CN114926601A - 一种面向对象的地图构建方法及系统 - Google Patents
一种面向对象的地图构建方法及系统 Download PDFInfo
- Publication number
- CN114926601A CN114926601A CN202210855773.2A CN202210855773A CN114926601A CN 114926601 A CN114926601 A CN 114926601A CN 202210855773 A CN202210855773 A CN 202210855773A CN 114926601 A CN114926601 A CN 114926601A
- Authority
- CN
- China
- Prior art keywords
- outputting
- mapping
- partitions
- region
- loop
- 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
Links
- 238000010276 construction Methods 0.000 title abstract description 24
- 238000013507 mapping Methods 0.000 claims abstract description 90
- 238000005192 partition Methods 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 46
- 230000011218 segmentation Effects 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims description 43
- 238000003384 imaging method Methods 0.000 claims description 31
- 238000000605 extraction Methods 0.000 claims description 13
- 239000012634 fragment Substances 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 10
- 238000009435 building construction Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 9
- 206010063385 Intellectualisation Diseases 0.000 abstract description 3
- 230000009467 reduction Effects 0.000 abstract description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 9
- 238000005452 bending Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 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
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
- G06V20/47—Detecting features for summarising video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Geometry (AREA)
- Radar, Positioning & Navigation (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computer Graphics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种面向对象的地图构建方法及系统,属于人工智能领域,所述方法包括:通过根据摄像装置对目标对象进行图像采集,输出地区图像信息,对片区位置、形状、面积进行分析,输入至矢量建图系统中,得到片区矢量输出结果,进行区属性分析,得到片区特征分析结果,按照矢量输出结果和片区特征分析结果进行区域分割和路线规划,输出多个分区和所述多个分区对应的多个采集路径,获取多源传感器的多源传感数据,输出所述多个分区的子建图结果,进行三维拼接,输出目标对象的建图结果。解决了现有技术中存在针对对象的建图精度低,时间长,建图方法不够智能化的技术问题。达到了高精度建图,减少建图时间的技术效果。
Description
技术领域
本申请涉及人工智能领域,尤其涉及一种面向对象的地图构建方法及系统。
背景技术
随着科学技术的飞速发展,人们对于出行的便利需求日益提高。随着城市化建设,城市结构日益复杂,研究地图的构建方法对于提升人们生活质量有着十分重要的意义。
目前,通过进行人工实地测量进行地图构建的方法,已经被通过各种传感器进行测量来代替。通过运用激光雷达来进行扫描区域,得到扫描数据,然后进行数据拼接,得到地图。然而,通过人工测量得到的地图为二维的,激光雷达扫描的得到的虽然是三维的,但是由于激光雷达的扫描范围有限,因此,在拼接过程中会存在大量的误差,导致地图精度过低。存在针对对象的建图精度低,时间长,建图方法不够智能化的技术问题。
发明内容
本申请的目的是提供一种面向对象的地图构建方法及系统,用以解决现有技术中存在针对对象的建图精度低,时间长,建图方法不够智能化的技术问题。
鉴于上述问题,本申请提供了一种面向对象的地图构建方法及系统。
第一方面,本申请提供了一种面向对象的地图构建方法,其中,所述方法应用于面向对象的地图构建系统,所述系统与摄像装置、多源传感器和矢量建图系统通信连接,所述方法包括:根据所述摄像装置对目标对象进行图像采集,输出地区图像信息;按照所述地区图像信息进行片区位置、形状、面积进行分析,输入至所述矢量建图系统中,用于输出片区矢量输出结果;通过对所述地区图像信息进行地区属性分析,基于地区属性确定特征分析指标,按照所述特征分析指标对所述目标对象进行分析,输出片区特征分析结果;按照所述矢量输出结果和所述片区特征分析结果进行区域分割和路线规划,输出多个分区和所述多个分区对应的多个采集路径;根据所述多个采集路径,获取所述多源传感器的多源传感数据;按照所述多源传感数据分别输出所述多个分区的子建图结果;以所述多个分区的子建图结果进行三维拼接,输出所述目标对象的建图结果。
另一方面,本申请还提供了一种面向对象的地图构建系统,其中,所述系统包括:图像采集模块,所述图像采集模块用于根据摄像装置对目标对象进行图像采集,输出地区图像信息;矢量输出模块,所述矢量输出模块用于按照所述地区图像信息进行片区位置、形状、面积进行分析,输入至矢量建图系统中,用于输出片区矢量输出结果;特征输出模块,所述特征输出模块用于通过对所述地区图像信息进行地区属性分析,基于地区属性确定特征分析指标,按照所述特征分析指标对所述目标对象进行分析,输出片区特征分析结果;路径输出模块,所述路径输出模块用于按照所述矢量输出结果和所述片区特征分析结果进行区域分割和路线规划,输出多个分区和所述多个分区对应的多个采集路径;数据输出模块,所述数据输出模块用于根据所述多个采集路径,获取多源传感器的多源传感数据;子建图输出模块,所述子建图输出模块用于按照所述多源传感数据分别输出所述多个分区的子建图结果;建图结果输出模块,所述建图结果输出模块用于以所述多个分区的子建图结果进行三维拼接,输出所述目标对象的建图结果。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种面向对象的地图构建方法的流程示意图;
图2为本申请实施例提供的一种面向对象的地图构建方法中输出所述多个分区的子建图结果的流程示意图;
图3为本申请实施例提供的一种面向对象的地图构建方法中输出预测累计误差的流程示意图;
图4为本申请一种面向对象的地图构建系统的结构示意图;
附图标记说明:图像采集模块11,矢量输出模块12,特征输出模块13,路径输出模块14,数据输出模块15,子建图输出模块16,建图结果输出模块17。
具体实施方式
本申请通过提供一种面向对象的地图构建方法及系统,解决了现有技术中存在针对对象的建图精度低,时间长,建图方法不够智能化的技术问题。达到了高精度建图,减少建图时间的技术效果。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面,将参考附图对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种面向对象的地图构建方法,其中,所述方法应用于面向对象的地图构建系统,所述系统与摄像装置、多源传感器和矢量建图系统通信连接,所述方法包括:
步骤S100:根据所述摄像装置对目标对象进行图像采集,输出地区图像信息;
进一步的,所述输出地区图像信息,本申请实施例步骤S100还包括:
步骤S110:根据所述摄像装置,获取所述目标对象的视频信息;
步骤S120:按照所述目标对象的视频信息输入关键帧提取模型中,根据所述关键帧提取模型,输出基于关键帧图像集合,其中,所述关键帧图像集合为处于所述视频信息中的关键帧图像;
步骤S130:将所述关键帧图像集合作为所述地区图像信息进行输出。
进一步的,本申请实施例步骤S120还包括:
步骤S121:搭建所述关键帧提取模型,其中,所述关键帧提取模型包括多个筛查指标,其中,所述多个筛查指标包括成像质量等级、成像角度重叠性和成像特征相似性;
步骤S122:按照所述成像质量等级、所述成像角度重叠性和所述成像特征相似性对所述目标对象的视频信息进行逐步提取,输出所述关键帧图像集合。
具体而言,所述摄像装置用于对所述目标对象进行图像采集,可选的,所述摄像装置包括:DV机,摄像机,红外日夜两用摄像机等。其中,所述目标对象是任意一个要进行地图构建的对象,可选的,可以是工业园区、社区、商圈等。所述多源传感器是可以进行利用不同视角的来进行目标的采集,感知的传感器。所述矢量建图系统是指通过进行建构矢量图的系统,矢量图是使用直线和曲线来描述的图形,在维持原有清晰度和弯曲度的同时,移动和改变矢量图像元素,不会影响图中其他图像元素的显示。
具体的,所述地区图像信息是对所述目标对象利用摄像装置进行图像采集后,得到的反应目标对象的区域、形状,大小等特征的图像信息。通过摄像装置得到的所述地区图像信息是二维的。所述目标对象的视频信息是对所述目标对象进行摄像后得到的一段时间内的视频信息。通过对视频中的关键帧图像进行提取,得到所述关键帧图像集合。其中,所述关键帧图像集合为处于所述视频信息中的关键帧图像,即可以完整清晰表现出目标对象的区域、形状、大小等特征,对于构建所述对象的地图十分关键的图像集合。将所述关键帧图像集合作为所述地区图像信息进行输出,达到了为后续进行片区划分构建矢量化地图提供基础信息的技术效果。
具体的,所述关键帧提取模型是用来对所述目标对象的视频信息进行关键帧提取的功能模型。通过设立多个筛查指标对获得的视频信息中的每帧图像进行筛选得到复合要求的图像。所述筛查指标是表征所需要图像的要求的指标,包括所述成像质量等级、成像角度重叠性和成像特征相似性。所述成像质量等级是对图像的质量做出评价后得到的等级,可以将成像质量等级高的图像筛选出来。成像质量主要包括:图像的清晰度和分辨率情况,以及图像的完成度。所述成像角度重叠性是指两个帧的拍摄角度的重叠情况,优先选取不重叠的图像,对于由重叠角度的图像采用优先选取图像质量高的作为关键帧图像。所述成像特征相似性是指两个帧之间的特征点相似性,如果相似性高的话说明是针对同一个特征进行展现的帧,两个帧之间的相互关联度高,当超过一定程度后,可以作为一个角度的关键帧。示例性的,假设将两个帧之间的特征点相似性设置为θ,如果θ值越高,表示相互关联度之间就越高,设置一个阈值,当θ值超过这个阈值后,表明这两帧图像所展现的特征点的一致性过高,进而选取两帧图像中质量较好的一帧作为关键帧。通过考虑成像的不同方面,来筛选出最能反映所述目标对象的图像,为后续进行地图构建提供了可靠的基础数据,达到了提高地图构建的效率和准确度的技术效果。
步骤S200:按照所述地区图像信息进行片区位置、形状、面积进行分析,输入至所述矢量建图系统中,用于输出片区矢量输出结果;
步骤S300:通过对所述地区图像信息进行地区属性分析,基于地区属性确定特征分析指标,按照所述特征分析指标对所述目标对象进行分析,输出片区特征分析结果;
具体而言,通过根据所述地区图像信息分析片区的位置、形状、面积,将得到的分析结果作为输入数据输入到所述矢量建图系统中,输出所述片区矢量输出结果,即所述片区的矢量轮廓情况。进而进行地区属性分析,通过确定所述目标对象的属于什么类型的地区,对应确定特征分析指标。所述特征分析指标是指用来表征地区的特点的分析指标,包括地区的区域划分信息指标,聚集区域指标,位置指标、路径指标等。进而得到所述片区特征分析结果,即得到具体的片区内的细化轮廓,从而提高数据的准确性,细化分析细节。
示例性的,如果所述地区属性为商业街,对应的特征分析指标就是商户的分布位置,商户性质,密集程度,密集区域之间的距离等。通过根据所述特征分析指标对所述商业街图像进行分析,得到所述商业街的特征信息。
步骤S400:按照所述矢量输出结果和所述片区特征分析结果进行区域分割和路线规划,输出多个分区和所述多个分区对应的多个采集路径;
步骤S500:根据所述多个采集路径,获取所述多源传感器的多源传感数据;
具体而言,通过对所述矢量输出结果结合所述片区特征分析结果进行区域分割和路径规划,所述区域分割是根据片区特征分析结果将得到的所述矢量输出结果进行区域细分,可选的,通过得到的密集程度进行划分或通过面积大小进行划分等。所述路线规划是通过对划分好的区域设置采集路径。避免由于区域过大,路径规划复杂,无法高效的进行采集信息和信息汇总,达到了提高采集效率和准确度的技术效果。
具体的,所述多源传感数据是从所述多源传感器获得的融合数据,包括对采集目标的形状,形变等数据进行整合处理,从而,可根据不同的采集路径对所述目标对象进行精确化的轮廓细化,得到高精度的数据。为后续进行建图提供准确的数据。
步骤S600:按照所述多源传感数据分别输出所述多个分区的子建图结果;
进一步的,如图2所示,按照所述多源传感数据分别输出所述多个分区的子建图结果,本申请实施例步骤S600还包括:
步骤S610:通过对所述多个分区进行区域路径分析,获取回路复杂度,其中,所述回路复杂度为标识回路数量和连接关系的复杂程度;
步骤S620:根据所述回路复杂度进行传感预测累计误差预测,输出预测累计误差;
步骤S630:按照所述预测累计误差判断是否激活外数据源传输模块,若激活所述外数据源传输模块,获取外数据源传输数据;
步骤S640:以所述外数据源传输数据,输出所述子建图结果。
进一步的,如图3所示,所述输出预测累计误差,本申请实施例步骤S620还包括:
步骤S621:根据所述回路复杂度中的回路数量和回路连接关系,进行回路特征分析,输出回路复杂特征;
步骤S622:按照所述回路复杂特征进行类比回路输出,获取类比回路;
步骤S623:获取所述类比回路进行回路修正的执行全流程,按照执行全流程输出全局误差调整时间;
步骤S624:以所述全局误差调整时间作为所述回路复杂度的误差预测结果,输出所述预测累计误差。
具体而言,通过进行区域路径分析,可以获得每个分区内的路径情况,得到区域中的回路,即从道路中某一点出发按照一定的方向行进后仍能回到该点时经过的路径。进而对区域中的回路进行标识,得到标识回路数量,以及标识回路之间的连接关系。为了保证回路在构建的三维地图中能够闭合,以及回路之间能够保持连接关系,需要对数据得到的子建图结果中的回路进行修正处理。通过分析回路特征,选取最具有代表性的一个回路,对其进行修正,进而根据其修正时间预测对区域中的所有回路进行修正需要的时间,以此作为预测累计误差。如果误差过大,表明对根据所述多源传感数据得到的子建图结果进行修正需要消耗的资源过大,此时通过激活外数据源传输模块来获取所述外数据源传输数据,得到所述子建图结果。
具体的,以与其他回路的重叠比例,回路弯曲程度、与其他路径的连接点数量为特征,对区域内的所有回路进行特征分析,得到各个回路的所述回路复杂特征。其中,所述回路弯曲程度是指回路路径方向改变的次数多少,方向改变的次数越多,回路弯曲程度越大,回路越复杂。根据得到的各个回路的所述回路复杂度特征,筛选出类比回路。通过筛选出上述3个特征值均占所有回路特征值比例最高的回路作为最有代表性的类比回路,所述类比回路代表了区域内回路复杂程度的平均水平。
具体的,通过对所述类比回路进行回路修正的执行全流程,其中,所述执行全流程是对所述回路进行控制来保证地图精度的操作,包括:回路侦测、整体与局部对比、周围线程同步、整体优化、误差差预测。其中,所述回路侦测是通过在所述多源传感数据中搜索与类比回路相关的数据信息和关键帧数据。所述整体与局部对比是从区域当前帧与回路关键帧之间进行对比,因为回路即在区域当前整体的帧中,也在回路自己的局部关键帧中,两者之间进行对比,回路的位置信息存在误差,获得误差数据。所述周围线程同步是建立回路与相连路径的连接点之间的同步关系,回路位置调整,相应连接点的位置也随之调整。所述整体优化是根据连接点位置变化对整体位置进行误差调整,修正偏移的位置。所述误差预测是指根据所述类比回路的调整误差来预测区域回路都进行优化调整的时间。由此,获得所述全局误差调整时间作为所述区域的回路复杂度的误差预测结果,得到所述预测累计误差,作为判断是否需要激活外数据源传输模块的依据。由此,通过选取有代表性的类比回路来预测整体,提高了判断效率,缩短了预测时间。
具体的,所述外数据源传输模块是用来获取外部的分区图纸并进行数据传输的模块。所述外数据源传输数据是所述分区的二维图纸数据。根据所述预测累计误差,来判断是否激活所述外数据源传输模块,进而得到所述外数据源传输数据,输出所述子建图结果。其中,所述子建图结果是指各个分区的时间建图结果,是三维的。以此,达到了降低建图难度,提高建图的便利度和准确度的技术效果。
进一步的,所述获取外数据源传输数据,本申请实施例步骤S630还包括:
步骤S631:若激活所述外数据源传输模块,连接第三方平台,根据所述多个分区生成多个传输区块;
步骤S632:对所述多个分区中的每个分区进行建筑物标识,输出用于进行数据源传输的标识建筑;
步骤S633:向所述标识建筑的计算终端发送权限请求,获取建筑施工图;
步骤S634:通过连接所述第三方平台,将所述建筑施工图输入所述第三方平台中,根据所述第三方平台中的多个传输区块对应进行数据源提取,输出所述外数据源传输数据。
具体而言,所述第三方平台是对接地图构建的数据方和提供建筑图纸的数据方的平台,通过采用第三方参与可以保证交换的效率,减少双方对接流程,提高对接质量,也可以避免交换双方的信息发生泄漏,增加了数据保密的安全性。所述多个传输区块对应了所述多个分区,通过每个分区单独建立传输区块,可以保证数据独立,提高数据传输的效率和保密性。首先通过对每个分区进行建筑物标识,每个分区对应一个标识建筑物,通过向所述标识建筑的计算终端发起获取所述标识建筑的施工图的权限请求,对应从第三方平台中提取数据源,得到传输数据。
示例性的,如果所述目标对象为商区,商场回路众多,路径复杂度高,导致构建该商场的地图较为困难,通过连接外数据源传输模块,来获取外数据源传输数据,得到商场建立时的建筑施工设计图,按照获得的数据进行子地图构建。
步骤S700:以所述多个分区的子建图结果进行三维拼接,输出所述目标对象的建图结果。
进一步的,以所述多个分区的子建图结果进行三维拼接,输出所述目标对象的建图结果,本申请实施例步骤S700还包括:
步骤S710:根据所述多个分区的子建图结果进行建模标准化处理,输出标准化子建图结果;
步骤S720:按照所述标准化子建图结果进行片区地面层识别和拼接角识别,输出地面层定位和拼接角定位;
步骤S730:按照所述地面层定位和所述拼接角定位对所述多个分区的子建图结果进行三维拼接,输出所述目标对象的建图结果。
具体而言,在获得所述多个分区的子建图结果后,按照定位进行拼接,从而可以得到所述目标对象的建图结果。所述建模标准化处理是将得到的所述多个分区的子建图结果按照一定的基准进行校准,输出的标准化子建图结果的参考依据是一致的。根据所述标准化子建图进行拼接,可以减少拼接误差。
具体的,通过所述地面层定位可以得到进行拼接时的基准面,通过所述拼接角可以获得所述拼接的边缘,由此,对所述多个分区的子建图结果进行三维拼接,可以达到提高拼接的准确性,减少建图时间的技术效果。
综上所述,本申请所提供的一种面向对象的地图构建方法具有如下技术效果:
1.本申请通过根据摄像装置对目标对象进行图像采集,输出地区图像信息,对片区位置、形状、面积进行分析,输入至矢量建图系统中,得到片区矢量输出结果,进行区属性分析,得到片区特征分析结果,按照矢量输出结果和片区特征分析结果进行区域分割和路线规划,输出多个分区和所述多个分区对应的多个采集路径,获取多源传感器的多源传感数据,输出所述多个分区的子建图结果,进行三维拼接,输出目标对象的建图结果。解决了现有技术中存在针对对象的建图精度低,时间长,建图方法不够智能化的技术问题。达到了高精度建图,减少建图时间的技术效果。
2.本申请通过对区域内的所有回路进行回路复杂特征分析,筛选出具有代表性的类比回路,进而通过对类比回路进行回路修正的执行全流程,来得到作为回路复杂度的误差预测结果,输出预测累计误差,来判断是否激活所述外数据源传输模块,进而得到所述外数据源传输数据,输出所述子建图结果。以此,实现了根据区域的回路复杂程度,选取对应的建图方法的目标,从而达到了降低建图难度,提高建图的便利度和准确度的技术效果。
实施例二
基于与前述实施例中一种面向对象的地图构建方法同样的发明构思,如图4所示,本申请还提供了一种面向对象的地图构建系统,其中,所述系统包括:
图像采集模块11,所述图像采集模块11用于根据摄像装置对目标对象进行图像采集,输出地区图像信息;
矢量输出模块12,所述矢量输出模块12用于按照所述地区图像信息进行片区位置、形状、面积进行分析,输入至矢量建图系统中,用于输出片区矢量输出结果;
特征输出模块13,所述特征输出模块13用于通过对所述地区图像信息进行地区属性分析,基于地区属性确定特征分析指标,按照所述特征分析指标对所述目标对象进行分析,输出片区特征分析结果;
路径输出模块14,所述路径输出模块14用于按照所述矢量输出结果和所述片区特征分析结果进行区域分割和路线规划,输出多个分区和所述多个分区对应的多个采集路径;
数据输出模块15,所述数据输出模块15用于根据所述多个采集路径,获取多源传感器的多源传感数据;
子建图输出模块16,所述子建图输出模块16用于按照所述多源传感数据分别输出所述多个分区的子建图结果;
建图结果输出模块17,所述建图结果输出模块17用于以所述多个分区的子建图结果进行三维拼接,输出所述目标对象的建图结果。
进一步的,所述系统还包括:
获取单元,所述获取单元用于通过对所述多个分区进行区域路径分析,获取回路复杂度,其中,所述回路复杂度为标识回路数量和连接关系的复杂程度;
误差输出单元,所述误差输出单元用于根据所述回路复杂度进行传感预测累计误差预测,输出预测累计误差;
传输数据获取单元,所述传输数据获取单元用于按照所述预测累计误差判断是否激活外数据源传输模块,若激活所述外数据源传输模块,获取外数据源传输数据;
子建图结果输出单元,所述子建图结果输出单元用于以所述外数据源传输数据,输出所述子建图结果。
进一步的,所述系统还包括:
生成单元,所述生成单元用于若激活所述外数据源传输模块,连接第三方平台,根据所述多个分区生成多个传输区块;
标识建筑输出单元,所述标识建筑输出单元用于对所述多个分区中的每个分区进行建筑物标识,输出用于进行数据源传输的标识建筑;
施工图获取单元,所述施工图获取单元用于向所述标识建筑的计算终端发送权限请求,获取建筑施工图;
传输数据单元,所述传输数据单元用于通过连接所述第三方平台,将所述建筑施工图输入所述第三方平台中,根据所述第三方平台中的多个传输区块对应进行数据源提取,输出所述外数据源传输数据。
进一步的,所述系统还包括:
标准化输出单元,所述标准化输出单元用于根据所述多个分区的子建图结果进行建模标准化处理,输出标准化子建图结果;
定位输出单元,所述定位输出单元用于按照所述标准化子建图结果进行片区地面层识别和拼接角识别,输出地面层定位和拼接角定位;
建图结果输出单元,所述建图结果输出单元用于按照所述地面层定位和所述拼接角定位对所述多个分区的子建图结果进行三维拼接,输出所述目标对象的建图结果。
进一步的,所述系统还包括:
回路特征输出单元,所述回路特征输出单元用于根据所述回路复杂度中的回路数量和回路连接关系,进行回路特征分析,输出回路复杂特征;
回路获取单元,所述回路获取单元用于按照所述回路复杂特征进行类比回路输出,获取类比回路;
调整时间单元,所述调整时间单元用于获取所述类比回路进行回路修正的执行全流程,按照执行全流程输出全局误差调整时间;
累计误差输出单元,所述累计误差输出单元用于以所述全局误差调整时间作为所述回路复杂度的误差预测结果,输出所述预测累计误差。
进一步的,所述系统还包括:
视频信息获取单元,所述视频信息获取单元用于根据所述摄像装置,获取所述目标对象的视频信息;
图像输出单元,所述图像输出单元用于按照所述目标对象的视频信息输入关键帧提取模型中,根据所述关键帧提取模型,输出基于关键帧图像集合,其中,所述关键帧图像集合为处于所述视频信息中的关键帧图像;
图像信息输出单元,所述图像信息输出单元用于将所述关键帧图像集合作为所述地区图像信息进行输出。
进一步的,所述系统还包括:
模型搭建单元,所述模型搭建单元用于搭建所述关键帧提取模型,其中,所述关键帧提取模型包括多个筛查指标,其中,所述多个筛查指标包括成像质量等级、成像角度重叠性和成像特征相似性;
关键图像输出单元,所述关键图像输出单元用于按照所述成像质量等级、所述成像角度重叠性和所述成像特征相似性对所述目标对象的视频信息进行逐步提取,输出所述关键帧图像集合。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,前述图1实施例一中的一种面向对象的地图构建方法和具体实例同样适用于本实施例的一种面向对象的地图构建系统,通过前述对一种面向对象的地图构建方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种面向对象的地图构建系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种面向对象的地图构建方法,其特征在于,所述方法应用于面向对象的地图构建系统,所述系统与摄像装置、多源传感器和矢量建图系统通信连接,所述方法包括:
根据所述摄像装置对目标对象进行图像采集,输出地区图像信息;
按照所述地区图像信息进行片区位置、形状、面积进行分析,输入至所述矢量建图系统中,用于输出片区矢量输出结果;
通过对所述地区图像信息进行地区属性分析,基于地区属性确定特征分析指标,按照所述特征分析指标对所述目标对象进行分析,输出片区特征分析结果;
按照所述矢量输出结果和所述片区特征分析结果进行区域分割和路线规划,输出多个分区和所述多个分区对应的多个采集路径;
根据所述多个采集路径,获取所述多源传感器的多源传感数据;
按照所述多源传感数据分别输出所述多个分区的子建图结果;
以所述多个分区的子建图结果进行三维拼接,输出所述目标对象的建图结果。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
通过对所述多个分区进行区域路径分析,获取回路复杂度,其中,所述回路复杂度为标识回路数量和连接关系的复杂程度;
根据所述回路复杂度进行传感预测累计误差预测,输出预测累计误差;
按照所述预测累计误差判断是否激活外数据源传输模块,若激活所述外数据源传输模块,获取外数据源传输数据;
以所述外数据源传输数据,输出所述子建图结果。
3.如权利要求2所述的方法,其特征在于,所述获取外数据源传输数据,所述方法还包括:
若激活所述外数据源传输模块,连接第三方平台,根据所述多个分区生成多个传输区块;
对所述多个分区中的每个分区进行建筑物标识,输出用于进行数据源传输的标识建筑;
向所述标识建筑的计算终端发送权限请求,获取建筑施工图;
通过连接所述第三方平台,将所述建筑施工图输入所述第三方平台中,根据所述第三方平台中的多个传输区块对应进行数据源提取,输出所述外数据源传输数据。
4.如权利要求1所述的方法,其特征在于,以所述多个分区的子建图结果进行三维拼接,输出所述目标对象的建图结果,所述方法还包括:
根据所述多个分区的子建图结果进行建模标准化处理,输出标准化子建图结果;
按照所述标准化子建图结果进行片区地面层识别和拼接角识别,输出地面层定位和拼接角定位;
按照所述地面层定位和所述拼接角定位对所述多个分区的子建图结果进行三维拼接,输出所述目标对象的建图结果。
5.如权利要求2所述的方法,其特征在于,所述输出预测累计误差,所述方法还包括:
根据所述回路复杂度中的回路数量和回路连接关系,进行回路特征分析,输出回路复杂特征;
按照所述回路复杂特征进行类比回路输出,获取类比回路;
获取所述类比回路进行回路修正的执行全流程,按照执行全流程输出全局误差调整时间;
以所述全局误差调整时间作为所述回路复杂度的误差预测结果,输出所述预测累计误差。
6.如权利要求1所述的方法,其特征在于,所述输出地区图像信息,所述方法还包括:
根据所述摄像装置,获取所述目标对象的视频信息;
按照所述目标对象的视频信息输入关键帧提取模型中,根据所述关键帧提取模型,输出基于关键帧图像集合,其中,所述关键帧图像集合为处于所述视频信息中的关键帧图像;
将所述关键帧图像集合作为所述地区图像信息进行输出。
7.如权利要求6所述的方法,其特征在于,所述方法还包括:
搭建所述关键帧提取模型,其中,所述关键帧提取模型包括多个筛查指标,其中,所述多个筛查指标包括成像质量等级、成像角度重叠性和成像特征相似性;
按照所述成像质量等级、所述成像角度重叠性和所述成像特征相似性对所述目标对象的视频信息进行逐步提取,输出所述关键帧图像集合。
8.一种面向对象的地图构建系统,其特征在于,所述系统包括:
图像采集模块,所述图像采集模块用于根据摄像装置对目标对象进行图像采集,输出地区图像信息;
矢量输出模块,所述矢量输出模块用于按照所述地区图像信息进行片区位置、形状、面积进行分析,输入至矢量建图系统中,用于输出片区矢量输出结果;
特征输出模块,所述特征输出模块用于通过对所述地区图像信息进行地区属性分析,基于地区属性确定特征分析指标,按照所述特征分析指标对所述目标对象进行分析,输出片区特征分析结果;
路径输出模块,所述路径输出模块用于按照所述矢量输出结果和所述片区特征分析结果进行区域分割和路线规划,输出多个分区和所述多个分区对应的多个采集路径;
数据输出模块,所述数据输出模块用于根据所述多个采集路径,获取多源传感器的多源传感数据;
子建图输出模块,所述子建图输出模块用于按照所述多源传感数据分别输出所述多个分区的子建图结果;
建图结果输出模块,所述建图结果输出模块用于以所述多个分区的子建图结果进行三维拼接,输出所述目标对象的建图结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210855773.2A CN114926601B (zh) | 2022-07-21 | 2022-07-21 | 一种面向对象的地图构建方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210855773.2A CN114926601B (zh) | 2022-07-21 | 2022-07-21 | 一种面向对象的地图构建方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114926601A true CN114926601A (zh) | 2022-08-19 |
CN114926601B CN114926601B (zh) | 2022-10-28 |
Family
ID=82816025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210855773.2A Active CN114926601B (zh) | 2022-07-21 | 2022-07-21 | 一种面向对象的地图构建方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114926601B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130321456A1 (en) * | 2012-06-05 | 2013-12-05 | Jeffrey P. Hultquist | Method, system and apparatus for rendering a map according to hybrid map data |
CN103645480A (zh) * | 2013-12-04 | 2014-03-19 | 北京理工大学 | 基于激光雷达和图像数据融合的地形地貌特征构建方法 |
CN104658039A (zh) * | 2015-02-12 | 2015-05-27 | 南京市测绘勘察研究院有限公司 | 一种城市数字地图三维建模制作方法 |
US20150227775A1 (en) * | 2012-09-11 | 2015-08-13 | Southwest Research Institute | 3-D Imaging Sensor Based Location Estimation |
CN105096386A (zh) * | 2015-07-21 | 2015-11-25 | 中国民航大学 | 大范围复杂城市环境几何地图自动生成方法 |
CN106886745A (zh) * | 2016-12-26 | 2017-06-23 | 西北工业大学 | 一种基于实时在线地图生成的无人机侦察方法 |
US20170206648A1 (en) * | 2016-01-20 | 2017-07-20 | Ez3D, Llc | System and method for structural inspection and construction estimation using an unmanned aerial vehicle |
CN110799804A (zh) * | 2017-06-30 | 2020-02-14 | 深圳市大疆创新科技有限公司 | 地图生成系统和方法 |
CN111174799A (zh) * | 2019-12-24 | 2020-05-19 | Oppo广东移动通信有限公司 | 地图构建方法及装置、计算机可读介质、终端设备 |
CN111325842A (zh) * | 2020-03-04 | 2020-06-23 | Oppo广东移动通信有限公司 | 地图构建方法、重定位方法及装置、存储介质和电子设备 |
CN112465970A (zh) * | 2020-11-27 | 2021-03-09 | 北京斯年智驾科技有限公司 | 导航地图构建方法、装置、系统、电子装置和存储介质 |
CN113936092A (zh) * | 2021-09-15 | 2022-01-14 | 杭州易现先进科技有限公司 | 一种大规模场景地图的三维重建方法和系统 |
CN114549338A (zh) * | 2021-12-27 | 2022-05-27 | 浙江大华技术股份有限公司 | 一种电子地图的生成方法、装置和计算机可读存储介质 |
-
2022
- 2022-07-21 CN CN202210855773.2A patent/CN114926601B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130321456A1 (en) * | 2012-06-05 | 2013-12-05 | Jeffrey P. Hultquist | Method, system and apparatus for rendering a map according to hybrid map data |
US20150227775A1 (en) * | 2012-09-11 | 2015-08-13 | Southwest Research Institute | 3-D Imaging Sensor Based Location Estimation |
CN103645480A (zh) * | 2013-12-04 | 2014-03-19 | 北京理工大学 | 基于激光雷达和图像数据融合的地形地貌特征构建方法 |
CN104658039A (zh) * | 2015-02-12 | 2015-05-27 | 南京市测绘勘察研究院有限公司 | 一种城市数字地图三维建模制作方法 |
CN105096386A (zh) * | 2015-07-21 | 2015-11-25 | 中国民航大学 | 大范围复杂城市环境几何地图自动生成方法 |
US20170206648A1 (en) * | 2016-01-20 | 2017-07-20 | Ez3D, Llc | System and method for structural inspection and construction estimation using an unmanned aerial vehicle |
CN106886745A (zh) * | 2016-12-26 | 2017-06-23 | 西北工业大学 | 一种基于实时在线地图生成的无人机侦察方法 |
CN110799804A (zh) * | 2017-06-30 | 2020-02-14 | 深圳市大疆创新科技有限公司 | 地图生成系统和方法 |
CN111174799A (zh) * | 2019-12-24 | 2020-05-19 | Oppo广东移动通信有限公司 | 地图构建方法及装置、计算机可读介质、终端设备 |
CN111325842A (zh) * | 2020-03-04 | 2020-06-23 | Oppo广东移动通信有限公司 | 地图构建方法、重定位方法及装置、存储介质和电子设备 |
CN112465970A (zh) * | 2020-11-27 | 2021-03-09 | 北京斯年智驾科技有限公司 | 导航地图构建方法、装置、系统、电子装置和存储介质 |
CN113936092A (zh) * | 2021-09-15 | 2022-01-14 | 杭州易现先进科技有限公司 | 一种大规模场景地图的三维重建方法和系统 |
CN114549338A (zh) * | 2021-12-27 | 2022-05-27 | 浙江大华技术股份有限公司 | 一种电子地图的生成方法、装置和计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
初玉滨: ""未知环境下旋翼无人机自主探索与语义建图"", 《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114926601B (zh) | 2022-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111144388B (zh) | 一种基于单目影像的道路标志标线的更新方法 | |
US8359156B2 (en) | Map generation system and map generation method by using GPS tracks | |
CN113129241B (zh) | 图像处理方法及装置、计算机可读介质、电子设备 | |
CN102157011A (zh) | 利用移动拍摄设备进行动态纹理采集及虚实融合的方法 | |
CN105578027A (zh) | 一种拍照方法及装置 | |
CN115376109B (zh) | 障碍物检测方法、障碍物检测装置以及存储介质 | |
CN116539004A (zh) | 一种采用无人机测绘的通信线路工程勘察设计方法与系统 | |
Li et al. | Lane marking quality assessment for autonomous driving | |
CN114845260B (zh) | 一种基于物联网的水文监测数据采集系统 | |
CN110851978B (zh) | 一种基于可见性的摄像机位置优化方法 | |
CN115690746A (zh) | 一种基于车路协同的无盲区感知方法和系统 | |
CN115019208A (zh) | 一种面向动态交通场景的路面三维重建方法和系统 | |
CN116147567B (zh) | 基于多元数据融合的国土测绘方法 | |
CN116958959B (zh) | 一种高程信息的处理方法、装置、电子设备和存储介质 | |
CN114611635A (zh) | 一种对象的识别方法、装置、存储介质及电子装置 | |
CN114926601B (zh) | 一种面向对象的地图构建方法及系统 | |
CN116901089B (zh) | 一种多角度视距的机器人控制方法及系统 | |
CN106780323B (zh) | 一种基于智能手机的农情采集与实时更新方法及系统 | |
JP7136138B2 (ja) | 地図生成用データ収集装置及び地図生成用データ収集方法ならびに車両 | |
CN112037192A (zh) | 一种城镇燃气公用管道安装过程埋深信息采集方法 | |
CN114608522B (zh) | 一种基于视觉的障碍物识别与测距方法 | |
CN115797310A (zh) | 一种光伏电站组串倾角的确定方法及电子设备 | |
JP2012203722A (ja) | 地物選定システム、地物選定プログラム及び地物選定方法 | |
CN111429430B (zh) | 基于机器视觉的隧道检测车尺寸映射关系计算方法 | |
CN112802191A (zh) | 一种城市规划实时模拟展示系统 |
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 |