CN114185360A - 基于无人机的房屋普查方法及装置 - Google Patents

基于无人机的房屋普查方法及装置 Download PDF

Info

Publication number
CN114185360A
CN114185360A CN202111399654.2A CN202111399654A CN114185360A CN 114185360 A CN114185360 A CN 114185360A CN 202111399654 A CN202111399654 A CN 202111399654A CN 114185360 A CN114185360 A CN 114185360A
Authority
CN
China
Prior art keywords
target
house
sub
shooting point
flight
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.)
Granted
Application number
CN202111399654.2A
Other languages
English (en)
Other versions
CN114185360B (zh
Inventor
方亚华
谭肇
郭又铭
王义俊
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.)
Beijing Spider Information Technology Co ltd
Original Assignee
Beijing Spider Information 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 Beijing Spider Information Technology Co ltd filed Critical Beijing Spider Information Technology Co ltd
Priority to CN202111399654.2A priority Critical patent/CN114185360B/zh
Publication of CN114185360A publication Critical patent/CN114185360A/zh
Application granted granted Critical
Publication of CN114185360B publication Critical patent/CN114185360B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本公开提供基于无人机的房屋普查方法及装置。用于提高房屋普查效率。包括:响应用户的房屋普查指令,确定与房屋普查指令对应的目标房屋;针对任一目标房屋,基于目标房屋的参数,得到与该目标房屋对应的目标拍摄点的位置;利用各目标拍摄点的位置对各目标拍摄点进行聚类,得到各拍摄点集合;针对任一拍摄点集合,根据拍摄点集合的子航线的边缘拍摄点的位置和其他子航线的边缘拍摄点的位置,得到子航线与其他子航线之间的第一距离;基于各第一距离,确定各子航线的连接顺序,根据连接顺序对各子航线进行拼接,得到目标飞行航线;利用目标飞行航线,向无人机发送飞行指令,使无人机根据飞行指令移动到目标拍摄点对目标房屋进行拍照。

Description

基于无人机的房屋普查方法及装置
技术领域
本发明涉及数据处理技术领域,特别涉及一种基于无人机的房屋普查方法及装置。
背景技术
房屋普查是社会经济的重要组成部分,房屋的数量质量是反映国情以及国力的一个重要标志。进行房屋普查首先需要获取各房屋的图像,然后基于各房屋的图像确定出房屋的数量和质量。
现有技术中,进行房屋普查的过程中,房屋图像的确定方法是人工手动的操纵无人机对每个房屋进行拍照,但是此方式会浪费大量的时间,导致房屋普查的效率较低。
发明内容
本公开示例性的实施方式中提供一种基于无人机的房屋普查方法及装置,用于提高房屋普查效率。
本公开的第一方面提供一种基于无人机的房屋普查方法,所述方法包括:
响应于用户发送的房屋普查指令,确定与所述房屋普查指令相对应的各目标房屋;
针对任意一个目标房屋,基于所述目标房屋的参数,得到与所述目标房屋相对应的目标拍摄点的位置;
利用各目标拍摄点的位置对各目标拍摄点进行聚类,得到指定数量的拍摄点集合;
针对任意一个拍摄点集合,根据所述拍摄点集合对应的子航线的边缘拍摄点的位置和其他各拍摄点集合对应的子航线的边缘拍摄点的位置,得到所述子航线分别与其他各拍摄点集合的子航线之间的第一距离,其中,所述边缘拍摄点为位于所述子航线边缘的拍摄点;
基于各子航线之间的第一距离,确定所述各子航线的连接顺序,并根据所述各子航线的连接顺序对各子航线进行拼接,得到目标飞行航线;
利用所述目标飞行航线,向无人机发送飞行指令,以使所述无人机根据所述飞行指令依次移动到所述目标飞行航线中的各目标拍摄点分别对各目标房屋进行拍照。
本实施例中通过各目标房屋的参数,确定出各目标房屋的目标拍摄点的位置,并且利用各目标拍摄点的位置对各目标拍摄点进行聚类,得到指定数量的拍摄点集合,然后根据各拍摄点集合对应的子航线之间的第一距离,确定各子航线的连接顺序,并根据所述各子航线的连接顺序对各子航线进行拼接,得到目标飞行航线,最后利用所述目标飞行航线,向无人机发送飞行指令,以使所述无人机根据所述飞行指令依次移动到所述目标飞行航线中的各目标拍摄点分别对各目标房屋进行拍照。由此,本实施例可以自动规划出飞行航行,使所述无人机根据所述飞行指令依次移动到所述目标飞行航线中的各目标拍摄点分别对各目标房屋进行拍照。并不需要人工手动的控制无人机对各目标房屋进行拍照。提高了房屋普查效率。
在一个实施例中,所述目标房屋的参数包括房屋长度和房屋高度;
所述基于所述目标房屋的参数,得到与所述目标房屋相对应的目标拍摄点的位置,包括:
基于所述目标房屋的房屋长度和无人机的相机视角,确定所述目标拍摄点与所述目标房屋之间的目标距离,并利用所述目标房屋的房屋高度,得到所述目标拍摄点的目标高度;
利用所述目标距离和预设的障碍物区域,确定所述目标拍摄点是否在所述障碍物区域中;
若确定所述目标拍摄点在所述障碍物区域,则确定所述目标拍摄点与所述障碍物区域各边界之间的第二距离,并根据最小的第二距离,得到所述目标拍摄点与所述目标房屋中心点之间的偏离距离之后,通过所述目标距离、所述偏离距离和所述目标高度,得到所述目标拍摄点的位置;
若确定所述目标拍摄点不在所述障碍物区域,则通过所述目标距离和所述目标高度,得到所述目标拍摄点的位置。
本实施例通过基于所述目标房屋的房屋长度和无人机的相机视角,确定所述目标拍摄点与所述目标房屋之间的目标距离,然后基于该目标距离判断所述目标拍摄点是否在所述障碍物区域中,若确定所述目标拍摄点在所述障碍物区域,则确定所述目标拍摄点与所述障碍物区域各边界之间的第二距离,并根据最小的第二距离,得到所述目标拍摄点与所述目标房屋中心点之间的偏离距离,以此得到目标拍摄点的位置。由此,避免目标拍摄点在障碍物区域中影响无人机的拍摄,提高房屋拍摄效率。
在一个实施例中,所述基于所述目标房屋的房屋长度和无人机的相机视角,确定所述目标拍摄点与所述目标房屋之间的目标距离,包括:
通过以下公式确定所述目标距离:
Figure BDA0003371150990000031
其中,d为所述目标距离,θ为所述无人机的相机视角,W为所述目标房屋的房屋长度。
在一个实施例中,所述基于各子航线之间的第一距离,确定所述各子航线的连接顺序,包括:
针对任意一个子航线,将其他各子航线中与所述子航线之间的第一距离最短的其他子航线确定为与所述子航线相连接的目标子航线,其中,所述其他子航线不包括所述子航线和已经存在目标子航线的子航线;
根据预设的初始子航线以及与各子航线相连接的目标子航线,得到各子航线的连接顺序。
本实施例通过将其他各子航线中与所述子航线之间的第一距离最短的其他子航线确定为与所述子航线相连接的目标子航线,然后根据预设的初始子航线以及与各子航线相连接的目标子航线,得到各子航线的连接顺序。由此,使得拼接后的目标飞行航线的航线最短,进一步提高房屋普查的效率。
在一个实施例中,所述根据所述各子航线的连接顺序对各子航线进行拼接,得到目标飞行航线之后,所述方法还包括;
针对任意一个目标拍摄点,基于所述目标拍摄点以及所述目标飞行航线中所述目标拍摄点的上一个目标拍摄点,得到无人机到达所述目标拍摄点的飞行方向;
利用与所述目标拍摄点相对应的目标拍摄方向和所述飞行方向,得到所述目标拍摄点对应的偏转角度,其中,所述目标拍摄方向是通过与所述目标拍摄点相对应的目标房屋的房屋朝向确定出的;
所述利用所述目标飞行航线,向无人机发送飞行指令,以使所述无人机根据所述飞行指令依次移动到所述目标飞行航线中的各目标拍摄点分别对各目标房屋进行拍照包括:
利用所述目标飞行航线和所述目标飞行航线中的各目标拍摄点对应的偏转角度,向所述无人机发送飞行指令,以使所述无人机根据所述目标飞行航线移动至各目标拍摄点,并基于各偏移角度在各目标拍摄点进行偏移后对各目标房屋进行拍照。
本实施例通过利用与所述目标拍摄点相对应的目标拍摄方向和所述飞行方向,得到所述目标拍摄点对应的偏转角度,利用所述目标飞行航线和所述目标飞行航线中的各目标拍摄点对应的偏转角度,向所述无人机发送飞行指令,以使所述无人机根据所述目标飞行航线移动至各目标拍摄点,并基于各偏移角度在各目标拍摄点进行偏移后对各目标房屋进行拍照,以此使得无人机拍摄出的目标房屋的整体的图像,提高房屋普查的效率。
在一个实施例中,通过以下方式确定所述目标拍摄方向:
利用预设的房屋朝向与目标拍摄方向的对应关系,确定与目标房屋对应的目标拍摄方向,并将所述目标拍摄方向确定为与所述目标房屋的目标拍摄点对应的目标拍摄方向。
本实施例通过利用预设的房屋朝向与目标拍摄方向的对应关系,确定与目标房屋对应的目标拍摄方向,并将所述目标拍摄方向确定为与所述目标房屋的目标拍摄点对应的目标拍摄方向。由此,本实施例中通过目标房屋的房屋朝向确定出目标拍摄方向,以此使得确定出的目标拍摄方向更加准确。
在一个实施例中,所述利用所述目标飞行航线,向无人机发送飞行指令之后,所述方法还包括:
接收无人机发送的各目标房屋的图像;
针对任意一个目标房屋的图像,将与所述图像对应的实际拍摄点的位置分别与各个目标拍摄点的位置进行比对,得到与所述图像相对应的目标拍摄点;
将与所述图像的目标拍摄点相对应的目标房屋和所述图像进行关联。
本实施例通过将图像对应的实际拍摄点的位置分别与各目标拍摄点的位置进行比对,通过比对结果将图像与对应的目标房屋进行关联,以此确保关联结果的准确性。
本公开第二方面提供一种基于无人机的房屋普查装置,所述装置包括:
目标房屋确定模块,用于响应于用户发送的房屋普查指令,确定与所述房屋普查指令相对应的各目标房屋;
目标拍摄点位置确定模块,用于针对任意一个目标房屋,基于所述目标房屋的参数,得到与所述目标房屋相对应的目标拍摄点的位置;
拍摄点集合确定模块,用于利用各目标拍摄点的位置对各目标拍摄点进行聚类,得到指定数量的拍摄点集合;
第一距离确定模块,用于针对任意一个拍摄点集合,根据所述拍摄点集合对应的子航线的边缘拍摄点的位置和其他各拍摄点集合对应的子航线的边缘拍摄点的位置,得到所述子航线分别与其他各拍摄点集合的子航线之间的第一距离,其中,所述边缘拍摄点为位于所述子航线边缘的拍摄点;
目标飞行航线确定模块,用于基于各子航线之间的第一距离,确定所述各子航线的连接顺序,并根据所述各子航线的连接顺序对各子航线进行拼接,得到目标飞行航线;
飞行指令发送模块,用于利用所述目标飞行航线,向无人机发送飞行指令,以使所述无人机根据所述飞行指令依次移动到所述目标飞行航线中的各目标拍摄点分别对各目标房屋进行拍照。
在一个实施例中,所述目标房屋的参数包括房屋长度和房屋高度;
所述目标拍摄点位置确定模块,具体用于:
基于所述目标房屋的房屋长度和无人机的相机视角,确定所述目标拍摄点与所述目标房屋之间的目标距离,并利用所述目标房屋的房屋高度,得到所述目标拍摄点的目标高度;
利用所述目标距离和预设的障碍物区域,确定所述目标拍摄点是否在所述障碍物区域中;
若确定所述目标拍摄点在所述障碍物区域,则确定所述目标拍摄点与所述障碍物区域各边界之间的第二距离,并根据最小的第二距离,得到所述目标拍摄点与所述目标房屋中心点之间的偏离距离之后,通过所述目标距离、所述偏离距离和所述目标高度,得到所述目标拍摄点的位置;
若确定所述目标拍摄点不在所述障碍物区域,则通过所述目标距离和所述目标高度,得到所述目标拍摄点的位置。
在一个实施例中,所述目标拍摄点位置确定模块执行所述利用所述目标房屋的房屋高度,得到所述目标拍摄点的目标高度,具体用于:
通过以下公式确定所述目标距离:
Figure BDA0003371150990000061
其中,d为所述目标距离,θ为所述无人机的相机视角,W为所述目标房屋的房屋长度。
在一个实施例中,所述目标飞行航线确定模块,具体用于:
针对任意一个子航线,将其他各子航线中与所述子航线之间的第一距离最短的其他子航线确定为与所述子航线相连接的目标子航线,其中,所述其他子航线不包括所述子航线和已经存在目标子航线的子航线;
根据预设的初始子航线以及与各子航线相连接的目标子航线,得到各子航线的连接顺序。
在一个实施例中,所述装置还包括:
偏转角度确定模块,用于所述根据所述各子航线的连接顺序对各子航线进行拼接,得到目标飞行航线之后,针对任意一个目标拍摄点,基于所述目标拍摄点以及所述目标飞行航线中所述目标拍摄点的上一个目标拍摄点,得到无人机到达所述目标拍摄点的飞行方向;
利用与所述目标拍摄点相对应的目标拍摄方向和所述飞行方向,得到所述目标拍摄点对应的偏转角度,其中,所述目标拍摄方向是通过与所述目标拍摄点相对应的目标房屋的房屋朝向确定出的;
所述飞行指令发送模块,具体用于:
利用所述目标飞行航线和所述目标飞行航线中的各目标拍摄点对应的偏转角度,向所述无人机发送飞行指令,以使所述无人机根据所述目标飞行航线移动至各目标拍摄点,并基于各偏移角度在各目标拍摄点进行偏移后对各目标房屋进行拍照。
在一个实施例中,所述装置还包括:
目标拍摄方向确定模块,用于通过以下方式确定所述目标拍摄方向:
利用预设的房屋朝向与目标拍摄方向的对应关系,确定与目标房屋对应的目标拍摄方向,并将所述目标拍摄方向确定为与所述目标房屋的目标拍摄点对应的目标拍摄方向。
在一个实施例中,所述装置还包括:
关联模块,用于所述利用所述目标飞行航线,向无人机发送飞行指令之后,接收无人机发送的各目标房屋的图像;
针对任意一个目标房屋的图像,将与所述图像对应的实际拍摄点的位置分别与各目标拍摄点的位置进行比对,得到与所述图像相对应的目标拍摄点;
将与所述图像的目标拍摄点相对应的目标房屋和所述图像进行关联。
根据本公开实施例的第三方面,提供一种电子设备,包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有被所述至少一个处理器执行的指令;所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的方法。
根据本公开实施例提供的第四方面,提供一种计算机存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序用于执行如第一方面所述的方法。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为根据本公开一个实施例中的适用场景示意图;
图2为根据本公开一个实施例的基于无人机的房屋普查方法的流程示意图之一;
图3为根据本公开一个实施例的终端设备的确定目标房屋的界面示意图;
图4为根据本公开一个实施例的终端设备的目标航线的界面示意图;
图5为根据本公开一个实施例的基于无人机的房屋普查方法的流程示意图之二;
图6为根据本公开一个实施例的障碍物区域示意图;
图7为根据本公开一个实施例的基于无人机的房屋普查系统架构图;
图8为根据本公开一个实施例的基于无人机的房屋普查方法的流程示意图之三;
图9为根据本公开一个实施例的基于无人机的房屋普查装置;
图10为根据本公开一个实施例的电子设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开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公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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所有其他实施例,都属于本公开保护的范围。
本公开实施例中术语“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本公开实施例描述的应用场景是为了更加清楚的说明本公开实施例的技术方案,并不构成对于本公开实施例提供的技术方案的限定,本领域普通技术人员可知,随着新应用场景的出现,本公开实施例提供的技术方案对于类似的技术问题,同样适用。其中,在本公开的描述中,除非另有说明,“多个”的含义是两个或两个以上。
目前进行房屋普查的过程中,房屋图像的确定方法是人工手动的操纵无人机对每个房屋进行拍照,但是此方式会浪费大量的时间,导致房屋普查的效率较低。
因此,本公开提供一种基于无人机的房屋普查方法,通过各目标房屋的参数,确定出各目标房屋的目标拍摄点的位置,并且利用各目标拍摄点的位置对各目标拍摄点进行聚类,得到指定数量的拍摄点集合,然后根据各拍摄点集合对应的子航线之间的第一距离,确定各子航线的连接顺序,并根据所述各子航线的连接顺序对各子航线进行拼接,得到目标飞行航线,最后利用所述目标飞行航线,向无人机发送飞行指令,以使所述无人机根据所述飞行指令依次移动到所述目标飞行航线中的各目标拍摄点分别对各目标房屋进行拍照。由此,本实施例可以自动规划出飞行航行,使所述无人机根据所述飞行指令依次移动到所述目标飞行航线中的各目标拍摄点分别对各目标房屋进行拍照。并不需要人工手动的控制无人机对各目标房屋进行拍照。提高了房屋普查效率。下面,结合附图对本公开的方案详细的进行介绍。
如图1所示,一种基于无人机的房屋普查方法的应用场景,该应用场景中包括服务器110、无人机120和电子设备130,服务器110可以通过单个服务器实现,也可以通过多个服务器实现。服务器110可以通过实体服务器实现,也可以通过虚拟服务器实现。
在一种可能的应用场景中,电子设备130响应于用户发送的房屋普查指令,确定与所述房屋普查指令相对应的各目标房屋,并将各目标房屋存储至服务器110中。然后电子设备130针对任意一个目标房屋,基于所述目标房屋的参数,得到与所述目标房屋相对应的目标拍摄点的位置;并利用各目标拍摄点的位置对各目标拍摄点进行聚类,得到指定数量的拍摄点集合,并针对任意一个拍摄点集合,根据所述拍摄点集合对应的子航线的边缘拍摄点的位置和其他各拍摄点集合对应的子航线的边缘拍摄点的位置,得到所述子航线分别与其他各拍摄点集合的子航线之间的第一距离,其中,所述边缘拍摄点为位于所述子航线边缘的拍摄点;然后电子设备130基于各子航线之间的第一距离,确定所述各子航线的连接顺序,并根据所述各子航线的连接顺序对各子航线进行拼接,得到目标飞行航线;最后电子设备130利用所述目标飞行航线,向无人机120发送飞行指令,以使所述无人机120根据所述飞行指令依次移动到所述目标飞行航线中的各目标拍摄点分别对各目标房屋进行拍照。
如图2所示,为本公开的基于无人机的房屋普查方法的流程示意图,可包括以下步骤:
步骤201:响应于用户发送的房屋普查指令,确定与所述房屋普查指令相对应的各目标房屋;
其中,本实施例中的所述房屋普查指令中包括房屋普查的位置范围。
如图3所示,图中的方块为各房屋的俯视图,用户可在终端设备的显示界面中设置房屋普查的位置范围,图中的圆圈即为用户设置的房屋普查的范围,只要在该圆圈内的房屋均为目标房屋。当用户设置完成后,服务器可利用各房屋的经纬度位置确定出在所述房屋普查的位置范围中的目标房屋。
步骤202:针对任意一个目标房屋,基于所述目标房屋的参数,得到与所述目标房屋相对应的目标拍摄点的位置;
其中,所述目标房屋的参数包括房屋长度和房屋高度。
步骤203:利用各目标拍摄点的位置对各目标拍摄点进行聚类,得到指定数量的拍摄点集合;
其中,本实施例中使用的聚类方法为K-means(k-means clustering algorithm,k均值聚类算法)。对目标拍摄点的聚类方法可根据实际情况进行设置,本实施例对具体的聚类算法的使用并不进行限定。
步骤204:针对任意一个拍摄点集合,根据所述拍摄点集合对应的子航线的边缘拍摄点的位置和其他各拍摄点集合对应的子航线的边缘拍摄点的位置,得到所述子航线分别与其他各拍摄点集合的子航线之间的第一距离,其中,所述边缘拍摄点为位于所述子航线边缘的拍摄点;
在一个实施例中,针对任意两个子航线,基于所述两个子航线的各边缘拍摄点的位置,分别得到所述两个子航线的各中间距离,将各中间距离中距离最短的中间距离确定为所述两个子航线之间的第一距离。
例如,子航线1为拍摄点A→拍摄点B→拍摄点C→拍摄点D→拍摄点E,子航线2为拍摄点M→拍摄点N→拍摄点O→拍摄点P,其中,子航线1的边缘拍摄点为拍摄点A和拍摄点E。子航线2的边缘拍摄点为拍摄点M和拍摄点P。分别确定出拍摄点A与拍摄点M之间的距离为5,确定出拍摄点A与拍摄点P之间的距离为8,确定出拍摄点E与拍摄点P之间的距离为10,确定出拍摄点E与拍摄点M之间的距离为12。则确定出子航线1和子航线2之间的第一距离为5。
其中,各拍摄点集合对应的各子航线为通过预设的贪心算法greedy algorithm对各拍摄点集合中的各目标拍摄点进行计算分别得到的。
步骤205:基于各子航线之间的第一距离,确定所述各子航线的连接顺序,并根据所述各子航线的连接顺序对各子航线进行拼接,得到目标飞行航线;
在一个实施例中,通过以下方式确定各子航线的连接顺序:
针对任意一个子航线,将其他各子航线中与所述子航线之间的第一距离最短的其他子航线确定为与所述子航线相连接的目标子航线,其中,所述其他子航线不包括所述子航线和已经存在目标子航线的子航线;根据预设的初始子航线以及与各子航线相连接的目标子航线,得到各子航线的连接顺序。
例如,各子航线分别为:子航线1、子航线2、子航线3和子航线4。若子航线1为初始航线,且与子航线2、子航线3和子航线4中与子航线1之间的第一距离最短的子航线为子航线4,则确定子航线1的目标子航线为子航线4。若与子航线4的第一距离最短的子航线为子航线2,则确定子航线4的目标子航线为子航线2,若确定与子航线2的第一距离最短的子航线为子航线3,则确定子航线2的目标子航线为子航线3。则得到各子航线的连接顺序为:子航线1→子航线4→子航线2→子航线3。
若子航线1为拍摄点A→拍摄点B→拍摄点C,子航线2为拍摄点D→拍摄点E,子航线3为拍摄点H→拍摄点I,子航线4为拍摄点M→拍摄点N→拍摄点P。则基于上述得到的各子航线的连接顺序得到的目标航线如图4所示,目标航向为:拍摄点A→拍摄点B→拍摄点C→拍摄点M→拍摄点N→拍摄点P→拍摄点D→拍摄点E→拍摄点H→拍摄点I。
为了使得无人机能够拍摄出目标房屋的整体图像,在一个实施例中,在执行完步骤205之后,针对任意一个目标拍摄点,基于所述目标拍摄点以及所述目标飞行航线中所述目标拍摄点的上一个目标拍摄点,得到无人机到达所述目标拍摄点的飞行方向;利用与所述目标拍摄点相对应的目标拍摄方向和所述飞行方向,得到所述目标拍摄点对应的偏转角度,其中,所述目标拍摄方向是通过与所述目标拍摄点相对应的目标房屋的房屋朝向确定出的;
其中,本实施例将所述目标拍摄点的上一拍摄点确定为所述无人机到达所述目标拍摄点的飞行方向。且本实施例中各飞行方向包括方向和角度,以及偏转方向包括方向和角度。
在一个实施例中,通过以下方式确定所述目标拍摄方向:
利用预设的房屋朝向与目标拍摄方向的对应关系,确定与目标房屋对应的目标拍摄方向,并将所述目标拍摄方向确定为与所述目标房屋的目标拍摄点对应的目标拍摄方向。其中,房屋朝向与目标拍摄方向的对应关系如表1所示:
房屋朝向 目标拍摄方向
西
东南 西北
东北 西南
表1
步骤206:利用所述目标飞行航线,向无人机发送飞行指令,以使所述无人机根据所述飞行指令依次移动到所述目标飞行航线中的各目标拍摄点分别对各目标房屋进行拍照。
为了使得确定出目标拍摄点的位置更加准确,在一个实施例中,如图5所述,为确定目标拍摄点的位置的流程示意图,可包括以下步骤:
步骤501:基于所述目标房屋的房屋长度和无人机的相机视角,确定所述目标拍摄点与所述目标房屋之间的目标距离,并利用所述目标房屋的房屋高度,得到所述目标拍摄点的目标高度;其中,可通过公式(1)确定出所述目标距离:
Figure BDA0003371150990000131
其中,d为所述目标距离,θ为所述无人机的相机视角,W为所述目标房屋的房屋长度。
在一个实施例中,可通过以下方式确定出所述目标拍摄点的目标高度:
利用预设的目标高度和高度权重的对应关系,确定出与所述目标房屋的房屋高度相对应的高度权重,将所述高度权重与所述房屋高度相乘后,得到中间高度后,将所述中间高度和所述房屋高度相加,得到所述目标拍摄点的目标高度。其中,可通过公式(2)确定出所述目标拍摄点的目标高度:
h=h1+h1×A……(2);
其中,h为所述目标拍摄点的目标高度,h1为所述目标房屋的房屋高度,A为与所述高度权重。
步骤502:利用所述目标距离和预设的障碍物区域,确定所述目标拍摄点是否在所述障碍物区域中,若是,则执行步骤503,若否,则执行步骤505;
其中,基于所述目标房屋的中心点与所述目标距离,得到目标拍摄点的中间位置,将所述中间位置与所述预设的障碍物区域的位置范围进行比对,以此确定出所述目标拍摄点是否在所述障碍物区域中。
步骤503:确定所述目标拍摄点与所述障碍物区域各边界之间的第二距离,并根据最小的第二距离,得到所述目标拍摄点与所述目标房屋中心点之间的偏离距离;
其中,所述偏离距离包括偏移方向和偏移长度,所述偏移长度可等于所述第二距离或等于所述第二距离加上指定阈值。所述偏移方向为靠近与所述最小的第二距离相对应的边界的方向。
如图6所示,以障碍物区域的形状为矩形,且以点M为目标拍摄点,若点M与边界AB的距离为5、与边界AC的距离为6、与边界CD的距离为8以及与边界BD的距离为8。则得到目标拍摄点A与所述目标房屋中心点之间的偏移方向为靠近边界AB的方向,偏度长度为5。
步骤504:通过所述目标距离和所述目标高度,得到所述目标拍摄点的位置;
例如,目标距离为10,目标高度为20,则得到所述目标拍摄点的位置为(10,0,20)。
步骤505:通过所述目标距离、所述偏离距离和所述目标高度,得到所述目标拍摄点的位置;
步骤506:通过所述目标距离和所述目标高度,得到所述目标拍摄点的位置。
例如,目标距离为10,目标高度为20,偏离距离为15,得到所述目标拍摄点的位置为(10,15,20)。
为了使得目标房屋的图像能够与目标房屋相关联,在一个实施例中,接收无人机发送的各目标房屋的图像;针对任意一个目标房屋的图像,将与所述图像对应的实际拍摄点的位置分别与各目标拍摄点的位置进行比对,得到与所述图像相对应的目标拍摄点;将与所述图像的目标拍摄点相对应的目标房屋和所述图像进行关联。
在一个实施例中,针对任意一个目标房屋的图像,将与所述图像对应的实际拍摄点的位置分别与各目标拍摄点的位置进行比对,得到各第三距离,并与实际拍摄点的位置的第三距离最小的目标拍摄点所对应的目标房屋确定为与所述图像对应的目标房屋。
其中,将所述图像与所述目标房屋进行关联为将所述图像与所述目标房屋的标识进行对应存储。
在得到各目标房屋的图像之后,可利用预先训练好的神经网络对各目标房屋的图像进行识别,得到所述各目标房屋是否存储裂缝以及龟裂等。以此完成房屋普查。
为了使得识别的结果更加准确,在将图像输入至神经网络之前,可对目标房屋的图像进行裁剪,具体的裁剪方式可根据实际情况记性设置,本实施例在此并不进行限定。
为了进一步的了解本公开的技术方案,下面结合图7对本公开的基于无人机的方法普查方法的系统架构进行说明,如图7所示,本申请的将系统架构分为三层,从上到下依次为终端层、边缘层和云端层。下面,分别对各层的功能进行介绍:
终端层,用于接收边缘层发送的飞行指令,然后根据所述飞行指令依次移动到所述目标飞行航线中的各目标拍摄点分别对各目标房屋进行拍照。并将拍到的各图像发送至边缘层。
边缘层,用于确定出目标飞行航线,然后利用所述目标飞行航向终端层发送飞行指令。以及接收终端层发送的图像,并对各图像进行裁剪后,将裁剪后的各图像发送至云端层。
云端层,用于将边缘层发送的裁剪后的图像与自身存储的目标房屋数据进行对应保存,以及存储目标飞行航线等。
为了进一步的了解本公开的技术方案,下面结合图8进行详细的说明,可包括以下步骤:
步骤801:响应于用户发送的房屋普查指令,确定与所述房屋普查指令相对应的各目标房屋;
步骤802:基于所述目标房屋的房屋长度和无人机的相机视角,确定所述目标拍摄点与所述目标房屋之间的目标距离,并利用所述目标房屋的房屋高度,得到所述目标拍摄点的目标高度;
步骤803:利用所述目标距离和预设的障碍物区域,确定所述目标拍摄点是否在所述障碍物区域中,若是,则执行步骤804,若否,则执行步骤805;
步骤804:确定所述目标拍摄点与所述障碍物区域各边界之间的第二距离,并根据最小的第二距离,得到所述目标拍摄点与所述目标房屋中心点之间的偏离距离之后,通过所述目标距离、所述偏离距离和所述目标高度,得到所述目标拍摄点的位置;
步骤805:通过所述目标距离和所述目标高度,得到所述目标拍摄点的位置;
步骤806:利用各目标拍摄点的位置对各目标拍摄点进行聚类,得到指定数量的拍摄点集合;
步骤807:针对任意一个拍摄点集合,根据所述拍摄点集合对应的子航线的边缘拍摄点的位置和其他各拍摄点集合对应的子航线的边缘拍摄点的位置,得到所述子航线分别与其他各拍摄点集合的子航线之间的第一距离,其中,所述边缘拍摄点为位于所述子航线边缘的拍摄点;
步骤808:针对任意一个子航线,将其他各子航线中与所述子航线之间的第一距离最短的其他子航线确定为与所述子航线相连接的目标子航线,其中,所述其他子航线不包括所述子航线和已经存在目标子航线的子航线;
步骤809:根据预设的初始子航线以及与各子航线相连接的目标子航线,得到各子航线的连接顺序,根据所述各子航线的连接顺序对各子航线进行拼接,得到目标飞行航线;
步骤810:针对任意一个目标拍摄点,基于所述目标拍摄点以及所述目标飞行航线中所述目标拍摄点的上一个目标拍摄点,得到无人机到达所述目标拍摄点的飞行方向;
步骤811:利用与所述目标拍摄点相对应的目标拍摄方向和所述飞行方向,得到所述目标拍摄点对应的偏转角度,其中,所述目标拍摄方向是通过与所述目标拍摄点相对应的目标房屋的房屋朝向确定出的;
步骤812:利用所述目标飞行航线和所述目标飞行航线中的各目标拍摄点对应的偏转角度,向所述无人机发送飞行指令,以使所述无人机根据所述目标飞行航线移动至各目标拍摄点,并基于各偏移角度在各目标拍摄点进行偏移后对各目标房屋进行拍照;
步骤813:接收无人机发送的各目标房屋的图像;
步骤814:针对任意一个目标房屋的图像,将与所述图像对应的实际拍摄点的位置分别与各目标拍摄点的位置进行比对,得到与所述图像相对应的目标拍摄点;
步骤815:将与所述图像的目标拍摄点相对应的目标房屋和所述图像进行关联。
基于相同的公开构思,本公开如上所述的基于无人机的房屋普查方法还可以由一种基于无人机的房屋普查装置实现。该基于无人机的房屋普查装置的效果与前述方法的效果相似,在此不再赘述。
图9为根据本公开一个实施例的基于无人机的房屋普查装置的结构示意图。
如图9所示,本公开的基于无人机的房屋普查装置900可以包括目标房屋确定模块910、目标拍摄点位置确定模块920、拍摄点集合确定模块930、第一距离确定模块940、目标飞行航线确定模块950和飞行指令发送模块960。
目标房屋确定模块910,用于响应于用户发送的房屋普查指令,确定与所述房屋普查指令相对应的各目标房屋;
目标拍摄点位置确定模块920,用于针对任意一个目标房屋,基于所述目标房屋的参数,得到与所述目标房屋相对应的目标拍摄点的位置;
拍摄点集合确定模块930,用于利用各目标拍摄点的位置对各目标拍摄点进行聚类,得到指定数量的拍摄点集合;
第一距离确定模块940,用于针对任意一个拍摄点集合,根据所述拍摄点集合对应的子航线的边缘拍摄点的位置和其他各拍摄点集合对应的子航线的边缘拍摄点的位置,得到所述子航线分别与其他各拍摄点集合的子航线之间的第一距离,其中,所述边缘拍摄点为位于所述子航线边缘的拍摄点;
目标飞行航线确定模块950,用于基于各子航线之间的第一距离,确定所述各子航线的连接顺序,并根据所述各子航线的连接顺序对各子航线进行拼接,得到目标飞行航线;
飞行指令发送模块960,用于利用所述目标飞行航线,向无人机发送飞行指令,以使所述无人机根据所述飞行指令依次移动到所述目标飞行航线中的各目标拍摄点分别对各目标房屋进行拍照。
在一个实施例中,所述目标房屋的参数包括房屋长度和房屋高度;
所述目标拍摄点位置确定模块920,具体用于:
基于所述目标房屋的房屋长度和无人机的相机视角,确定所述目标拍摄点与所述目标房屋之间的目标距离,并利用所述目标房屋的房屋高度,得到所述目标拍摄点的目标高度;
利用所述目标距离和预设的障碍物区域,确定所述目标拍摄点是否在所述障碍物区域中;
若确定所述目标拍摄点在所述障碍物区域,则确定所述目标拍摄点与所述障碍物区域各边界之间的第二距离,并根据最小的第二距离,得到所述目标拍摄点与所述目标房屋中心点之间的偏离距离之后,通过所述目标距离、所述偏离距离和所述目标高度,得到所述目标拍摄点的位置;
若确定所述目标拍摄点不在所述障碍物区域,则通过所述目标距离和所述目标高度,得到所述目标拍摄点的位置。
在一个实施例中,所述目标拍摄点位置确定模块920执行所述利用所述目标房屋的房屋高度,得到所述目标拍摄点的目标高度,具体用于:
通过以下公式确定所述目标距离:
Figure BDA0003371150990000191
其中,d为所述目标距离,θ为所述无人机的相机视角,W为所述目标房屋的房屋长度。
在一个实施例中,所述目标飞行航线确定模块950,具体用于:
针对任意一个子航线,将其他各子航线中与所述子航线之间的第一距离最短的其他子航线确定为与所述子航线相连接的目标子航线;
根据预设的初始子航线以及与各子航线相连接的目标子航线,得到各子航线的连接顺序。
在一个实施例中,所述装置还包括:
偏转角度确定模块970,用于所述根据所述各子航线的连接顺序对各子航线进行拼接,得到目标飞行航线之后,针对任意一个目标拍摄点,基于所述目标拍摄点以及所述目标飞行航线中所述目标拍摄点的上一个目标拍摄点,得到无人机到达所述目标拍摄点的飞行方向;
用于利用与所述目标拍摄点相对应的目标拍摄方向和所述飞行方向,得到所述目标拍摄点对应的偏转角度,其中,所述目标拍摄方向是通过与所述目标拍摄点相对应的目标房屋的房屋朝向确定出的;
所述飞行指令发送模块960,具体用于:
利用所述目标飞行航线和所述目标飞行航线中的各目标拍摄点对应的偏转角度,向所述无人机发送飞行指令,以使所述无人机根据所述目标飞行航线移动至各目标拍摄点,并基于各偏移角度在各目标拍摄点进行偏移后对各目标房屋进行拍照。
在一个实施例中,所述装置还包括:
目标拍摄方向确定模块980,用于通过以下方式确定所述目标拍摄方向:
利用预设的房屋朝向与目标拍摄方向的对应关系,确定与目标房屋对应的目标拍摄方向,并将所述目标拍摄方向确定为与所述目标房屋的目标拍摄点对应的目标拍摄方向。
在一个实施例中,所述装置还包括:
关联模块990,用于所述利用所述目标飞行航线,向无人机发送飞行指令之后,接收无人机发送的各目标房屋的图像;
针对任意一个目标房屋的图像,将与所述图像对应的实际拍摄点的位置分别与各目标拍摄点的位置进行比对,得到与所述图像相对应的目标拍摄点;
将与所述图像的目标拍摄点相对应的目标房屋和所述图像进行关联。
在介绍了本公开示例性实施方式的一种基于无人机的房屋普查方法及设备之后,接下来,介绍根据本公开的另一示例性实施方式的电子设备。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中,根据本公开的电子设备可以至少包括至少一个处理器、以及至少一个计算机存储介质。其中,计算机存储介质存储有程序代码,当程序代码被处理器执行时,使得处理器执行本说明书上述描述的根据本公开各种示例性实施方式的基于无人机的房屋普查方法中的步骤。例如,处理器可以执行如图2中所示的步骤201-206。
下面参照图10来描述根据本公开的这种实施方式的电子设备1000。图10显示的电子设备1000仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示,电子设备1000以通用电子设备的形式表现。电子设备1000的组件可以包括但不限于:上述至少一个处理器1001、上述至少一个计算机存储介质1002、连接不同系统组件(包括计算机存储介质1002和处理器1001)的总线1003。
总线1003表示几类总线结构中的一种或多种,包括计算机存储介质总线或者计算机存储介质控制器、外围总线、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。
计算机存储介质1002可以包括易失性计算机存储介质形式的可读介质,例如随机存取计算机存储介质(RAM)1021和/或高速缓存存储介质1022,还可以进一步包括只读计算机存储介质(ROM)1023。
计算机存储介质1002还可以包括具有一组(至少一个)程序模块1024的程序/实用工具1025,这样的程序模块1024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。
电子设备1000也可以与一个或多个外部设备1004(例如键盘、指向设备等)通信,还可与一个或者多个使得用户能与电子设备1000交互的设备通信,和/或与使得该电子设备1000能与一个或多个其它电子设备进行通信的任何设备(例如路由器、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1005进行。并且,电子设备1000还可以通过网络适配器1006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1006通过总线1003与用于电子设备1000的其它模块通信。应当理解,尽管图中未示出,可以结合电子设备1000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、冗余处理器、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。
在一些可能的实施方式中,本公开提供的一种基于无人机的房屋普查方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在计算机设备上运行时,程序代码用于使计算机设备执行本说明书上述描述的根据本公开各种示例性实施方式的基于无人机的房屋普查方法中的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。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。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、便携式盘、硬盘、随机存取计算机存储介质(RAM)、只读计算机存储介质(ROM)、可擦式可编程只读计算机存储介质(EPROM或闪存)、光纤、便携式紧凑盘只读计算机存储介质(CD-ROM)、光计算机存储介质件、磁计算机存储介质件、或者上述的任意合适的组合。
本公开的实施方式的基于无人机的房屋普查的程序产品可以采用便携式紧凑盘只读计算机存储介质(CD-ROM)并包括程序代码,并可以在电子设备上运行。然而,本公开的程序产品不限于此,在本文件中,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。
可读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,其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。
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、有线、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的任意组合来编写用于执行本公开操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,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电子设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务器上执行。在涉及远程电子设备的情形中,远程电子设备可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户电子设备,或者,可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了装置的若干模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之,上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
此外,尽管在附图中以特定顺序描述了本公开方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘计算机存储介质、CD-ROM、光学计算机存储介质等)上实施的计算机程序产品的形式。
本公开是参照根据本公开的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读计算机存储介质中,使得存储在该计算机可读计算机存储介质中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本公开进行各种改动和变型而不脱离本公开的精神和范围。这样,倘若本公开的这些修改和变型属于本公开权利要求及其等同技术的范围之内,则本公开也意图包含这些改动和变型在内。

Claims (10)

1.一种基于无人机的房屋普查方法,其特征在于,所述方法包括:
响应于用户发送的房屋普查指令,确定与所述房屋普查指令相对应的各目标房屋;
针对任意一个目标房屋,基于所述目标房屋的参数,得到与所述目标房屋相对应的目标拍摄点的位置;
利用各目标拍摄点的位置对各目标拍摄点进行聚类,得到指定数量的拍摄点集合;
针对任意一个拍摄点集合,根据所述拍摄点集合对应的子航线的边缘拍摄点的位置和其他各拍摄点集合对应的子航线的边缘拍摄点的位置,得到所述子航线分别与其他各拍摄点集合的子航线之间的第一距离,其中,所述边缘拍摄点为位于所述子航线边缘的拍摄点;
基于各子航线之间的第一距离,确定所述各子航线的连接顺序,并根据所述各子航线的连接顺序对各子航线进行拼接,得到目标飞行航线;
利用所述目标飞行航线,向无人机发送飞行指令,以使所述无人机根据所述飞行指令依次移动到所述目标飞行航线中的各目标拍摄点分别对各目标房屋进行拍照。
2.根据权利要求1所述的方法,其特征在于,所述目标房屋的参数包括房屋长度和房屋高度;
所述基于所述目标房屋的参数,得到与所述目标房屋相对应的目标拍摄点的位置,包括:
基于所述目标房屋的房屋长度和无人机的相机视角,确定所述目标拍摄点与所述目标房屋之间的目标距离,并利用所述目标房屋的房屋高度,得到所述目标拍摄点的目标高度;
利用所述目标距离和预设的障碍物区域,确定所述目标拍摄点是否在所述障碍物区域中;
若确定所述目标拍摄点在所述障碍物区域,则确定所述目标拍摄点与所述障碍物区域各边界之间的第二距离,并根据最小的第二距离,得到所述目标拍摄点与所述目标房屋中心点之间的偏离距离之后,通过所述目标距离、所述偏离距离和所述目标高度,得到所述目标拍摄点的位置;
若确定所述目标拍摄点不在所述障碍物区域,则通过所述目标距离和所述目标高度,得到所述目标拍摄点的位置。
3.根据权利要求2所述的方法,其特征在于,所述基于所述目标房屋的房屋长度和无人机的相机视角,确定所述目标拍摄点与所述目标房屋之间的目标距离,包括:
通过以下公式确定所述目标距离:
Figure FDA0003371150980000021
其中,d为所述目标距离,θ为所述无人机的相机视角,W为所述目标房屋的房屋长度。
4.根据权利要求1所述的方法,其特征在于,所述基于各子航线之间的第一距离,确定所述各子航线的连接顺序,包括:
针对任意一个子航线,将其他各子航线中与所述子航线之间的第一距离最短的其他子航线确定为与所述子航线相连接的目标子航线,其中,所述其他子航线不包括所述子航线和已经存在目标子航线的子航线;
根据预设的初始子航线以及与各子航线相连接的目标子航线,得到各子航线的连接顺序。
5.根据权利要求1所述的方法,其特征在于,所述根据所述各子航线的连接顺序对各子航线进行拼接,得到目标飞行航线之后,所述方法还包括;
针对任意一个目标拍摄点,基于所述目标拍摄点以及所述目标飞行航线中所述目标拍摄点的上一个目标拍摄点,得到无人机到达所述目标拍摄点的飞行方向;
利用与所述目标拍摄点相对应的目标拍摄方向和所述飞行方向,得到所述目标拍摄点对应的偏转角度,其中,所述目标拍摄方向是通过与所述目标拍摄点相对应的目标房屋的房屋朝向确定出的;
所述利用所述目标飞行航线,向无人机发送飞行指令,以使所述无人机根据所述飞行指令依次移动到所述目标飞行航线中的各目标拍摄点分别对各目标房屋进行拍照包括:
利用所述目标飞行航线和所述目标飞行航线中的各目标拍摄点对应的偏转角度,向所述无人机发送飞行指令,以使所述无人机根据所述目标飞行航线移动至各目标拍摄点,并基于各偏移角度在各目标拍摄点进行偏移后对各目标房屋进行拍照。
6.根据权利要求5所述的方法,其特征在于,通过以下方式确定所述目标拍摄方向:
利用预设的房屋朝向与目标拍摄方向的对应关系,确定与目标房屋对应的目标拍摄方向,并将所述目标拍摄方向确定为与所述目标房屋的目标拍摄点对应的目标拍摄方向。
7.根据权利要求1所述的方法,其特征在于,所述利用所述目标飞行航线,向无人机发送飞行指令之后,所述方法还包括:
接收无人机发送的各目标房屋的图像;
针对任意一个目标房屋的图像,将与所述图像对应的实际拍摄点的位置分别与各目标拍摄点的位置进行比对,得到与所述图像相对应的目标拍摄点;
将与所述图像的目标拍摄点相对应的目标房屋和所述图像进行关联。
8.一种基于无人机的房屋普查装置,其特征在于,所述装置包括:
目标房屋确定模块,用于响应于用户发送的房屋普查指令,确定与所述房屋普查指令相对应的各目标房屋;
目标拍摄点位置确定模块,用于针对任意一个目标房屋,基于所述目标房屋的参数,得到与所述目标房屋相对应的目标拍摄点的位置;
拍摄点集合确定模块,用于利用各目标拍摄点的位置对各目标拍摄点进行聚类,得到指定数量的拍摄点集合;
第一距离确定模块,用于针对任意一个拍摄点集合,根据所述拍摄点集合对应的子航线的边缘拍摄点的位置和其他各拍摄点集合对应的子航线的边缘拍摄点的位置,得到所述子航线分别与其他各拍摄点集合的子航线之间的第一距离,其中,所述边缘拍摄点为位于所述子航线边缘的拍摄点;
目标飞行航线确定模块,用于基于各子航线之间的第一距离,确定所述各子航线的连接顺序,并根据所述各子航线的连接顺序对各子航线进行拼接,得到目标飞行航线;
飞行指令发送模块,用于利用所述目标飞行航线,向无人机发送飞行指令,以使所述无人机根据所述飞行指令依次移动到所述目标飞行航线中的各目标拍摄点分别对各目标房屋进行拍照。
9.一种电子设备,其特征在于,包括至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有被所述至少一个处理器执行的指令;所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行根据权利要求1-7中任一项所述的方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序用于执行根据权利要求1-7中任一项所述的方法。
CN202111399654.2A 2021-11-24 2021-11-24 基于无人机的房屋普查方法及装置 Active CN114185360B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111399654.2A CN114185360B (zh) 2021-11-24 2021-11-24 基于无人机的房屋普查方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111399654.2A CN114185360B (zh) 2021-11-24 2021-11-24 基于无人机的房屋普查方法及装置

Publications (2)

Publication Number Publication Date
CN114185360A true CN114185360A (zh) 2022-03-15
CN114185360B CN114185360B (zh) 2024-04-26

Family

ID=80541360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111399654.2A Active CN114185360B (zh) 2021-11-24 2021-11-24 基于无人机的房屋普查方法及装置

Country Status (1)

Country Link
CN (1) CN114185360B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117470199A (zh) * 2023-12-27 2024-01-30 天津云圣智能科技有限责任公司 一种摆动摄影控制的方法、装置、存储介质及电子设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107438753A (zh) * 2016-09-22 2017-12-05 深圳市大疆创新科技有限公司 一种航线生成方法、装置及终端
CN108762293A (zh) * 2018-04-11 2018-11-06 广州亿航智能技术有限公司 基于无人机的区域扫描方法、地面控制站、无人机及系统
US20200015401A1 (en) * 2018-07-12 2020-01-16 TerraClear Inc. Object collection system and method
WO2020052549A1 (zh) * 2018-09-13 2020-03-19 深圳市大疆创新科技有限公司 信息处理装置、飞行路径生成方法、程序以及记录介质
CN111656132A (zh) * 2018-11-21 2020-09-11 广州极飞科技有限公司 一种测绘采样点的规划方法、装置、控制终端及存储介质
CN112631338A (zh) * 2020-12-09 2021-04-09 广州极飞科技有限公司 一种航线规划方法、装置、计算机设备及存储介质
CN113406970A (zh) * 2021-07-06 2021-09-17 北京捷翔天地信息技术有限公司 一种高效倾斜摄影采集影像方法、设备及储存介质
CN113448340A (zh) * 2020-03-27 2021-09-28 北京三快在线科技有限公司 一种无人机的路径规划方法、装置、无人机及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107438753A (zh) * 2016-09-22 2017-12-05 深圳市大疆创新科技有限公司 一种航线生成方法、装置及终端
CN108762293A (zh) * 2018-04-11 2018-11-06 广州亿航智能技术有限公司 基于无人机的区域扫描方法、地面控制站、无人机及系统
US20200015401A1 (en) * 2018-07-12 2020-01-16 TerraClear Inc. Object collection system and method
WO2020052549A1 (zh) * 2018-09-13 2020-03-19 深圳市大疆创新科技有限公司 信息处理装置、飞行路径生成方法、程序以及记录介质
CN111656132A (zh) * 2018-11-21 2020-09-11 广州极飞科技有限公司 一种测绘采样点的规划方法、装置、控制终端及存储介质
CN113448340A (zh) * 2020-03-27 2021-09-28 北京三快在线科技有限公司 一种无人机的路径规划方法、装置、无人机及存储介质
CN112631338A (zh) * 2020-12-09 2021-04-09 广州极飞科技有限公司 一种航线规划方法、装置、计算机设备及存储介质
CN113406970A (zh) * 2021-07-06 2021-09-17 北京捷翔天地信息技术有限公司 一种高效倾斜摄影采集影像方法、设备及储存介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117470199A (zh) * 2023-12-27 2024-01-30 天津云圣智能科技有限责任公司 一种摆动摄影控制的方法、装置、存储介质及电子设备
CN117470199B (zh) * 2023-12-27 2024-03-15 天津云圣智能科技有限责任公司 一种摆动摄影控制的方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN114185360B (zh) 2024-04-26

Similar Documents

Publication Publication Date Title
CN109387186B (zh) 测绘信息获取方法、装置、电子设备及存储介质
WO2021189456A1 (zh) 无人机巡检方法、装置及无人机
CN111436208B (zh) 一种测绘采样点的规划方法、装置、控制终端及存储介质
WO2020199566A1 (zh) 一种导航地图与感知图像匹配关系的更新方法和装置
CN111415409B (zh) 一种基于倾斜摄影的建模方法、系统、设备和存储介质
CN106371452B (zh) 一种飞行器限飞区域信息的获取、共享方法、装置及系统
CN110244765B (zh) 一种飞行器航线轨迹生成方法、装置、无人机及存储介质
CN108693548B (zh) 一种基于场景目标识别的导航方法及系统
CN108876857B (zh) 无人驾驶车辆的定位方法、系统、设备及存储介质
WO2019080113A1 (zh) 无人机的巡检规划方法、控制终端、无人机及无人机系统
CN111582296B (zh) 一种遥感图像综合匹配方法、装置、电子设备及存储介质
WO2020237422A1 (zh) 航测方法、飞行器及存储介质
CN113008237A (zh) 一种路径规划方法及装置、飞行器
CN114419590B (zh) 高精地图的验证方法、装置、设备以及存储介质
CN114185360A (zh) 基于无人机的房屋普查方法及装置
WO2023115342A1 (zh) 一种带状目标的无人机航测方法、装置、系统及存储介质
KR101793840B1 (ko) 실시간 관광 영상 제공 장치 및 방법
WO2020154937A1 (zh) 一种负载的控制方法、装置及控制设备
CN116626700A (zh) 一种机器人定位方法、装置、电子设备和存储介质
Wang et al. Research on determining the inspection point of multirotor UAV power tower
CN116228860A (zh) 目标物的地理位置预测方法、装置、设备及存储介质
CN115797612A (zh) 覆盖目标物的图像获取方法、系统、设备和存储介质
CN113114929B (zh) 引导拍照方法、终端设备、电子设备以及存储介质
CN114842074A (zh) 一种基于模型匹配的无人机影像定位方法
CN113238568A (zh) 跟随方法、飞行器及第一设备

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