CN113902880B - 依托增强现实技术的施工生产辅助方法、装置及电子设备 - Google Patents
依托增强现实技术的施工生产辅助方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113902880B CN113902880B CN202111204086.6A CN202111204086A CN113902880B CN 113902880 B CN113902880 B CN 113902880B CN 202111204086 A CN202111204086 A CN 202111204086A CN 113902880 B CN113902880 B CN 113902880B
- Authority
- CN
- China
- Prior art keywords
- feature
- world scene
- features
- real
- scene image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000010276 construction Methods 0.000 title claims abstract description 52
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 44
- 230000003190 augmentative effect Effects 0.000 title claims abstract description 25
- 238000005516 engineering process Methods 0.000 title claims abstract description 24
- 238000004590 computer program Methods 0.000 claims description 11
- 238000013461 design Methods 0.000 abstract description 10
- 238000011065 in-situ storage Methods 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 5
- 238000003860 storage Methods 0.000 description 12
- 238000009434 installation Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Images
Classifications
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请涉及一种依托增强现实技术的施工生产辅助方法、装置及电子设备，该方法包括：获取真实世界场景图像；识别真实世界场景图像，确定特征物的特征判定线，所述特征物为地脚螺栓；基于预设的判定规则，根据所述特征物的特征判定线，确定真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角；根据真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角，确定与所述真实世界场景匹配的目标电子模型；调取目标电子模型在移动智能设备中显示，并将目标电子模型与真实世界场景匹配。本申请具有便于将施工生产中设计图纸或电子模型按照真实比例原位投射的效果。
Description
技术领域
本申请涉及AR交互的领域，尤其是涉及依托增强现实技术的施工生产辅助方法、装置及电子设备。
背景技术
施工生产是指建筑安装单位对工程的现场修建工作，根据设计图纸的要求，把施工对象由设想变为现实。由于设计图纸、电子模型的非在位展示、非真实比例等特征，生产过程中施工对象间的空间关系常难以想象，对测量依赖严重，制约了施工生产的效率和产品质量。
目前，为了提高施工生产效率和质量，将设计图纸或电子模型进行原位、真实比例的展示，通常通过背景板和投影仪将设计图纸投影到待施工部位，该方法实施难度较大，且成本较高不适用于施工生产活动。
发明内容
为了便于将施工生产中设计图纸或电子模型按照真实比例原位投射，本申请提供了一种依托增强现实技术的施工生产辅助方法、装置及电子设备。
在本申请的第一方面，提供了一种依托增强现实技术的施工生产辅助方法。该方法包括：
获取真实世界场景图像；
识别真实世界场景图像，确定特征物的特征判定线，所述特征物为地脚螺栓；
基于预设的判定规则，根据所述特征物的特征判定线，确定真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角；
根据真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角，确定与所述真实世界场景匹配的目标电子模型；
调取目标电子模型在移动智能设备中显示，并将目标电子模型与真实世界场景匹配。
由以上技术方案可知，获取真实世界场景图像，识别真实世界场景图像，确定特征物的特征判定线，基于判定规则根据所述特征物的特征判定线，确定真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角，根据真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角，确定与真实世界场景匹配的目标电子模型，本申请中特征物为螺栓，由于建筑工程设备中，安装设备的设备基础外形、材质差异较小、特征识别难度较大，而每一设备基础上均设置有地脚螺栓，且地脚螺栓的数量、排布方式不相同，通过对地脚螺栓的识别能准确的判断与之匹配的目标电子模型，确定目标电子模型后，将其与真实世界场景匹配，通过移动智能终端显示，便于将施工生产中设计图纸或电子模型按照真实比例原位投射。
在一种可能的实现方式中，所述获取真实世界场景图像的方法，具体包括：
通过物理摄像机对真实世界场景进行拍摄，将拍摄的图像上传，并存储；
调取真实世界场景图像。
在一种可能的实现方式中，所述识别真实世界场景图像，确定特征物的特征判定线的方法，具体包括：
基于预设的选取规则，对真实世界场景图像进行识别，选择目标像素点；
选取位于同一条直线上的目标像素点，对所述目标像素点进行连线；
识别所述连线上所有的像素点的灰度值，并分别计算灰度值小于第一预设值的像素点的个数和灰度值大于第二预设值的像素点的个数；
计算同一直线上灰度值小于第一预设值的像素点的个数与灰度值大于第二预设值的像素点的个数的比值；
当所述比值等于1时，确定所述直线为特征物的特征判定线。
在一种可能的实现方式中，基于预设的选取规则，对真实世界场景图像进行识别，选择目标像素点的方法，具体包括：
确定真实世界场景图像的中心水平线，选定一个识别像素点；
于所述识别像素点两侧，沿垂直于所述中心水平线的方向，依次选取若干判断像素点；
以所述识别像素点位为中心对称点，依次计算关于所述识别像素点对称的判断像素点的灰度值的差值；
当所述灰度值的差值均大于一个预设差值时，确定所述识别像素点为目标像素点。
在一种可能的实现方式中，所述基于预设的判定规则，根据所述特征物的特征判定线，确定真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角的方法，具体包括：
依次计算每两条所述特征判定线间的距离；
确定距离最小的两条特征判定线归属于同一特征物，完成对特征物的识别；
对所述特征物依次进行标记，计算所述特征物的个数以及每两个特征物间的间距；
任意选取三个特征物依次进行连线形成封闭图形，确定连线所形成的夹角，所述连线垂直于所述特征物的两条特征判定线的对称轴。
在一种可能的实现方式中，所述根据真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角，确定与所述真实世界场景匹配的目标电子模型的方法，具体包括：
根据所述真实场景对所述每一特征物与其他特征物间的间距以及特征物连线间的夹角进行校正，得出每一特征物与其他特征物间的间距以及特征物连线间的夹角的真实值；
对所述电子模型进行识别，选取与所述真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角相同的电子模型，作为目标电子模型。
在一种可能的实现方式中，所述调取目标电子模型，并将目标电子模型与真实世界场景匹配的方法，具体包括：
以真实世界场景图像的中心水平线为基准，计算真实世界场景图像所有特征判定线与所述中心水平线的夹角；
调取目标电子模型，在真实世界场景中进行显示，计算目标电子模型中各特征判定线与中心水平线的夹角；
调整目标电子模型，使得目标电子模型各特征判定线与中心水平线的夹角与实世界场景图像所有特征判定线与所述中心水平线的夹角相等；
计算真实场景图像中各特征判定线的长度，计算目标电子模型的各特征判定线的长度，根据长度的比例，调整电子模型的显示比例，使之与真实场景的大小和深度匹配，并在移动智能设备中显示。
在本申请的第二方面，提供了一种依托增强现实技术的施工生产辅助装置，该装置包括：
获取模块，用于获取真实世界场景图像；
特征识别模块，用于识别真实世界场景图像，确定特征物的特征判定线；
特征判定模块，用于基于预设的判定规则，根据所述特征物的特征判定线，确定真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角；
模型确定模块，用于根据真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角，确定与所述真实世界场景匹配的目标电子模型；
模型匹配模块，用于调取目标电子模型在移动智能设备中显示，并将目标电子模型与真实世界场景匹配。
在本申请的第三方面，提供了一种电子设备，该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如根据本申请的第一方面的方法。
在本申请的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本申请的第一方面的方法。
综上所述，本申请包括以下有益技术效果：
获取真实世界场景图像，识别真实世界场景图像，确定特征物的特征判定线，基于判定规则根据所述特征物的特征判定线，确定真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角，根据真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角，确定与真实世界场景匹配的目标电子模型，本申请中特征物为螺栓，由于建筑工程设备中，安装设备的设备基础外形、材质差异较小、特征识别难度较大，而每一设备基础上均设置有地脚螺栓，且地脚螺栓的数量、排布方式不相同，通过对地脚螺栓的识别能准确的判断与之匹配的目标电子模型，确定目标电子模型后，将其与真实世界场景匹配，通过移动智能终端显示，便于将施工生产中设计图纸或电子模型按照真实比例原位投射。
附图说明
图1是本申请提供的依托增强现实技术的施工生产辅助方法的流程图。
图2是本申请提供的依托增强现实技术的施工生产辅助方法的识别像素点确定示意图。
图3是本申请提供的依托增强现实技术的施工生产辅助方法的特征线示意图。
图4是本申请提供的依托增强现实技术的施工生产辅助方法中目标电子模式与真实场景匹配的示意图。
图5是本申请提供的依托增强现实技术的施工生产辅助装置的整体结构示意图。
图6是本申请提供的电子设备的结构示意图。
附图标记说明：200、依托增强现实技术的施工生产辅助装置；201、获取模块；202、特征识别模块；203、特征判定模块；204、模型确定模块；205、模型匹配模块；301、CPU；302、ROM；303、RAM；304、I/O接口；305、输入部分；306、输出部分；307、存储部分；308、通信部分；309、驱动器；310、可拆卸介质。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本申请保护的范围。
本申请使用的所有术语（包括技术术语或者科学术语）与本申请所属领域的普通技术人员理解的含义相同，除非另外特别定义。还应当理解，在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在施工生产过程中，施工对象的空间关系难以想象，对测量依赖严重，通过人工对施工对象的安装位置、方向进行检测，检测结果受现场环境影响较大，且人工测量费时费力，在一定程度上影响了施工生产的效率和产品质量。
为了提高施工生产效率和产品质量，在对施工对象进行检测时通常将设计图纸或电子模型进行原位、真实比例的展示，相关技术中通常通过背景板和投影仪将设计图纸投影到待施工部位，而采用上述方式进行检测过程中，由于背景板需要折叠、收纳以及平整，投影仪重量和体积都较大，一般需要线路提供动力，在复杂的施工环境下实施难度较大；投影仪的投影效果受外界光影响较大，控制投影的成像比例和位置需要繁琐的调整工作，需要较大的空间以及操作技巧。
或，通过佩珀尔幻象原理制作全息投影的方式将电子模型映射到待施工部位，采用上述方式，需要通过特定的角度观察才能得到较好的投影效果，全息投影的成像比例和虚拟定位需要频繁调整，不利于提高施工生产效率。
为了便于将施工生产中设计图纸或电子模型按照真实比例原位投射，进一步提高施工生产效率。本申请实施例公开一种依托增强现实技术的施工生产辅助方法，该方法通过AR识别设备实现。参照图1，依托增强现实技术的施工生产辅助方法包括：
S101：获取真实世界场景图像。
具体的，为了提高施工生产效率和质量，将设计图纸或电子模型进行原位、真实比例的展示时，可通过手机、平板等移动智能设备对施工现场进行实景拍摄，获取施工现场的真实世界场景图像，并将获取的真实世界场景图像存储至数据库中，通过服务器调取真实世界场景图像。
S102：识别真实世界场景图像，确定特征物的特征判定线。
具体的，本实施例中特征物为地脚螺栓，在建筑工程中，大多数设备的安装基础外形差异小，且材质均为混凝土材质，通过识别安装基础来判断该安装基础上的待安装设备的种类，识别难度较大；而在建筑工程中，大多数设备的安装基础上都设置有地脚螺栓，且由于安装设备的不同，安装基础上的地脚螺栓的数量、间距以及分布均布相同，通过识别安装基础上的地脚螺栓来确定安装基础上待安装的设备，识别难度较小，且识别结果较为准确，由于地脚螺栓其边缘在成像中为锯齿状，因此当识别到一定长度的锯齿状特征时，可以判定为螺栓构造，即为地脚螺栓。
基于选取规则，识别获取的真实世界场景图像，选择目标像素点；服务器获取到真实世界场景图像后，过图像的中心点绘制真实世界场景图像的中心水平线，任意选取一个识别像素点，并于识别像素点两侧，沿垂直于中心水平线的方向，依次选取若干判断像素点，判断像素点个数的选取可根据实际情况自行设置，本实施例中以两个为例，判断像素点用于辅助对识别像素点的判断；以识别像素点为中心对称点，将选取的关于识别像素点中心对称的识别像素点划分为同一组，依次计算每组判断像素点的灰度值的差值，当每组判断像素点的灰度值的差值均大于预设差值n时，则确定该识别像素点为目标像素点，预设差值为人为根据施工现场实际情况确定，根据不同的现场环境可设置不同的预设差值。
例如：参照图2，选取像素点P为识别像素点，选取像素点1、像素点2、像素点3和像素点4为判断像素点，且像素点1和像素点2为一组，像素点3和像素点4为一组，分别计算像素点1和像素点2的灰度值的差值和像素点3和像素点4的灰度值的差值，差值均大于预设差值n，则确定像素点P为目标像素点。
采用上述方式依次对真实世界场景图像中的每一像素点进行识别，识别后并将已识别的像素点进行标记，标记后的像素点不在进行重复识别，直至对真实世界场景图像中的所有像素点均进行标记后，结束识别，确定出真实世界场景图像中的所有目标像素点。
参照图3，选取位于同一条直线上的目标像素点，并对上述目标像素点进行连线，识别位于该连线上的所有像素点的灰度值，分别计算位于同一条直线直线上，灰度值小于第一预设值m的像素点的个数以及灰度值大于第二预设值k的像素点的个数，并计算n:k的比值，当比值等于1时则判断该直线为特征物的特征判定线。本实施例中，当n:k的比值与1之间的误差在预设范围内时，即说n:k的比值等于1，本实施例中，第一预设值和第二预设值为人为设定值，工作人员可根据实际情况进行调整设定。
S103：基于预设的判定规则，根据特征物的特征判定线，确定真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角。
具体的，依次计算每两条特征判定线间的距离，可以了解的是，每个地脚螺栓均含有两条特征判定线，任意选取一条特征判定线，计算该条特征判定线与其余每条特征判定线之间的距离，并对该条特征线到其余每条特征判定线之间的距离进行比较，选取距离该特征判定线距离最近的特征判定线，确定上述两条特征判定线归属于同一个地脚螺栓，完成对其中一个特征物的识别；对识别完成特征物进行标记，标记后的特征物的特征判定线不再进行重复判断的，依次对所有特征判定线进行识别，直至所有特征物均被标记，特征物标记可按识别出的顺序依次标记为特征物1、特征物2、特征物3、特征物4，完成对真实世界场景图像中所有特征物的识别。在对地脚螺栓锯齿的识别中，本申请以直线对向上像素灰度值的差值在特定距离内符合对称分布为基础，判断直线上像素点的灰度值的分布规律，实现对锯齿的识别，识别准确高效。
特征物识别完成后，计算特征物的个数以及每两个特征物之间的距离，特征物间的距离为每两个特征物上相邻的特征判定线之间的距离；任意选取三个特征物进行组合，并对三个特征物依次进行连线，且连线围成一个封闭的图形，计算每两条相邻连线之间的夹角，对特征物进行连线时，确定归属于同一特征物的两条特征判定线的对称轴，相邻特征物之间的连线垂直于相邻的两个特征物的两条特征判定线的对称轴。
例如：计算距离时特征物的组合方式为：特征物1、特征物2；特征物1、特征物3；特征物1、特征物4；特征物2、特征物3；特征物2、特征物4；特征物3、特征物4；
计算夹角时特征物的组合方式为：特征物1、特征物2、特征物3；特征物1、特征物2、特征物4；特征物1、特征物3、特征物4；特征物2、特征物3、特征物4。
S104：根据真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角，确定与真实世界场景匹配的目标电子模型。
具体的，完成对真实世界场景图像的识别后，根据真实场景对每一特征物与其他特征物间的间距以及特征物连线间的夹角进行校正，得出每一特征物与其他特征物间的间距以及特征物连线间的夹角的真实值，获取数据库中存储的每一电子模型中，特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角，并与识别出的真实世界场景图像中的特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角进行对比，当完全匹配时确定该电子模型为目标电子模型，在本实施例中，完全匹配为：建筑工程设备的安装基础电子模型与其对应的真实场景图像中的地脚螺栓的数量相同，建筑工程设备的安装基础电子模型的地脚螺栓的夹角与其对应的真实场景图像中的地脚螺栓的夹角的差值的绝对值小于第三预设值y，建筑工程设备的目标电子模型的地脚螺栓的间距与其对应的真实场景图像中的地脚螺栓的间距的比例与目标电子模型的地脚螺栓特征判定线长度与其对应的真实场景图像中的地脚螺栓的特征判定线的长度的比例的差值的绝对值小于第四预设值z时，即判定该电子模型为目标电子模型。
S105：调取目标电子模型在移动智能设备中显示，并将目标电子模型与真实世界场景匹配。
参照图4，具体的，目标电子模型确定后，调取目标电子模型在移动智能设备中显示，然后以真实世界场景图像中心水平线为基准，计算真实场景图像中各特征物的特征判定线与中心水平线的夹角，计算电子模型中各特征线与中心水平线的夹角，自动调整的目标电子模型的旋转角度，使之与真实场景的角度匹配；计算真实场景中个特征物的特征判定线的长度，计算目标电子模型的各特征物的特征判定线的长度，根据长度的比例，自动调整目标电子模型的显示比例，使目标电子模型与真实场景的大小和深度匹配。
调整完成后，隐藏目标电子模型中与真实场景中已施工部位一致的部分，仅显示目标电子模型中的待施工部位，便于观察。
本申请实施例公开一种依托增强现实技术的施工生产辅助装置，参照图5，依托增强现实技术的施工生产辅助装置200包括：
获取模块201，用于获取真实世界场景图像；
特征识别模块202，用于识别真实世界场景图像，确定特征物的特征判定线；
特征判定模块203，用于基于预设的判定规则，根据特征物的特征判定线，确定真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角；
模型确定模块204，用于根据真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角，确定与真实世界场景匹配的目标电子模型；
模型匹配模块205，用于调取目标电子模型在移动智能设备中显示，并将目标电子模型与真实世界场景匹配。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例公开一种电子设备。参照图6，电子设备包括，包括中央处理单元(CPU)301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储部分308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有系统300操作所需的各种程序和数据。CPU 301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
以下部件连接至I/O接口305：包括键盘、鼠标等的输入部分306；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分307；包括硬盘等的存储部分308；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至I/O接口305。可拆卸介质311，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器310上，以便于从其上读出的计算机程序根据需要被安装入存储部分308。
特别地，根据本申请的实施例，上文参考流程图图1描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在机器可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分309从网络上被下载和安装，和/或从可拆卸介质311被安装。在该计算机程序被中央处理单元(CPU)301执行时，执行本申请的装置中限定的上述功能。
需要说明的是，本申请所示的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或者是上述两者的任意组合。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、装置或器件，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可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本申请中，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、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。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、装置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。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，前述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的申请范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种依托增强现实技术的施工生产辅助方法，其特征在于：该方法包括：
获取真实世界场景图像；
识别真实世界场景图像，确定特征物的特征判定线，所述特征物为地脚螺栓；
基于预设的判定规则，根据所述特征物的特征判定线，确定真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角；
根据真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角，确定与所述真实世界场景匹配的目标电子模型；
调取目标电子模型在移动智能设备中显示，并将目标电子模型与真实世界场景匹配。
2.根据权利要求1所述的依托增强现实技术的施工生产辅助方法，其特征在于：所述获取真实世界场景图像的方法，具体包括：
通过物理摄像机对真实世界场景进行拍摄，将拍摄的图像上传，并存储；
调取真实世界场景图像。
3.根据权利要求1所述的依托增强现实技术的施工生产辅助方法，其特征在于：所述识别真实世界场景图像，确定特征物的特征判定线的方法，具体包括：
基于预设的选取规则，对真实世界场景图像进行识别，选择目标像素点；
选取位于同一条直线上的目标像素点，对所述目标像素点进行连线；
识别所述连线上所有的像素点的灰度值，并分别计算灰度值小于第一预设值的像素点的个数和灰度值大于第二预设值的像素点的个数；
计算同一直线上灰度值小于第一预设值的像素点的个数与灰度值大于第二预设值的像素点的个数的比值；
当所述比值等于1时，确定所述直线为特征物的特征判定线。
4.根据权利要求3所述的依托增强现实技术的施工生产辅助方法，其特征在于：基于预设的选取规则，对真实世界场景图像进行识别，选择目标像素点的方法，具体包括：
确定真实世界场景图像的中心水平线，选定一个识别像素点；
于所述识别像素点两侧，沿垂直于所述中心水平线的方向，依次选取若干判断像素点；
以所述识别像素点位为中心对称点，依次计算关于所述识别像素点对称的判断像素点的灰度值的差值；
当所述灰度值的差值均大于一个预设差值时，确定所述识别像素点为目标像素点。
5.根据权利要求1所述的依托增强现实技术的施工生产辅助方法，其特征在于：所述基于预设的判定规则，根据所述特征物的特征判定线，确定真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角的方法，具体包括：
依次计算每两条所述特征判定线间的距离；
确定距离最小的两条特征判定线归属于同一特征物，完成对特征物的识别；
对所述特征物依次进行标记，计算所述特征物的个数以及每两个特征物间的间距；
任意选取三个特征物依次进行连线形成封闭图形，确定连线所形成的夹角，所述连线垂直于所述特征物的两条特征判定线的对称轴。
6.根据权利要求1所述的依托增强现实技术的施工生产辅助方法，其特征在于：所述根据真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角，确定与所述真实世界场景匹配的目标电子模型的方法，具体包括：
根据所述真实世界场景对所述每一特征物与其他特征物间的间距以及特征物连线间的夹角进行校正，得出每一特征物与其他特征物间的间距以及特征物连线间的夹角的真实值；
对所述电子模型进行识别，选取与所述真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角相同的电子模型，作为目标电子模型。
7.根据权利要求1所述的依托增强现实技术的施工生产辅助方法，其特征在于：所述调取目标电子模型，并将目标电子模型与真实世界场景匹配的方法，具体包括：
以真实世界场景图像的中心水平线为基准，计算真实世界场景图像所有特征判定线与所述中心水平线的夹角；
调取目标电子模型，在真实世界场景中进行显示，计算目标电子模型中各特征判定线与中心水平线的夹角；
调整目标电子模型，使得目标电子模型各特征判定线与中心水平线的夹角与真实世界场景图像所有特征判定线与所述中心水平线的夹角相等；
计算真实世界场景图像中各特征判定线的长度，计算目标电子模型的各特征判定线的长度，根据长度的比例，调整电子模型的显示比例，使之与真实世界场景的大小和深度匹配。
8.一种依托增强现实技术的施工生产辅助装置，其特征在于：包括，
获取模块（201），用于获取真实世界场景图像；
特征识别模块（202），用于识别真实世界场景图像，确定特征物的特征判定线；
特征判定模块（203），用于基于预设的判定规则，根据所述特征物的特征判定线，确定真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角；
模型确定模块（204），用于根据真实世界场景图像中特征物的数量、每一特征物与其他特征物间的间距以及特征物连线间的夹角，确定与所述真实世界场景匹配的目标电子模型；
模型匹配模块（205），用于调取目标电子模型在移动智能设备中显示，并将目标电子模型与真实世界场景匹配。
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至7中任一种所述的方法的计算机程序。
10.其特征在于，存储有能够被处理器加载并执行如权利要求1至7中任一种所述的方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111204086.6A CN113902880B (zh) | 2021-10-15 | 2021-10-15 | 依托增强现实技术的施工生产辅助方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111204086.6A CN113902880B (zh) | 2021-10-15 | 2021-10-15 | 依托增强现实技术的施工生产辅助方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113902880A CN113902880A (zh) | 2022-01-07 |
| CN113902880B true CN113902880B (zh) | 2023-05-30 |
Family
ID=79192369
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111204086.6A Active CN113902880B (zh) | 2021-10-15 | 2021-10-15 | 依托增强现实技术的施工生产辅助方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113902880B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109598796A (zh) * | 2017-09-30 | 2019-04-09 | 深圳超多维科技有限公司 | 将真实场景与虚拟物体进行3d融合显示的方法和装置 |
| CN111462341A (zh) * | 2020-04-07 | 2020-07-28 | 江南造船(集团)有限责任公司 | 增强现实的建造辅助方法、装置、终端和介质 |
| CN111882675A (zh) * | 2020-07-31 | 2020-11-03 | 北京市商汤科技开发有限公司 | 一种模型呈现方法、装置、电子设备及计算机存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10929494B2 (en) * | 2018-04-16 | 2021-02-23 | Stops.com Ltd. | Systems and methods for tagging objects for augmented reality |
| US11314987B2 (en) * | 2018-11-23 | 2022-04-26 | X Development Llc | Domain adaptation using simulation to simulation transfer |
| US11132845B2 (en) * | 2019-05-22 | 2021-09-28 | Microsoft Technology Licensing, Llc | Real-world object recognition for computing device |
-
2021
- 2021-10-15 CN CN202111204086.6A patent/CN113902880B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109598796A (zh) * | 2017-09-30 | 2019-04-09 | 深圳超多维科技有限公司 | 将真实场景与虚拟物体进行3d融合显示的方法和装置 |
| CN111462341A (zh) * | 2020-04-07 | 2020-07-28 | 江南造船(集团)有限责任公司 | 增强现实的建造辅助方法、装置、终端和介质 |
| CN111882675A (zh) * | 2020-07-31 | 2020-11-03 | 北京市商汤科技开发有限公司 | 一种模型呈现方法、装置、电子设备及计算机存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| Prof.Saeed Moaveni等.An Interactive Steel Connection Teching Tool-A Virtual Structure.121st ASEE Annual Conference & Exposition.2014,全文. * |
| 一种基于SURF与地理格网模型的增强现实方法;毕金强;许家帅;辛全波;尚东方;;计算机与现代化(06);全文 * |
| 基于移动终端的增强现实应用的研究与设计;赵海亮;;电子世界(24);全文 * |
| 建筑工程隐性结构增强现实研究;邓祥明;阳飞;;建筑技术开发(02);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113902880A (zh) | 2022-01-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109978755B (zh) | 全景图像合成方法、装置、设备与存储介质 | |
| CN112598750B (zh) | 路侧相机标定方法、装置、电子设备和存储介质 | |
| CN113592989B (zh) | 一种三维场景的重建系统、方法、设备及存储介质 | |
| Roncella et al. | Performance evaluation of a structure and motion strategy in architecture and cultural heritage | |
| CN111737790B (zh) | 仿真城市模型的构建方法和设备 | |
| CN104463969B (zh) | 一种对航空倾斜拍摄的地理照片的模型的建立方法 | |
| CN103617615A (zh) | 径向畸变参数获取方法及获取装置 | |
| US10133830B2 (en) | Scaling in a multi-dimensional building model | |
| US10755477B2 (en) | Real-time face 3D reconstruction system and method on mobile device | |
| CN112967345A (zh) | 鱼眼相机的外参标定方法、装置以及系统 | |
| US20220392185A1 (en) | Systems and Methods for Rapid Alignment of Digital Imagery Datasets to Models of Structures | |
| CN115797565B (zh) | 三维重建模型训练方法、三维重建方法、装置及电子设备 | |
| CN109712197B (zh) | 一种机场跑道网格化标定方法及系统 | |
| EP3825804A1 (en) | Map construction method, apparatus, storage medium and electronic device | |
| CN113902880B (zh) | 依托增强现实技术的施工生产辅助方法、装置及电子设备 | |
| CN111207672A (zh) | 一种ar量房方法 | |
| CN113112551A (zh) | 相机参数的确定方法、装置、路侧设备和云控平台 | |
| León-Vega et al. | Fisheye lens image capture analysis for indoor 3d reconstruction and evaluation | |
| CN115359114B (zh) | 一种定位方法、装置、电子设备和计算机可读存储介质 | |
| CN117057086B (zh) | 基于目标识别与模型匹配的三维重建方法、装置及设备 | |
| Jeon et al. | NeRF-Con: Neural Radiance Fields for Automated Construction Progress Monitoring | |
| CN116503464B (zh) | 基于遥感图像的农田建筑物高度预测方法 | |
| CN117830540A (zh) | 一种三维模型构建方法、装置、设备及存储介质 | |
| CN114187417A (zh) | 高精地图三维数据处理方法、装置、设备及存储介质 | |
| US20200294315A1 (en) | Method and system for node vectorisation |
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 |