CN114037610A - 基于机器人运行的楼宇模型生成方法、装置、设备及介质 - Google Patents

基于机器人运行的楼宇模型生成方法、装置、设备及介质 Download PDF

Info

Publication number
CN114037610A
CN114037610A CN202111261438.1A CN202111261438A CN114037610A CN 114037610 A CN114037610 A CN 114037610A CN 202111261438 A CN202111261438 A CN 202111261438A CN 114037610 A CN114037610 A CN 114037610A
Authority
CN
China
Prior art keywords
building
layer
map
building model
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
Application number
CN202111261438.1A
Other languages
English (en)
Inventor
王冠群
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.)
Shanghai Yogo Robot Co Ltd
Original Assignee
Shanghai Yogo Robot 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 Shanghai Yogo Robot Co Ltd filed Critical Shanghai Yogo Robot Co Ltd
Priority to CN202111261438.1A priority Critical patent/CN114037610A/zh
Publication of CN114037610A publication Critical patent/CN114037610A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • 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
    • G06T17/05—Geographic models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Structural Engineering (AREA)
  • Civil Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Architecture (AREA)
  • Computer Graphics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于机器人运行的楼宇模型生成方法、装置、设备及介质，该方法通过获取机器人在目标楼宇现场扫描的各个楼层的2D楼宇地图，并将每层2D楼宇地图转换为对应的3D楼宇地图，然后基于目标楼宇标识选择对应的楼宇对象配置文件，对每层3D楼宇地图配置动态楼宇因素和静态楼宇因素，形成单层3D楼宇模型，最后将各单层3D楼宇模型进行拼接对齐，快速生成目标3D楼宇模型，缩短楼宇模型建模时间，提高建模准确率，为后续机器人进行行为模拟测试提供可靠且真实的楼宇环境，保证机器人实际运行的可靠性。

Description

基于机器人运行的楼宇模型生成方法、装置、设备及介质
技术领域
本发明涉及计算机技术领域，具体涉及一种基于机器人运行的楼宇模型生成方法、装置、设备及介质。
背景技术
近几年，随着机器人技术和自动驾驶技术的快速发展，越来越多的机器人产品走进了人们的生活。同时，机器人面临的工作场景也随之越来越丰富，常见的场景有商场、酒店、写字楼等楼宇。在机器人与人类共存的楼宇场景中，若机器人在运行过程中出现定位丢失、跌落扶梯或发生碰撞等情况时，不仅影响机器人的正常行驶，还会给使用者带来不好的体验甚至出现危险，造成多方面的损失。
为了减少机器人在各类楼宇场景中出现上述故障，需对机器人进行行为模拟测试，而对机器人进行行为模拟测试最好的方式便是创建出与现实楼宇一比一还原的3D仿真模拟场景。由于机器人运行的楼宇环境较为复杂，为准确还原复杂的楼宇环境，则需要消耗大量时间建模，严重影响了机器人行为模拟测试的效率。
发明内容
本发明所要解决的技术问题是对复杂楼宇环境的建模会消耗大量时间，影响机器人的行为模拟测试，因此，本发明提供一种基于机器人运行的楼宇模型生成方法、装置、设备及介质，通过机器人在现实楼宇场景中运行时现场扫描的真实地图的基础上，将楼宇各个楼层的地图转换为3D模型，结合IOT设备、行人等楼宇元素，快速建模，缩短建模时间，得到与现实楼宇一比一还原的楼宇模型，为后续机器人进行行为模拟测试提供可靠且真实的楼宇环境，保证机器人实际运行的可靠性。
本发明通过下述技术方案实现：
一种基于机器人运行的楼宇模型生成方法，包括：
获取机器人在目标楼宇现场扫描的各个楼层的2D楼宇地图，并将每层2D楼宇地图转换为对应的3D楼宇地图；
基于目标楼宇标识选择对应的楼宇对象配置文件，通过楼宇对象配置文件对每层3D楼宇地图配置动态楼宇因素和静态楼宇因素，形成单层3D楼宇模型；
将各单层3D楼宇模型进行拼接对齐，生成目标3D楼宇模型。
进一步地，所述将每层2D楼宇地图转换为对应的3D楼宇地图，包括：
将扫描的各个楼层的2D楼宇地图存储为对应的预设格式图片；
根据图片灰度值大小与3D模型高度的对应关系，对每一预设格式图片进行3D转换，生成3D楼宇地图。
进一步地，所述楼宇对象配置文件包括楼宇标识、楼层标识、IOT设备标识、IOT设备方位位置坐标、IOT设备运动属性和行人。
进一步地，所述将各单层3D楼宇模型进行拼接对齐，生成目标3D楼宇模型，包括：
当各单层3D楼宇模型共用一个坐标系，则基于坐标原点将各单层3D楼宇模型进行拼接对齐，生成目标3D楼宇模型；
当各单层3D楼宇模型不共用一个坐标系，则按照标准坐标系对各单层3D楼宇模型的坐标系进行校正，并根据校正后的坐标系对各单层3D楼宇模型进行拼接对齐，生成目标3D楼宇模型。
进一步地，在将每层2D楼宇地图转换为对应的3D楼宇地图后，所述基于机器人运行的楼宇模型生成方法还包括：
将转换后的所述3D楼宇地图存储在数据库中，生成备用楼宇地图。
进一步地，在将转换后的所述3D楼宇地图存储在数据库中后，所述基于机器人运行的楼宇模型生成方法还包括：
获取新楼宇模型生成指令，所述新楼宇模型生成指令包括楼层数量和楼层尺寸基准值；
从数据库中选择对应楼层数量的备用楼宇地图，并基于所述楼层尺寸基准值，将各备用楼宇地图调整为统一尺寸，生成待配置楼宇地图；
获取新的楼宇对象配置文件，并基于所述新的楼宇对象配置文件对待配置楼宇地图配置动态楼宇因素和静态楼宇因素，形成单层备用楼宇模型；
将各单层备用楼宇模型进行拼接对齐，生成新3D楼宇模型。
进一步地，所述基于所述楼层尺寸基准值，将各备用楼宇地图调整为统一尺寸，包括：
基于所述楼层尺寸基准值，计算各备用楼宇地图的缩放因子；
基于所述缩放因子，将各备用楼宇地图调整为统一尺寸。
一种基于机器人运行的楼宇模型生成装置，包括：
3D楼宇地图生成模块，用于获取机器人在目标楼宇现场扫描的各个楼层的2D楼宇地图，并将每层2D楼宇地图转换为对应的3D楼宇地图；
单层3D楼宇模型生成模块，用于基于目标楼宇标识选择对应的楼宇对象配置文件，通过楼宇对象配置文件对每层3D楼宇地图配置动态楼宇因素和静态楼宇因素，形成单层3D楼宇模型；
3D楼宇模型生成模块，用于将各单层3D楼宇模型进行拼接对齐，生成目标3D楼宇模型。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于机器人运行的楼宇模型生成方法。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于机器人运行的楼宇模型生成方法。
本发明提供的一种基于机器人运行的楼宇模型生成方法、装置、设备及介质，通过获取机器人在目标楼宇现场扫描的各个楼层的2D楼宇地图，并将每层2D楼宇地图转换为对应的3D楼宇地图，然后基于目标楼宇标识选择对应的楼宇对象配置文件，并通过楼宇对象配置文件对每层3D楼宇地图配置动态楼宇因素和静态楼宇因素，形成单层3D楼宇模型，最后将各单层3D楼宇模型进行拼接对齐，快速生成目标3D楼宇模型，缩短楼宇模型建模时间，提高建模准确率，为后续机器人进行行为模拟测试提供可靠且真实的楼宇环境，保证机器人实际运行的可靠性。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明一种基于机器人运行的楼宇模型生成方法的流程图。
图2为图1中步骤S10的一具体流程图。
图3为图1中步骤S30的一具体流程图。
图4为本发明一种基于机器人运行的楼宇模型生成方法的另一流程图。
图5为图4中步骤S42的一具体流程图。
图6为本发明一种基于机器人运行的楼宇模型生成装置的示意图；
图7为本发明计算机设备的一示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
如图1所示，本发明提供一种基于机器人运行的楼宇模型生成方法，包括如下步骤：
S10：获取机器人在目标楼宇现场扫描的各个楼层的2D楼宇地图，并将每层2D楼宇地图转换为对应的3D楼宇地图。
其中，目标楼宇指机器人需要活动的楼宇。2D楼宇地图指机器人在目标楼宇各个楼层进行现场扫描得到的2D地图。3D楼宇地图指将扫描到的2D楼宇地图进行3D转换后得到的地图。
本实施例中的3D楼宇地图具有与2D楼宇地图相同的可视化属性和碰撞可检测属性。其中，碰撞可检测属性指机器人可以通过激光检测到障碍物，防止与障碍物发生碰撞的属性。
进一步地，为方便后续调用，在将每层2D楼宇地图转换为对应的3D楼宇地图后，该基于机器人运行的楼宇模型生成方法还包括：将转换后的3D楼宇地图存储在数据库中，生成备用楼宇地图，以便在无法通过机器人现场扫描得到某一楼宇楼层的2D楼宇地图时使用。
S20：基于目标楼宇标识选择对应的楼宇对象配置文件，通过楼宇对象配置文件对每层3D楼宇地图配置动态楼宇因素和静态楼宇因素，形成单层3D楼宇模型。
其中，目标楼宇标识指用于唯一识别目标楼宇的标识。
楼宇对象配置文件指用于对3D楼宇地图进行对象配置的文件，本实施例中的楼宇对象配置文件包括楼宇标识、楼层标识、IOT设备标识、IOT设备方位位置坐标(x，y，z，θ)、IOT设备运动属性和行人。其中，IOT(物联网)设备是指数十亿个通常不期望具有Internet连接的物理设备，本实施例中的IOT设备指楼宇内设置的不期望具有Internet连接的物理设备，包括但不限于电梯(电梯井、电梯轿厢、电梯轿厢门、电梯轿厢门开关)和闸机(闸机底座、闸机门、闸机门开关)。动态楼宇因素指在楼宇中的行人或在特定情况下可以移动的IOT设备，如用户需要上下电梯时，电梯轿厢需要上下移动，电梯轿厢门需要开关，用户需要通过闸机时，闸机门需要开关、闸门开关需要启动等；静态楼宇因素指在楼宇中无论什么情况下都不移动的IOT设备，如电梯井、闸门底座等。
S30：将各单层3D楼宇模型进行拼接对齐，生成目标3D楼宇模型。
具体地，在得到各单层3D楼宇模型后，将各单层3D楼宇模型在同一坐标系下进行拼接对齐，生成目标楼宇对应的3D楼宇模型。其中，同一坐标系指各单层3D楼宇模型的坐标原点位置相同，坐标系方向相同的坐标系。本实施例中的坐标原点可根据实际需要确定，在此不作限定，如可以设置在各单层3D楼宇模型的地面中心，也可以设置在各单层3D楼宇模型的地面顶点。
进一步地，如图2所示，步骤S10中，将每层2D楼宇地图转换为对应的3D楼宇地图，具体包括如下步骤：
S11：将扫描的各个楼层的2D楼宇地图存储为对应的预设格式图片。
本实施例中预设格式图片为常见的图片格式，包括但不限于png格式、jpg格式、gif格式和bmp格式。
S12：根据图片灰度值大小与3D模型高度的对应关系，对每一预设格式图片进行3D转换，生成3D楼宇地图。
本实施例中的3D楼宇地图为格式轻巧的3D网格模型(mesh文件)。
进一步地，如图3所示，步骤S30，将各单层3D楼宇模型进行拼接对齐，生成目标3D楼宇模型，具体包括如下步骤：
S31：当各单层3D楼宇模型共用一个坐标系，则基于坐标原点将各单层3D楼宇模型进行拼接对齐，生成目标3D楼宇模型。
S32：当各单层3D楼宇模型不共用一个坐标系，则按照标准坐标系对各单层3D楼宇模型的坐标系进行校正，并根据校正后的坐标系对各单层3D楼宇模型进行拼接对齐，生成目标3D楼宇模型。
具体地，当各单层3D楼宇模型不共用一个坐标系，则按照标准坐标系对各单层3D楼宇模型的坐标系进行校正，使得各单层3D楼宇模型使用的坐标系的坐标原点对齐，坐标方向相同。如标准坐标系为以各单层3D楼宇模型地面的中心为坐标原点建立的坐标系，当各单层3D楼宇模型的坐标系不都是以各单层3D楼宇模型地面的中心为坐标原点建立的坐标系，则按照该标准坐标系对各单层3D楼宇模型的坐标系进行校正，以使所有单层3D楼宇模型的坐标系均为以其地面中心为坐标原点建立的直角坐标系。
通过标准坐标系对各单层3D楼宇模型的坐标系进行校正，以使所有单层3D楼宇模型所用的坐标系为统一的坐标系，方便后续对所有单层3D楼宇模型的对齐和拼接。
进一步地，当机器人无法对一些目标楼宇进行现场扫描，且目标楼宇的层数高于数据库中目前存储的同一楼层尺寸的3D楼宇地图的数量时，在将转换后的3D楼宇地图存储在数据库中后，如图4所示，本实施例中基于机器人运行的楼宇模型生成方法还包括如下步骤：
S41：获取新楼宇模型生成指令，新楼宇模型生成指令包括楼层数量和楼层尺寸基准值。
其中，楼层尺寸基准值指楼宇设计时楼层的尺寸大小或者楼宇实际建造时楼层的尺寸大小。
S42：从数据库中选择对应楼层数量的备用楼宇地图，并基于楼层尺寸基准值，将各备用楼宇地图调整为统一尺寸，生成待配置楼宇地图。
具体地，机器人需要运行的楼宇的层数高于数据库中目前存储的同一个楼层尺寸的备用楼宇地图的数量时，则需要选择另外的备用楼宇地图用来叠加，形成新楼宇。当选择的备用楼宇地图尺寸不相同时，为顺利生成新楼宇模型，则需要基于楼层尺寸基准值，将各备用楼宇地图调整为统一尺寸，然后生成待配置楼宇地图。
S43：获取新的楼宇对象配置文件，并基于新的楼宇对象配置文件对待配置楼宇地图配置动态楼宇因素和静态楼宇因素，形成单层备用楼宇模型。本实施例中新的楼宇对象配置文件可以为新楼宇模型生成指令携带的文件，也可以为用户根据实际需求从客户段输入的楼宇对象配置文件。
本步骤形成单层备用楼宇模型的具体过程同步骤S20，为避免重复不再赘述。
S44：将各单层备用楼宇模型进行拼接对齐，生成新3D楼宇模型。
本步骤生成新3D楼宇模型的具体过程同步骤S30，为避免重复不再赘述。
进一步地，如图5所示，步骤S42中，基于楼层尺寸基准值，将各备用楼宇地图调整为统一尺寸，具体包括如下步骤：
S421：基于楼层尺寸基准值，计算各备用楼宇地图的缩放因子。
其中，缩放因子指备用楼宇地图的尺寸值与楼层尺寸基准值的比值，即
Figure BDA0003325628200000081
其中，α表示缩放因子，β1表示备用楼宇地图尺寸值，β0表示楼层尺寸基准值。
S422：基于缩放因子，将各备用楼宇地图调整为统一尺寸。
具体地，通过计算各备用楼宇地图的缩放因子，并根据缩放因子将各备用楼宇地图调整为统一尺寸，以方便将各单层备用楼宇模型进行拼接对齐，生成新3D楼宇模型。
本发明提供的基于机器人运行的楼宇模型生成方法，通过将机器人在现实楼宇场景中运行时，现场扫描的2D楼宇地图转换为3D楼宇地图，并在转换后的3D楼宇地图对应的位置设置IOT设备、行人等动态楼宇元素和静态楼宇元素，快速建模，得到与现实楼宇一比一还原的楼宇模型，为后续机器人进行行为模拟测试提供可靠且真实的楼宇环境，保证机器人实际运行的可靠性。
实施例2
如6所示，提供一种基于机器人运行的楼宇模型生成装置，该基于机器人运行的楼宇模型生成装置与上述实施例中基于机器人运行的楼宇模型生成方法一一对应，包括3D楼宇地图生成模块10、单层3D楼宇模型生成模块20和3D楼宇模型生成模块30。
3D楼宇地图生成模块10，用于获取机器人在目标楼宇现场扫描的各个楼层的2D楼宇地图，并将每层2D楼宇地图转换为对应的3D楼宇地图。
单层3D楼宇模型生成模块20，用于基于目标楼宇标识选择对应的楼宇对象配置文件，通过楼宇对象配置文件对每层3D楼宇地图配置动态楼宇因素和静态楼宇因素，形成单层3D楼宇模型。
3D楼宇模型生成模块30，用于将各单层3D楼宇模型进行拼接对齐，生成目标3D楼宇模型。
关于基于机器人运行的楼宇模型生成的具体限定可以参见上文中对于基于机器人运行的楼宇模型生成方法的限定，在此不再赘述。上述基于机器人运行的楼宇模型生成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。
实施例3
如图7所示，本实施例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。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。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计算机可读存储介质、内存储器。该计算机可读存储介质存储有操作系统、计算机程序和数据库。该内存储器为计算机可读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基于机器人运行的楼宇模型生成的方法中涉及到的数据。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基于机器人运行的楼宇模型生成方法。
本实施例提供的一种计算机设备，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，处理器执行计算机程序时实现上述实施例中基于机器人运行的楼宇模型生成的方法的步骤，例如图1所示的步骤10至步骤S30。或者，处理器执行计算机程序时实现上述实施例中基于机器人运行的楼宇模型生成的装置的各模块/单元的功能，例如图6所示模块10至模块30的功能。为避免重复，这里不再赘述。
实施例4
本实施例提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中基于机器人运行的楼宇模型生成方法的步骤，例如图1所示的步骤S10-S30，或者图2至图5中所示的步骤，为避免重复，这里不再赘述。或者，处理器执行计算机程序时实现基于机器人运行的楼宇模型生成装置这一实施例中的各模块/单元的功能，例如图6所示的模块10至模块30的功能。为避免重复，这里不再赘述。
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/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于机器人运行的楼宇模型生成方法，其特征在于，包括：
获取机器人在目标楼宇现场扫描的各个楼层的2D楼宇地图，并将每层2D楼宇地图转换为对应的3D楼宇地图；
基于目标楼宇标识选择对应的楼宇对象配置文件，通过楼宇对象配置文件对每层3D楼宇地图配置动态楼宇因素和静态楼宇因素，形成单层3D楼宇模型；
将各单层3D楼宇模型进行拼接对齐，生成目标3D楼宇模型。
2.根据权利要求1所述的一种基于机器人运行的楼宇模型生成方法，其特征在于，所述将每层2D楼宇地图转换为对应的3D楼宇地图，包括：
将扫描的各个楼层的2D楼宇地图存储为对应的预设格式图片；
根据图片灰度值大小与3D模型高度的对应关系，对每一预设格式图片进行3D转换，生成3D楼宇地图。
3.根据权利要求2所述的一种基于机器人运行的楼宇模型生成方法，其特征在于，所述楼宇对象配置文件包括楼宇标识、楼层标识、IOT设备标识、IOT设备方位位置坐标、IOT设备运动属性和行人。
4.根据权利要求1所述的一种基于机器人运行的楼宇模型生成方法，其特征在于，所述将各单层3D楼宇模型进行拼接对齐，生成目标3D楼宇模型，包括：
当各单层3D楼宇模型共用一个坐标系，则基于坐标原点将各单层3D楼宇模型进行拼接对齐，生成目标3D楼宇模型；
当各单层3D楼宇模型不共用一个坐标系，则按照标准坐标系对各单层3D楼宇模型的坐标系进行校正，并根据校正后的坐标系对各单层3D楼宇模型进行拼接对齐，生成目标3D楼宇模型。
5.根据权利要求1所述的一种基于机器人运行的楼宇模型生成方法，其特征在于，在将每层2D楼宇地图转换为对应的3D楼宇地图后，所述基于机器人运行的楼宇模型生成方法还包括：
将转换后的所述3D楼宇地图存储在数据库中，生成备用楼宇地图。
6.根据权利要求5所述的一种基于机器人运行的楼宇模型生成方法，其特征在于，在将转换后的所述3D楼宇地图存储在数据库中后，所述基于机器人运行的楼宇模型生成方法还包括：
获取新楼宇模型生成指令，所述新楼宇模型生成指令包括楼层数量和楼层尺寸基准值；
从数据库中选择对应楼层数量的备用楼宇地图，并基于所述楼层尺寸基准值，将各备用楼宇地图调整为统一尺寸，生成待配置楼宇地图；
获取新的楼宇对象配置文件，并基于所述新的楼宇对象配置文件对待配置楼宇地图配置动态楼宇因素和静态楼宇因素，形成单层备用楼宇模型；
将各单层备用楼宇模型进行拼接对齐，生成新3D楼宇模型。
7.根据权利要求6所述的一种基于机器人运行的楼宇模型生成方法，其特征在于，所述基于所述楼层尺寸基准值，将各备用楼宇地图调整为统一尺寸，包括：
基于所述楼层尺寸基准值，计算各备用楼宇地图的缩放因子；
基于所述缩放因子，将各备用楼宇地图调整为统一尺寸。
8.一种基于机器人运行的楼宇模型生成装置，其特征在于，包括：
3D楼宇地图生成模块，用于获取机器人在目标楼宇现场扫描的各个楼层的2D楼宇地图，并将每层2D楼宇地图转换为对应的3D楼宇地图；
单层3D楼宇模型生成模块，用于基于目标楼宇标识选择对应的楼宇对象配置文件，通过楼宇对象配置文件对每层3D楼宇地图配置动态楼宇因素和静态楼宇因素，形成单层3D楼宇模型；
3D楼宇模型生成模块，用于将各单层3D楼宇模型进行拼接对齐，生成目标3D楼宇模型。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述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至7任一项所述基于机器人运行的楼宇模型生成方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于机器人运行的楼宇模型生成方法。
CN202111261438.1A 2021-10-28 2021-10-28 基于机器人运行的楼宇模型生成方法、装置、设备及介质 Pending CN114037610A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111261438.1A CN114037610A (zh) 2021-10-28 2021-10-28 基于机器人运行的楼宇模型生成方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111261438.1A CN114037610A (zh) 2021-10-28 2021-10-28 基于机器人运行的楼宇模型生成方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN114037610A true CN114037610A (zh) 2022-02-11

Family

ID=80142119

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111261438.1A Pending CN114037610A (zh) 2021-10-28 2021-10-28 基于机器人运行的楼宇模型生成方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN114037610A (zh)

Similar Documents

Publication Publication Date Title
US20220215565A1 (en) Method for generating depth map, elecronic device and storage medium
AU2021240156B2 (en) Quantum Control Pulse Generation Method And Apparatus, Device, And Storage Medium
CN112001026B (zh) 一种构建建筑信息模型的方法、终端及存储介质
WO2021129789A1 (zh) 地图的渲染方法、装置、计算机设备和存储介质
CN113129338B (zh) 基于多目标跟踪算法的图像处理方法、装置、设备及介质
CN114004882A (zh) 一种二维地图生成方法、装置、终端设备及存储介质
CN113052761B (zh) 激光点云地图融合方法、设备以及计算机可读存储介质
CN115294268A (zh) 一种物体的三维模型重建方法及电子设备
CN112506691A (zh) 一种多能源系统数字孪生应用故障恢复方法及系统
US20220198743A1 (en) Method for generating location information, related apparatus and computer program product
CN114037610A (zh) 基于机器人运行的楼宇模型生成方法、装置、设备及介质
CN110489093A (zh) 一种面向ai应用的持续构造方法、装置、终端及存储介质
CN112164141A (zh) 基于bim技术的机房管理方法、装置、设备及存储介质
CN113051637A (zh) 一种关于公共医疗建筑的bim建模方法
CN111210028A (zh) 房间模型核查方法、装置、计算机设备和存储介质
CN110727981B (zh) 轻型钢结构的柱拼接节点的生成方法、装置存储介质
CN112699441B (zh) 基于bim的装配式现场装饰反馈方法、装置、设备及介质
CN113885978A (zh) 结合rpa及ai的元素截图方法以及装置
CN110704902B (zh) 组合过梁模型和组合立柱模型的连接节点放置方法和产品
CN110826118B (zh) 轻型钢结构的柱工厂变截面拼接节点的生成方法和装置
CN110765512B (zh) 连接节点的生成方法、装置、计算机设备和存储介质
CN111159796A (zh) 建筑的梁的生成方法、装置、计算机设备和存储介质
CN114234977A (zh) 一种多机器人地图建立方法、装置、设备及介质
TWI803334B (zh) 深度估計模型優化與物體距離檢測方法及相關設備
CN116051925B (zh) 训练样本采集方法、装置、设备以及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication