位置范围内代表第一靠尺1的点云数据;以第一角点的对角点为第二角点,设置第二角点为第二靠尺2的端点,定义第二靠尺2的尺寸,设置第二靠尺2离第二角点所在任意一条边的夹角,基于所述第二靠尺2端点、尺寸和方向,获取对应位置范围内代表第二靠尺2的点云数据;以地面点云数据对应的最小外接矩形的中心点作为第三靠尺3的中心坐标,定义第三靠尺3的尺寸大小,第三靠尺3的方向与地面平面对应的最小外接矩形任意一条边平行,基于所述第三靠尺3的中心坐标、尺寸和方向,获取对应位置范围内代表第三靠尺3的点云数据。将第一靠尺1、第二靠尺2和第三靠尺3的点云数据,作为检验地面平面平整度的靠尺点云集;
步骤S25,根据检验地面平面平整度的靠尺集和地面拟合平面对应的四个参数值,计算该靠尺集中各靠尺点云到地面拟合平面的距离并获取每一靠尺点云计算所得距离的极值,取上述极值作为地面平面平整度实测值;
如图1所示,本发明的面向实测实量应用的靠尺模拟点云选取与计算方法一实施例中,所述方法还包括:
步骤S26,在地面点云数据对应的最小外接矩形中,四个角点距其相邻边向内偏移预设距离的四个点作为四个实测点,将四个实测点和地面点云数据对应的最小外接矩形的中心点作为地面水平度检查项所需点集;
步骤S27,根据地面拟合平面对应的四个参数值和地面水平度检查项所需点集,计算该点集中各点到地面拟合平面的距离,将计算得到的距离作为地面平面的水平度实测值。
本发明的面向实测实量应用的靠尺模拟点云选取与计算方法一实施例中,所述方法还包括:
步骤S28,根据地面水平度检查项所需点集和顶板拟合平面对应的四个参数值,计算该点集中各点到顶板拟合平面的距离,将计算得到的距离作为房间净高测量值。
如图3和4所示,本发明的面向实测实量应用的靠尺模拟点云选取与计算方法一实施例中,所述方法还包括:
步骤S31,获取某房间内的墙面点云数据;
步骤S32,获取墙面点云数据投影至房间独立坐标系YOZ面面上的二维坐标,计算墙面相应的二维平面坐标点集的最小外接矩形,得到墙面平面对应的最小外接矩形的角点及中心点坐标理论值,其中,独立坐标系YOZ面与独立坐标系XOY面垂直;
步骤S33,对墙面点云数据,利用基于法线的RANSAC算法进行平面拟合,得到墙面拟合平面对应的四个参数值;
如图6所示,步骤S34,对墙面数据,从墙面点云数据对应的最小外接矩形的角点中任选一角点为第一角点,设置第一角点为第一靠尺1的端点,定义第一靠尺1的尺寸,设置第一靠尺1离第一角点所在某条边的夹角,基于所述第一靠尺1端点、尺寸和方向,获取对应位置范围内代表第一靠尺1的点云数据;以第一角点的对角点为第二角点,设置第二角点为第二靠尺2的端点,定义第二靠尺2的尺寸,设置第二靠尺2离第二角点所在任意一条边的夹角,基于所述第二靠尺2端点、尺寸和方向,获取对应位置范围内代表第二靠尺2的点云数据;以墙面点云数据对应的最小外接矩形的中心点作为第三靠尺3的中心坐标,定义第三靠尺3的尺寸大小,第三靠尺3的方向与墙面平面对应的最小外接矩形任意一条边平行,基于所述第三靠尺3的中心坐标、尺寸和方向,获取对应位置范围内代表第三靠尺3的点云数据。将第一靠尺1、第二靠尺2和第三靠尺3的点云数据,作为检验墙面平面平整度的靠尺点云集;
步骤S35,根据墙面拟合平面对应的四个参数值和检验墙面平面的平整度的靠尺集,计算该靠尺集中各靠尺点云到该墙面拟合平面的距离并获取每一靠尺点云计算所得距离的极值,取上述极值作为墙面平面的平整度实测值。
如图3所示,本发明的面向实测实量应用的靠尺模拟点云选取与计算方法一实施例中,所述方法还包括:
步骤S36,对房间内任意墙面数据,以墙面点云数据对应的最小外接矩形中任一角点为第二一角点,以第二一角点为基准,沿上或下边界向内预设距离找一点作为第二一靠尺4的端点,第二一靠尺4的方向垂直于墙面最小外接矩形上边界,定义第二一靠尺4的尺寸,基于第二一靠尺4的端点、尺寸和方向,获取对应位置范围内的第二一靠尺4的点云数据;以第二一角点的对角点为第二二角点,以第二二角点为基准,沿上或下边界向内预设距离找一点作为第二二靠尺5的端点,第二二靠尺5的方向垂直于墙面最小外接矩形上边界,定义第二二靠尺5的尺寸,基于第二二靠尺5的端点、尺寸和方向,获取对应位置范围内的第二二靠尺5的点云数据;以墙面点云数据对应的最小外接矩形中的中心点坐标为第二三靠尺6的中心坐标,第二三靠尺6的方向垂直于墙面上边界,定义第二三靠尺6的尺寸,基于第二三靠尺6的中心坐标、尺寸和方向,获取对应位置范围内的第二三靠尺6点云数据;将第二一靠尺4、第二二靠尺5和第二三靠尺6点云数据作为检验墙面垂直度的靠尺集;
步骤S37,对检验墙面垂直度的靠尺集,利用RANSAC算法对第二一靠尺4点云数据、第二二靠尺5点云数据和第二三靠尺6点云数据进行平面拟合,以分别获取各第二一靠尺4对应的第一平面参数、第二二靠尺5对应的第二平面参数和第二三靠尺6对应的第三平面参数,计算第一平面参数与向量[0,0,1]的第一夹角,计算第二平面参数与向量[0,0,1]的第二夹角,计算第三平面参数与向量[0,0,1]的第三夹角,基于第一夹角、第二夹角和第三夹角,并结合第二一靠尺4、第二二靠尺5和第二三靠尺6的尺寸,通过三角关系的解算,计算出墙面垂直度实测值。
如图3所示,本发明的面向实测实量应用的靠尺模拟点云选取与计算方法一实施例中,所述方法还包括:
步骤S38,根据墙面拟合平面对应的四个参数值将墙面分为两个不同的墙面集合,分别为第一墙面集合和第二墙面集合,同一集合中各墙面趋于平行;
步骤S39,在第一墙面集合或第二墙面集合中,每次选取两面墙分别为第一墙面和第二墙面;在第一墙面中选取一点作为第一点,遍历第二墙面的点云数据获取点作为第二点,使得第一点与第二点的连线垂直于第一墙面的拟合平面;若在第二墙面的点云数据中获取不到满足条件的第二点,则在第一墙面中间隔预设距离重新选取第一点后,重复本步骤再次寻找满足条件的第二点;
步骤S40,计算第一点与第二点的距离,作为房间的开间或进深的一个实测值;取房间的开间或进深实测值的集合中最大的一组实测值作为房间的开间测量值或进深测量值。
在此,对第一墙面集合或第二墙面集合中的第一墙面和第二墙面进行两两墙面计算,依次取出的两面墙需要的两组实测点;可以得到房间的开间测量值的集合和进深值测量的集合。
如图3所示,本发明的面向实测实量应用的靠尺模拟点云选取与计算方法一实施例中,所述方法还包括:
步骤S41,将第一墙面点云数据投影到房间的独立坐标系XOY面上,并根据投影点集在XOY平面上拟合一条直线,再获取该拟合直线的垂线作为参照线;
步骤S43,在第二墙面的下边界中,隔预设距离均匀选取3个点作为方正度检查项所需点集,并计算该点集中各点到所述参照线的距离,取距离的极差作为房间方正度实测值。
如图2所示,本发明的面向实测实量应用的靠尺模拟点云选取与计算方法一实施例中,所述方法还包括:
步骤S51,获取房间的各个洞口的点云数据;
在此,各洞口包括窗洞、门洞等;
步骤S52,对任一洞口的点云数据,在该洞口的点云数据的上边界上取两点分别为第三点和第四点,遍历该洞口的点云数据的下边界点找到两点分别为第五点和第六点,使第三点与第五点连线、将第四点与第六点连线均与该洞口的点云数据的下边界垂直;计算第三点与第五点的距离、第四点与第六点的距离作为洞口高实测值;
步骤S53,在该洞口的点云数据的左边界上取两点分别为第七点和第八点,遍历该洞口的点云数据的右边界点找到两点分别为第九点和第十点,使第七点与第九点连线、将第八点与第十点连线均与该洞口的点云数据的右边界垂直;计算第七点与第九点的距离、第八点与第十点的距离作为洞口宽实测值。
具体的,本发明适用于面向实测实量应用的靠尺模拟点云选取与计算,主要技术步骤如下:
1)获取某房间内的分割处理后的点云数据:墙面点云数据P墙={P墙1,P墙2,…,P墙n}(n≥4),地面点云数据P地,顶板点云数据P顶,洞口点云数据P洞={P洞1,P洞2,…,P洞n};
在此,所述洞口可以是房间内的窗洞或门洞;
2)获取各墙面点云数据P墙x投影至房间独立坐标系YOZ面上的二维坐标,以及顶板点云数据、地面点云数据P顶/地投影至房间独立坐标系XOY面上的二维坐标,计算各平面相应二维平面坐标点集的最小外接矩形,得到最小外接矩形的角点及中心点坐标理论值,其中,独立坐标系YOZ面与独立坐标系XOY面垂直;
3)根据平面PX计算所得的最小外接矩形的相关理论值,从PX点云数据中获取实际四个角点的点云坐标CX_角点={CX_角点1,CX_角点2,CX_角点3,CX_角点4}及中心点云坐标CX_中心点;
4)对任意平面点云数据PX,利用基于法线的RANSAC算法进行平面拟合,得到其平面四个参数值QX={Q1,Q2,Q3,Q4};
5)对任意平面点云数据PX,以CX_角点中任一角点Ci为靠尺1的端点,设置靠尺1与Ci和Ci相邻两角点中任一角点Ci+1连线的夹角,定义靠尺尺寸大小,获取对应位置范围内代表靠尺1的点云数据R1;以位于Ci对角位置的角点Ci+2为靠尺2的端点,同理,获取代表靠尺2的点云数据R2;以PX的中心坐标C中心为靠尺3的中心坐标,靠尺方向与位于墙面下边界的两个角点的连线平行或者与地面/顶板任意两个不构成对角线的角点的连线平行,定义靠尺尺寸大小,进而获取在靠尺3对应位置范围内的点云数据R3;得到RX={R1,R2,R3}即为检验PX平整度的靠尺集;
6)根据各平面点云拟合的平面参数QX和代表平整度靠尺的点集RX,计算RX中各点到平面参数QX所定义平面的距离,取极值作为该平面的平整度实测值,得到PX平整度的实测值FX={F1,F2,F3};
7)对任意墙面点云P墙x,以C墙x_角点中任一角点Ci沿墙面上或下边界向内一段距离找一点,作为靠尺1的端点,靠尺方向与位于墙面上或下边界的两角点连线垂直,定义靠尺尺寸大小,进而获取在靠尺1对应位置范围内的点云数据R1;以位于Ci对角位置的角点Ci+2沿墙面上或下边界向内一段距离找一点为靠尺2的端点,同理,获取代表靠尺2的点云数据R2;以P墙x的中心坐标C墙_中心为靠尺3的中心坐标,靠尺方向与位于墙面上或下边界的两角点连线垂直,定义靠尺尺寸大小,获取代表靠尺3的点云数据R3;得到R墙x={R1,R2,R3}即为检验P墙x垂直度的靠尺集;
8)对代表垂直度的靠尺集R墙x,利用RANSAC算法对各靠尺点云数据进行平面拟合获取各靠尺平面参数Q尺x,计算Q尺x与向量[0,0,1]夹角,结合靠尺尺寸,通过三角关系的解算,计算出代表墙面垂直度实测值V墙={V1,V2,V3};
9)对顶板/地面点云P顶/地,依次连接C角点得到边界线,在地面点云数据中找到距相邻边界线一定距离的四个点作为四个实测点,得到水平度检查项所需点集T顶/地={T1,T2,T3,T4,C中心};
10)根据地面、顶板的拟合平面参数Q地/顶和所选点集T地/顶,计算点集T地/顶中各点到地面/顶板参数Q地/顶所定义的平面的距离作为地面和顶板水平度实测值L地/顶={L1,L2,L3,L4,L5};
11)根据所选地面点集T地和顶板拟合平面参数Q顶,计算点集T地中各点到顶板参数Q顶所定义的平面的距离作为房间净高测量值H={H1,H2,H3,H4,H5};
12)根据墙面参数Q墙,将墙面分为两个不同的墙面集合G墙、G' 墙,同集合中各墙面趋于平行;
13)在某一墙面集合G墙/G' 墙中,依次选取两面墙P墙x、P墙y;在P墙x中选取一点Tx,遍历P墙y点云数据获取点Ty,使得Tx与Ty连线垂直于P墙x参数Q墙x所定义的平面;若P墙y点云数据中获取不到满足条件的点Ty,则在P墙x中间隔一定距离重新选取Tx,再次寻找满足条件的点Ty;
14)计算Tx与Ty的距离,作为房间开间进深的一个实测值;取开间、进深实测值集合中最大的一组实测值作为房间开间、进深测量值W、D;
15)根据步骤13),对集合G墙/G' 墙中两两墙面进行计算,依次取出的两面墙需要两组实测点;根据步骤14),得到房间开间、进深测量值W={W1,W2},D={D1,D2};
16)对某一墙面P墙x,将其点云数据投影到房间独立坐标系XOY面上,在XOY平面上拟合一条直线,再获取其垂线作为参照线L参;
17)在墙面P墙x的相邻墙面P墙y的下边界中,隔一段距离均匀选取3个点作为实测点T墙y={T1,T2,T3},将T墙y中各点投影到房间独立坐标系XOY面上,并计算各点到L参的距离,取距离极差作为房间方正度实测值M;
18)对任一洞口点云P洞,在上边界上取两点T上1,T上2,遍历下边界点找到T下1,T下2,使得T上1与T下1连线、T上2与T下2连线均与下边界垂直;计算T上1与T下1、T上2与T下2距离为洞口高实测值HH={HH1,HH2};同理,在洞口左边界和右边界取点,计算相应点位置的距离代表洞口宽实测值HW={HW1,HW2};
更详细的,本实施例以本发明技术方案为前提进行实施,具体的实施方式与实施过程如下:
1)获取某房间内的分割处理后的点云数据(点云间距20mm):墙面点云集合P墙={P墙1,P墙2,P墙3,P墙4},地面点云P地,顶板点云P顶,洞口集合P洞={P洞1,P洞2};
2)获取墙1点云数据P墙1的二维平面坐标,通过Opencv库中minAreaRec函数计算二维平面点集的最小外接矩形;
3)根据最小外接矩形的角点和中心点坐标理论值,获取P墙1的四个角点的点云坐标值:
C墙1_角点={C墙1_角点1,C墙1_角点2,C墙1_角点3,C墙1_角点4}和中心点云坐标值C墙1_中心点;
4)以搜索半径为0.1m计算P墙1中各点的法线;
5)利用基于法线的RANSAC算法进行平面拟合,得到P墙1点云拟合平面的四个参数:
Q墙={Q1,Q2,Q3,Q4},其中算法相关参数设置如下:
输入:点云及其法线数据,表面法线权重系数:0.1,最大迭代数:100,
内点到模型的距离最大允许值:0.03,对估计模型优化:“True”,
输出:拟合平面的4个平面参数值;
6)从P墙1的角点集C墙1_角点中选取C墙1_角点1为靠尺1的端点,设置靠尺1与C墙1_角点1,C墙1_角点2连线夹角为45°,定义靠尺尺寸长2m,宽0.05m,获取对应位置范围内的点云数据RF1;同理,以
C墙1_角点3为靠尺端点,取得代表靠尺2的点云数据RF2;最后以C墙1_中心点为靠尺中心,靠尺与C墙1_角点1和C墙1_角点2的连线平行,取得代表靠尺3的点云数据RF3;
7)按步骤6)所述方法选取的靠尺点集RF_墙1={RF1,RF2,RF3},计算其到拟合平面的距离,以距离的极值作为P墙1平整度实测值F墙1={F1,F2,F3},参照评判标准计算平整度实测值合格率;
8)同理按步骤2)至7)所述方法,可得各平面的平整度实测值
FX={F1,F2,F3}及合格率;
9)取角点C墙1_角点1沿墙面上边界方向,向内30cm找一点云,作为靠尺1的端点,靠尺方向与墙面上边界垂直,靠尺尺寸长2m,宽0.05m,获取对应位置范围内的点云数据R1模拟人工靠尺;取角点C墙1_角点3沿墙面下边界向内30cm找一点为靠尺2的端点,同理,获取代表靠尺2的点云数据R2;最后以C墙1_中心点为靠尺中心,,靠尺方向与C墙1_角点1和C墙1_角点2连线垂直,获取代表靠尺3的点云数据R3;得到RV_墙1={RV1,RV2,RV3}即为检验P墙1垂直度的靠尺集;
10)利用RANSAC算法对RV_墙1中各靠尺点云数据进行平面拟合,获取各个靠尺平面参数QRx,计算QRx与向量[0,0,1]夹角,结合靠尺尺寸,通过三角关系的解算计算出代表墙1垂直度实测值V墙1={V1,V2,V3},参照评判标准计算垂直度实测值合格率;
11)同理按步骤8)至10)所述方法,可得各墙面对应的垂直度实测值VX={V1,V2,V3}及合格率;
12)对地面点云P地,依次连接C角点得到边界线,在地面点云数据中找到距相邻边界线30cm的四个点作为四个实测点,得到水平度检查项所需点集T地={T1,T2,T3,T4,C地_中心};
13)根据地面/顶板的拟合平面参数Q地/顶和所选点集T地/顶,计算点集T地/顶中各点到地面/顶板参数Q地/顶所定义的平面的距离作为地面和顶板水平度实测值L地/顶={L1,L2,L3,L4,L5};
14)根据所选地面点集T地和顶板拟合平面参数Q顶,计算T地中各点到顶板参数Q顶所定义的平面的距离作为房间净高测量值H={H1,H2,H3,H4,H5};
15)根据墙面参数Q墙,将墙面分为两个不同的墙面集合G墙={P墙1,P墙2}、G' 墙={P墙3,P墙4},同集合中各墙面趋于平行;
16)对于墙P墙1、P墙2,在P墙1中选取距左边界30cm,距下边界50cm处的点云T1,遍历P墙2点云数据获取点T2,使得T1与T2连线垂直于P墙1参数Q墙1所定义的平面;在P墙1中选取距右边界30cm,距下边界50cm处的点云T3,遍历P墙2点云数据获取点T24,使得T3与T4连线垂直于P墙1参数Q墙1所定义的平面;
17)分别计算T1与T2、T3与T4的距离,作为房间开间的实测值W={W1,W2};
18)选择P墙3、P墙4,同理按步骤16)至17)所述方法,可得到房间进深的实测值D={D1,D2};
19)对墙面P墙1,将其点云数据投影到房间独立坐标系XOY面上,在XOY平面上拟合一条直线,再获取其垂线作为参照线L参1;
20)在墙面P墙1的相邻墙面P墙2的下边界中,隔一段距离均匀选取3个点作为实测点T墙2={T1,T2,T3},将T墙2中各点投影到房间独立坐标系XOY面上T’ 墙2={T1,T2,T3},并计算T’ 墙2中各点到L参的距离,取距离极差作为房间方正度实测值M;
21)对洞口点云P洞1,在上边界上取两点T上1、T上2,T上1、T上2分别距洞口左、右边界30cm,遍历下边界点找到T下1,T下2,使得T上1与T下1连线、T上2与T下2连线均与下边界垂直;计算T上1与T下1、T上2与T下2距离为洞口高实测值HH={HH1,HH2};同理,在洞口左边界和右边界取点,计算相应点位置的距离代表洞口宽实测值HW={HW1,HW2};
22)同理按步骤21)所述方法,可计算得到P洞2洞口尺寸;
本发明实施例利用本发明的技术方案,对某在建工程的某一房间点云数据进行操作,模拟实测实量工作中人工靠尺及选点,并完成符合实测实量既定规则的检查项目的计算及合格率的判定,保证数据的准确性和真实性,提高检测精度与工作效率,大大降低实测实量工作的复杂度。
综上所述,为了解决上述所说对点云模拟靠尺选点和检查项计算的问题,本发明提出了一种面向实测实量应用基于点云数据的靠尺模拟点云选取与实测量计算的方法,能够精确模拟人工靠尺和选点,并依照行业既定的测量方法和评判标准进行各检查项的计算,实现自动化、高效率的实测实量数据的获取与计算,并保证数据的准确性和真实性,以降低实测实量工作的复杂度,提高工作效率与检测精度。
本发明提出一种面向实测实量应用的靠尺模拟点云选取与计算的技术方案,能够按照实测实量不同专项测量方法,依照靠尺和选点规则,在建筑点云数据中针对平面点云、洞口点云模拟人工靠尺、选点等步骤,参考行业既定的测量方法和评判标准,实现自动化、高效率的实测实量数据计算,保证数据的准确性和真实性,提高检测精度与工作效率,并为基于点云进行实测实量的报表可视化等后续一系列工作奠定了基础,大大降低实测实量工作的复杂度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
显然,本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (9)
1.一种面向实测实量应用的靠尺模拟点云选取与计算方法,其特征在于,包括:
步骤S11,获取某房间内的顶板点云数据;
步骤S12,获取顶板点云数据投影至房间独立坐标系XOY面上的二维坐标,计算顶板对应的二维平面坐标点集的最小外接矩形,得到顶板平面对应的最小外接矩形的角点及中心点坐标理论值,其中,独立坐标系YOZ面与独立坐标系XOY面垂直;
步骤S13,对顶板点云数据,利用基于法线的RANSAC算法进行平面拟合,得到顶板拟合平面对应的四个参数值;
步骤S14,对顶板数据,从顶板点云数据对应的最小外接矩形的角点中任选一角点为第一角点,设置第一角点为第一靠尺的端点,定义第一靠尺的尺寸,设置第一靠尺离第一角点所在某条边的夹角,基于所述第一靠尺端点、尺寸和方向,获取对应位置范围内代表第一靠尺的点云数据;以第一角点的对角点为第二角点,设置第二角点为第二靠尺的端点,定义第二靠尺的尺寸,设置第二靠尺离第二角点所在任意一条边的夹角,基于所述第二靠尺端点、尺寸和方向,获取对应位置范围内代表第二靠尺的点云数据;以顶板点云数据对应的最小外接矩形的中心点作为第三靠尺的中心坐标,定义第三靠尺的尺寸大小,第三靠尺的方向与顶板平面对应的最小外接矩形任意一条边平行,基于所述第三靠尺的中心坐标、尺寸和方向,获取对应位置范围内代表第三靠尺的点云数据;将第一靠尺、第二靠尺和第三靠尺的点云数据,作为检验顶板平面平整度的靠尺点云集;
步骤S15,根据检验顶板平面平整度的靠尺集和顶板拟合平面对应的四个参数值,计算该靠尺集中各靠尺点云到顶板拟合平面的距离并获取每一靠尺点云计算所得距离的极值,取上述极值作为顶板平面平整度实测值。
2.如权利要求1所述的面向实测实量应用的靠尺模拟点云选取与计算方法,其特征在于,所述方法还包括:
步骤S16,在顶板点云数据对应的最小外接矩形中,四个角点距其相邻边向内偏移预设距离的四个点作为四个实测点,将四个实测点和顶板点云数据对应的最小外接矩形的中心点作为顶板水平度检查项所需点集;
步骤S17,根据顶板拟合平面的对应的四个参数值和顶板水平度检查项所需点集,计算该点集中各点到顶板拟合平面的距离,将计算得到的距离作为顶板平面水平度实测值。
3.如权利要求1所述的面向实测实量应用的靠尺模拟点云选取与计算方法,其特征在于,所述方法还包括:
步骤S21,获取某房间内的地面点云数据;
步骤S22,获取地面点云数据投影至房间独立坐标系XOY面上的二维坐标,计算地面对应的二维平面坐标点集的最小外接矩形,得到地面平面对应的最小外接矩形的角点及中心点坐标理论值,其中,独立坐标系YOZ面与独立坐标系XOY面垂直;
步骤S23,对地面点云数据,利用基于法线的RANSAC算法进行平面拟合,得到地面拟合平面对应的四个参数值;
步骤S24,对地面数据,从地面点云数据对应的最小外接矩形的角点中任选一角点为第一角点,设置第一角点为第一靠尺的端点,定义第一靠尺的尺寸,设置第一靠尺离第一角点所在某条边的夹角,基于所述第一靠尺端点、尺寸和方向,获取对应位置范围内代表第一靠尺的点云数据;以第一角点的对角点为第二角点,设置第二角点为第二靠尺的端点,定义第二靠尺的尺寸,设置第二靠尺离第二角点所在任意一条边的夹角,基于所述第二靠尺端点、尺寸和方向,获取对应位置范围内代表第二靠尺的点云数据;以地面点云数据对应的最小外接矩形的中心点作为第三靠尺的中心坐标,定义第三靠尺的尺寸大小,第三靠尺的方向与地面平面对应的最小外接矩形任意一条边平行,基于所述第三靠尺的中心坐标、尺寸和方向,获取对应位置范围内代表第三靠尺的点云数据;将第一靠尺、第二靠尺和第三靠尺的点云数据,作为检验地面平面平整度的靠尺点云集;
步骤S25,根据检验地面平面平整度的靠尺集和地面拟合平面对应的四个参数值,计算该靠尺集中各靠尺点云到地面拟合平面的距离并获取每一靠尺点云计算所得距离的极值,取上述极值作为地面平面平整度实测值。
4.如权利要求3所述的面向实测实量应用的靠尺模拟点云选取与计算方法,其特征在于,所述方法还包括:
步骤S26,在地面点云数据对应的最小外接矩形中,四个角点距其相邻边向内偏移预设距离的四个点作为四个实测点,将四个实测点和地面点云数据对应的最小外接矩形的中心点作为地面水平度检查项所需点集;
步骤S27,根据地面拟合平面对应的四个参数值和地面水平度检查项所需点集,计算该点集中各点到地面拟合平面的距离,将计算得到的距离作为地面平面的水平度实测值;
步骤S28,根据地面水平度检查项所需点集和顶板拟合平面对应的四个参数值,计算该点集中各点到顶板拟合平面的距离,将计算得到的距离作为房间净高测量值。
5.如权利要求1所述的面向实测实量应用的靠尺模拟点云选取与计算方法,其特征在于,所述方法还包括:
步骤S31,获取某房间内的墙面点云数据;
步骤S32,获取墙面点云数据投影至房间独立坐标系YOZ面面上的二维坐标,计算墙面相应的二维平面坐标点集的最小外接矩形,得到墙面平面对应的最小外接矩形的角点及中心点坐标理论值,其中,独立坐标系YOZ面与独立坐标系XOY面垂直;
步骤S33,对墙面点云数据,利用基于法线的RANSAC算法进行平面拟合,得到墙面拟合平面对应的四个参数值;
步骤S34,对墙面数据,从墙面点云数据对应的最小外接矩形的角点中任选一角点为第一角点,设置第一角点为第一靠尺的端点,定义第一靠尺的尺寸,设置第一靠尺离第一角点所在某条边的夹角,基于所述第一靠尺端点、尺寸和方向,获取对应位置范围内代表第一靠尺的点云数据;以第一角点的对角点为第二角点,设置第二角点为第二靠尺的端点,定义第二靠尺的尺寸,设置第二靠尺离第二角点所在任意一条边的夹角,基于所述第二靠尺端点、尺寸和方向,获取对应位置范围内代表第二靠尺的点云数据;以墙面点云数据对应的最小外接矩形的中心点作为第三靠尺的中心坐标,定义第三靠尺的尺寸大小,第三靠尺的方向与墙面平面对应的最小外接矩形任意一条边平行,基于所述第三靠尺的中心坐标、尺寸和方向,获取对应位置范围内代表第三靠尺的点云数据;将第一靠尺、第二靠尺和第三靠尺的点云数据,作为检验墙面平面平整度的靠尺点云集;
步骤S35,根据墙面拟合平面对应的四个参数值和检验墙面平面的平整度的靠尺集,计算该靠尺集中各靠尺点云到该墙面拟合平面的距离并获取每一靠尺点云计算所得距离的极值,取上述极值作为墙面平面的平整度实测值。
6.如权利要求5所述的面向实测实量应用的靠尺模拟点云选取与计算方法,其特征在于,所述方法还包括:
步骤S36,对房间内任意墙面数据,以墙面点云数据对应的最小外接矩形中任一角点为第二一角点,以第二一角点为基准,沿上或下边界向内预设距离找一点作为第二一靠尺的端点,第二一靠尺的方向垂直于墙面最小外接矩形上边界,定义第二一靠尺的尺寸,基于第二一靠尺的端点、尺寸和方向,获取对应位置范围内的第二一靠尺的点云数据;以第二一角点的对角点为第二二角点,以第二二角点为基准,沿上或下边界向内预设距离找一点作为第二二靠尺的端点,第二二靠尺的方向垂直于墙面最小外接矩形上边界,定义第二二靠尺的尺寸,基于第二二靠尺的端点、尺寸和方向,获取对应位置范围内的第二二靠尺的点云数据;以墙面点云数据对应的最小外接矩形中的中心点坐标为第二三靠尺的中心坐标,第二三靠尺的方向垂直于墙面上边界,定义第二三靠尺的尺寸,基于第二三靠尺的中心坐标、尺寸和方向,获取对应位置范围内的第二三靠尺点云数据;将第二一靠尺、第二二靠尺和第二三靠尺点云数据作为检验墙面垂直度的靠尺集;
步骤S37,对检验墙面垂直度的靠尺集,利用RANSAC算法对第二一靠尺点云数据、第二二靠尺点云数据和第二三靠尺点云数据进行平面拟合,以分别获取各第二一靠尺对应的第一平面参数、第二二靠尺对应的第二平面参数和第二三靠尺对应的第三平面参数,计算第一平面参数与向量[0,0,1]的第一夹角,计算第二平面参数与向量[0,0,1]的第二夹角,计算第三平面参数与向量[0,0,1]的第三夹角,基于第一夹角、第二夹角和第三夹角,并结合第二一靠尺、第二二靠尺和第二三靠尺的尺寸,通过三角关系的解算,计算出墙面垂直度实测值。
7.如权利要求6所述的面向实测实量应用的靠尺模拟点云选取与计算方法,其特征在于,所述方法还包括:
步骤S38,根据各墙面拟合平面的四个参数值将墙面分为两个不同的墙面集合,分别为第一墙面集合和第二墙面集合,同一集合中各墙面趋于平行;
步骤S39,在第一墙面集合或第二墙面集合中,每次选取两面墙分别为第一墙面和第二墙面;在第一墙面中选取一点作为第一点,遍历第二墙面的点云数据获取点作为第二点,使得第一点与第二点的连线垂直于第一墙面的拟合平面;若在第二墙面的点云数据中获取不到满足条件的第二点,则在第一墙面中间隔预设距离重新选取第一点后,重复本步骤再次寻找满足条件的第二点;
步骤S40,计算第一点与第二点的距离,作为房间的开间或进深的一个实测值;取房间的开间或进深实测值的集合中最大的一组实测值作为房间的开间测量值或进深测量值。
8.如权利要求7所述的面向实测实量应用的靠尺模拟点云选取与计算方法,其特征在于,所述方法还包括:
步骤S41,将第一墙面点云数据投影到房间的独立坐标系XOY面上,并根据投影点集在XOY平面上拟合一条直线,再获取该拟合直线的垂线作为参照线;
步骤S42,在第二墙面的下边界中,隔预设距离均匀选取3个点作为方正度检查项所需点集,并计算该点集中各点到所述参照线的距离,取距离的极差作为房间方正度实测值。
9.如权利要求1所述的面向实测实量应用的靠尺模拟点云选取与计算方法,其特征在于,所述方法还包括:
步骤S51,获取房间的各个洞口的点云数据;
步骤S52,对任一洞口的点云数据,在该洞口的点云数据的上边界上取两点分别为第三点和第四点,遍历该洞口点云数据的下边界点找到两点分别为第五点和第六点,使第三点与第五点连线、将第四点与第六点连线均与该洞口的点云数据的下边界垂直;计算第三点与第五点的距离、第四点与第六点的距离作为洞口高实测值;
步骤S53,在该洞口的点云数据的左边界上取两点分别为第七点和第八点,遍历该洞口的点云数据的右边界点找到两点分别为第九点和第十点,使第七点与第九点连线、将第八点与第十点连线均与该洞口的点云数据的右边界垂直;计算第七点与第九点的距离、第八点与第十点的距离作为洞口宽实测值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110039526.0A CN112884823B (zh) | 2021-01-13 | 2021-01-13 | 面向实测实量应用的靠尺模拟点云选取与计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110039526.0A CN112884823B (zh) | 2021-01-13 | 2021-01-13 | 面向实测实量应用的靠尺模拟点云选取与计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112884823A CN112884823A (zh) | 2021-06-01 |
CN112884823B true CN112884823B (zh) | 2023-09-22 |
Family
ID=76044885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110039526.0A Active CN112884823B (zh) | 2021-01-13 | 2021-01-13 | 面向实测实量应用的靠尺模拟点云选取与计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112884823B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113654538B (zh) * | 2021-10-18 | 2022-02-11 | 盎锐(常州)信息科技有限公司 | 用于实测实量的房间找方方法、激光雷达及测量系统 |
CN116804765B (zh) * | 2023-08-25 | 2023-11-14 | 兰笺(苏州)科技有限公司 | 一种室内空间实测实量指标自动化测定方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521884A (zh) * | 2011-12-16 | 2012-06-27 | 南京大学 | 一种基于LiDAR数据与正射影像的3维屋顶重建方法 |
CN107610223A (zh) * | 2017-09-20 | 2018-01-19 | 广东电网有限责任公司机巡作业中心 | 基于LiDAR点云的电力塔三维重建方法 |
CN108746993A (zh) * | 2018-06-20 | 2018-11-06 | 青岛易科锐自动化技术有限公司 | 一种打磨加工方法和装置 |
CN110647798A (zh) * | 2019-08-05 | 2020-01-03 | 中国铁路设计集团有限公司 | 基于车载移动激光点云的轨道中线自动检测方法 |
CN110728753A (zh) * | 2019-10-09 | 2020-01-24 | 湖南大学 | 一种基于线性拟合的目标点云3d边界框拟合方法 |
CN110823077A (zh) * | 2019-11-19 | 2020-02-21 | 广东博智林机器人有限公司 | 一种基于三维点云的墙面靠尺检测方法及系统 |
CN111739164A (zh) * | 2019-03-19 | 2020-10-02 | 北京京东尚科信息技术有限公司 | 箱体建模方法、装置、机器人拣选系统、电子设备及介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8396303B2 (en) * | 2008-10-14 | 2013-03-12 | Core Wireless Licensing, S.a.r.l. | Method, apparatus and computer program product for providing pattern detection with unknown noise levels |
US9292913B2 (en) * | 2014-01-31 | 2016-03-22 | Pictometry International Corp. | Augmented three dimensional point collection of vertical structures |
CN108541322B (zh) * | 2016-08-29 | 2021-09-14 | 北京清影机器视觉技术有限公司 | 三维视觉测量数据的处理方法和装置 |
US11514644B2 (en) * | 2018-01-19 | 2022-11-29 | Enphase Energy, Inc. | Automated roof surface measurement from combined aerial LiDAR data and imagery |
-
2021
- 2021-01-13 CN CN202110039526.0A patent/CN112884823B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521884A (zh) * | 2011-12-16 | 2012-06-27 | 南京大学 | 一种基于LiDAR数据与正射影像的3维屋顶重建方法 |
CN107610223A (zh) * | 2017-09-20 | 2018-01-19 | 广东电网有限责任公司机巡作业中心 | 基于LiDAR点云的电力塔三维重建方法 |
CN108746993A (zh) * | 2018-06-20 | 2018-11-06 | 青岛易科锐自动化技术有限公司 | 一种打磨加工方法和装置 |
CN111739164A (zh) * | 2019-03-19 | 2020-10-02 | 北京京东尚科信息技术有限公司 | 箱体建模方法、装置、机器人拣选系统、电子设备及介质 |
CN110647798A (zh) * | 2019-08-05 | 2020-01-03 | 中国铁路设计集团有限公司 | 基于车载移动激光点云的轨道中线自动检测方法 |
CN110728753A (zh) * | 2019-10-09 | 2020-01-24 | 湖南大学 | 一种基于线性拟合的目标点云3d边界框拟合方法 |
CN110823077A (zh) * | 2019-11-19 | 2020-02-21 | 广东博智林机器人有限公司 | 一种基于三维点云的墙面靠尺检测方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于3维点云欧氏聚类和RANSAC边界拟合的目标物体尺寸和方位识别;薛连杰;齐臣坤;张彪;张霄远;吴长征;;机械设计与研究(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112884823A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107093206B (zh) | 利用3d激光扫描技术快速bim建模的方法 | |
CN111197979B (zh) | 一种基于点云数据分析的建筑检测方法及装置 | |
CN113587835A (zh) | 一种利用三维激光扫描技术进行桥梁工程质量验收的方法 | |
CN112884823B (zh) | 面向实测实量应用的靠尺模拟点云选取与计算方法 | |
CN104499714B (zh) | 基于bim平台及测量机器人的机电安装工程施工方法 | |
CN110095060A (zh) | 基于三维扫描技术的钢结构快速质量检测方法 | |
CN110409369B (zh) | 边坡开挖数字化施工与质量控制方法 | |
CN101907439A (zh) | 建筑钢结构制作仿真测量检测方法 | |
CN208887632U (zh) | 基于三维激光扫描的建筑施工检测系统及监控计算机设备 | |
CN115560690B (zh) | 一种基于三维激光扫描技术的结构物整体变形分析方法 | |
CN103292748A (zh) | 一种基于激光测量的多基板拼合检测方法 | |
CN112884647A (zh) | 一种基于bim点云技术指导埋件施工定位方法 | |
CN109781561A (zh) | 基于三维激光扫描技术在结构鉴定中的应用方法 | |
CN109990703A (zh) | 一种预制构件的尺寸检测方法及系统 | |
CN115164833A (zh) | 用于地铁隧道结构保护的监测方法 | |
CN114234819A (zh) | 基于三维激光扫描的钢筋部品质量自动化检测方法 | |
CN108875184A (zh) | 基于数字露头模型的页岩有机碳含量预测方法及装置 | |
CN111765902A (zh) | 一种基于多棱锥标靶的激光点云精度评估方法 | |
CN108637037B (zh) | 一种钢材冷矫直机校验矫直辊水平度的方法 | |
CN114923433B (zh) | 一种提高异形结构幕墙放线效率和精度的方法 | |
CN113702985B (zh) | 用于实测实量的测量方法及激光雷达 | |
Pan et al. | Assessment method of slope excavation quality based on point cloud data | |
CN114359652A (zh) | 一种基于深度学习和单目大视场平面测量的定位检测方法 | |
CN115035026A (zh) | 一种基于三维点云信息的隧道爆破质量评估方法 | |
Sztubecki et al. | A hybrid method of determining deformations of engineering structures with a laser station and a 3D scanner |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |