CN113256804B - 一种三维重建尺度恢复方法、装置、电子设备及存储介质 - Google Patents

一种三维重建尺度恢复方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113256804B
CN113256804B CN202110715663.1A CN202110715663A CN113256804B CN 113256804 B CN113256804 B CN 113256804B CN 202110715663 A CN202110715663 A CN 202110715663A CN 113256804 B CN113256804 B CN 113256804B
Authority
CN
China
Prior art keywords
reconstruction
node
track
distance
nodes
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
CN202110715663.1A
Other languages
English (en)
Other versions
CN113256804A (zh
Inventor
杨再甫
谭钧耀
李正宁
鲁荣荣
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.)
Hubei Ecarx Technology Co Ltd
Original Assignee
Hubei Ecarx Technology 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 Hubei Ecarx Technology Co Ltd filed Critical Hubei Ecarx Technology Co Ltd
Priority to CN202110715663.1A priority Critical patent/CN113256804B/zh
Publication of CN113256804A publication Critical patent/CN113256804A/zh
Application granted granted Critical
Publication of CN113256804B publication Critical patent/CN113256804B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation

Abstract

本申请实施例提供了一种三维重建尺度恢复方法、装置、电子设备及存储介质，方法包括：针对目标场景进行场景数据采集得到采集轨迹的节点数据；基于探测图片对目标场景进行三维重建，得到第一重建场景的三维点云和采集轨迹的第一重建轨迹；基于采集轨迹中节点的地理位置计算节点间的第一距离，并基于第一重建轨迹中节点的重建位置计算第一距离对应的第二距离；根据多个第一距离和每个第一距离对应的第二距离，计算第一重建场景相对于目标场景的尺度系数；对第一重建轨迹中各节点的重建位置进行尺度恢复；对第一重建场景的三维点云进行尺度恢复。可见，无需采用标定板即可实现三维重建尺度恢复，因此能够适用于室外环境。

Description

一种三维重建尺度恢复方法、装置、电子设备及存储介质
技术领域
本申请涉及自动驾驶技术领域，特别是涉及一种三维重建尺度恢复方法、装置、电子设备及存储介质。
背景技术
为了减少交通事故带来的生命和财产损失，自动驾驶临危受命，自动驾驶非常依赖语义地图。
现有技术中，可以根据行车记录仪采集的图像数据进行三维重建，三维重建的结果包括重建轨迹和三维重建点云，可以用于制作语义地图。
然而，目前的三维重建算法输出的三维重建结果与真实场景之间存在尺度系数，因此需要对输出结果进行尺度恢复，才能得到与真实场景尺度相同的三维重建结果。
目前的尺度恢复方法需要使用标定板，而标定板不适合在室外环境下安装，因此不适用于进行室外环境的三维重建尺度恢复。
发明内容
本申请实施例的目的在于提供一种三维重建尺度恢复方法、装置、电子设备及存储介质，以实现无需采用标定板即可实现三维重建尺度恢复，从而能够适用于室外环境的三维重建尺度恢复。具体技术方案如下：
为实现上述目的，本申请实施例提供了一种三维重建尺度恢复方法，所述方法包括：
针对目标场景进行场景数据采集得到采集轨迹的节点数据，所述采集轨迹的节点数据包括：各节点的探测图片、各节点的地理位置；
基于所述采集轨迹的各节点的探测图片对所述目标场景进行三维重建，得到第一重建场景的三维点云和所述采集轨迹的第一重建轨迹；其中，所述第一重建轨迹的节点数据包括：各节点的重建位置；所述第一重建轨迹中的节点与所述采集轨迹中的节点一一对应；
基于所述采集轨迹中节点的地理位置计算节点间的第一距离，并基于所述第一重建轨迹中节点的重建位置计算所述第一距离对应的第二距离；其中，所述第一距离与所述第二距离相对应表示：用于计算所述第一距离的所述采集轨迹中的两节点与用于计算所述第二距离的所述第一重建轨迹中的两节点相对应；
根据多个所述第一距离和每个第一距离对应的第二距离，计算所述第一重建场景相对于所述目标场景的尺度系数；
基于所述尺度系数对所述第一重建轨迹中各节点的重建位置进行尺度恢复，得到第二重建轨迹；并基于所述尺度系数对所述第一重建场景的三维点云进行尺度恢复，得到第二重建场景的三维点云；其中，所述第二重建轨迹与所述采集轨迹的尺度相同，所述第二重建场景与所述目标场景的尺度相同。
可选的，所述基于所述采集轨迹中节点的地理位置计算节点间的第一距离的步骤，包括：
针对所述采集轨迹中的每一节点，将该节点的地理位置转换到参考坐标系，得到参考坐标系下的位置；
基于所述采集轨迹中节点在参考坐标系下的位置，计算节点间的第一距离。
可选的，所述根据多个所述第一距离和每个第一距离对应的第二距离，计算所述第一重建场景相对于所述目标场景的尺度系数的步骤，包括：
基于所述采集轨迹中节点间的第一距离，以及所述第一重建轨迹中节点间的第二距离，采用降噪算法确定标准尺度；
基于所述标准尺度确定所述采集轨迹中的目标节点对，其中，所述目标节点对中两节点间的第一距离与该第一距离对应的第二距离的比值，与所述标准尺度相差在预设范围内；
针对所述采集轨迹中的每一节点，确定与该节点构成目标节点对的候选节点；计算该节点的探测图片与该节点的候选节点的探测图片之间的相似度，从该节点的候选节点中，基于所述相似度确定该节点的预设数目个目标节点；
基于所述采集轨迹中节点与该节点的目标节点的第一距离，和每个第一距离对应的第二距离，计算所述第一重建场景相对于所述目标场景的尺度系数。
可选的，所述基于所述采集轨迹中节点与该节点的目标节点的第一距离，和每个第一距离对应的第二距离，计算所述第一重建场景相对于所述目标场景的尺度系数的步骤，包括：
基于所述采集轨迹中节点与该节点的目标节点的第一距离、每个第一距离对应的第二距离、以及尺度系数构建损失函数；其中，损失函数包含每个第一距离与该第一距离对应的第三距离的差值，所述第三距离是所述第一距离对应的第二距离乘以尺度系数后得到的；
计算所述损失函数的最小损失值对应的最优尺度系数，将该最优尺度系数作为所述第一重建场景相对于所述目标场景的尺度系数。
可选的，在基于所述尺度系数对所述第一重建轨迹中各节点的重建位置进行尺度恢复，得到第二重建轨迹；并基于所述尺度系数对所述第一重建场景的三维点云进行尺度恢复，得到第二重建场景的三维点云之后，所述方法还包括：
基于所述第二重建轨迹中各节点的重建位置和所述采集轨迹中各节点的地理位置，计算所述第二重建轨迹和所述采集轨迹之间的旋转矩阵和平移向量；
基于所述旋转矩阵和平移向量对所述第二重建轨迹中各节点的重建位置进行旋转和平移，得到第三重建轨迹；所述第三重建轨迹与所述采集轨迹的尺度相同、且所属坐标系相同；
基于所述旋转矩阵和平移向量对所述第二重建场景的三维点云进行旋转和平移，得到第三重建场景的三维点云；所述第三重建场景与所述目标场景的尺度相同、且所属坐标系相同。
可选的，在所述得到第三重建场景的三维点云之后，所述方法还包括：
确定所述第三重建轨迹所属坐标系的坐标原点；
以所述坐标原点为参考点，将所述第三重建轨迹和所述第三重建场景的三维点云转换至全局坐标系，得到全局坐标系下针对所述目标场景的重建轨迹和重建场景。
为实现上述目的，本申请实施例还提供了一种三维重建尺度恢复装置，所述装置包括：
采集数据获取模块，用于针对目标场景进行场景数据采集得到采集轨迹的节点数据，所述采集轨迹的节点数据包括：各节点的探测图片、各节点的地理位置；
重建模块，用于基于所述采集轨迹的各节点的探测图片对所述目标场景进行三维重建，得到第一重建场景的三维点云和所述采集轨迹的第一重建轨迹；其中，所述第一重建轨迹的节点数据包括：各节点的重建位置；所述第一重建轨迹中的节点与所述采集轨迹中的节点一一对应；
第一计算模块，用于基于所述采集轨迹中节点的地理位置计算节点间的第一距离，并基于所述第一重建轨迹中节点的重建位置计算所述第一距离对应的第二距离；其中，所述第一距离与所述第二距离相对应表示：用于计算所述第一距离的所述采集轨迹中的两节点与用于计算所述第二距离的所述第一重建轨迹中的两节点相对应；
第二计算模块，用于基于所述采集轨迹中节点的地理位置计算节点间的第一距离，并基于所述第一重建轨迹中节点的重建位置计算所述第一距离对应的第二距离；其中，所述第一距离与所述第二距离相对应表示：用于计算所述第一距离的所述采集轨迹中的两节点与用于计算所述第二距离的所述第一重建轨迹中的两节点相对应；
尺度恢复模块，用于基于所述尺度系数对所述第一重建轨迹中各节点的重建位置进行尺度恢复，得到第二重建轨迹；并基于所述尺度系数对所述第一重建场景的三维点云进行尺度恢复，得到第二重建场景的三维点云；其中，所述第二重建轨迹与所述采集轨迹的尺度相同，所述第二重建场景与所述目标场景的尺度相同。
可选的，所述第二计算模块，具体用于：
基于所述采集轨迹中节点间的第一距离，以及所述第一重建轨迹中节点间的第二距离，采用降噪算法确定标准尺度；
基于所述标准尺度确定所述采集轨迹中的目标节点对，其中，所述目标节点对中两节点间的第一距离与该第一距离对应的第二距离的比值，与所述标准尺度相差在预设范围内；
针对所述采集轨迹中的每一节点，确定与该节点构成目标节点对的候选节点；计算该节点的探测图片与该节点的候选节点的探测图片之间的相似度，从该节点的候选节点中，基于所述相似度确定该节点的预设数目个目标节点；
基于所述采集轨迹中节点与该节点的目标节点的第一距离，和每个第一距离对应的第二距离，计算所述第一重建场景相对于所述目标场景的尺度系数。
为实现上述目的，本发明实施例还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线；其中，处理器、通信接口、存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述任一方法步骤。
为实现上述目的，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一方法步骤。
本申请实施例有益效果：
应用本申请实施例提供的三维重建尺度恢复方法、装置、电子设备及存储介质，针对目标场景进行场景数据采集得到采集轨迹的节点数据；基于采集轨迹的各节点的探测图片对目标场景进行三维重建，得到第一重建场景的三维点云和采集轨迹的第一重建轨迹；基于采集轨迹中节点的地理位置计算节点间的第一距离，并基于第一重建轨迹中节点的重建位置计算第一距离对应的第二距离；根据多个第一距离和每个第一距离对应的第二距离，计算第一重建场景相对于目标场景的尺度系数；基于尺度系数对第一重建轨迹中各节点的重建位置进行尺度恢复，得到第二重建轨迹；并基于尺度系数对第一重建场景的三维点云进行尺度恢复，得到第二重建场景的三维点云。可见，无需采用标定板即可实现三维重建尺度恢复，因此能够适用于室外环境。且相比于采用标定板的方式，所恢复的尺度系数更为精准。
当然，实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的实施例。
图1为本申请实施例提供的三维重建尺度恢复方法的一种流程示意图；
图2为本申请实施例提供的采集轨迹和第一重建轨迹的一种示意图；
图3为本申请实施例提供的计算第一重建场景相对于目标场景的尺度系数的一种流程示意图；
图4为本申请实施例提供的采集轨迹中节点间第一距离和第一采集轨迹中节点间第二距离的一种示意图；
图5为本申请实施例提供的采集轨迹和第二重建轨迹的一种示意图；
图6为本申请实施例提供的三维重建尺度恢复方法的另一种流程示意图；
图7为本申请实施例提供的三维重建尺度恢复装置的一种结构示意图；
图8为本申请实施例提供的电子设备的一种结构示意图。
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清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员基于本申请所获得的所有其他实施例，都属于本申请保护的范围。
为了便于理解，先对本申请的应用场景进行简要介绍。
基于图像的三维重建算法，输出的三维重建结果与真实场景之间存在尺度系数。现有技术中，在进行尺度恢复时需要用到标定板，而标定板不适合在室外环境下安装，若采用标定板对室外环境的三维重建结果进行尺度恢复，不够灵活且最终的尺度恢复精度也不高。即不适用于进行室外环境的三维重建尺度恢复。
为了解决现有技术中使用标定板进行三维重建尺度恢复无法适用于室外环境的技术问题，本申请实施例提供了一种三维重建尺度恢复方法、装置、电子设备及存储介质。
参见图1，图1为本申请实施例提供的三维重建尺度恢复方法的一种流程示意图，方法可以包括以下步骤：
S101：针对目标场景进行场景数据采集得到采集轨迹的节点数据，采集轨迹的节点数据包括：各节点的探测图片、各节点的地理位置。
为了对真实的目标场景进行三维重建，可以利用采集设备进行数据采集，采集设备例如为安装有行车记录仪和全球定位系统(Global Positioning System，GPS)的采集车辆。采集设备可以为多个。其中，目标场景可以是室外的地理场景，例如某城市区域。
具体的，采集设备在道路上移动，通过行车记录仪获取探测图片，同时获取拍摄各探测图片时GPS数据。
本申请实施例中，可以获取针对目标场景进行场景数据采集得到的采集轨迹的节点数据，节点均表示轨迹节点。采集轨迹中每个节点的数据可以包括：节点的探测图片，即该节点时间戳下采集设备采集到的探测图片；节点的地理位置，该地理位置可以是GPS位置，即该节点时间戳下采集设备采集到的GPS位置。其中，GPS位置可以是采用消费级GPS对采集设备进行定位得到的。
S102：基于采集轨迹的各节点的探测图片对目标场景进行三维重建，得到第一重建场景的三维点云和采集轨迹的第一重建轨迹；其中，第一重建轨迹的节点数据包括：各节点的重建位置；第一重建轨迹中的节点与采集轨迹中的节点一一对应。
本申请实施例中，可以根据各采集设备拍摄的各节点的探测图片对真实的目标场景进行三维重建，得到初步的三维重建结果，即第一重建场景的三维点云和采集轨迹的第一重建轨迹。其中，第一重建轨迹的节点数据包括：各节点的重建位置。
其中，根据探测图片对场景进行三维重建的具体步骤可以参见相关技术，例如，可以采用colmap三维重建算法实现。
本领域技术人员可以理解，三维重建输出的第一重建轨迹和真实的轨迹之间存在尺度变换，第一场景场景与真实的目标场景之间也存在相同的尺度变换。因此，需要对初步的三维重建结果进行尺度恢复。
作为一个示例，参见图2，图2为本申请实施例提供的采集轨迹和第一重建轨迹的一种示意图，图2中尺寸较大的轨迹为采集轨迹，尺寸较小的轨迹为第一重建轨迹。如图2所示，采集轨迹与第一重建轨迹形状大致相同，二者相差一个尺度系数。
此外，第一重建轨迹中的节点与采集轨迹中的节点一一对应。
作为一个示例，假设采集轨迹和第一重建轨迹中节点数目均为M，采集轨迹中节点依次记为：a1,a2,a3…aM，第一重建轨迹中节点依次记为：b1,b2,b3…bM，则节点a1与节点b1对应，节点a2与节点b2对应，以此类推。
S103：基于采集轨迹中节点的地理位置计算节点间的第一距离，并基于第一重建轨迹中节点的重建位置计算第一距离对应的第二距离；其中，第一距离与第二距离相对应表示：用于计算第一距离的采集轨迹中的两节点与用于计算第二距离的第一重建轨迹中的两节点相对应。
本申请实施例中，为了恢复尺度，可以假设第一重建轨迹中两个点之间的距离乘以一个尺度系数后，与采集轨迹中对应的两点间的距离相同。
为了便于说明，设采集轨迹中节点间的距离为第一距离，第一重建轨迹中节点间的距离为第二距离。
本申请实施例中，可以基于采集轨迹中节点的地理位置计算节点间的第一距离，并基于第一重建轨迹中节点的重建位置计算第一距离对应的第二距离。其中，第一距离与第二距离相对应表示：用于计算第一距离的采集轨迹中的两节点与用于计算第二距离的第一重建轨迹中的两节点相对应。
如上文，采集轨迹中的节点和第一重建轨迹中的节点是一一对应的。作为一个示例，假设采集轨迹和第一重建轨迹中节点数目均为M，采集轨迹中节点依次记为：a1,a2,a3…aM，第一重建轨迹中节点依次记为：b1,b2,b3…bM，则节点a1与节点b1对应，节点a2与节点b2对应，以此类推。
若第一距离为采集轨迹中节点a1与节点a3之间的距离，则与该第一距离相对应的第二距离为：第一重建轨迹中节点b1与节点b3之间的距离。
在本申请的一种实施例中，采集轨迹中节点的地理位置是GPS位置，即WGS84(World Geodetic System-1984 )坐标系下的位置，包含经度、纬度和高度，不便于直接计算两点间的距离。
因此，为了便于计算采集轨迹中两节点之间的距离，针对采集轨迹中的每一节点，可以将该节点的GPS位置转换到参考坐标系，得到参考坐标系下的位置。该参考坐标系可以是以其中任意一节点为原点的站心坐标系，即直角坐标系，在直角坐标系下，方便计算节点间的距离。
作为一个示例，设地球为一个椭球体，长半轴长度为
Figure 867581DEST_PATH_IMAGE001
，短半轴半径为
Figure 722404DEST_PATH_IMAGE002
，参考点的经维高分别为：
Figure 689092DEST_PATH_IMAGE003
，要转换的经维高坐标分别为：
Figure 756405DEST_PATH_IMAGE004
，转换后的站心坐标系下的坐标为
Figure 760658DEST_PATH_IMAGE005
。
则可以采用如下公式将GPS位置转换至站心坐标系：
Figure 255224DEST_PATH_IMAGE006
Figure 709208DEST_PATH_IMAGE007
Figure 845791DEST_PATH_IMAGE008
Figure 436042DEST_PATH_IMAGE009
Figure 226143DEST_PATH_IMAGE010
Figure 652576DEST_PATH_IMAGE011
Figure 310960DEST_PATH_IMAGE012
Figure 506449DEST_PATH_IMAGE013
其中，
Figure 733031DEST_PATH_IMAGE014
、
Figure 898957DEST_PATH_IMAGE015
、
Figure 846185DEST_PATH_IMAGE016
、
Figure 411027DEST_PATH_IMAGE017
、
Figure 542931DEST_PATH_IMAGE018
、
Figure 943957DEST_PATH_IMAGE019
和
Figure 944143DEST_PATH_IMAGE020
均为中间量，无具体物理含义。
在将GPS位置转换到参考坐标系后，可以基于节点在参考坐标系下的位置，计算采集轨迹中节点与该节点的每一目标节点之间的第一距离。
S104：根据多个第一距离和每个第一距离对应的第二距离，计算第一重建场景相对于目标场景的尺度系数。
本申请实施例中，为了恢复尺度，可以假设第一重建轨迹中两个点之间的距离乘以一个尺度系数后，与采集轨迹中对应的两点间的距离相同。但由于GPS位置可能存在误差，因此只能使距离近似相等，也就是说，计算最优尺度系数，使得第一重建轨迹中两个点之间的距离乘以该尺度系数后，尽可能等同于采集轨迹中对应的两点间的距离。
作为一个示例，构建尺度优化方程，优化变量为尺度系数，优化目标为：第一重建轨迹中两个点之间的距离乘以该尺度系数后，与采集轨迹中对应的两点间的距离差值尽可能小。
作为一个示例，所构建的尺度优化方程为：
Figure 379803DEST_PATH_IMAGE021
其中，
Figure 72821DEST_PATH_IMAGE022
表示代价值，
Figure 820198DEST_PATH_IMAGE023
表示尺度系数，
Figure 374807DEST_PATH_IMAGE024
表示采集轨迹中节点序号，
Figure 663311DEST_PATH_IMAGE025
表示预设数目，
Figure 277963DEST_PATH_IMAGE026
表示节点
Figure 902848DEST_PATH_IMAGE024
的目标节点的序号，
Figure 120203DEST_PATH_IMAGE027
表示节点
Figure 264876DEST_PATH_IMAGE024
与节点
Figure 299697DEST_PATH_IMAGE026
之间的第一距离，
Figure 162611DEST_PATH_IMAGE028
表示与节点
Figure 308290DEST_PATH_IMAGE024
与节点
Figure 166525DEST_PATH_IMAGE026
之间的第一距离相对应的第二距离，
Figure 122980DEST_PATH_IMAGE029
表示采集轨迹中节点
Figure 725387DEST_PATH_IMAGE024
的GPS位置，
Figure 425490DEST_PATH_IMAGE030
表示采集轨迹中节点
Figure 528444DEST_PATH_IMAGE026
的GPS位置，
Figure 514854DEST_PATH_IMAGE031
表示第一重建轨迹中与采集轨迹中节点
Figure 86781DEST_PATH_IMAGE024
相对应节点的节点序号，
Figure 574263DEST_PATH_IMAGE032
表示第一重建轨迹中与采集轨迹中节点
Figure 548035DEST_PATH_IMAGE026
相对应节点的节点序号，
Figure 95560DEST_PATH_IMAGE033
表示第一重建轨迹中节点
Figure 279417DEST_PATH_IMAGE031
的重建位置，
Figure 321322DEST_PATH_IMAGE034
表示第一重建轨迹中节点
Figure 667377DEST_PATH_IMAGE032
的重建位置。
针对上述尺度优化方程，可以采用相关算法进行优化，得到最优尺度系数，最优尺度系数对应的cost值最小。例如，采用非线性优化库Ceres Solver进行优化。
在本申请的一种实施例中，考虑到GPS位置可能存在一定误差，导致采集轨迹中节点间距离与对应的第一重建轨迹中节点间距离之比与真实的尺度系数相差较大，因此可以先进行降噪处理，即过滤节点间距离的异常值。
参见图3，图3为本申请实施例提供的计算第一重建场景相对于目标场景的尺度系数的一种流程示意图，如图3所示，包括以下步骤：
S301：基于采集轨迹中节点间的第一距离，以及第一重建轨迹中节点间的第二距离，采用降噪算法确定标准尺度。
其中，降噪算法可以是RANSAC算法，具体的，参见图4，图4为本申请实施例提供的采集轨迹中节点间第一距离和第一采集轨迹中节点间第二距离的一种示意图。图4中，纵轴表示采集轨迹中节点间第一距离，横轴表示第一重建轨迹中节点间第二距离，也就是说，对于图4中的每一个点，其纵坐标为采集轨迹中两节点间第一距离，横坐标为与该第一距离对应的第二距离。
理想情况下，纵轴和横轴的比值即为尺度系数。由于存在噪声，横轴和纵轴的值近似在一条直线上。为了提高尺度恢复的精度，可以采用RANSAC算法确定标准尺度。具体步骤如下：
1）在图4中任选一点，使用该点的纵坐标除以横坐标得到临时尺度，然后将图4中每个点的横坐标乘以该临时尺度，判断乘以临时尺度后的值与纵坐标的值是否相近，若相近，则计数值加一，从而统计满足该临时尺度对应的计数值。
2）重复上述步骤1）预设次数，每次重复步骤1）都重新任选一点，得到新的临时尺度，并得到该新的临时尺度对应的计数值。
在所重复预设次数中，选取计数值最大的临时尺度，作为标准尺度。
S302：基于标准尺度确定采集轨迹中的目标节点对，其中，目标节点对中两节点间的第一距离与该第一距离对应的第二距离的比值，与标准尺度相差在预设范围内。
进而可以采用该标准尺度筛除噪声点，例如，将图4中每个点的横坐标乘以该标准尺度，然后判断得到的值与纵坐标的值是否相近，若不相近则筛除该点，可以将保留下的点记为内点。
由于图4中每个点的纵坐标都表示采集轨迹中两点间的距离，因此可以根据上述内点确定采集轨迹中的目标节点对。举例来讲，若图4中某个内点的纵坐标表示采集轨迹中节点a和节点b的第一距离，则该节点a和节点b构成采集轨迹中的目标节点对。
则目标节点对中两节点的第一距离与该第一距离对应的第二距离的比值，与标准尺度相差在预设范围内。
从而，后续的尺度恢复过程中，仅考虑目标节点对，从而降低噪声的影响，提高尺度恢复精度。
S303：针对采集轨迹中的每一节点，确定与该节点构成目标节点对的候选节点；计算该节点的探测图片与该节点的候选节点的探测图片之间的相似度，从该节点的候选节点中，基于相似度确定该节点的预设数目个目标节点。
本申请实施例中，为了提高尺度恢复的精度，针对采集轨迹中的每一节点，可以确定与该节点的探测图片相似度较高的其他节点，作为目标节点。
由于S302中筛选出了目标节点对，则针对采集轨迹中的每一节点，可以确定与该节点构成目标节点对的候选节点，然后计算该节点的探测图片与候选节点的探测图片之间的相似度，然后按照相似度确定预设数目个目标节点。例如，按照相似度降序顺序确定该节点的预设数目个目标节点。
作为一个示例，若预设数目为10，则针对采集轨迹中的每一节点，根据探测图片之间的相似度，确定该节点的10个目标节点。
S304：基于采集轨迹中节点与该节点的目标节点的第一距离，和每个第一距离对应的第二距离，计算第一重建场景相对于目标场景的尺度系数。
本申请实施例中，可以基于采集轨迹中节点与该节点的目标节点的第一距离、每个第一距离对应的第二距离、以及尺度系数构建损失函数；其中，损失函数包含每个第一距离与该第一距离对应的第三距离的差值，第三距离是第一距离对应的第二距离乘以尺度系数后得到的。
从而，可以计算上述损失函数最小值对应的最优尺度系数，将该最优尺度系数作为第一重建场景相对于目标场景的尺度系数，同样也是第一重建轨迹相对于采集轨迹的尺度系数。
作为一个示例，所构建的损失函数为：
Figure 136536DEST_PATH_IMAGE035
其中，
Figure 666743DEST_PATH_IMAGE023
表示尺度系数，
Figure 777919DEST_PATH_IMAGE024
表示采集轨迹中节点序号，
Figure 709972DEST_PATH_IMAGE036
表示预设数目，
Figure 474665DEST_PATH_IMAGE026
表示节点
Figure 242901DEST_PATH_IMAGE024
的目标节点的序号，
Figure 875877DEST_PATH_IMAGE037
表示节点
Figure 413168DEST_PATH_IMAGE024
与节点
Figure 348763DEST_PATH_IMAGE026
之间的第一距离，
Figure 856493DEST_PATH_IMAGE028
表示与节点
Figure 778312DEST_PATH_IMAGE024
与节点
Figure 684957DEST_PATH_IMAGE026
之间的第一距离相对应的第二距离，
Figure 791453DEST_PATH_IMAGE038
表示采集轨迹中节点
Figure 534282DEST_PATH_IMAGE024
的GPS位置，
Figure 509060DEST_PATH_IMAGE039
表示采集轨迹中节点
Figure 20944DEST_PATH_IMAGE026
的GPS位置，
Figure 298341DEST_PATH_IMAGE031
表示第一重建轨迹中与采集轨迹中节点
Figure 512154DEST_PATH_IMAGE024
相对应节点的节点序号，
Figure 41355DEST_PATH_IMAGE032
表示第一重建轨迹中与采集轨迹中节点
Figure 648224DEST_PATH_IMAGE026
相对应节点的节点序号，
Figure 96523DEST_PATH_IMAGE033
表示第一重建轨迹中节点
Figure 813943DEST_PATH_IMAGE031
的重建位置，
Figure 130524DEST_PATH_IMAGE040
表示第一重建轨迹中节点
Figure 617000DEST_PATH_IMAGE032
的重建位置。
其中，
Figure 626413DEST_PATH_IMAGE041
可以表示针对采集轨迹中节点i的所有第一距离与第三距离的残差项。则上述损失函数的损失值的物理含义为：采集轨迹中所有节点对应的残差项之和。
本申请实施例中，可以采用非线性优化相关算法计算上述损失函数的最小损失值，例如采用Ceres Solver算法求解使得上述损失函数的损失值最小的尺度系数
Figure 424605DEST_PATH_IMAGE023
。
S105：基于尺度系数对第一重建轨迹中各节点的重建位置进行尺度恢复，得到第二重建轨迹；并基于尺度系数对第一重建场景的三维点云进行尺度恢复，得到第二重建场景的三维点云；其中，第二重建轨迹与采集轨迹的尺度相同，第二重建场景与目标场景的尺度相同。
在确定尺度系数后，即可对第一重建轨迹和第一重建场景的三维点云进行尺度恢复。
具体的，基于尺度系数对第一重建轨迹中各节点的重建位置进行尺度恢复，也就是将各节点的重建位置乘以该尺度系数，得到第二重建轨迹。从而第二重建轨迹与采集轨迹的尺度相同。
基于尺度系数对第一重建场景的三维点云进行尺度恢复，得到第二重建场景的三维点云，也就是将第一重建场景的三维点云中各点的位置数据也乘以该尺度系数，得到第二重建场景。从而第二重建场景与目标场景的尺度相同。
作为一个示例，参见图5，图5为本申请实施例提供的采集轨迹和第二重建轨迹的一种示意图，图5中纵向的轨迹是采集轨迹，横向的轨迹是第二重建轨迹，如图5所示，尺度恢复后得到的第二重建轨迹与采集轨迹形状大致相同，且尺度相同。
应用本申请实施例提供的三维重建尺度恢复方法，针对目标场景进行场景数据采集得到采集轨迹的节点数据；基于采集轨迹的各节点的探测图片对目标场景进行三维重建，得到第一重建场景的三维点云和采集轨迹的第一重建轨迹；基于采集轨迹中节点的地理位置计算节点间的第一距离，并基于第一重建轨迹中节点的重建位置计算第一距离对应的第二距离；根据多个第一距离和每个第一距离对应的第二距离，计算第一重建场景相对于目标场景的尺度系数；基于尺度系数对第一重建轨迹中各节点的重建位置进行尺度恢复，得到第二重建轨迹；并基于尺度系数对第一重建场景的三维点云进行尺度恢复，得到第二重建场景的三维点云。可见，无需采用标定板即可实现三维重建尺度恢复，因此能够适用于室外环境。且相比于采用标定板的方式，所恢复的尺度系数更为精准。
本申请实施例中，尺度恢复后的第二重建轨迹与真实的采集轨迹并未实现坐标对齐，二者之间大小近似相同，但还相差一个旋转变换和一个平移变换。
参见图6，图6为本申请实施例提供的三维重建尺度恢复方法的另一种流程示意图。
其中，S601-S605与S101-S105相同，不再赘述。
S606：基于第二重建轨迹中各节点的重建位置和采集轨迹中各节点的地理位置，计算第二重建轨迹和采集轨迹之间的旋转矩阵和平移向量。
S607：基于旋转矩阵和平移向量对第二重建轨迹中各节点的重建位置进行旋转和平移，得到第三重建轨迹；第三重建轨迹与采集轨迹的尺度相同、且所属坐标系相同。
S608：基于旋转矩阵和平移向量对第二重建场景的三维点云进行旋转和平移，得到第三重建场景的三维点云；第三重建场景与目标场景的尺度相同、且所属坐标系相同。
在本申请的一种实施例中，基于如下优化方程计算旋转矩阵和平移向量：
Figure 561188DEST_PATH_IMAGE042
其中，
Figure 885859DEST_PATH_IMAGE043
表示旋转矩阵、
Figure 816906DEST_PATH_IMAGE044
表示平移向量、
Figure 367973DEST_PATH_IMAGE024
表示采集轨迹中节点序号，
Figure 29286DEST_PATH_IMAGE045
表示采集轨迹中节点
Figure 224775DEST_PATH_IMAGE024
的地理位置，
Figure 575991DEST_PATH_IMAGE046
表示第二重建轨迹中与节点
Figure 348775DEST_PATH_IMAGE024
相对应节点的重建位置。
求解上述方程即可旋转矩阵和平移向量，然后基于旋转矩阵和平移向量分别对第二重建轨迹、第二重建场景的三维点云进行旋转和平移，即可得到尺度恢复、且坐标对齐的第三重建轨迹和第三重建场景的三维点云。
也就是说，第三重建轨迹与采集轨迹的尺度相同、且所属坐标系相同；第三重建场景与目标场景的尺度相同、且所属坐标系相同。
尺度恢复、且坐标对齐的第三重建轨迹和第三重建场景的三维点云可以用于构建语义地图。
在本申请的一种实施例中，在得到第三重建轨迹和第三重建场景的三维点云后，可以将其转换到全局坐标系，WGS84全局坐标系。
因此，本申请实施例能够支持多个局部场景并行重建。也就是说，即使分多次对较大的场景进行重建，也可以将每次的局部重建结果均转换到同样的WGS84全局坐标系，能够满足城市级别的三维重建。
具体的，可以确定第三重建轨迹所属坐标系的坐标原点；以坐标原点为参考点，将第三重建轨迹和第三重建场景的三维点云转换至全局坐标系，得到全局坐标系下针对目标场景的重建轨迹和重建场景。
作为一个示例，设第三重建轨迹所属坐标系的坐标原点对应的WGS84全局坐标系下的坐标为
Figure 561582DEST_PATH_IMAGE047
，则可以采用下式，将第三重建轨迹所属坐标系中坐标
Figure 126424DEST_PATH_IMAGE048
转换为WGS84全局坐标系下的坐标
Figure 133694DEST_PATH_IMAGE049
。
Figure 659354DEST_PATH_IMAGE050
Figure 659539DEST_PATH_IMAGE051
Figure 829621DEST_PATH_IMAGE052
本申请实施例还提供了一种三维重建尺度恢复装置，参见图7，图7为本申请实施例提供的三维重建尺度恢复装置的一种结构示意图。如图7所示，可以包括以下步骤：
采集数据获取模块701，用于针对目标场景进行场景数据采集得到采集轨迹的节点数据，采集轨迹的节点数据包括：各节点的探测图片、各节点的地理位置；
重建模块702，用于基于采集轨迹的各节点的探测图片对目标场景进行三维重建，得到第一重建场景的三维点云和采集轨迹的第一重建轨迹；其中，第一重建轨迹的节点数据包括：各节点的重建位置；第一重建轨迹中的节点与采集轨迹中的节点一一对应；
第一计算模块703，用于基于采集轨迹中节点的地理位置计算节点间的第一距离，并基于第一重建轨迹中节点的重建位置计算第一距离对应的第二距离；其中，第一距离与第二距离相对应表示：用于计算第一距离的采集轨迹中的两节点与用于计算第二距离的第一重建轨迹中的两节点相对应；
第二计算模块704，用于基于采集轨迹中节点的地理位置计算节点间的第一距离，并基于第一重建轨迹中节点的重建位置计算第一距离对应的第二距离；其中，第一距离与第二距离相对应表示：用于计算第一距离的采集轨迹中的两节点与用于计算第二距离的第一重建轨迹中的两节点相对应；
尺度恢复模块705，用于基于尺度系数对第一重建轨迹中各节点的重建位置进行尺度恢复，得到第二重建轨迹；并基于尺度系数对第一重建场景的三维点云进行尺度恢复，得到第二重建场景的三维点云；其中，第二重建轨迹与采集轨迹的尺度相同，第二重建场景与目标场景的尺度相同。
应用本申请实施例提供的三维重建尺度恢复装置，针对目标场景进行场景数据采集得到采集轨迹的节点数据；基于采集轨迹的各节点的探测图片对目标场景进行三维重建，得到第一重建场景的三维点云和采集轨迹的第一重建轨迹；基于采集轨迹中节点的地理位置计算节点间的第一距离，并基于第一重建轨迹中节点的重建位置计算第一距离对应的第二距离；根据多个第一距离和每个第一距离对应的第二距离，计算第一重建场景相对于目标场景的尺度系数；基于尺度系数对第一重建轨迹中各节点的重建位置进行尺度恢复，得到第二重建轨迹；并基于尺度系数对第一重建场景的三维点云进行尺度恢复，得到第二重建场景的三维点云。可见，无需采用标定板即可实现三维重建尺度恢复，因此能够适用于室外环境。且相比于采用标定板的方式，所恢复的尺度系数更为精准。
其中，方法和装置是基于同一申请构思的，由于方法和装置解决问题的原理相似，因此装置和方法的实施可以相互参见，重复之处不再赘述。
本申请实施例还提供了一种电子设备，如图8所示，包括处理器801、通信接口802、存储器803和通信总线804，其中，处理器801，通信接口802，存储器803通过通信总线804完成相互间的通信，
存储器803，用于存放计算机程序；
处理器801，用于执行存储器803上所存放的程序时，实现如下步骤：
针对目标场景进行场景数据采集得到采集轨迹的节点数据，采集轨迹的节点数据包括：各节点的探测图片、各节点的地理位置；
基于采集轨迹的各节点的探测图片对目标场景进行三维重建，得到第一重建场景的三维点云和采集轨迹的第一重建轨迹；其中，第一重建轨迹的节点数据包括：各节点的重建位置；第一重建轨迹中的节点与采集轨迹中的节点一一对应；
基于采集轨迹中节点的地理位置计算节点间的第一距离，并基于第一重建轨迹中节点的重建位置计算第一距离对应的第二距离；其中，第一距离与第二距离相对应表示：用于计算第一距离的采集轨迹中的两节点与用于计算第二距离的第一重建轨迹中的两节点相对应；
根据多个第一距离和每个第一距离对应的第二距离，计算第一重建场景相对于目标场景的尺度系数；
基于尺度系数对第一重建轨迹中各节点的重建位置进行尺度恢复，得到第二重建轨迹；并基于尺度系数对第一重建场景的三维点云进行尺度恢复，得到第二重建场景的三维点云；其中，第二重建轨迹与采集轨迹的尺度相同，第二重建场景与目标场景的尺度相同。
上述电子设备提到的通信总线可以是外设部件互连标准（Peripheral ComponentInterconnect，PCI）总线或扩展工业标准结构（Extended Industry StandardArchitecture，EISA）总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器（Random Access Memory，RAM），也可以包括非易失性存储器（Non-Volatile Memory，NVM），例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器（Central Processing Unit，CPU）、网络处理器（Network Processor，NP）等；还可以是数字信号处理器（Digital SignalProcessing，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
应用本申请实施例提供的电子设备，针对目标场景进行场景数据采集得到采集轨迹的节点数据；基于采集轨迹的各节点的探测图片对目标场景进行三维重建，得到第一重建场景的三维点云和采集轨迹的第一重建轨迹；基于采集轨迹中节点的地理位置计算节点间的第一距离，并基于第一重建轨迹中节点的重建位置计算第一距离对应的第二距离；根据多个第一距离和每个第一距离对应的第二距离，计算第一重建场景相对于目标场景的尺度系数；基于尺度系数对第一重建轨迹中各节点的重建位置进行尺度恢复，得到第二重建轨迹；并基于尺度系数对第一重建场景的三维点云进行尺度恢复，得到第二重建场景的三维点云。可见，无需采用标定板即可实现三维重建尺度恢复，因此能够适用于室外环境。且相比于采用标定板的方式，所恢复的尺度系数更为精准。
在本申请提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现上述任一三维重建尺度恢复方法的步骤。
在本申请提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一三维重建尺度恢复方法的步骤。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线（DSL））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质（例如固态硬盘Solid State Disk (SSD)）等。
需要说明的是，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。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于三维重建尺度恢复装置、电子设备、计算机可读存储介质及计算机程序产品实施例而言，由于其基本相似于三维重建尺度恢复方法实施例，所以描述的比较简单，相关之处参见三维重建尺度恢复方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例，并非用于限定本申请的保护范围。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，均包含在本申请的保护范围内。

Claims (8)

1.一种三维重建尺度恢复方法，其特征在于，所述方法包括：
针对目标场景进行场景数据采集得到采集轨迹的节点数据，所述采集轨迹的节点数据包括：各节点的探测图片、各节点的地理位置；
基于所述采集轨迹的各节点的探测图片对所述目标场景进行三维重建，得到第一重建场景的三维点云和所述采集轨迹的第一重建轨迹；其中，所述第一重建轨迹的节点数据包括：各节点的重建位置；所述第一重建轨迹中的节点与所述采集轨迹中的节点一一对应；
基于所述采集轨迹中节点的地理位置计算节点间的第一距离，并基于所述第一重建轨迹中节点的重建位置计算所述第一距离对应的第二距离；其中，所述第一距离与所述第二距离相对应表示：用于计算所述第一距离的所述采集轨迹中的两节点与用于计算所述第二距离的所述第一重建轨迹中的两节点相对应；
根据多个所述第一距离和每个第一距离对应的第二距离，计算所述第一重建场景相对于所述目标场景的尺度系数；
基于所述尺度系数对所述第一重建轨迹中各节点的重建位置进行尺度恢复，得到第二重建轨迹；并基于所述尺度系数对所述第一重建场景的三维点云进行尺度恢复，得到第二重建场景的三维点云；其中，所述第二重建轨迹与所述采集轨迹的尺度相同，所述第二重建场景与所述目标场景的尺度相同；
所述根据多个所述第一距离和每个第一距离对应的第二距离，计算所述第一重建场景相对于所述目标场景的尺度系数的步骤，包括：
基于所述采集轨迹中节点间的第一距离，以及所述第一重建轨迹中节点间的第二距离，采用降噪算法确定标准尺度；
基于所述标准尺度确定所述采集轨迹中的目标节点对，其中，所述目标节点对中两节点间的第一距离与该第一距离对应的第二距离的比值，与所述标准尺度相差在预设范围内；
针对所述采集轨迹中的每一节点，确定与该节点构成目标节点对的候选节点；计算该节点的探测图片与该节点的候选节点的探测图片之间的相似度，从该节点的候选节点中，基于所述相似度确定该节点的预设数目个目标节点；
基于所述采集轨迹中节点与该节点的目标节点的第一距离，和每个第一距离对应的第二距离，计算所述第一重建场景相对于所述目标场景的尺度系数。
2.根据权利要求1所述的方法，其特征在于，所述基于所述采集轨迹中节点的地理位置计算节点间的第一距离的步骤，包括：
针对所述采集轨迹中的每一节点，将该节点的地理位置转换到参考坐标系，得到参考坐标系下的位置；
基于所述采集轨迹中节点在参考坐标系下的位置，计算节点间的第一距离。
3.根据权利要求1所述的方法，其特征在于，所述基于所述采集轨迹中节点与该节点的目标节点的第一距离，和每个第一距离对应的第二距离，计算所述第一重建场景相对于所述目标场景的尺度系数的步骤，包括：
基于所述采集轨迹中节点与该节点的目标节点的第一距离、每个第一距离对应的第二距离、以及尺度系数构建损失函数；其中，损失函数包含每个第一距离与该第一距离对应的第三距离的差值，所述第三距离是所述第一距离对应的第二距离乘以尺度系数后得到的；
计算所述损失函数的最小损失值对应的最优尺度系数，将该最优尺度系数作为所述第一重建场景相对于所述目标场景的尺度系数。
4.根据权利要求1所述的方法，其特征在于，在基于所述尺度系数对所述第一重建轨迹中各节点的重建位置进行尺度恢复，得到第二重建轨迹；并基于所述尺度系数对所述第一重建场景的三维点云进行尺度恢复，得到第二重建场景的三维点云之后，所述方法还包括：
基于所述第二重建轨迹中各节点的重建位置和所述采集轨迹中各节点的地理位置，计算所述第二重建轨迹和所述采集轨迹之间的旋转矩阵和平移向量；
基于所述旋转矩阵和平移向量对所述第二重建轨迹中各节点的重建位置进行旋转和平移，得到第三重建轨迹；所述第三重建轨迹与所述采集轨迹的尺度相同、且所属坐标系相同；
基于所述旋转矩阵和平移向量对所述第二重建场景的三维点云进行旋转和平移，得到第三重建场景的三维点云；所述第三重建场景与所述目标场景的尺度相同、且所属坐标系相同。
5.根据权利要求4所述的方法，其特征在于，在所述得到第三重建场景的三维点云之后，所述方法还包括：
确定所述第三重建轨迹所属坐标系的坐标原点；
以所述坐标原点为参考点，将所述第三重建轨迹和所述第三重建场景的三维点云转换至全局坐标系，得到全局坐标系下针对所述目标场景的重建轨迹和重建场景。
6.一种三维重建尺度恢复装置，其特征在于，所述装置包括：
采集数据获取模块，用于针对目标场景进行场景数据采集得到采集轨迹的节点数据，所述采集轨迹的节点数据包括：各节点的探测图片、各节点的地理位置；
重建模块，用于基于所述采集轨迹的各节点的探测图片对所述目标场景进行三维重建，得到第一重建场景的三维点云和所述采集轨迹的第一重建轨迹；其中，所述第一重建轨迹的节点数据包括：各节点的重建位置；所述第一重建轨迹中的节点与所述采集轨迹中的节点一一对应；
第一计算模块，用于基于所述采集轨迹中节点的地理位置计算节点间的第一距离，并基于所述第一重建轨迹中节点的重建位置计算所述第一距离对应的第二距离；其中，所述第一距离与所述第二距离相对应表示：用于计算所述第一距离的所述采集轨迹中的两节点与用于计算所述第二距离的所述第一重建轨迹中的两节点相对应；
第二计算模块，用于根据多个所述第一距离和每个第一距离对应的第二距离，计算所述第一重建场景相对于所述目标场景的尺度系数；
尺度恢复模块，用于基于所述尺度系数对所述第一重建轨迹中各节点的重建位置进行尺度恢复，得到第二重建轨迹；并基于所述尺度系数对所述第一重建场景的三维点云进行尺度恢复，得到第二重建场景的三维点云；其中，所述第二重建轨迹与所述采集轨迹的尺度相同，所述第二重建场景与所述目标场景的尺度相同；
所述第二计算模块，具体用于：
基于所述采集轨迹中节点间的第一距离，以及所述第一重建轨迹中节点间的第二距离，采用降噪算法确定标准尺度；
基于所述标准尺度确定所述采集轨迹中的目标节点对，其中，所述目标节点对中两节点间的第一距离与该第一距离对应的第二距离的比值，与所述标准尺度相差在预设范围内；
针对所述采集轨迹中的每一节点，确定与该节点构成目标节点对的候选节点；计算该节点的探测图片与该节点的候选节点的探测图片之间的相似度，从该节点的候选节点中，基于所述相似度确定该节点的预设数目个目标节点；
基于所述采集轨迹中节点与该节点的目标节点的第一距离，和每个第一距离对应的第二距离，计算所述第一重建场景相对于所述目标场景的尺度系数。
7.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-5任一所述的方法步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法步骤。
CN202110715663.1A 2021-06-28 2021-06-28 一种三维重建尺度恢复方法、装置、电子设备及存储介质 Active CN113256804B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110715663.1A CN113256804B (zh) 2021-06-28 2021-06-28 一种三维重建尺度恢复方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110715663.1A CN113256804B (zh) 2021-06-28 2021-06-28 一种三维重建尺度恢复方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113256804A CN113256804A (zh) 2021-08-13
CN113256804B true CN113256804B (zh) 2021-10-22

Family

ID=77189923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110715663.1A Active CN113256804B (zh) 2021-06-28 2021-06-28 一种三维重建尺度恢复方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113256804B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116229753A (zh) * 2021-12-03 2023-06-06 北京罗克维尔斯科技有限公司 寻车的导航方法及其装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111145339A (zh) * 2019-12-25 2020-05-12 Oppo广东移动通信有限公司 图像处理方法及装置、设备、存储介质
CN112288853A (zh) * 2020-10-29 2021-01-29 字节跳动有限公司 三维重建方法、三维重建装置、存储介质
CN112669250A (zh) * 2021-03-16 2021-04-16 湖北亿咖通科技有限公司 一种轨迹对齐方法及电子设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9367914B2 (en) * 2012-05-16 2016-06-14 The Johns Hopkins University Imaging system and method for use of same to determine metric scale of imaged bodily anatomy
CN105427361B (zh) * 2015-11-13 2018-06-08 中国电子科技集团公司第二十八研究所 一种三维场景中动目标轨迹的显示方法
CN106408650B (zh) * 2016-08-26 2018-12-11 中国人民解放军国防科学技术大学 在轨掠飞成像对空间目标三维重建与测量方法
CN111882655B (zh) * 2020-06-19 2023-07-18 杭州易现先进科技有限公司 三维重建的方法、装置、系统、计算机设备和存储介质
CN112052337A (zh) * 2020-07-24 2020-12-08 广东水利电力职业技术学院（广东省水利电力技工学校） 基于时空关联的目标关系探测方法、系统及存储介质
CN112184768B (zh) * 2020-09-24 2023-10-31 杭州易现先进科技有限公司 基于激光雷达的sfm重建方法、装置和计算机设备
CN113034566B (zh) * 2021-05-28 2021-09-24 湖北亿咖通科技有限公司 高精度地图构建方法、装置、电子设备及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111145339A (zh) * 2019-12-25 2020-05-12 Oppo广东移动通信有限公司 图像处理方法及装置、设备、存储介质
CN112288853A (zh) * 2020-10-29 2021-01-29 字节跳动有限公司 三维重建方法、三维重建装置、存储介质
CN112669250A (zh) * 2021-03-16 2021-04-16 湖北亿咖通科技有限公司 一种轨迹对齐方法及电子设备

Also Published As

Publication number Publication date
CN113256804A (zh) 2021-08-13

Similar Documents

Publication Publication Date Title
CN109557532B (zh) 基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统
CN110033046B (zh) 一种计算特征匹配点分布可信度的量化方法
Mohammadi et al. VGI and reference data correspondence based on location‐orientation rotary descriptor and segment matching
CN111487624A (zh) 一种预测降雨量的方法与设备
CN112950717A (zh) 一种空间标定方法和系统
CN111080682A (zh) 点云数据的配准方法及装置
CN113256804B (zh) 一种三维重建尺度恢复方法、装置、电子设备及存储介质
CN115984273B (zh) 道路病害检测方法、装置、计算机设备及可读存储介质
CN112179276A (zh) 架空线弧垂的测量方法及装置
CN112634368A (zh) 场景目标的空间与或图模型生成方法、装置及电子设备
CN111611918A (zh) 基于航拍数据和深度学习的交通流数据集采集及构建方法
CN108304578B (zh) 地图数据的处理方法、介质、装置和计算设备
CN109345567B (zh) 物体运动轨迹识别方法、装置、设备和存储介质
Subedi et al. Development of a multiple‐camera 3D vehicle tracking system for traffic data collection at intersections
CN113804100B (zh) 确定目标对象的空间坐标的方法、装置、设备和存储介质
CN112258647A (zh) 地图重建方法及装置、计算机可读介质和电子设备
CN113012215A (zh) 一种空间定位的方法、系统及设备
CN116363302A (zh) 一种基于多视角几何的管道三维重建和坑洞量化方法
CN115797438A (zh) 目标定位方法、装置、计算机设备、存储介质和程序产品
CN115830073A (zh) 地图要素重建方法、装置、计算机设备和存储介质
CN114943809A (zh) 一种地图模型的生成方法、装置及存储介质
CN114842074A (zh) 一种基于模型匹配的无人机影像定位方法
CN117437288B (zh) 摄影测量方法、装置、设备及存储介质
CN116047518B (zh) 基于雷达卫星的潜在地质灾害识别方法及设备
CN116758150B (zh) 位置信息确定方法及装置

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