CN114608549A - 一种基于智能机器人的建筑测量方法 - Google Patents
一种基于智能机器人的建筑测量方法 Download PDFInfo
- Publication number
- CN114608549A CN114608549A CN202210500351.3A CN202210500351A CN114608549A CN 114608549 A CN114608549 A CN 114608549A CN 202210500351 A CN202210500351 A CN 202210500351A CN 114608549 A CN114608549 A CN 114608549A
- Authority
- CN
- China
- Prior art keywords
- robot
- building
- dimensional
- map
- point cloud
- 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
- 238000000691 measurement method Methods 0.000 title claims description 4
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 230000036544 posture Effects 0.000 claims description 18
- 238000010276 construction Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000011065 in-situ storage Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000011960 computer-aided design Methods 0.000 description 12
- 238000013461 design Methods 0.000 description 9
- 238000009435 building construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
- G01C15/002—Active optical surveying means
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/04—Architectural design, interior design
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Geometry (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Hardware Design (AREA)
- Electromagnetism (AREA)
- Evolutionary Computation (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Software Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Structural Engineering (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Computer Graphics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于智能机器人的建筑测量方法，通过在具有自主导航能力的智能机器人平台上搭载便携式的3D激光扫描实景测量设备，以建筑CAD平面图为基础，自动划分区域及测量任务点，生成导航及扫描路径，机器人自主移动至目标点后，开启自主测量工作，自动化完成建筑各房间三维数据采集及建筑质量报表输出，实现房屋建筑室内空间的自主移动和实测实量工作，提升建筑测量效率。
Description
技术领域
本发明涉及机器人领域，具体地指一种基于智能机器人的建筑测量方法。
背景技术
传统建筑业也面临着诸多制约，如落后的施工手段和方式、用工荒、工人老龄化、用工成本上升等，建筑机器人的到来，则能够让建筑工人从传统的“危、繁、脏、重”施工作业中解脱出来，从事更加需要人类智慧的领域。使用建筑机器人来弥补人力的不足，能够获取更安全、绿色、高效的结果。
在建筑竣工测量领域，可使用智能机器人进行建筑信息测量，基本流程是机器人使用地图来进行导航，预先设定好扫描任务点及轨迹，然后由人工操控设备移动至任务点完成任务扫描。现有的很多机器人都有通过扫描生成户型图的功能，以扫地机器人为例，其扫描房间是需要整个房间全部走一遍，碰撞一遍，才知道墙的位置，所有房间形状，这也会带来一些使用上的问题，如缺乏功能间划分，通过碰撞规划出的房型，无法区分功能间，比如客厅、卧室、书房灯，此外，工作效率低下，通过机器人在场景中移动扫描进行预先建图需要耗费一定的时间，短则几十分钟，长则一个小时，扫描生成户型图的过程中会因为电量问题导致无法一次性扫描完成，可能需要中间再次增加充电，从而增加工作负载。从实际的业务流程角度考虑，房屋建筑实景测量是低频业务，建图步骤如果需要每次进行测量有要求进行，则效率很低，会花费大量的资源在准备阶段。
发明内容
本发明针对现有技术的不足，提出了一种基于智能机器人的建筑测量方法，无须进行现场建图，通过已有的建筑设计CAD图纸，自动生成导航及扫描路径的方法，大大较少机器人现场建图的所需要的工作量和时间，从而提升建筑实景测量的效率。
本发明的技术方案为一种基于智能机器人的建筑测量方法，其特殊之处在于：
步骤1，根据需要设计的建筑CAD图纸文件，提取出房屋主体结构信息，包括墙壁、地面、尺寸，生成建筑三维模型；
步骤2，根据建筑三维模型数据，进行三维仿真，生成机器人导航所需要的三维特征点云地图，以及路径规划需要的栅格地图；
步骤3，根据栅格地图，自动进行识别，将需要进行三维实景扫描的房间区域进行分割，规划出机器人行驶路径；
步骤4，下发行驶任务，通过机器人上搭载的激光雷达传感器采集的实时点云数据与生成的地图数据进行定位导航，控制车辆到规划的扫描任务点；
步骤5，开启搭载的3D激光扫描实景测量设备进行扫描，完成对建筑房间内部的测量信息的采集。
进一步地，步骤1的具体过程为：
读取CAD文件中记录的框线信息，获取框线；
手动去除非框线元素，完成对墙体的识别；
墙体信息记录为矢量的2D多段线，给定最低高度值为0，最高的高度值为z，存储为obj模型文件，得到尺寸与实际环境保持一致的建筑三维模型。
更进一地，步骤2的具体过程为：
将建筑三维模型导入仿真环境，并设置机器人在仿真环境中，通过鼠标在仿真软件中设定多个点，覆盖到所有的建筑内部的房间及公共空间区域，对于较大的空间区域，设定间隔一定距离的目标点；
机器人移动至目标点过程中，根据每个时刻i，仿真获取的三维激光雷达点云局部坐标Xl，以及该时刻的机器人的位置P和姿态Q，进行坐标转换，将其转换至全局世界坐标系下Xg，并将多个时刻的数据进行融合，得到三维点云地图，坐标转换公式如下所示：
Xg=Q*Xl+P
将三维点云地图作为机器人定位地图，机器人在移动过程中，多帧点云累积融合的地图以及整个环境进行仿真后，得到的机器人导航地图。
再进一步地，步骤3的具体过程为：
根据导航地图，对需要进行测量的房间进行标示，将房间内部的中心位置作为机器人行驶路径的目标点，连续多个目标点，按照直线距离进行排序，获取分段后的路径，对每段路径使用最短路径原则，使用A*算法规划出行驶路径。
再进一步地，步骤4的具体过程为：
机器人开始进行作业时，使用其搭载的激光雷达传感器进行激光导航定位，逐步完成自动规划的路径行驶，由于规划出的路径点的坐标与机器人局部定位坐标系存在差异，使用初始化对齐，完成坐标系的统一；
激光导航定位分为两个步骤，自动初始化坐标对齐以及激光匹配定位；
其中，自动初始化坐标对齐具体为：
任务启动后，机器人首先在原地进行旋转，旋转过程中，会将实时的激光点云数据进行匹配，获取在初始位置附近的完整三维点云数据，之后与步骤3得到的全局点云地图进行匹配，匹配成功后，得到坐标转换关系（P,Q），其中P代表三维位置平移量，Q表示三维旋转矩阵，用于后续所有数据的坐标转换；
激光匹配定位具体为：
机器人进行移动过程中，连续时间内，根据三维激光雷达点云数据及IMU数据进行融合，进行局部的里程计运算，获取连续的位置和姿态，之后再叠加初始匹配的转换关系（P，Q），得到其在全局地图下的位置和姿态，然后再与全局点云数据进行匹配，得到精确的全局位置和姿态；
机器人移动过程中，可以根据当前自身的全局位置和姿态与预先规划的目标位置姿态进行比较，判断是否达到目标点，如未达到，则需要进行移动，如已经到达，则可以移动至下一个目标点，直至预先设定任务完成。
再进一步地，步骤5的具体过程为：
建筑测量机器人能够自动行驶到每个房间内预先规划的站点进行测量，房间设置扫描点，机器到点后扫描仪开始自动扫描，扫描结束后自动前往下一个点位；
优选地，所述扫描仪测量数据包括：墙面平整度、垂直度；阴阳角方正度；门洞口高、宽；房间开间、进深、净高、方正度、面积；地面平整度、水平度极差。
本发明的优点在于：
1、提出一种无须现场建图就可获取机器人导航地图的方法，利用建筑设计CAD图纸文件，通过进行转换，获取机器人导航所需要的导航地图，节约建图流程及事件，大大提升了建筑信息的采集效率
2、提出一种基于建筑机器人基于预先设计地图信息的自主导航方法，在实际现场与预先设计存在一定的偏差时，也能够自主进行导航，完成既定扫描任务，有利于项目应用与推广。
3、提出了一种基于机器人地图进行任务路径规划的方法，通过建筑设计的CAD图纸文件，自动进行区域划分，规划出扫描站点及自动行驶路径，提升系统智能程度及使用体验。
现有机器人进行自主导航，首先需要对现场环境进行建图，花费一定的时间和工作量，本方法可以无需进行现场建图，直接使用已有的设计文件，获取得到机器人导航建图，大大减少现场使用工作量，提升建筑测量的效率。
基于生成机器人地图，在现场与设计存在一定出入变换的情况下，通过自身搭载的强鲁棒性的定位导航系统，能够完成在机器人的自主定位，实现既定扫描任务的完成，提升系统的实用性。
附图说明
图1是本发明基于智能机器人的建筑测量方法流程图。
图2是本发明中的建筑设计CAD文件。
图3是本发明中的建筑三维模型。
图4是本发明中机器人行使路径图。
具体实施方式
下面通过具体实施例和附图对本发明作进一步的说明。本发明的实施例是为了更好地使本领域的技术人员理解本发明，并不对本发明作任何的限制。
本发明设计了一种基于智能机器人的建筑测量方法，通过预先设计的建筑建造CAD图纸文件，生成机器人导航所需要的现场地图，并自动规划出扫描测量的路径任务点，通过所搭载3D激光扫描实景测量设备，完成对场景的扫，获取建筑测量及实景信息。
本发明中基于智能机器人的建筑测量方法共分为五步，首先需要根据需要设计的建筑CAD图纸文件，提取出房屋主体结构信息，如墙壁等，生成建筑三维模型，第二步，根据建筑三维模型数据，进行三维仿真，生成机器人导航所需要的三维特征点云地图，以及路径规划需要的栅格地图，第三步，根据栅格地图，自动进行识别，将需要进行三维实景扫描的房间区域进行分割，规划出机器人行驶路径，第四步下发行驶任务，通过机器人上搭载的激光雷达传感器采集的实时点云数据与生成的地图数据进行定位导航，控制车辆到规划的扫描任务点，第五步，开启搭载的3D激光扫描实景测量设备进行扫描，完成对建筑房间内部的测量信息的采集。
步骤1、建筑CAD转建筑三维模型
建筑设计CAD图纸文件是建筑施工的参考文件，标示了建筑环境内的墙体，窗体等部件信息，如图2所示，读取CAD文件，读取出文件中记录的框线信息，获取干净的框线，手动去除非框线元素，完成对墙体的识别，其信息记录为矢量的2D多段线，给定最低高度值为0，最高的高度值为z，存储为obj模型文件，得到建筑三维模型，如图3所示，该模型展示了建筑房屋内部的地面以及墙面，三维模型的尺度与实际环境保持一致。
步骤2、建筑三维模型生成机器人导航地图
建筑三维模型与实际场景尺度保持一致，并不能用于机器人进行导航。机器人导航过程中，需要使用导航地图，用于定位，获取其在实际场景中的位置。机器人使用三维雷达作为传感器，导航地图表现形式为三维点云地图。将建筑三维模型导入仿真环境，并设置机器人在仿真环境中，通过鼠标在仿真软件中设定多个点，覆盖到所有的建筑内部的房间及公共空间区域，对于较大的空间区域，设定间隔一定距离的目标点，机器人移动至目标点过程中，根据每个时刻i，仿真获取的三维激光雷达点云局部坐标Xi及该时刻的机器人的位置P和姿态Q，进行坐标转换，将其转换至全局世界坐标系Xg下，并将多个时刻的数据进行融合，得到三维点云地图，坐标转换公式如下所示。
Xg=Q*Xl+P
将三维点云地图作为机器人定位地图，机器人通过移动，获取建筑物内部的三维点云，多帧点云累积融合的地图形成机器人导航地图。
步骤3、自动路径规划
根据导航地图，功能区域划分，提取出该区域内的目标点，并根据地图上可通行区域进行路径规划。根据导航地图，对需要进行测量的房间进行标示，将房间内部的中心位置作为机器人行驶路径的目标点，连续多个目标点，按照直线距离进行排序，获取分段后的路径，对每段路径使用最短路径原则，使用A*算法规划出行驶路径。
步骤4、激光导航定位
机器人开始进行作业时，使用其搭载的激光雷达传感器进行定位，需要逐步完成自动规划的路径行驶，由于规划出的路径点的坐标与机器人局部定位坐标系存在差异，需要使用初始化对齐，完成坐标系的统一。
激光导航定位分为两个步骤，自动初始化坐标对齐以及激光匹配定位，前者主要解决坐标系对齐统一的问题，后者保证机器人行驶过程中，保持连续准确的位姿估计。
1） 初始化对齐
任务启动后，机器人首先在原地进行旋转，旋转过程中，会将实时的激光点云数据进行匹配，获取在初始位置附近的完整三维点云数据，之后与步骤3得到的全局点云地图进行匹配，匹配成功后，得到坐标转换关系（P,Q），其中P代表三维位置平移量，Q表示三维旋转矩阵，用于后续所有数据的坐标转换。
2） 激光匹配定位
机器人进行移动过程中，连续时间内，会根据三维激光雷达点云数据及IMU数据进行融合，进行局部的里程计运算，获取连续的位置和姿态，之后再叠加初始匹配的转换关系（P,Q），得到其在全局地图下的位置和姿态，然后再与全局点云数据进行匹配，得到精确的全局位置和姿态。
机器人移动过程中，可以根据当前自身的全局位置和姿态与预先规划的目标位置姿态进行比较，判断是否达到目标点，如未达到，则需要进行移动，如已经到达，则可以移动至下一个目标点，直至预先设定任务完成。
步骤五、实景三维扫描
建筑测量机器人能够自动行驶到每个房间内预先规划的站点进行测量，房间设置扫描点，机器到点后扫描仪开始自动扫描，扫描结束后自动前往下一个点位。
扫描仪测量数据包括：墙面平整度、垂直度；阴阳角方正度；门洞口高、宽；房间开间、进深、净高、方正度、面积；地面平整度、水平度极差。
应当理解的是，这里所讨论的实施方案及实例只是为了说明，对本领域技术人员来说，可以加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (7)
1.一种基于智能机器人的建筑测量方法，其特征在于：
步骤1，根据需要设计的建筑CAD图纸文件，提取出房屋主体结构信息，包括墙壁、地面、尺寸，生成建筑三维模型；
步骤2，根据建筑三维模型数据，进行三维仿真，生成机器人导航所需要的三维特征点云地图，以及路径规划需要的栅格地图；
步骤3，根据栅格地图，自动进行识别，将需要进行三维实景扫描的房间区域进行分割，规划出机器人行驶路径；
步骤4，下发行驶任务，通过机器人上搭载的激光雷达传感器采集的实时点云数据与生成的地图数据进行定位导航，控制车辆到规划的扫描任务点；
步骤5，开启搭载的3D激光扫描实景测量设备进行扫描，完成对建筑房间内部的测量信息的采集。
2.根据权利要求1所述的基于智能机器人的建筑测量方法，其特征在于：步骤1的具体过程为：
读取CAD文件中记录的框线信息，获取框线；
手动去除非框线元素，完成对墙体的识别；
墙体信息记录为矢量的2D多段线，给定最低高度值为0，最高的高度值为z，存储为obj模型文件，得到尺寸与实际环境保持一致的建筑三维模型。
3.根据权利要求1所述的基于智能机器人的建筑测量方法，其特征在于：步骤2的具体过程为：
将建筑三维模型导入仿真环境，并设置机器人在仿真环境中，通过鼠标在仿真软件中设定多个点，覆盖到所有的建筑内部的房间及公共空间区域，对于较大的空间区域，设定间隔一定距离的目标点；
机器人移动至目标点过程中，根据每个时刻i，仿真获取的三维激光雷达点云局部坐标Xl，以及该时刻的机器人的位置P和姿态Q，进行坐标转换，将其转换至全局世界坐标系下Xg，并将多个时刻的数据进行融合，得到三维点云地图，坐标转换公式如下所示：
Xg=Q*Xl+P
将三维点云地图作为机器人定位地图，机器人在移动过程中，多帧点云累积融合的地图以及整个环境进行仿真后，得到的机器人导航地图。
4.根据权利要求1所述的基于智能机器人的建筑测量方法，其特征在于：步骤3的具体过程为：
根据导航地图，对需要进行测量的房间进行标示，将房间内部的中心位置作为机器人行驶路径的目标点，连续多个目标点，按照直线距离进行排序，获取分段后的路径，对每段路径使用最短路径原则，使用A*算法规划出行驶路径。
5.根据权利要求1所述的基于智能机器人的建筑测量方法，其特征在于：步骤4的具体过程为：
机器人开始进行作业时，使用其搭载的激光雷达传感器进行激光导航定位，逐步完成自动规划的路径行驶，由于规划出的路径点的坐标与机器人局部定位坐标系存在差异，使用初始化对齐，完成坐标系的统一；
激光导航定位分为两个步骤，自动初始化坐标对齐以及激光匹配定位；
其中，自动初始化坐标对齐具体为：
任务启动后，机器人首先在原地进行旋转，旋转过程中，会将实时的激光点云数据进行匹配，获取在初始位置附近的完整三维点云数据，之后与步骤3得到的全局点云地图进行匹配，匹配成功后，得到坐标转换关系（P,Q），其中P代表三维位置平移量，Q表示三维旋转矩阵，用于后续所有数据的坐标转换；
激光匹配定位具体为：
机器人进行移动过程中，连续时间内，根据三维激光雷达点云数据及IMU数据进行融合，进行局部的里程计运算，获取连续的位置和姿态，之后再叠加初始匹配的转换关系（P，Q），得到其在全局地图下的位置和姿态，然后再与全局点云数据进行匹配，得到精确的全局位置和姿态；
机器人移动过程中，可以根据当前自身的全局位置和姿态与预先规划的目标位置姿态进行比较，判断是否达到目标点，如未达到，则需要进行移动，如已经到达，则可以移动至下一个目标点，直至预先设定任务完成。
6.根据权利要求1所述的基于智能机器人的建筑测量方法，其特征在于：步骤5的具体过程为：
建筑测量机器人能够自动行驶到每个房间内预先规划的站点进行测量，房间设置扫描点，机器到点后扫描仪开始自动扫描，扫描结束后自动前往下一个点位。
7.根据权利要求6所述的基于智能机器人的建筑测量方法，其特征在于：所述扫描仪测量数据包括：墙面平整度、垂直度；阴阳角方正度；门洞口高、宽；房间开间、进深、净高、方正度、面积；地面平整度、水平度极差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210500351.3A CN114608549A (zh) | 2022-05-10 | 2022-05-10 | 一种基于智能机器人的建筑测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210500351.3A CN114608549A (zh) | 2022-05-10 | 2022-05-10 | 一种基于智能机器人的建筑测量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114608549A true CN114608549A (zh) | 2022-06-10 |
Family
ID=81869180
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210500351.3A Pending CN114608549A (zh) | 2022-05-10 | 2022-05-10 | 一种基于智能机器人的建筑测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114608549A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115619781A (zh) * | 2022-12-15 | 2023-01-17 | 杭州三坛医疗科技有限公司 | 一种精度检测方法、装置、电子设备及存储介质 |
| CN115674199A (zh) * | 2022-10-25 | 2023-02-03 | 南方电网电力科技股份有限公司 | 一种gis管道检测机器人的控制方法及装置 |
| CN115755754A (zh) * | 2022-11-29 | 2023-03-07 | 中国建筑第八工程局有限公司 | 基于行走式机器人的建筑实测实量实施方法及控制系统 |
| CN115983647A (zh) * | 2023-03-21 | 2023-04-18 | 江苏天一航空工业股份有限公司 | 一种封闭场景智慧查巡综合管理方法及系统 |
| CN117824663A (zh) * | 2024-03-05 | 2024-04-05 | 南京思伽智能科技有限公司 | 一种基于手绘场景图理解的机器人导航方法 |
| CN117874895A (zh) * | 2024-02-08 | 2024-04-12 | 广东省装配式建筑设计院有限公司 | 一种装配式农房标准化与多样化设计方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104535061A (zh) * | 2015-01-06 | 2015-04-22 | 常州先进制造技术研究所 | 一种基于多传感器数据融合的导航系统 |
| CN108805327A (zh) * | 2018-04-23 | 2018-11-13 | 西安科技大学 | 基于虚拟现实的机器人路径规划与环境重建的方法和系统 |
| CN110163936A (zh) * | 2018-02-14 | 2019-08-23 | 刘鹏江 | 应用于工程项目中的三维动画与实拍视频合成技术 |
| CN112014857A (zh) * | 2020-08-31 | 2020-12-01 | 上海宇航系统工程研究所 | 用于智能巡检的三维激光雷达定位导航方法及巡检机器人 |
| CN112068552A (zh) * | 2020-08-18 | 2020-12-11 | 广州赛特智能科技有限公司 | 一种基于cad图纸的移动机器人自主建图方法 |
| CN112991544A (zh) * | 2021-04-20 | 2021-06-18 | 山东新一代信息产业技术研究院有限公司 | 一种基于全景影像建模的群体疏散行为仿真方法 |
| CN113239134A (zh) * | 2021-05-07 | 2021-08-10 | 河南牧原智能科技有限公司 | 一种猪舍导航地图建立方法、装置、电子设备及存储介质 |
| CN113704851A (zh) * | 2021-08-27 | 2021-11-26 | 贵州百胜工程建设咨询有限公司 | 一种基于点云的bim模型转化方法 |
| CN114119920A (zh) * | 2021-10-29 | 2022-03-01 | 北京航空航天大学杭州创新研究院 | 三维点云地图构建方法、系统 |
| CN114217622A (zh) * | 2021-12-16 | 2022-03-22 | 南京理工大学 | 一种基于bim的机器人自主导航方法 |
-
2022
- 2022-05-10 CN CN202210500351.3A patent/CN114608549A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104535061A (zh) * | 2015-01-06 | 2015-04-22 | 常州先进制造技术研究所 | 一种基于多传感器数据融合的导航系统 |
| CN110163936A (zh) * | 2018-02-14 | 2019-08-23 | 刘鹏江 | 应用于工程项目中的三维动画与实拍视频合成技术 |
| CN108805327A (zh) * | 2018-04-23 | 2018-11-13 | 西安科技大学 | 基于虚拟现实的机器人路径规划与环境重建的方法和系统 |
| CN112068552A (zh) * | 2020-08-18 | 2020-12-11 | 广州赛特智能科技有限公司 | 一种基于cad图纸的移动机器人自主建图方法 |
| CN112014857A (zh) * | 2020-08-31 | 2020-12-01 | 上海宇航系统工程研究所 | 用于智能巡检的三维激光雷达定位导航方法及巡检机器人 |
| CN112991544A (zh) * | 2021-04-20 | 2021-06-18 | 山东新一代信息产业技术研究院有限公司 | 一种基于全景影像建模的群体疏散行为仿真方法 |
| CN113239134A (zh) * | 2021-05-07 | 2021-08-10 | 河南牧原智能科技有限公司 | 一种猪舍导航地图建立方法、装置、电子设备及存储介质 |
| CN113704851A (zh) * | 2021-08-27 | 2021-11-26 | 贵州百胜工程建设咨询有限公司 | 一种基于点云的bim模型转化方法 |
| CN114119920A (zh) * | 2021-10-29 | 2022-03-01 | 北京航空航天大学杭州创新研究院 | 三维点云地图构建方法、系统 |
| CN114217622A (zh) * | 2021-12-16 | 2022-03-22 | 南京理工大学 | 一种基于bim的机器人自主导航方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115674199A (zh) * | 2022-10-25 | 2023-02-03 | 南方电网电力科技股份有限公司 | 一种gis管道检测机器人的控制方法及装置 |
| CN115755754A (zh) * | 2022-11-29 | 2023-03-07 | 中国建筑第八工程局有限公司 | 基于行走式机器人的建筑实测实量实施方法及控制系统 |
| CN115619781A (zh) * | 2022-12-15 | 2023-01-17 | 杭州三坛医疗科技有限公司 | 一种精度检测方法、装置、电子设备及存储介质 |
| CN115619781B (zh) * | 2022-12-15 | 2023-09-19 | 杭州三坛医疗科技有限公司 | 一种精度检测方法、装置、电子设备及存储介质 |
| CN115983647A (zh) * | 2023-03-21 | 2023-04-18 | 江苏天一航空工业股份有限公司 | 一种封闭场景智慧查巡综合管理方法及系统 |
| CN117874895A (zh) * | 2024-02-08 | 2024-04-12 | 广东省装配式建筑设计院有限公司 | 一种装配式农房标准化与多样化设计方法及系统 |
| CN117824663A (zh) * | 2024-03-05 | 2024-04-05 | 南京思伽智能科技有限公司 | 一种基于手绘场景图理解的机器人导航方法 |
| CN117824663B (zh) * | 2024-03-05 | 2024-05-10 | 南京思伽智能科技有限公司 | 一种基于手绘场景图理解的机器人导航方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114608549A (zh) | 一种基于智能机器人的建筑测量方法 | |
| CN106780735B (zh) | 一种语义地图构建方法、装置及一种机器人 | |
| US10526799B2 (en) | Automated drywall cutting and hanging system and method | |
| Thomson et al. | Mobile laser scanning for indoor modelling | |
| Wulf et al. | Colored 2D maps for robot navigation with 3D sensor data | |
| Martínez et al. | Recording complex structures using close range photogrammetry: The cathedral of Santiago de Compostela | |
| Barrile et al. | Integration of 3D model from UAV survey in BIM environment | |
| CN109470233A (zh) | 一种定位方法及设备 | |
| Blaer et al. | View planning and automated data acquisition for three‐dimensional modeling of complex sites | |
| CN113888691A (zh) | 构建建筑场景语义地图的方法、装置及储存介质 | |
| Hübner et al. | Evaluation of the microsoft hololens for the mapping of indoor building environments | |
| JP2024083371A (ja) | データ処理方法、記録媒体、プログラム、及びシステム | |
| Khoshelham | Smart heritage: challenges in digitisation and spatial information modelling of historical buildings | |
| CN113566808A (zh) | 一种导航路径规划方法、装置、设备以及可读存储介质 | |
| Meschini et al. | Point cloud-based survey for cultural heritage–An experience of integrated use of range-based and image-based technology for the San Francesco convent in Monterubbiano | |
| US11494985B2 (en) | System and method for mapping an interior space | |
| Liu et al. | Reexamining the Old Depot Museum in Selma, Alabama, USA | |
| JP4727696B2 (ja) | ３次元電子地図データの生成方法 | |
| Bassier et al. | Evaluation of data acquisition techniques and workflows for Scan to BIM | |
| JP4915698B2 (ja) | ３次元電子地図データの生成方法 | |
| CN112068552A (zh) | 一种基于cad图纸的移动机器人自主建图方法 | |
| Kwoczynska et al. | Modeling of sacral objects made on the basis of aerial and terrestrial laser scanning | |
| CN114092805A (zh) | 一种基于建筑模型的机器狗识别裂痕方法 | |
| Bianchi et al. | Integrated survey for architectural restoration: a methodological comparison of two case studies | |
| Salonia et al. | Photo scanner 3D survey for monitoring historical monuments. The case history of Porta Praetoria in Aosta |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220610 |
|
| RJ01 | Rejection of invention patent application after publication |