CN113487669A - 作业轨迹确定方法、装置、计算机设备和存储介质 - Google Patents
作业轨迹确定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113487669A CN113487669A CN202110768677.XA CN202110768677A CN113487669A CN 113487669 A CN113487669 A CN 113487669A CN 202110768677 A CN202110768677 A CN 202110768677A CN 113487669 A CN113487669 A CN 113487669A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- target point
- determining
- target
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请涉及一种作业轨迹确定方法、装置、计算机设备和存储介质。所述方法包括:获取目标点云数据;删除目标点云数据中的地面点云数据,获得剩余点云数据;将剩余点云数据向地面点云数据所在平面方向进行投影,得到对应的投影点云数据;匹配投影点云数据中的各线段,基于各线段确定目标点云数据对应的目标点;根据各目标点,确定作业轨迹。采用本申请实施例方法,在作业设备靠近墙面、立柱等边界区域位置时,能够确保作业轨迹可靠,从而有效提高建筑作业的效率。
Description
技术领域
本申请涉及建筑技术领域,特别是涉及一种作业轨迹确定方法、装置、计算机设备和存储介质。
背景技术
随着建筑作业工艺要求的提升,培养专业操作人员的人力成本大幅度上升,而且人工作业难以保证效果的一致性。因此,在建筑作业的自动化发展过程中,出现了许多具有自动作业能力的自动化作业设备,此类设备可以在一定程度上脱离操作人员进行作业,并能够实现空旷的大面积区域作业场景的自动化。
传统的自动化作业设备的作业轨迹确定方案,是通过自动化作业设备上安装的激光雷达获取作业场景信息,建立作业场景地图之后进行作业。但是,激光雷达大多成本高昂,而且,在自动化作业设备靠近墙面、立柱等边界区域位置时,会由于视野受限导致难以提供可靠的作业轨迹,从而影响了建筑作业的效率。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高建筑作业的效率的作业轨迹确定方法、装置、计算机设备和存储介质。
一种作业轨迹确定方法,所述方法包括:
获取目标点云数据;
删除所述目标点云数据中的地面点云数据,获得剩余点云数据;
将所述剩余点云数据向所述地面点云数据所在平面方向进行投影,得到对应的投影点云数据;
匹配所述投影点云数据中的各线段,基于各所述线段确定所述目标点云数据对应的目标点;
根据各所述目标点,确定作业轨迹。
在其中一个实施例中,所述获取目标点云数据,包括:
获取建筑点云图像,将所述建筑点云图像转化为建筑点云数据;
提取所述建筑点云数据中具有预设几何特征的点云数据,获得目标点云数据。
在其中一个实施例中,所述地面点云数据的确定方式,包括:
对所述目标点云数据进行平面拟合,得到所述目标点云数据对应的各平面方程;
分别计算各所述平面方程与预设地面方程之间的夹角,基于各所述夹角确定所述目标点云数据中的地面点云数据。
在其中一个实施例中,所述基于各所述夹角确定所述目标点云数据中的地面点云数据,包括:
将各所述夹角中,最小夹角对应的平面方程确定为所述目标点云数据中的地面平面方程;
基于所述地面平面方程,确定所述目标点云数据中的地面点云数据。
在其中一个实施例中,在所述匹配所述投影点云数据中的各线段之后,在所述基于各所述线段确定所述目标点云数据对应的目标点之前,还包括:
根据各所述线段在预设坐标轴上的坐标范围,对各所述线段进行排序,所述预设坐标轴为所述投影点云数据中,预设线段所在直线方向的坐标轴。
在其中一个实施例中,所述基于各所述线段确定所述目标点云数据对应的目标点,包括:
将排序后的各线段的端点,确定为所述目标点云数据对应的各目标点。
在其中一个实施例中,所述作业轨迹为作业设备靠近墙面或立柱中的至少一种边界区域位置时的轨迹;所述根据各所述目标点,确定作业轨迹,包括:
依次连接各所述目标点,确定作业轨迹。
一种作业轨迹确定装置,所述装置包括:
目标点云数据获取模块,用于获取目标点云数据;
剩余点云数据确定模块,用于删除所述目标点云数据中的地面点云数据,获得剩余点云数据;
投影模块,用于将所述剩余点云数据向所述地面点云数据所在平面方向进行投影,得到对应的投影点云数据;
目标点确定模块,用于匹配所述投影点云数据中的各线段,基于各所述线段确定所述目标点云数据对应的目标点;
作业轨迹确定模块,用于根据各所述目标点,确定作业轨迹。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的作业轨迹确定方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的作业轨迹确定方法的步骤。
上述作业轨迹确定方法、装置、计算机设备和存储介质,通过获取目标点云数据;删除目标点云数据中的地面点云数据,获得剩余点云数据;将剩余点云数据向地面点云数据所在平面方向进行投影,得到对应的投影点云数据;匹配投影点云数据中的各线段,基于各线段确定目标点云数据对应的目标点;根据各目标点,确定作业轨迹。采用上述实施例方法,在作业设备靠近墙面、立柱等边界区域位置时,根据获得的目标点云数据确定作业轨迹,能够确保作业轨迹可靠;在删除目标点云数据中的地面点云数据之后,只针对剩余点云数据进行数据处理,还能够有效减少对所有的点云数据进行数据处理的计算量,从而有效提高建筑作业的效率。
附图说明
图1为一个实施例中作业轨迹确定方法的应用环境图;
图2为一个实施例中作业轨迹确定方法的流程示意图;
图3为一个具体实施例中目标点云数据的示意图;
图4为一个具体实施例中投影点云数据的示意图;
图5为一个具体实施例中作业轨迹确定方法的示意图;
图6为一个实施例中作业轨迹确定装置的结构框图;
图7为一个实施例中计算机设备的内部结构图;
图8为另一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在其中一个实施例中,本申请提供的作业轨迹确定方法,可以应用于如图1所示的应用环境中,其应用环境可以同时涉及作业设备102和服务器104。其中,作业设备102可以通过网络或协议等通信方式与服务器104进行通信。具体地,当作业设备102所在作业场景中包含墙面、立柱等边界区域,且作业设备102靠近其中一种边界区域时,服务器104获取作业设备102所在作业场景中的目标点云数据;删除目标点云数据中的地面点云数据,获得剩余点云数据;将剩余点云数据向地面点云数据所在平面方向进行投影,得到对应的投影点云数据;匹配投影点云数据中的各线段,基于各线段确定目标点云数据对应的目标点;根据各目标点,确定作业设备102的作业轨迹。
在其中一个实施例中,本申请提供的作业轨迹确定方法,其应用环境可以只涉及作业设备102,在作业设备102中可以包括处理器,处理器可以实现运算处理功能。处理器可以获取作业设备102所在作业场景中的目标点云数据,并根据目标点云数据对应的目标点,确定作业设备102的作业轨迹。
其中,作业设备102可以但不限于是应用于各种工业场景下的自动化设备,例如建筑机器人、工业机器人、仓储自动导引车等,作业设备102中的处理器可以但不限于是各种芯片、智能处理器等,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在其中一个实施例中,如图2所示,提供了一种作业轨迹确定方法,以该方法应用于图1中的作业设备102和/或服务器104为例进行说明,包括以下步骤:
步骤S202,获取目标点云数据。
其中,点云数据是指在三维坐标系统中的一组向量的集合,以点的形式记录且包含三维坐标信息。作业设备所在作业场景的建筑点云数据中,可能会包括多种类型的点云数据,例如悬挂物的点云数据、地面、墙面、立柱等边界区域的点云数据,为了确保作业设备的作业轨迹,需要对建筑点云数据进行筛选,获取目标点云数据。具体地,目标点云数据是指作业设备所在作业场景中,包含地面、墙面、立柱等边界区域的点云数据。
在其中一个实施例中,目标点云数据可以通过相机进行采集。其中,相机可以但不限于是各种工业相机、面阵相机、3D相机、CCD相机等。相机可以安装在作业设备上,也可以安装在作业设备所在作业场景中。
步骤S204,删除目标点云数据中的地面点云数据,获得剩余点云数据。
在其中一个实施例中,地面点云数据是目标点云数据中的地平面的点云数据。在对目标点云数据进行数据处理时,为了减少计算量,提高计算的效率,将目标点云数据中的地面点云数据删除,获得剩余点云数据,只针对剩余点云数据进行数据处理。
步骤S206,将剩余点云数据向地面点云数据所在平面方向进行投影,得到对应的投影点云数据。
在其中一个实施例中,剩余点云数据是包含墙面、立柱等边界区域的点云数据,在将剩余点云数据向地面点云数据所在平面方向进行投影之后,可以使剩余点云数据减少一个维度的信息,同时,可以去除在垂直方向上重合的点云数据,从而减少点云数据的数量,提升数据处理速度,并可以降低对计算处理设备的计算能力的要求。
步骤S208,匹配投影点云数据中的各线段,基于各线段确定目标点云数据对应的目标点。
其中,由于墙面近似垂直于地面,因此在投影点云数据中,墙面、立柱的点云数据可以拟合为多条线段,线段也可以理解为墙面与地面的交线。
在其中一个实施例中,在匹配投影点云数据中的各线段之后,由于作业设备的作业轨迹相当于按顺序从其中一个位置行驶至另外一个位置,因此为了确定位置的顺序,还需要对各线段进行排序。具体地,在匹配投影点云数据中的各线段之后,在基于各线段确定目标点云数据对应的目标点之前,还包括:根据各线段在预设坐标轴上的坐标范围,对各线段进行排序。其中,预设坐标轴为投影点云数据中,预设线段所在直线方向的坐标轴。预设线段可以是墙面对应的线段。
在其中一个实施例中,在对各线段进行排序之后,提取线段的端点用于表示该线段,根据线段的端点确定作业轨迹。具体地,将排序后的各线段的端点,确定为目标点云数据对应的各目标点。在确定各目标点之后,即可确定作业轨迹。
步骤S210,根据各目标点,确定作业轨迹。
在其中一个实施例中,由于各目标点为排序之后的目标点,因此依次连接各目标点,就可以确定作业轨迹。在确定作业轨迹之后,可以将作业轨迹输出给作业设备,辅助作业设备进行自动化作业。
上述作业轨迹确定方法中,通过获取目标点云数据;删除目标点云数据中的地面点云数据,获得剩余点云数据;将剩余点云数据向地面点云数据所在平面方向进行投影,得到对应的投影点云数据;匹配投影点云数据中的各线段,基于各线段确定目标点云数据对应的目标点;根据各目标点,确定作业轨迹。采用上述实施例方法,在作业设备靠近墙面、立柱等中的至少一种边界区域位置时,根据获得的目标点云数据确定作业轨迹,能够确保作业轨迹可靠;在删除目标点云数据中的地面点云数据之后,只针对剩余点云数据进行数据处理,还能够有效减少对所有的点云数据进行数据处理的计算量,从而有效提高建筑作业的效率。
在其中一个实施例中,步骤S202具体包括步骤S302-步骤S304:
步骤S302,获取建筑点云图像,将建筑点云图像转化为建筑点云数据。
在其中一个实施例中,将相机采集的作业设备所在作业场景的深度图像称为建筑点云图像,建筑点云数据可以通过对建筑点云图像进行坐标转换之后获得。具体地,获取相机采集的建筑点云图像,并将建筑点云图像转化为建筑点云数据。
步骤S304,提取建筑点云数据中具有预设几何特征的点云数据,获得目标点云数据。
在其中一个实施例中,目标点云数据是指作业设备所在作业场景中,包含地面、墙面、立柱等边界区域的点云数据。可以通过提取建筑点云数据中具有预设几何特征的点云数据,获得目标点云数据。具体地,预设几何特征是指地面、墙面、立柱等边界区域的几何特征,例如,墙面或地面可以近似为平面、立柱可以近似为圆柱柱面等,以此确定对应的几何特征,几何特征参数主要包括:周长、面积、最长轴、方位角、边界矩阵和形状系数等等。
在其中一个实施例中,步骤S204中地面点云数据的确定方式,具体包括步骤S402-步骤S404:
步骤S402,对目标点云数据进行平面拟合,得到目标点云数据对应的各平面方程。
在其中一个实施例中,可以使用任意一种拟合方法对目标点云数据进行平面拟合。具体地,可以使用最小二乘法,或者使用随机抽样一致(RANSAC)算法等特征匹配算法,对目标点云数据进行平面拟合。在对目标点云数据进行平面拟合之后,得到目标点云数据对应的所有墙面、立柱、地面所在平面的各平面方程。
步骤S404,分别计算各平面方程与预设地面方程之间的夹角,基于各夹角确定目标点云数据中的地面点云数据。
在其中一个实施例中,获取预设地面方程,通过计算各平面方程与预设地面方程之间的夹角,并基于各夹角确定已知的所有平面中,哪一个是地面,以此来确定目标点云数据中的地面点云数据。
具体地,可以分别计算各平面方程与预设地面方程之间的夹角,将各夹角中,最小夹角对应的平面方程确定为目标点云数据中的地面平面方程。进而,基于地面平面方程,确定目标点云数据中的地面点云数据。在确定地面点云数据之后,还可以对地面点云数据进行标记,以便后续删除目标点云数据中的地面点云数据。其中,标记的方式可以使用颜色、数字、字符串等等。
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在其中一个具体实施例中,如图3所示为目标点云数据的示意图。其中,目标点云数据中主要包括墙面α和墙面γ的点云数据,以及地面β的点云数据,墙面α和墙面γ近似垂直于地面β。如图4所示为投影点云数据的示意图。其中,墙面α对应的线段为AB,墙面γ对应的线段为CD,将线段的端点作为目标点,则确定作业设备的作业轨迹为A→B→C→D。如图5所示,作业轨迹的确定方法的具体步骤如下:
获取建筑点云数据,提取建筑点云数据中具有墙面和地面的几何特征的点云数据,获得目标点云数据,如图3所示,在目标点云数据中包括墙面α、地面β和墙面γ等边界区域的点云数据;
对目标点云数据进行平面拟合,得到目标点云数据对应的各平面方程;分别计算各平面方程与预设地面方程之间的夹角,将各夹角中,最小夹角对应的平面方程确定为目标点云数据中的地面平面方程;基于地面平面方程,确定目标点云数据中的地面点云数据;
删除目标点云数据中的地面点云数据,获取剩余点云数据,将剩余点云数据向地面点云数据所在平面方向进行投影,得到对应的投影点云数据,如图4所示;
匹配投影点云数据中的线段AB和线段CD,对各线段进行排序,并将线段的各端点A、B、C和D,确定为目标点云数据对应的目标点A、B、C和D;
依次连接各目标点,确定作业设备的作业轨迹为A→B→C→D。
应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在其中一个实施例中,如图6所示,提供了一种作业轨迹确定装置,包括:目标点云数据获取模块610、剩余点云数据确定模块620、投影模块630、目标点确定模块640和作业轨迹确定模块650,其中:
目标点云数据获取模块610,用于获取目标点云数据。
剩余点云数据确定模块620,用于删除所述目标点云数据中的地面点云数据,获得剩余点云数据。
投影模块630,用于将所述剩余点云数据向所述地面点云数据所在平面方向进行投影,得到对应的投影点云数据。
目标点确定模块640,用于匹配所述投影点云数据中的各线段,基于各所述线段确定所述目标点云数据对应的目标点。
作业轨迹确定模块650,用于根据各所述目标点,确定作业轨迹。
在其中一个实施例中,目标点云数据获取模块610包括以下单元:
建筑点云图像转化单元,用于获取建筑点云图像,将所述建筑点云图像转化为建筑点云数据。
目标点云数据获取单元,用于提取所述建筑点云数据中具有预设几何特征的点云数据,获得目标点云数据。
在其中一个实施例中,剩余点云数据确定模块620包括以下单元:
平面拟合单元,用于对所述目标点云数据进行平面拟合,得到所述目标点云数据对应的各平面方程。
夹角计算单元,用于分别计算各所述平面方程与预设地面方程之间的夹角,基于各所述夹角确定所述目标点云数据中的地面点云数据。
在其中一个实施例中,夹角计算单元包括以下单元:
地面平面方程确定单元,用于将各所述夹角中,最小夹角对应的平面方程确定为所述目标点云数据中的地面平面方程。
地面点云数据确定单元,用于基于所述地面平面方程,确定所述目标点云数据中的地面点云数据。
在其中一个实施例中,目标点确定模块640包括以下单元:
排序单元,用于在所述匹配所述投影点云数据中的各线段之后,在所述基于各所述线段确定所述目标点云数据对应的目标点之前,根据各所述线段在预设坐标轴上的坐标范围,对各所述线段进行排序,所述预设坐标轴为所述投影点云数据中,预设线段所在直线方向的坐标轴。
目标点确定单元,用于将排序后的各线段的端点,确定为所述目标点云数据对应的各目标点。
在其中一个实施例中,作业轨迹确定模块650包括以下单元:
作业轨迹确定单元,用于确定所述作业轨迹为作业设备靠近墙面或立柱中的至少一种边界区域位置时的轨迹,并用于依次连接各所述目标点,确定作业轨迹。
关于作业轨迹确定装置的具体限定可以参见上文中对于作业轨迹确定方法的限定,在此不再赘述。上述作业轨迹确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在其中一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储作业轨迹确定数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种作业轨迹确定方法。
在其中一个实施例中,提供了一种计算机设备,该计算机设备可以是作业设备,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种作业轨迹确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7和图8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计算机设备的限定,具体的计算机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。
在其中一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述的作业轨迹确定方法的步骤。
在其中一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述的作业轨迹确定方法的步骤。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,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易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)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发明专利范围的限制。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)
1.一种作业轨迹确定方法,所述方法包括:
获取目标点云数据;
删除所述目标点云数据中的地面点云数据,获得剩余点云数据;
将所述剩余点云数据向所述地面点云数据所在平面方向进行投影,得到对应的投影点云数据;
匹配所述投影点云数据中的各线段,基于各所述线段确定所述目标点云数据对应的目标点;
根据各所述目标点,确定作业轨迹。
2.根据权利要求1所述的作业轨迹确定方法,其特征在于,所述获取目标点云数据,包括:
获取建筑点云图像,将所述建筑点云图像转化为建筑点云数据;
提取所述建筑点云数据中具有预设几何特征的点云数据,获得目标点云数据。
3.根据权利要求2所述的作业轨迹确定方法,其特征在于,所述地面点云数据的确定方式,包括:
对所述目标点云数据进行平面拟合,得到所述目标点云数据对应的各平面方程;
分别计算各所述平面方程与预设地面方程之间的夹角,基于各所述夹角确定所述目标点云数据中的地面点云数据。
4.根据权利要求3所述的作业轨迹确定方法,其特征在于,所述基于各所述夹角确定所述目标点云数据中的地面点云数据,包括:
将各所述夹角中,最小夹角对应的平面方程确定为所述目标点云数据中的地面平面方程;
基于所述地面平面方程,确定所述目标点云数据中的地面点云数据。
5.根据权利要求1所述的作业轨迹确定方法,其特征在于,在所述匹配所述投影点云数据中的各线段之后,在所述基于各所述线段确定所述目标点云数据对应的目标点之前,还包括:
根据各所述线段在预设坐标轴上的坐标范围,对各所述线段进行排序,所述预设坐标轴为所述投影点云数据中,预设线段所在直线方向的坐标轴。
6.根据权利要求5所述的作业轨迹确定方法,其特征在于,所述基于各所述线段确定所述目标点云数据对应的目标点,包括:
将排序后的各线段的端点,确定为所述目标点云数据对应的各目标点。
7.根据权利要求6所述的作业轨迹确定方法,其特征在于,所述作业轨迹为作业设备靠近墙面或立柱中的至少一种边界区域位置时的轨迹;所述根据各所述目标点,确定作业轨迹,包括:
依次连接各所述目标点,确定作业轨迹。
8.一种作业轨迹确定装置,其特征在于,所述装置包括:
目标点云数据获取模块,用于获取目标点云数据;
剩余点云数据确定模块,用于删除所述目标点云数据中的地面点云数据,获得剩余点云数据;
投影模块,用于将所述剩余点云数据向所述地面点云数据所在平面方向进行投影,得到对应的投影点云数据;
目标点确定模块,用于匹配所述投影点云数据中的各线段,基于各所述线段确定所述目标点云数据对应的目标点;
作业轨迹确定模块,用于根据各所述目标点,确定作业轨迹。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的作业轨迹确定方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的作业轨迹确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110768677.XA CN113487669A (zh) | 2021-07-07 | 2021-07-07 | 作业轨迹确定方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110768677.XA CN113487669A (zh) | 2021-07-07 | 2021-07-07 | 作业轨迹确定方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113487669A true CN113487669A (zh) | 2021-10-08 |
Family
ID=77940895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110768677.XA Pending CN113487669A (zh) | 2021-07-07 | 2021-07-07 | 作业轨迹确定方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113487669A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184855A (zh) * | 2015-08-25 | 2015-12-23 | 广州市城市规划勘测设计研究院 | 基于三维点云的特征面构建方法及装置 |
WO2018133851A1 (zh) * | 2017-01-22 | 2018-07-26 | 腾讯科技(深圳)有限公司 | 一种点云数据处理方法、装置及计算机存储介质 |
CN110148173A (zh) * | 2019-05-21 | 2019-08-20 | 北京百度网讯科技有限公司 | 目标定位的方法和装置、电子设备、计算机可读介质 |
CN110717983A (zh) * | 2019-09-07 | 2020-01-21 | 苏州工业园区测绘地理信息有限公司 | 一种基于背包式三维激光点云数据的建筑物立面三维重建方法 |
CN110928301A (zh) * | 2019-11-19 | 2020-03-27 | 北京小米智能科技有限公司 | 一种检测微小障碍的方法、装置及介质 |
CN111080805A (zh) * | 2019-11-26 | 2020-04-28 | 北京云聚智慧科技有限公司 | 标注对象立体框图生成方法、装置、电子设备及存储介质 |
CN111860321A (zh) * | 2020-07-20 | 2020-10-30 | 浙江光珀智能科技有限公司 | 一种障碍物识别方法及系统 |
WO2021016751A1 (zh) * | 2019-07-26 | 2021-02-04 | 深圳市大疆创新科技有限公司 | 一种点云特征点提取方法、点云传感系统及可移动平台 |
CN112597946A (zh) * | 2020-12-29 | 2021-04-02 | 广州极飞科技有限公司 | 障碍物表示方法、装置、电子设备及可读存储介质 |
US20210107531A1 (en) * | 2019-10-11 | 2021-04-15 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for detecting pedestrian |
-
2021
- 2021-07-07 CN CN202110768677.XA patent/CN113487669A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184855A (zh) * | 2015-08-25 | 2015-12-23 | 广州市城市规划勘测设计研究院 | 基于三维点云的特征面构建方法及装置 |
WO2018133851A1 (zh) * | 2017-01-22 | 2018-07-26 | 腾讯科技(深圳)有限公司 | 一种点云数据处理方法、装置及计算机存储介质 |
CN108345822A (zh) * | 2017-01-22 | 2018-07-31 | 腾讯科技(深圳)有限公司 | 一种点云数据处理方法及装置 |
CN110148173A (zh) * | 2019-05-21 | 2019-08-20 | 北京百度网讯科技有限公司 | 目标定位的方法和装置、电子设备、计算机可读介质 |
WO2021016751A1 (zh) * | 2019-07-26 | 2021-02-04 | 深圳市大疆创新科技有限公司 | 一种点云特征点提取方法、点云传感系统及可移动平台 |
CN110717983A (zh) * | 2019-09-07 | 2020-01-21 | 苏州工业园区测绘地理信息有限公司 | 一种基于背包式三维激光点云数据的建筑物立面三维重建方法 |
US20210107531A1 (en) * | 2019-10-11 | 2021-04-15 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for detecting pedestrian |
CN110928301A (zh) * | 2019-11-19 | 2020-03-27 | 北京小米智能科技有限公司 | 一种检测微小障碍的方法、装置及介质 |
CN111080805A (zh) * | 2019-11-26 | 2020-04-28 | 北京云聚智慧科技有限公司 | 标注对象立体框图生成方法、装置、电子设备及存储介质 |
CN111860321A (zh) * | 2020-07-20 | 2020-10-30 | 浙江光珀智能科技有限公司 | 一种障碍物识别方法及系统 |
CN112597946A (zh) * | 2020-12-29 | 2021-04-02 | 广州极飞科技有限公司 | 障碍物表示方法、装置、电子设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110084116B (zh) | 路面检测方法、装置、计算机设备和存储介质 | |
CN109816730B (zh) | 工件抓取方法、装置、计算机设备和存储介质 | |
CN108297115B (zh) | 一种机器人的自主重定位方法 | |
CN112884894B (zh) | 场景重建数据采集方法、装置、计算机设备和存储介质 | |
CN110221600B (zh) | 路径规划方法、装置、计算机设备和存储介质 | |
CN109470233B (zh) | 一种定位方法及设备 | |
CN115546672B (zh) | 基于图像处理的森林图片处理方法及系统 | |
CN110597937B (zh) | 一种无人智能巡检的方法、装置、设备及存储介质 | |
CN115578433B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111142514A (zh) | 一种机器人及其避障方法和装置 | |
CN113804100A (zh) | 确定目标对象的空间坐标的方法、装置、设备和存储介质 | |
CN111401190A (zh) | 车辆检测方法、装置、计算机设备和存储介质 | |
CN114663598A (zh) | 三维建模方法、装置和存储介质 | |
CN116681959B (zh) | 基于机器学习的锋线识别方法、装置、存储介质及终端 | |
CN114882115B (zh) | 车辆位姿的预测方法和装置、电子设备和存储介质 | |
CN113487669A (zh) | 作业轨迹确定方法、装置、计算机设备和存储介质 | |
CN111639523A (zh) | 目标检测方法、装置、计算机设备和存储介质 | |
CN110880003A (zh) | 一种图像匹配方法、装置、存储介质及汽车 | |
CN116050763A (zh) | 基于gis与bim的智慧工地管理系统 | |
CN113160406B (zh) | 道路三维重建方法、装置、存储介质及电子设备 | |
CN115270240A (zh) | 输电区域可视化实现方法、装置、计算机设备和存储介质 | |
CN113446940A (zh) | 一种点云扫描方法、装置及设备 | |
CN114694106A (zh) | 道路检测区域的提取方法、装置、计算机设备和存储介质 | |
CN111815707B (zh) | 点云确定方法、点云筛选方法、装置、计算机设备 | |
WO2023070441A1 (zh) | 可移动平台的定位方法和装置 |
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 |