CN113063427A - 一种室内高精地图生产方法、装置、设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种室内高精地图生产方法、装置、设备及存储介质。通过获取室内地图的初始处理数据，基于预设格式处理规则，对初始处理数据进行统一格式处理，生成统一格式的目标实体数据，其中，目标实体数据为二维地图数据或三维地图数据，按照预设自动化规则对初始处理数据进行虚拟要素自动化生产，得到目标虚拟数据，将目标实体数据和目标虚拟数据进行组合，生成室内高精地图。通过生成统一格式的目标实体数据，解决现有技术中各区域、各应用的数据存储和调用方式不一致的问题，达到标准化数据生产，制定数据采集和生产标准，保证各区域、各应用的数据存储和调用方式的一致性的目的，实现从源头解决数据资源共享和快速应用的效果。

Description

一种室内高精地图生产方法、装置、设备及存储介质

技术领域

本发明实施例涉及地图生产技术，尤其涉及一种室内高精地图生产方法、装置、设备及存储介质。

背景技术

近年来，室内地图还处于传统二维地图和BIM相结合的阶段，二维地图用于信息的地图展示，BIM则用于建筑工程中的全流程管控。但是二维地图已经不能满足人员和机器人的多样化需求，BIM则是一种仿真和简化的数据，还存在数据更新慢、更新成本高的难题。

随着社会的高速发展，以及人工智能技术的高速发展，传统地图数据精度不高，且缺少对空间的全面分析和描述，难以满足智能化、高精度和实时性的需求。高精度地图就是精度更高、数据维度更全面的电子地图，可以为汽车导航和机器人导航提供高精度、多维度的高质量数据。在建筑机器人领域，室内导航定位技术的研究与发展对室内外一体化高精度三维地图的制作也提出了更高的要求。现阶段室内高精度地图的采集和生产室内一体化数据采集车，进行彩色点云和影像等数据的采集时，没有统一的数据输出格式和标准，导致各区域、各应用的数据存储和调用方式不一致。

发明内容

本发明实施例提供了一种室内高精地图生产方法、装置、设备及存储介质，以实现制定统一生产标准和输出格式，达到从源头解决数据资源共享和快速应用问题的效果。

第一方面，本发明实施例提供了一种室内高精地图生产方法，其中，包括：

获取室内地图的初始处理数据；

基于预设格式处理规则，对所述初始处理数据进行统一格式处理，生成统一格式的目标实体数据，其中，所述目标实体数据为二维实体数据或三维实体数据；

按照预设自动化规则对所述初始处理数据进行虚拟要素自动化生产，得到目标虚拟数据；

将所述目标实体数据和所述目标虚拟数据进行组合，生成室内高精地图。

第二方面，本发明实施例还提供了一种室内高精地图生产装置，其中，包括：

初始处理数据获取模块，用于获取室内地图的初始处理数据；

目标实体数据生成模块，用于基于预设格式处理规则，对所述初始处理数据进行统一格式处理，得到统一格式的目标实体数据；

目标虚拟数据生产模块，用于按照预设自动化规则对所述初始处理数据进行虚拟要素自动化生产，得到目标虚拟数据；

室内高精地图生成模块，用于将所述目标实体数据和所述目标虚拟数据进行组合，生成室内高精地图。

第三方面，本发明实施例还提供了一种室内高精地图生产设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如第一方面中任一项所述的室内高精地图生产方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，其中，所述计算机可执行指令在由计算机处理器执行时实现如第一方面中任一项所述的室内高精地图生产方法。

本发明实施例提供的技术方案，通过获取室内地图的初始处理数据，基于预设格式处理规则，对初始处理数据进行统一格式处理，生成统一格式的目标实体数据，其中，目标实体数据为二维地图数据或三维地图数据，按照预设自动化规则对初始处理数据进行虚拟要素自动化生产，得到目标虚拟数据，将目标实体数据和目标虚拟数据进行组合，生成室内高精地图。通过生成统一格式的目标实体数据，可以解决现有技术中各区域、各应用的数据存储和调用方式不一致的问题，达到标准化数据生产，制定数据采集和生产标准，保证各区域、各应用的数据存储和调用方式的一致性的目的，实现从源头解决数据资源共享和快速应用的效果。

附图说明

图1为本发明实施例一提供的一种室内高精地图生产方法的流程示意图；

图2为本发明实施例二提供的一种室内高精地图生产方法的流程示意图；

图3为本发明实施例二提供的生成二维实体数据的逻辑示意图；

图4为本发明实施例二提供的生成三维实体数据的逻辑示意图；

图5为本发明实施例三提供的一种室内高精地图生产方法的流程示意图；

图6为本发明实施例三提供的虚拟要素自动化生产的逻辑示意图；

图7为本发明实施例三提供的室内高精地图生产方法的逻辑示意图；

图8为本发明实施例四提供的一种室内高精地图生产装置的结构示意图；

图9为本发明实施例五提供的一种室内高精地图生产设备的结构示意图。

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

图1为本发明实施例一提供的一种室内高精地图生产方法的流程示意图，本实施例可适用于对初始处理数据进行统一格式处理的情况，该方法可以由室内高精地图生产装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在终端中。具体参见图1所示，该方法可以包括如下步骤：

S110，获取室内地图的初始处理数据。

其中，室内地图可以为停车场、商场、正在施工的房屋、地铁站以及飞机场等。初始处理数据可以理解为对获取的室内地图的原始数据进行处理得到的数据，也就是说，在获取室内地图的初始处理数据之前，需要获得原始数据，并对原始数据进行处理。

可选地，在获取室内地图的初始处理数据之前，还包括：获取当前室内区域的彩色点云数据，其中，彩色点云数据为对当前室内区域的点云数据和全景数据经过配准得到；分别对彩色点云数据依次进行分区、切割、优化以及位置关联，得到初始处理数据，并将初始处理数据分别按照关联属性进行存储。

可选地，点云数据和全景数据在进行配准时，可以将每一个全景数据的颜色赋值给点云数据中的每一个点，使每一个点云数据携带全景数据的颜色值，即得到了彩色点云数据，以便于根据彩色点云数据进行后续分析。

可选地，对彩色点云数据进行分区可以理解为将区域内的点云数据按楼层、房间等特征进行分块，保障点云数据的解译速度；对彩色点云数据进行切割可以理解为根据物体的颜色和边界等特征属性进行切割，从房间内的开关到整个楼层的边界，并按照相关规则进行存储和关联；对彩色点云数据进行优化可以理解为对点云数据进行后期处理，剔除不合理点、对平坦区域进行抽稀，并对重要区域进行加密等；对彩色点云数据进行位置关联可以理解为对每一个切割的物体赋予位置属性；将初始处理数据分别按照关联属性进行存储可以理解为根据位置属性对初始处理数据进行存储。可选地，可以通过将每个初始处理数据根据关联数据独立存储在一个区域中，以便于后续根据不同的需求调取独立存储的每个初始处理数据并进行自由组合，实现根据不同的需求初始处理数据进行不同的处理。

S120，基于预设格式处理规则，对初始处理数据进行统一格式处理，生成统一格式的目标实体数据。

其中，目标实体数据可以为二维实体数据或三维实体数据。可以理解的是，在规划室内地图时，有些要素实际存在且对机器人有实际应用价值。例如，四面墙体、地面、楼梯、过道以及室内家具等，这些要素可以称为目标实体数据。其中，预设格式处理规则可以包括目标实体数据的二维数据处理规则和三维数据处理规则。

可以理解的是，对机器人来说，有些实体要素只识别二维信息即可，有些实体要素需要识别三维信息。例如，对于四面墙体、地面以及室内家具这些实体数据，机器人可以只识别二维信息，就可以判断出是否是障碍物，对于桌子、房间门口以及室内挂件装饰等，机器人需要考虑到这些实体数据的高度信息，即需要识别三维信息。

本实施例中，对初始处理数据进行统一格式处理时，可以根据二维数据处理规则或三维数据处理规则对初始处理数据进行处理，得到二维格式的目标实体数据或者三维格式的目标实体数据。可选地，二维格式的目标实体数据可以以GeoJson的格式进行存储，并将小型物体(例如：桌子、灯等物体)以点的方式保存至对应的专题数据集合中，并赋予位置属性，三维格式的目标实体数据可以以gltf2的格式进行存储，并将大型物体的元数据信息独立存储，再将大型物体拆分为小型物体进行独立存储，并通过唯一编码进行关联和整合，后期则可根据需要选择性的为机器人提供定制化的数据。

S130，按照预设自动化规则对初始处理数据进行虚拟要素自动化生产，得到目标虚拟数据。

其中，目标虚拟数据可以理解为实际不存在，但是对机器人有实际应用价值。可以包括：可通行区域、连接区域、道路中心线、物体关联参考线以及电子围栏中的至少一种。其中，预设自动化规则包括不同目标虚拟数据对应的识别方式和处理规则等。

其中，可通行区域可以理解为机器人可行走的区域，以地面区域为基础，删除桌子和墙面等障碍物所占区域构成，该数据由数据处理平台根据预设自动化规则进行自动化生产，并结合人工对自动化生产结果进行检查和修正完成；电子围栏可以理解为根据实际应用需要生产带有报警和监控性质的地图数据，一般是某一个特定区域，以面的形式进行保存；连接区域可以理解为各独立区域之间的连接通道，通常为楼梯口、电梯口和门口等区域，表现形式为二维多边形，该数据由数据处理平台根据预设自动化规则进行自动化生产，并结合人工对自动化生产结果进行检查和修正完成；道路中心线可以理解为机器人自动驾驶的建议路线，机器人可根据该数据进行整体路径导航；物体关联参考线可以理解为用于机器人获取其附近区域的相关物体和虚拟要素等信息，以坐标串的形式进行存储，每一个坐标点通过唯一编码与其附近的要素进行关联，并可根据需求提供定制化的信息，而不用返回全部的信息，减少网络传输数据量。

S140，将目标实体数据和目标虚拟数据进行组合，生成室内高精地图。

可以理解的是，生成了目标实体数据和目标虚拟数据之后，可以将目标实体数据和目标虚拟数据进行组合，得到室内高精地图。

本发明实施例提供的技术方案，通过获取室内地图的初始处理数据，基于预设格式处理规则，对初始处理数据进行统一格式处理，生成统一格式的目标实体数据，其中，目标实体数据为二维地图数据或三维地图数据，按照预设自动化规则对初始处理数据进行虚拟要素自动化生产，得到目标虚拟数据，将目标实体数据和目标虚拟数据进行组合，生成室内高精地图。通过生成统一格式的目标实体数据，可以解决现有技术中各区域、各应用的数据存储和调用方式不一致的问题，达到标准化数据生产，制定数据采集和生产标准，保证各区域、各应用的数据存储和调用方式的一致性的目的，实现从源头解决数据资源共享和快速应用的效果。

实施例二

图2为本发明实施例二提供的一种室内高精地图生产方法的流程示意图。本实施例的技术方案在上述实施例的基础上进行了细化。可选地，所述基于预设格式处理规则，对所述初始处理数据进行统一格式处理，包括：对所述初始处理数据进行分类，确定第一目标要素；对所述第一目标要素对应的三维空间信息进行二维投影，并将二维投影结果进行抽象处理，得到所述第一目标要素对应的二维矢量点，并将所述二维投影结果、所述二维矢量点以及所述第一目标要素的扩展信息进行关联，得到所述二维实体数据。

在上述各实施例的基础上，可选地，所述基于预设格式处理规则，对所述初始处理数据进行统一格式处理，包括：对所述初始处理数据进行分类，确定第二目标要素；对所述第二目标要素的三维节点进行识别，得到所述初始处理数据的三维节点数据；基于所述三维节点数据的三维矢量信息，对所述三维节点数据进行序列化处理，并将序列化数据、所述三维节点数据的关键信息以及所述点云数据进行关联，得到所述三维实体数据。在该方法实施例中未详尽描述的部分请参考上述实施例。具体参见图2所示，该方法可以包括如下步骤：

S210，获取室内地图的初始处理数据。

S220，对初始处理数据进行分类，确定第一目标要素。

可选地，可以根据关联属性对初始处理数据进行分类，保留核心要素，即保留第一目标要素。示例性地，对初始处理数据进行分类，然后根据分类结果剔除人员、车辆等变化的要素，保留不变的要素。例如，保留四面墙体、地面、楼梯、过道以及室内家具等，将这些不变的要素称为第一目标要素。

S230，对第一目标要素对应的三维空间信息进行二维投影，并将二维投影结果进行抽象处理，得到第一目标要素对应的二维矢量点，并将二维投影结果、二维矢量点以及第一目标要素的扩展信息进行关联，得到二维实体数据。

本实施例中，根据第一目标要素获得二维实体数据可以包括以下步骤：

(1)投影处理，通过将第一目标要素的三维空间信息投影到地面，实现对第一目标要素对应的三维空间信息进行二维投影，并获取第一目标要素的二维投影结果；(2)抽象处理，对第一目标要素的二维投影结果进行抽象处理，以将第一目标要素简化为一个包含位置信息的抽象点，得到第一目标要素对应的二维矢量点；(3)信息关联，对投影数据、抽象数据以及第一目标要素的扩展信息进行关联，即实现将二维投影结果、二维矢量点以及第一目标要素的扩展信息进行关联买得到二维实体数据。其中，扩展信息可以包括属性信息、图片信息以及视频信息等。可选地，得到二维实体数据之后，可以将二维实体数据以GeoJson格式进行存储，即获得统一格式的目标实体数据。

S240，对初始处理数据进行分类，确定第二目标要素。

与S220相类似地，可以根据关联属性对初始处理数据进行分类，保留核心要素，即保留第二目标要素。示例性地，对初始处理数据进行分类，然后根据分类结果剔除人员、车辆等变化的要素，保留不变的要素。

S250，对第二目标要素的三维节点进行识别，得到初始处理数据的三维节点数据。

可选地，可以通过识别第二目标要素的关键节点的方式，获得三维节点数据。例如，对长方体节点进行识别时，可以识别长方体的最小外包节点，以获得三维节点数据。可选地，本实施提供的识别精度可以包括粗精度识别和高精度识别。

S260，基于三维节点数据的三维矢量信息，对三维节点数据进行序列化处理，并将序列化数据、三维节点数据的关键信息以及点云数据进行关联，得到三维实体数据。

可选地，获得了三维节点数据之后，可以依次通过三角网处理和信息关联的方式，得到三维实体数据。其中，三角网处理可以通过根据第二目标要素的空间位置和形状，对三维节点数据进行序列化处理实现；信息关联可以通过将序列化数据、三维节点数据的关键信息以及点云数据进行关联实现。其中，三维节点数据的关键信息可以包括三维节点的区域信息、属性信息以及图片信息等。可选地，获得了三维实体数据之后，可以将三维实体数据以Json格式进行存储，即获得统一格式的目标实体数据。

S270，按照预设自动化规则对初始处理数据进行虚拟要素自动化生产，得到目标虚拟数据。

S280，将目标实体数据和目标虚拟数据进行组合，生成室内高精地图。

如图3所示为生成二维实体数据的逻辑示意图，如图4所示为生成三维实体数据的逻辑示意图。结合图3解释生成二维实体数据的过程，依次包括：目标分类、投影处理、抽象处理以及信息关联。其中，目标分类是对识别的物体(即初始处理数据)进行分类，剔除人员、车辆等变化的物体，保留核心要素(即确定第一目标要素)；投影处理是将核心要素的三维空间信息投影到地面，获得该物体的二维空间信息(即得到二维投影结果)；抽象处理是对核心要素进行抽象化处理，简化为一个带位置的点(即得到二维矢量点)；信息关联是对投影数据(二维投影结果)、抽象数据(二维矢量点)和扩展信息(包括图片信息、属性信息和视频信息)进行关联。这样，获得关联后的数据，就可以得到二维实体数据。

结合图4解释生成三维实体数据的过程，依次包括：目标分类、节点提取、三角网处理以及信息关联。其中，目标分类是对识别的物体(即初始处理数据)进行分类，剔除人员、车辆等变化的物体，保留核心要素(即确定第二目标要素)；节点提取是识别核心要素的关键节点(即三维节点数据)，用于空间位置存储。包括粗精度的最小外包长方体节点和高精度的三维模型节点；三角网处理是根据核心要素的空间位置和形状，对三维模型节点进行序列化存储；信息关联是将三维模型数据与区域、属性、图片和点云数据等进行关联(即将序列化数据、三维节点数据的关键信息以及点云数据进行关联)。这样，获得关联后的数据，就可以得到三维实体数据。

本发明实施例提供的技术方案，通过对初始处理数据进行分类，确定第一目标要素，对第一目标要素对应的三维空间信息进行二维投影，并将二维投影结果进行抽象处理，得到第一目标要素对应的二维矢量点，并将二维投影结果、二维矢量点以及第一目标要素的扩展信息进行关联，得到二维实体数据；以及，对初始处理数据进行分类，确定第二目标要素，对第二目标要素的三维节点进行识别，得到初始处理数据的三维节点数据，基于三维节点数据的三维矢量信息，对三维节点数据进行序列化处理，并将序列化数据、三维节点数据的关键信息以及点云数据进行关联，得到三维实体数据，达到标准化数据生产，制定数据采集和生产标准，保证各区域、各应用的数据存储和调用方式的一致性的目的，实现从源头解决数据资源共享和快速应用的效果。

实施例三

图5为本发明实施例三提供的一种室内高精地图生产方法的流程示意图。本实施例的技术方案在上述实施例的基础上进行了细化。可选地，所述按照预设自动化规则对所述初始处理数据进行虚拟要素自动化生产，得到目标虚拟数据，包括：获取预设规划数据，根据所述预设规划数据对所述点云数据和所述全景数据进行初步质量检查；如果初步质量检查通过，根据所述预设自动化规则和所述预设规划数据对所述点云数据和所述全景数据进行虚拟要素自动化生产，得到目标虚拟数据。在该方法实施例中未详尽描述的部分请参考上述实施例。具体参见图5所示，该方法可以包括如下步骤：

S510，获取室内地图的初始处理数据。

S520，基于预设格式处理规则，对初始处理数据进行统一格式处理，生成统一格式的目标实体数据。

S530，获取预设规划数据，根据预设规划数据对点云数据和全景数据进行初步质量检查。

其中，预设规划数据可以理解为人工手动绘制的模板数据，以用于根据对目标虚拟数据进行规划。

可以理解的是，获取的点云数据和全景数据可能为数据结构较为复杂的原始数据，也可能为数据结构较为简单的原始数据，可以包括精度较高的原始数据，也可以包括一些噪声数据，可以与预设规划数据匹配度较高，也可以与预设规划数据匹配度较低，这样，通过初步质量检查可以剔除一些噪声数据以及匹配度较低的数据，保留精度较高的数据以及匹配度较高的数据等。可选地，初步质量检查的范围可以分为数据规范检查和数据质量检查，初步质量检查的方式可以包括人工检查和自动检查等。

S540，如果初步质量检查通过，根据预设自动化规则和预设规划数据对点云数据和全景数据进行虚拟要素自动化生产，得到目标虚拟数据。

可选地，可以通过以下方式进行虚拟要素自动化生产：根据预设规划数据的规划内容对点云数据和全景数据进行数据整合；将整合结果进行坐标转换，生成初始虚拟数据。

可选地，得到初始虚拟数据之后，还可以包括：对初始虚拟数据进行二次质量检查，如果初始虚拟数据通过二次质量检查，将初始虚拟数据确定为目标虚拟数据并存储，如果初始虚拟数据未通过二次质量检查，发出数据编辑提示，以重新对点云数据和全景数据进行虚拟要素自动化生产。

可选地，本实施还包括：如果初步质量检查通过，将点云数据和全景数据作为目标虚拟数据并存储。本实施例还包括：如果初步质量检查未通过，返回到最初状态，通过人工录入全景数据、点云数据以及预设规划数据等。

如图6所示为虚拟要素自动化生产的逻辑示意图。结合图6解释上述过程，首先获取多源数据，可以包括点云数据、全景数据以及规划数据，然后根据预设规划数据对点云数据和全景数据进行初步质量检查，如果初步检查通过，根据预设规划数据对点云数据和全景数据进行虚拟要素自动化生产，即根据预设规划数据的规划内容对点云数据和全景数据进行数据整合和坐标转换，生成初始虚拟数据，如果初步检查未通过返回到最初状态，通过人工录入多源数据；生成初始虚拟数据之后，对初始虚拟数据进行二次质量检查，如果通过二次质量检查，将初始虚拟数据确定为目标虚拟数据并存储入库，如果未通过二次质量检查，发出数据编辑提示，提醒用户修改数据，以重新根据点云数据和全景数据进行虚拟要素自动化生产，最终得到目标虚拟数据并存储入库。

S550，将目标实体数据和目标虚拟数据进行组合，生成室内高精地图。

本实施中，可以将目标实体数据和目标虚拟数据分别存储在特定位置，或者，可以将对彩色点云数据依次进行分区、切割、优化以及位置关联得到的初始处理数据分别存储在不同的区域中。因而，当接收到不同需求时，可以根据存储在不同区域内的数据进行分析、挖掘相关信息以及进行重新组合，生成有特定作用的再生产数据，也就是说，可以根据不同的需求生成再生产数据。可选地，生成再生产数据可以通过以下方式实现：根据特定需求，对目标实体数据和目标虚拟数据进行重新组合和制图，生成再生产数据，其中，再生产数据包括二维地图和专题数据。

其中，二维底图可以是是将道路、建筑、花坛、路灯、房间灯信息按照一定规则进行整合和制图，制作完成二维底图数据，包括矢量底图、影像底图灯；专题数据可以是针对各项专题业务生产的底图数据，包括照明专题、道路专题、人员专题、机器人专题、设备专题和基站专题等。这样，通过根据特定需求将不同存储区域内的数据进行自由组合以生成再生产数据，可以达到既能保证数据的独立处理能力，也能对切割后独立存储的数据进行自由组合，为机器人提供全方位的地图数据服务，还可以提高室内地图数据的扩展性的目的。

可以理解的是，任意一片室内区域的布局、规划以及室内障碍物都会随时变换，使室内区域的现状与生成的室内高精地图不相符，导致机器人根据室内高精地图在室内区域导航时，导航路线可能与室内区域的现状冲突，例如，根据室内高精地图导航的路线中没有障碍物区域，而此时室内区域中存在障碍物。为了使机器人能够感知室内区域的变化，需要对室内区域进行定时或者定点更新。可选地，可以基于预设更新需求，对室内高精地图进行更新，得到更新室内高精地图。其中，对室内高精地图进行更新的更新方式可以分为三种：(一)机器人在施工的各个阶段进行的实时更新；(二)巡逻机器人在工作中的监测更新；(三)针对重点区域和报警区域的定点更新。

其中，实时更新可以通过施工机器人完成，采用深度摄像设备进行采集，施工机器人可以在行走和施工工程中同时进行采集，监测更新可以通过巡逻机器人完成，采集设备根据需求进行部署，定点更新可以利用架站式激光雷达扫描仪进行高精度的重点采集。

如图7所示为本发明实施例提供的室内高精地图生产方法的逻辑示意图，首先，通过激光扫描获取点云数据和全景数据，然后对点云数据和全景数据进行配准得到彩色点云数据以及对彩色点云数据进行目标识别、要素切割、要素矢量化、数据整合、坐标转换以及质量检查等操作，以生成目标实体数据、目标虚拟数据，目标实体数据可以包括立柱、墙体等，目标虚拟数据包括电子围栏、通行区域和连接区域等；还可以根据目标实体数据和目标虚拟数据生成再生产数据，例如专题数据和二维地图等；当进行数据更新时，通过深度摄像机重新获取点云数据和全景数据，然后对新获取的数据进行目标识别、要素对比、数据分割以及质量检查等，以进行数据更新。

本发明实施例提供的技术方案，通过对点云数据和全景数据进行初步检查，并根据预设规划数据的规划内容对点云数据和全景数据进行数据整合，然后将整合结果进行坐标转换，生成初始虚拟数据，或者再对初始虚拟数据进行二次质量检查的方式得到目标虚拟数据，可以达到生成准确的目标虚拟数据的目的；并且，根据特定需求，对目标实体数据和目标虚拟数据进行重新组合和制图，生成再生产数据，可以达到保证数据的独立处理能力的同时，为机器人提供全方位的地图数据服务，也能提高室内地图数据的扩展性的目的；以及，基于预设更新需求，对室内高精地图进行更新，得到更新室内高精地图，可以达到实现数据更新的快速和低成本生产的目的。

实施例四

图8为本发明实施例四提供的一种室内高精地图生产装置的结构示意图。参见图8所示，该系统包括：初始处理数据获取模块81、目标实体数据生成模块82、目标虚拟数据生产模块83以及室内高精地图生成模块84。

其中，初始处理数据获取模块81，用于获取室内地图的初始处理数据；

目标实体数据生成模块82，用于基于预设格式处理规则，对初始处理数据进行统一格式处理，得到统一格式的目标实体数据；

目标虚拟数据生产模块83，用于按照预设自动化规则对初始处理数据进行虚拟要素自动化生产，得到目标虚拟数据；

室内高精地图生成模块84，用于将目标实体数据和目标虚拟数据进行组合，生成室内高精地图。

在上述各技术方案的基础上，该装置还包括：彩色点云数据获取模块；其中，彩色点云数据获取模块，用于获取当前室内区域的彩色点云数据，其中，彩色点云数据为对当前室内区域的点云数据和全景数据经过配准得到；

分别对彩色点云数据依次进行分区、切割、优化以及位置关联，得到初始处理数据，并将初始处理数据分别按照关联属性进行存储。

在上述各技术方案的基础上，目标实体数据生成模块82还用于，对初始处理数据进行分类，确定第一目标要素；

对第一目标要素对应的三维空间信息进行二维投影，并将二维投影结果进行抽象处理，得到第一目标要素对应的二维矢量点，并将二维投影结果、二维矢量点以及第一目标要素的扩展信息进行关联，得到二维实体数据。

在上述各技术方案的基础上，目标实体数据生成模块82还用于，对初始处理数据进行分类，确定第二目标要素；

对第二目标要素的三维节点进行识别，得到初始处理数据的三维节点数据；

基于三维节点数据的三维矢量信息，对三维节点数据进行序列化处理，并将序列化数据、三维节点数据的关键信息以及点云数据进行关联，得到三维实体数据。

在上述各技术方案的基础上，目标虚拟数据生产模块83还用于，获取预设规划数据，根据预设规划数据对点云数据和全景数据进行初步质量检查；

如果初步质量检查通过，根据预设自动化规则和预设规划数据对点云数据和全景数据进行虚拟要素自动化生产，得到目标虚拟数据。

在上述各技术方案的基础上，目标虚拟数据生产模块83还用于，根据预设规划数据的规划内容对点云数据和全景数据进行数据整合；

将整合结果进行坐标转换，生成初始虚拟数据。

在上述各技术方案的基础上，目标虚拟数据生产模块83还用于，对初始虚拟数据进行二次质量检查；

如果初始虚拟数据通过二次质量检查，将初始虚拟数据确定为目标虚拟数据并存储；

如果初始虚拟数据未通过二次质量检查，发出数据编辑提示，以重新对点云数据和全景数据进行虚拟要素自动化生产。

在上述各技术方案的基础上，目标虚拟数据生产模块83还用于，如果初步质量检查通过，将点云数据和全景数据作为目标虚拟数据并存储。

在上述各技术方案的基础上，目标虚拟数据包括：可通行区域、连接区域、道路中心线、物体关联参考线以及电子围栏中的至少一种。

在上述各技术方案的基础上，该装置还包括：再生产数据生成模块；其中，再生产数据生成模块，用于根据特定需求，对目标实体数据和目标虚拟数据进行重新组合和制图，生成再生产数据，其中，再生产数据包括二维地图和专题数据。

在上述各技术方案的基础上，该装置还包括：更新模块；其中，更新模块，用于基于预设更新需求，对室内高精地图进行更新，得到更新室内高精地图。

本发明实施例提供的技术方案，通过获取室内地图的初始处理数据，基于预设格式处理规则，对初始处理数据进行统一格式处理，生成统一格式的目标实体数据，其中，目标实体数据为二维地图数据或三维地图数据，按照预设自动化规则对初始处理数据进行虚拟要素自动化生产，得到目标虚拟数据，将目标实体数据和目标虚拟数据进行组合，生成室内高精地图。通过生成统一格式的目标实体数据，可以解决现有技术中各区域、各应用的数据存储和调用方式不一致的问题，达到标准化数据生产，制定数据采集和生产标准，保证各区域、各应用的数据存储和调用方式的一致性的目的，实现从源头解决数据资源共享和快速应用的效果。

实施例五

图9为本发明实施例五提供的一种室内高精地图生产设备的结构示意图。图9示出了适于用来实现本发明实施方式的示例性室内高精地图生产设备12的框图。图9显示的室内高精地图生产设备12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9所示，室内高精地图生产设备12以通用计算设备的形式表现。室内高精地图生产设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

室内高精地图生产设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被室内高精地图生产设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。室内高精地图生产设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图9未显示，通常称为“硬盘驱动器”)。尽管图9中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如室内高精地图生产装置的图像获取模块61和存储模块62)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(例如初始处理数据获取模块81、目标实体数据生成模块82、目标虚拟数据生产模块83和室内高精地图生成模块84)程序模块46的程序/实用工具44，可以存储在例如存储器28中，这样的程序模块46包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块46通常执行本发明所描述的实施例中的功能和/或方法。

室内高精地图生产设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该室内高精地图生产设备12交互的设备通信，和/或与使得该室内高精地图生产设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，室内高精地图生产设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与室内高精地图生产设备12的其它模块通信。应当明白，尽管图中未示出，可以结合室内高精地图生产设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种室内高精地图生产方法，该方法包括：

获取室内地图的初始处理数据；

基于预设格式处理规则，对初始处理数据进行统一格式处理，生成统一格式的目标实体数据，其中，目标实体数据为二维实体数据或三维实体数据；

按照预设自动化规则对初始处理数据进行虚拟要素自动化生产，得到目标虚拟数据；

将目标实体数据和目标虚拟数据进行组合，生成室内高精地图。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种室内高精地图生产方法。

当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的一种室内高精地图生产方法的技术方案。

实施例六

本发明实施例六还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的一种室内高精地图生产方法，该方法包括：

获取室内地图的初始处理数据；

基于预设格式处理规则，对初始处理数据进行统一格式处理，生成统一格式的目标实体数据，其中，目标实体数据为二维实体数据或三维实体数据；

按照预设自动化规则对初始处理数据进行虚拟要素自动化生产，得到目标虚拟数据；

将目标实体数据和目标虚拟数据进行组合，生成室内高精地图。

当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序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一种室内高精地图生产方法中的相关操作。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在初始处理数据、目标实体数据、目标虚拟数据等，其中承载了计算机可读的程序代码。这种传播的初始处理数据、目标实体数据、目标虚拟数据等形式。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、系统或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

值得注意的是，上述室内高精地图生产装置的实施例中，所包括的各个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。

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 (14)

1.一种室内高精地图生产方法，其特征在于，包括：

获取室内地图的初始处理数据；

基于预设格式处理规则，对所述初始处理数据进行统一格式处理，生成统一格式的目标实体数据，其中，所述目标实体数据为二维实体数据或三维实体数据；

按照预设自动化规则对所述初始处理数据进行虚拟要素自动化生产，得到目标虚拟数据；

将所述目标实体数据和所述目标虚拟数据进行组合，生成室内高精地图。

2.根据权利要求1所述的方法，其特征在于，在所述获取室内地图的初始处理数据之前，还包括：

获取当前室内区域的彩色点云数据，其中，所述彩色点云数据为对所述当前室内区域的点云数据和全景数据经过配准得到；

分别对所述彩色点云数据依次进行分区、切割、优化以及位置关联，得到所述初始处理数据，并将所述初始处理数据分别按照关联属性进行存储。

3.根据权利要求1或2所述的方法，其特征在于，所述基于预设格式处理规则，对所述初始处理数据进行统一格式处理，包括：

对所述初始处理数据进行分类，确定第一目标要素；

对所述第一目标要素对应的三维空间信息进行二维投影，并将二维投影结果进行抽象处理，得到所述第一目标要素对应的二维矢量点，并将所述二维投影结果、所述二维矢量点以及所述第一目标要素的扩展信息进行关联，得到所述二维实体数据。

4.根据权利要求1或2所述的方法，其特征在于，所述基于预设格式处理规则，对所述初始处理数据进行统一格式处理，包括：

对所述初始处理数据进行分类，确定第二目标要素；

对所述第二目标要素的三维节点进行识别，得到所述初始处理数据的三维节点数据；

基于所述三维节点数据的三维矢量信息，对所述三维节点数据进行序列化处理，并将序列化数据、所述三维节点数据的关键信息以及所述点云数据进行关联，得到所述三维实体数据。

5.根据权利要求2所述的方法，其特征在于，所述按照预设自动化规则对所述初始处理数据进行虚拟要素自动化生产，得到目标虚拟数据，包括：

获取预设规划数据，根据所述预设规划数据对所述点云数据和所述全景数据进行初步质量检查；

如果初步质量检查通过，根据所述预设自动化规则和所述预设规划数据对所述点云数据和所述全景数据进行虚拟要素自动化生产，得到目标虚拟数据。

6.根据权利要求5所述的方法，其特征在于，所述根据所述预设自动化规则和所述预设规划数据对所述点云数据和所述全景数据进行虚拟要素自动化生产，包括：

根据所述预设规划数据的规划内容对所述点云数据和所述全景数据进行数据整合；

将整合结果进行坐标转换，生成初始虚拟数据。

7.根据权利要求6所述的方法，其特征在于，还包括：

对所述初始虚拟数据进行二次质量检查；

如果所述初始虚拟数据通过所述二次质量检查，将所述初始虚拟数据确定为目标虚拟数据并存储；

如果所述初始虚拟数据未通过所述二次质量检查，发出数据编辑提示，以重新对所述点云数据和所述全景数据进行虚拟要素自动化生产。

8.根据权利要求5所述的方法，其特征在于，还包括：

如果初步质量检查通过，将所述点云数据和所述全景数据作为所述目标虚拟数据并存储。

9.根据权利要求1所述的方法，其特征在于，所述目标虚拟数据包括：可通行区域、连接区域、道路中心线、物体关联参考线以及电子围栏中的至少一种。

10.根据权利要求1所述的方法，其特征在于，还包括：

根据特定需求，对所述目标实体数据和所述目标虚拟数据进行重新组合和制图，生成再生产数据，其中，所述再生产数据包括二维地图和专题数据。

11.根据权利要求1所述的方法，其特征在于，还包括：

基于预设更新需求，对所述室内高精地图进行更新，得到更新室内高精地图。

12.一种室内高精地图生产装置，其特征在于，包括：

初始处理数据获取模块，用于获取室内地图的初始处理数据；

目标实体数据生成模块，用于基于预设格式处理规则，对所述初始处理数据进行统一格式处理，得到统一格式的目标实体数据；

目标虚拟数据生产模块，用于按照预设自动化规则对所述初始处理数据进行虚拟要素自动化生产，得到目标虚拟数据；

室内高精地图生成模块，用于将所述目标实体数据和所述目标虚拟数据进行组合，生成室内高精地图。

13.一种室内高精地图生产设备，包括存储器、处理器及存储在存储器上并可在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1-11中任一项所述的室内高精地图生产方法。

14.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时实现如权利要求1-11中任一项所述的室内高精地图生产方法。

Images