CN115307544A - 一种道路斜坡路面距离测量系统及方法 - Google Patents

一种道路斜坡路面距离测量系统及方法 Download PDF

Info

Publication number
CN115307544A
CN115307544A CN202210975487.XA CN202210975487A CN115307544A CN 115307544 A CN115307544 A CN 115307544A CN 202210975487 A CN202210975487 A CN 202210975487A CN 115307544 A CN115307544 A CN 115307544A
Authority
CN
China
Prior art keywords
data
coordinate information
information
panoramic image
road surface
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
CN202210975487.XA
Other languages
English (en)
Other versions
CN115307544B (zh
Inventor
苑斌
肖立军
刘震
杜腾飞
许蓓
王蕊芯
薛霞
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.)
Zibo Transportation Construction And Development Center
Original Assignee
Zibo Transportation Construction And Development Center
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 Zibo Transportation Construction And Development Center filed Critical Zibo Transportation Construction And Development Center
Priority to CN202210975487.XA priority Critical patent/CN115307544B/zh
Publication of CN115307544A publication Critical patent/CN115307544A/zh
Application granted granted Critical
Publication of CN115307544B publication Critical patent/CN115307544B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/002Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C3/00Measuring distances in line of sight; Optical rangefinders
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation
    • Y02A30/60Planning or developing urban green infrastructure

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种道路斜坡路面距离测量系统及方法,属于距离测量技术领域,所述道路斜坡路面距离测量系统包括数据采集模块、数据处理模块、数据计算模块、数据分析模块和数据存储模块。为了解决测量不精准且不便捷的问题,本发明的的道路斜坡路面距离测量系统及方法,根据道路斜坡路面距离测量需求,进行多点坐标定位采集,确定位置点,划分不同平面内的坐标信息,对坐标信息进行,根据计算结果得出测量的道路斜坡路面距离,测量精准且便捷,查验测量后的道路斜坡路面距离是否符合标准,根据不同的分析结果执行不同的相应策略,通过路面维护单元对道路斜坡路面进行定期维护,可使道路斜坡路面得到定期维护,保障道路行驶安全。

Description

一种道路斜坡路面距离测量系统及方法
技术领域
本发明涉及一种道路斜坡路面距离测量系统及方法,属于距离测量技术领域。
背景技术
本部分的描述仅提供与本说明书公开相关的背景信息,而不构成现有技术。
距离测量是指测量地面上两点连线长度的工作,通常需要测定的是水平距离,即两点连线投影在某水准面上的长度,它是确定地面点的平面位置的要素之一,是测量工作中最基本的任务之一。
目前,针对道路斜坡路面的距离测量一般采用倾斜摄影技术,倾斜摄影技术是国际摄影测量领域近十几年发展起来的一项高新技术,该技术通过从一个垂直、四个倾斜、五个不同的视角同步采集影像,获取到丰富的建筑物顶面及侧视的高分辨率纹理。它不仅能够真实地反映地物情况,高精度地获取物方纹理信息,还可通过先进的定位、融合、建模等技术,生成真实的三维城市模型。但是,低空倾斜摄影测量存在一些不足:无人机的载重有限,很多无人机搭载的相机都不是专业测绘相机,航摄精度有待验证,且设备的购置成本高。
应该注意,上面对技术背景的介绍只是为了方便对本说明书的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本说明书的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
本发明的目的在于提供一种道路斜坡路面距离测量系统及方法,本发明根据道路斜坡路面距离测量需求,进行多点坐标定位采集,确定位置点,划分不同平面内的坐标信息,对坐标信息进行,根据计算结果得出测量的道路斜坡路面距离,测量精准且便捷,查验测量后的道路斜坡路面距离是否符合标准,根据不同的分析结果执行不同的相应策略,通过路面维护单元对道路斜坡路面进行定期维护,可使道路斜坡路面得到定期维护,保障道路行驶安全,以解决现有技术中存在的上述问题。
为实现上述目的,本发明提供如下技术方案:
一种道路斜坡路面距离测量系统,包括数据采集模块、数据处理模块和数据计算模块,
数据采集模块用于采集道路斜坡路面信息,根据道路斜坡路面距离测量需求,通过数据采集模块对道路斜坡路面的不同位置处进行多点坐标定位采集,确定位置点的坐标信息,且将采集好的位置点的坐标信息传送给数据处理模块;
数据处理模块接收到数据采集模块传送的位置点的所述坐标信息,通过数据处理模块对所述坐标信息进行数据处理,首先将接收的批量数据转换成计算机能够接收的形式,所述坐标信息转换后,按照关键信息对转换后的所述坐标信息进行分组,划分不同平面内的所述坐标信息,所述坐标信息分组后,按照距离测量需求对分组后的所述坐标信息进行检索,确定出符合距离测量的数据信息,且清除掉不符合距离测量的数据信息,且将处理好的所述坐标信息传送给数据计算模块;
数据计算模块接收到数据处理模块传送的经处理后的所述坐标信息,通过数据计算模块对所述坐标信息进行计算,确定出道路斜坡路面距离,首先对处理后的所述坐标信息进行提取,将需要计算的数据信息从传送链路中准确完整地提取出来,数据信息提取后,对提取的数据信息进行多方计算,根据计算结果得出测量的道路斜坡路面距离。
优选的,所述数据采集模块采集道路斜坡路面信息,执行以下操作:
激光测距仪用于测量道路斜坡路面的不同位置处到激光测距仪的距离,激光测距仪进行测量时,其发射多次激光脉冲,通过多普勒效应来确定道路斜坡路面的不同位置参数,且对采集的不同位置参数进行实时记录;
视觉惯性导航单元用于对测量的激光测距仪进行空间定位和姿态检测,确定空间定位位置信息,结合空间定位位置信息和不同位置参数信息确定出采集好的位置点的坐标信息,记为S(Xp,Yp,Zp);
其中所述视觉惯性导航单元,包括:
图像获取子单元,用于基于设置在激光测距仪上的摄像机获取所述激光测距仪周围的环绕全景图像;
参考点确定子单元,用于基于所述环绕全景图像和道路斜坡路面的卫星地图,确定出粗略定位范围,按照预设确定方式在所述粗略定位范围对应的粗略定位区域中确定出多个定位参考点;
区域分层子单元,用于以所述定位参考点为中心,按照由内到外的顺序对所述粗略定位区域进行分层划分,获得每个定位参考点对应的粗略分层边缘集合;
全景获取子单元,用于在卫星地图中调取出所有粗略分层边缘集合中包含的粗略分层边缘中每个位置点对应的环境图像,并基于所述粗略分层边缘将所述环境图像进行连接,获得每个粗略分层边缘对应的粗略分层全景图像,将所述粗略分层边缘集合中包含的粗略分层边缘对应的粗略分层全景图像汇总,获得每个定位参考点对应的粗略分层全景图像集合;
吻合度计算子单元,用于确定出所述环绕全景图像和每个定位参考点对应的粗略分层全景图像集合中每个粗略分层全景图像之间的匹配度,基于所述匹配度计算出每个参考点与所述激光测距仪的当前位置点的吻合度;
参考确定子单元,用于将最大吻合度对应的定位参考点的粗略分层全景图像集合当作参考全景图像集合,并将所述参考全景图像集合中最大匹配度对应的粗略分层全景图像作为参考全景图像;
图像匹配子单元,用于基于所述最大吻合度确定出对应的划分细度,基于所述划分细度对所述参考全景图像进行划分,获得参考局部图像集合,将所述参考局部图像集合中包含的参考局部图像与所述环绕全景图像进行匹配,确定出每个参考局部图像在所述环绕全景图像中对应的局部全景图像;
空间定位子单元,用于基于所述参考局部图像在所述环绕全景图像中对应的局部全景图像和所述卫星地图,确定出所述激光测距仪的粗略位姿,再基于每个参考局部图像与所述参考局部图像在所述环绕全景图像中对应的局部全景图像对所述粗略位姿进行位姿校正,获得所述激光测距仪的空间定位位置信息;
位置确定子单元,用于结合所述空间定位位置信息和不同位置参数信息确定出采集好的位置点的坐标信息,记为S(Xp,Yp,Zp)。
优选的,所述空间定位子单元,包括:
初始确定子单元,用于基于与所述局部全景图像匹配的参考局部图像与所述卫星地图,确定出每个局部全景图像对应的粗略参考位姿,基于所述局部全景图像在所述环绕全景图像中的位置以及每个局部全景图像对应的粗略参考位姿,确定出所述摄像机的初始参考位姿;
相对确定子单元,用于调取出所述摄像机与所述激光测距仪之间的相对位姿信息,基于所述相对位姿信息和所述初始参考位姿,确定出所述激光测距仪的粗略位姿;
映射建立子单元,用于建立所述局部全景图像中的第一像素点和对应参考局部图像中的第二像素点之间的点映射关系;
深度差确定子单元,用于基于所述点映射关系和所述第一像素点对应的第一深度值以及所述第二像素点对应的第二深度值,计算出每个第一像素点对应的深度差;
基准确定子单元,用于将所述局部全景图像中深度差差值最小的两个第一像素点之间连接,获得对应的连接线,在所述局部全景图像中确定出交汇的连接线最多的交点作为对应的基准像素点,基于所述点映射关系将所述基准像素点对应的第二像素点作为参考像素点;
偏差确定子单元,用于基于所述基准像素点在局部全景图像中的第一坐标值和所述参考像素点在参考局部图像中的第二坐标值,确定出对应的横向偏差距离和纵向偏差距离;
角度确定子单元,用于在所述局部全景图像中确定出存在点映射关系的最外围像素点,基于所述最外围像素点对应的深度差确定出摄像偏差角度;
位姿校正子单元,用于基于所述摄像偏差角度和所述横向偏差距离以及所述纵向偏差距离,对所述粗略位姿进行位姿校正,获得所述激光测距仪的空间定位位置信息。
优选的,所述数据处理模块处理采集的坐标信息,执行以下操作:
数据转换单元接收到采集的坐标信息后,通过数据转换单元将接收的批量数据转换成计算机能够接收的形式,坐标信息数据转换后,坐标信息数据被读入计算机内,且将读入计算机内的坐标信息数据传送给数据分组单元;
数据分组单元接收到数据转换单元传送的所述坐标信息数据后,通过数据分组单元按照关键信息对转换后的所述坐标信息数据进行分组,划分不同平面内的所述坐标信息数据,且将分组划分后的所述坐标信息数据传送给数据检索单元;
数据检索单元接收到数据分组单元传送的所述坐标信息数据后,通过数据检索单元按照距离测量需求对分组后的所述坐标信息数据进行检索,根据不同的检索结果执行不同的处理策略;
其中,所述数据处理模块处理采集的坐标信息,还执行以下操作:
数据检索单元对所述坐标信息数据进行检索后,根据检索结果确定出符合距离测量的数据信息;
针对符合距离测量的数据信息,数据检索单元经检索确认后,将符合距离测量的数据信息直接传送给数据计算模块进行后续的计算测量;
针对不符合距离测量的数据信息,数据检索单元经检索确认后,向数据清除单元传送相应的指令,通过数据清除单元清除掉不符合距离测量的数据信息。
优选的,所述数据计算模块计算坐标信息数据,执行以下操作:
数据提取单元接收到处理后的所述坐标信息数据,通过数据提取单元对处理后的所述坐标信息数据进行提取,将需要计算的数据信息从传送链路中准确完整地提取出来,且将提取出来的所述坐标信息数据传送给多方计算单元;
多方计算单元接收到数据提取单元传送的经提取后的所述坐标信息数据,通过多方计算单元对提取的数据信息进行多方计算,根据计算结果得出测量的道路斜坡路面距离。
优选的,所述多方计算单元计算道路斜坡路面距离,执行以下操作:
计算道路斜坡路面的长度距离时,采集道路斜坡路面的纵向截面上处于同一平面内的三点位置坐标,分别记为S1(X1,Y1,Z1)、S2(X2,Y2,Z2)和S3(X3,Y3,Z3),其中,S2(X2,Y2,Z2)为参照点,S1(X1,Y1,Z1)和S3(X3,Y3,Z3)以S2(X2,Y2,Z2)为参照,根据S1(X1,Y1,Z1)、S2(X2,Y2,Z2)和S3(X3,Y3,Z3)的坐标信息计算出道路斜坡路面的长度距离;
计算道路斜坡路面的宽度距离时,采集道路斜坡路面的纵向截面上处于同一水平线上的两点位置坐标,分别记为S4(X4,Y4,Z4)和S5(X5,Y5,Z5),根据S4(X4,Y4,Z4)和S5(X5,Y5,Z5)的坐标信息计算出道路斜坡路面的宽度距离。
优选的,还包括数据分析模块,其中,
数据分析模块接收到数据计算模块传送的经计算后的所述道路斜坡路面距离,通过数据分析模块对计算测量后的所述道路斜坡路面距离进行详细地分析,查验测量后的道路斜坡路面距离是否符合标准,根据不同的分析结果执行不同的相应策略。
优选的,所述数据分析模块对道路斜坡路面距离进行分析,执行以下操作:
数据调用单元接收到数据计算模块传送的经计算后的所述道路斜坡路面距离,通过数据调用单元将存放在数据存储模块内设定的符合道路标准的道路斜坡路面距离的临界值调用出来,且将调用出来的临界值反馈给数据比较单元;
数据比较单元接收到数据调用单元传送的调用临界值数据后,通过数据比较单元对接收的临界值数据和测量的路面距离数据进行相互比较,确定出比较结果,且将比较结果传送给数据执行单元;
数据执行单元接收到数据比较单元传送的比较结果后,通过数据执行单元按照比较结果执行不同的解决策略。
优选的,所述数据执行单元执行不同的解决策略,执行以下操作:
针对测量的路面距离数据大于设定的临界值数据的情形,数据执行单元向路面整改单元传送指令,通过路面整改单元对道路斜坡路面进行整改;
针对测量的路面距离数据小于或等于设定的临界值数据的情形,数据执行单元向路面维护单元传送指令,通过路面维护单元对道路斜坡路面进行定期维护。
本发明还提供了一种基于上述的道路斜坡路面距离测量系统的道路斜坡路面距离测量方法,包括如下步骤:
S10:根据道路斜坡路面距离测量需求,通过数据采集模块对道路斜坡路面的不同位置处进行多点坐标定位采集,确定位置点的坐标信息,且将采集好的位置点的坐标信息传送给数据处理模块;
S20:数据处理模块对所述坐标信息进行数据处理,将接收的批量数据转换成计算机能够接收的形式,按照关键信息对转换后的所述坐标信息进行分组,划分不同平面内的所述坐标信息,按照距离测量需求对分组后的所述坐标信息进行检索,确定出符合距离测量的数据信息,且清除掉不符合距离测量的数据信息,且将处理好的所述坐标信息传送给数据计算模块;
S30:数据计算模块对所述坐标信息进行计算,确定出道路斜坡路面距离,对处理后的所述坐标信息进行提取,将需要计算的数据信息从传送链路中准确完整地提取出来,数据信息提取后,对提取的数据信息进行多方计算,根据计算结果得出测量的道路斜坡路面距离,且将计算好的道路斜坡路面距离传送给数据分析模块;
S40:数据分析模块对计算测量后的所述道路斜坡路面距离进行详细地分析,查验测量后的道路斜坡路面距离是否符合标准,根据不同的分析结果执行不同的相应策略。
与现有技术相比,本发明的有益效果是:
1、本发明的的道路斜坡路面距离测量系统及方法,根据道路斜坡路面距离测量需求,数据采集模块对道路斜坡路面的不同位置处进行多点坐标定位采集,确定位置点的坐标信息,数据处理模块对坐标信息进行数据处理,将接收的批量数据转换成计算机能够接收的形式,按照关键信息对转换后的坐标信息进行分组,划分不同平面内的坐标信息,按照距离测量需求对分组后的坐标信息进行检索,确定出符合距离测量的数据信息,且清除掉不符合距离测量的数据信息,数据计算模块对坐标信息进行计算,确定出道路斜坡路面距离,对处理后的坐标信息进行提取,将需要计算的数据信息从传送链路中准确完整地提取出来,数据信息提取后,对提取的数据信息进行多方计算,根据计算结果得出测量的道路斜坡路面距离,测量精准且便捷;
2、本发明的的道路斜坡路面距离测量系统及方法,数据分析模块对计算测量后的道路斜坡路面距离进行详细地分析,查验测量后的道路斜坡路面距离是否符合标准,根据不同的分析结果执行不同的相应策略,针对测量的路面距离数据大于设定的临界值数据的情形,数据执行单元向路面整改单元传送指令,通过路面整改单元对道路斜坡路面进行整改,针对测量的路面距离数据小于或等于设定的临界值数据的情形,数据执行单元向路面维护单元传送指令,通过路面维护单元对道路斜坡路面进行定期维护,可使道路斜坡路面得到定期维护,保障道路行驶安全;
3、本发明的的道路斜坡路面距离测量系统及方法,视觉惯性导航单元通过将基于设置在激光测距仪上的摄像机获取的激光测距仪周围的环绕全景图像与道路斜坡路面的卫星地图,确定出粗略定位范围,再通过计算以在粗略定位范围内确定的定位参考点为中心确定出的粗略分层边缘对应的粗略分层全景图像与环绕全景图像之间的匹配度,确定出与激光测距仪的当前位置最吻合的位置点,这比通过卫星地图与环绕全景图像直接比对确定与激光测距仪的当前位置最吻合的位置点的确定结果要更加准确,再在最吻合的位置点中确定出与环绕全景图像最匹配的参考全景图像,实现了对激光测距仪的粗略定位,并基于吻合度针对性地去诶定能够出划分细度,并对参考全景图像进行划分并进行局部匹配,基于匹配结果对粗略位姿进行位姿校正,也实现了逐步确定出激光测距仪的准确位姿;
4、本发明的的道路斜坡路面距离测量系统及方法,空间定位子单元基于局部全景图像和对应的参考局部图像,并结合卫星地图,确定出摄像机的初始参考位姿,并结合摄像机与所述激光测距仪之间的相对位姿信息确定出激光测距仪的粗略位姿,实现基于参考全景图像和环绕全景图像的局部匹配确定出激光测距仪的粗略位姿,再基于局部全景图像和参考局部图像中的点映射关系确定出对应位置点处的深度差,基于局部全景图像中的深度差差值的连接关系,确定出摄像偏差角度的偏差中心点(即基准像素点),进而确定出基准像素点和对应的参考像素点确定出粗略位姿和实际位姿之间的偏差数据,基于偏差数据对粗略位姿进行校正,实现了对粗略位姿的进一步校正,进而获得激光测距仪的准确的空间定位位置信息。
附图说明
图1为本发明的道路斜坡路面距离测量系统的原理图;
图2为本发明的道路斜坡路面距离测量系统的模块图;
图3为本发明的数据处理模块的架构图;
图4为本发明的道路斜坡路面的长度距离测量的坐标图;
图5为本发明的道路斜坡路面的宽度距离测量的坐标图;
图6为本发明的道路斜坡路面距离测量方法的流程图;
图7为本发明的视觉惯性导航单元的示意图;
图8为本发明的空间定位子单元的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例一
参阅图1-图2,一种道路斜坡路面距离测量系统,包括数据采集模块、数据处理模块和数据计算模块,其中数据采集模块、数据处理模块和数据计算模块之间交互通信的步骤为:
S1:数据采集模块采集道路斜坡路面信息,根据道路斜坡路面距离测量需求,对道路斜坡路面的不同位置处进行多点坐标定位采集,确定位置点的坐标信息;
需要说明的是,数据采集模块采集道路斜坡路面信息的步骤为:
S11:激光测距仪测量道路斜坡路面的不同位置处到激光测距仪的距离,激光测距仪进行测量时,其发射多次激光脉冲,通过多普勒效应来确定道路斜坡路面的不同位置参数,且对采集的不同位置参数进行实时记录;
S12:视觉惯性导航单元对测量的激光测距仪进行空间定位和姿态检测,确定空间定位位置信息,结合空间定位位置信息和不同位置参数信息确定出采集好的位置点的坐标信息,记为S(Xp,Yp,Zp)。
S2:数据处理模块对坐标信息进行数据处理,将接收的批量数据转换成计算机能够接收的形式,按照关键信息对转换后的坐标信息进行分组,划分不同平面内的坐标信息,按照距离测量需求对分组后的坐标信息进行检索,确定出符合距离测量的数据信息,且清除掉不符合距离测量的数据信息;
参阅图3,需要说明的是,数据处理模块处理采集的坐标信息的步骤为:
S21:数据转换单元接收到采集的坐标信息后,通过数据转换单元将接收的批量数据转换成计算机能够接收的形式,坐标信息数据转换后,坐标信息数据被读入计算机内,且将读入计算机内的坐标信息数据传送给数据分组单元;
S22:数据分组单元接收到数据转换单元传送的坐标信息数据后,通过数据分组单元按照关键信息对转换后的坐标信息数据进行分组,划分不同平面内的坐标信息数据,且将分组划分后的坐标信息数据传送给数据检索单元;
S23:数据检索单元接收到数据分组单元传送的坐标信息数据后,通过数据检索单元按照距离测量需求对分组后的坐标信息数据进行检索,根据不同的检索结果执行不同的处理策略。
S24:数据检索单元对坐标信息数据进行检索后,根据检索结果确定出符合距离测量的数据信息,针对符合距离测量的数据信息,数据检索单元经检索确认后,将符合距离测量的数据信息直接传送给数据计算模块进行后续的计算测量,针对不符合距离测量的数据信息,数据检索单元经检索确认后,向数据清除单元传送相应的指令,通过数据清除单元清除掉不符合距离测量的数据信息,如表1所示:
Figure BDA0003798157580000121
表1:不同的检索结果执行不同的处理策略
S3:数据计算模块对坐标信息进行计算,确定出道路斜坡路面距离,对处理后的坐标信息进行提取,将需要计算的数据信息从传送链路中准确完整地提取出来,数据信息提取后,对提取的数据信息进行多方计算,根据计算结果得出测量的道路斜坡路面距离。
需要说明的是,数据计算模块计算坐标信息数据的步骤为:
S31:数据提取单元接收到处理后的坐标信息数据,通过数据提取单元对处理后的坐标信息数据进行提取,将需要计算的数据信息从传送链路中准确完整地提取出来,且将提取出来的坐标信息数据传送给多方计算单元;
S32:多方计算单元接收到数据提取单元传送的经提取后的坐标信息数据,通过多方计算单元对提取的数据信息进行多方计算,根据计算结果得出测量的道路斜坡路面距离。
参阅图4-图5,需要说明的是,多方计算单元计算道路斜坡路面距离,分为以下两种:
1、计算道路斜坡路面的长度距离时,采集道路斜坡路面的纵向截面上处于同一平面内的三点位置坐标,分别记为S1(X1,Y1,Z1)、S2(X2,Y2,Z2)和S3(X3,Y3,Z3),其中,S2(X2,Y2,Z2)为参照点,S1(X1,Y1,Z1)和S3(X3,Y3,Z3)以S2(X2,Y2,Z2)为参照,根据S1(X1,Y1,Z1)、S2(X2,Y2,Z2)和S3(X3,Y3,Z3)的坐标信息计算出道路斜坡路面的长度距离;
在一个优选的实施方式中,采集道路斜坡路面的纵向截面上处于同一平面内的三点位置坐标,分别记为S1(20,0,0)、S2(0,0,0)和S3(0,0,4),其中,S2(0,0,0)为参照点,S1(20,0,0)和S3(0,0,4)以S2(0,0,0)为参照,根据S1(20,0,0)、S2(0,0,0)和S3(0,0,4)的坐标信息计算出道路斜坡路面的长度距离。
2、计算道路斜坡路面的宽度距离时,采集道路斜坡路面的纵向截面上处于同一水平线上的两点位置坐标,分别记为S4(X4,Y4,Z4)和S5(X5,Y5,Z5),根据S4(X4,Y4,Z4)和S5(X5,Y5,Z5)的坐标信息计算出道路斜坡路面的宽度距离。
在一个优选的实施方式中,采集道路斜坡路面的纵向截面上处于同一水平线上的两点位置坐标,分别记为S4(6,0,2)和S5(6,12,2),其中S4(6,0,2)为参照点,根据S4(6,0,2)和S5(6,12,2)的坐标信息计算出道路斜坡路面的宽度距离。
实施例二
还包括数据分析模块,数据分析模块与数据计算模块之间交互通信的步骤为:
S4:数据分析模块对计算测量后的道路斜坡路面距离进行详细地分析,查验测量后的道路斜坡路面距离是否符合标准,根据不同的分析结果执行不同的相应策略。
需要说明的是,数据分析模块对道路斜坡路面距离进行分析的步骤为:
S41:数据调用单元接收到数据计算模块传送的经计算后的道路斜坡路面距离,通过数据调用单元将存放在数据存储模块内设定的符合道路标准的道路斜坡路面距离的临界值调用出来,且将调用出来的临界值反馈给数据比较单元;
S42:数据比较单元接收到数据调用单元传送的调用临界值数据后,通过数据比较单元对接收的临界值数据和测量的路面距离数据进行相互比较,确定出比较结果,且将比较结果传送给数据执行单元;
S43:数据执行单元接收到数据比较单元传送的比较结果后,通过数据执行单元按照比较结果执行不同的解决策略。
需要说明的是,数据执行单元执行不同的解决策略的步骤为:
S431:针对测量的路面距离数据大于设定的临界值数据的情形,数据执行单元向路面整改单元传送指令,通过路面整改单元对道路斜坡路面进行整改;
S432:针对测量的路面距离数据小于或等于设定的临界值数据的情形,数据执行单元向路面维护单元传送指令,通过路面维护单元对道路斜坡路面进行定期维护。
实施例三
参阅图6,为了更好的展现道路斜坡路面距离测量系统的实施流程,本实施例提供了一种基于上述的道路斜坡路面距离测量系统的道路斜坡路面距离测量方法,包括如下步骤:
S10:根据道路斜坡路面距离测量需求,通过数据采集模块对道路斜坡路面的不同位置处进行多点坐标定位采集,确定位置点的坐标信息,且将采集好的位置点的坐标信息传送给数据处理模块;
S20:数据处理模块对坐标信息进行数据处理,将接收的批量数据转换成计算机能够接收的形式,按照关键信息对转换后的坐标信息进行分组,划分不同平面内的坐标信息,按照距离测量需求对分组后的坐标信息进行检索,确定出符合距离测量的数据信息,且清除掉不符合距离测量的数据信息,且将处理好的坐标信息传送给数据计算模块;
S30:数据计算模块对坐标信息进行计算,确定出道路斜坡路面距离,对处理后的坐标信息进行提取,将需要计算的数据信息从传送链路中准确完整地提取出来,数据信息提取后,对提取的数据信息进行多方计算,根据计算结果得出测量的道路斜坡路面距离,且将计算好的道路斜坡路面距离传送给数据分析模块;
S40:数据分析模块对计算测量后的道路斜坡路面距离进行详细地分析,查验测量后的道路斜坡路面距离是否符合标准,根据不同的分析结果执行不同的相应策略。
综上所述,本发明的的道路斜坡路面距离测量系统及方法,根据道路斜坡路面距离测量需求,数据采集模块对道路斜坡路面的不同位置处进行多点坐标定位采集,确定位置点的坐标信息,数据处理模块对坐标信息进行数据处理,将接收的批量数据转换成计算机能够接收的形式,按照关键信息对转换后的坐标信息进行分组,划分不同平面内的坐标信息,按照距离测量需求对分组后的坐标信息进行检索,确定出符合距离测量的数据信息,且清除掉不符合距离测量的数据信息,数据计算模块对坐标信息进行计算,确定出道路斜坡路面距离,对处理后的坐标信息进行提取,将需要计算的数据信息从传送链路中准确完整地提取出来,数据信息提取后,对提取的数据信息进行多方计算,根据计算结果得出测量的道路斜坡路面距离,测量精准且便捷,数据分析模块对计算测量后的道路斜坡路面距离进行详细地分析,查验测量后的道路斜坡路面距离是否符合标准,根据不同的分析结果执行不同的相应策略,针对测量的路面距离数据大于设定的临界值数据的情形,数据执行单元向路面整改单元传送指令,通过路面整改单元对道路斜坡路面进行整改,针对测量的路面距离数据小于或等于设定的临界值数据的情形,数据执行单元向路面维护单元传送指令,通过路面维护单元对道路斜坡路面进行定期维护,可使道路斜坡路面得到定期维护,保障道路行驶安全。
实施例四
参考图7,所述视觉惯性导航单元,包括:
图像获取子单元,用于基于设置在激光测距仪上的摄像机获取所述激光测距仪周围的环绕全景图像;
参考点确定子单元,用于基于所述环绕全景图像和道路斜坡路面的卫星地图,确定出粗略定位范围,按照预设确定方式在所述粗略定位范围对应的粗略定位区域中确定出多个定位参考点;
区域分层子单元,用于以所述定位参考点为中心,按照由内到外的顺序对所述粗略定位区域进行分层划分,获得每个定位参考点对应的粗略分层边缘集合;
全景获取子单元,用于在卫星地图中调取出所有粗略分层边缘集合中包含的粗略分层边缘中每个位置点对应的环境图像,并基于所述粗略分层边缘将所述环境图像进行连接,获得每个粗略分层边缘对应的粗略分层全景图像,将所述粗略分层边缘集合中包含的粗略分层边缘对应的粗略分层全景图像汇总,获得每个定位参考点对应的粗略分层全景图像集合;
吻合度计算子单元,用于确定出所述环绕全景图像和每个定位参考点对应的粗略分层全景图像集合中每个粗略分层全景图像之间的匹配度,基于所述匹配度计算出每个参考点与所述激光测距仪的当前位置点的吻合度;
参考确定子单元,用于将最大吻合度对应的定位参考点的粗略分层全景图像集合当作参考全景图像集合,并将所述参考全景图像集合中最大匹配度对应的粗略分层全景图像作为参考全景图像;
图像匹配子单元,用于基于所述最大吻合度确定出对应的划分细度,基于所述划分细度对所述参考全景图像进行划分,获得参考局部图像集合,将所述参考局部图像集合中包含的参考局部图像与所述环绕全景图像进行匹配,确定出每个参考局部图像在所述环绕全景图像中对应的局部全景图像;
空间定位子单元,用于基于所述参考局部图像在所述环绕全景图像中对应的局部全景图像和所述卫星地图,确定出所述激光测距仪的粗略位姿,再基于每个参考局部图像与所述参考局部图像在所述环绕全景图像中对应的局部全景图像对所述粗略位姿进行位姿校正,获得所述激光测距仪的空间定位位置信息;
位置确定子单元,用于结合所述空间定位位置信息和不同位置参数信息确定出采集好的位置点的坐标信息,记为S(Xp,Yp,Zp)。
该实施例中,环绕全景图像即为基于设置在激光测距仪上的摄像机获取的激光测距仪周围的360度的全景图像。
该实施例中,卫星地图即为包含对应位置处的实景图像的电子地图。
该实施例中,粗略定位范围即为基于环绕全景图像和道路斜坡路面的卫星地图确定出的激光测距仪的粗略位置范围。
该实施例中,预设确定方式即为预先设置的用于在粗略定位范围内确定定位参考点的方式,例如:相邻定位参考点之间相隔1m的方式。
该实施例中,粗略定位区域即为粗略定位范围对应的区域。
该实施例中,定位参考点即为基于预设确定方式在粗略定位范围内确定出的用于确定激光测距仪具体位置的参考位置点。
该实施例中,以所述定位参考点为中心,按照由内到外的顺序对所述粗略定位区域进行分层划分,获得每个定位参考点对应的粗略分层边缘集合,即为:
以所述定位参考点为圆心,依次基于预设半径梯度中的预设半径在粗略定位区域中确定出不同的圆轮廓,每个圆轮廓即为一个粗略分层边缘,将每个定位参考点对应的所有粗略分层边缘汇总获得每个定位参考点对应的粗略分层边缘集合。
该实施例中,粗略分层边缘集合即为以定位参考点为中心,按照由内到外的顺序对粗略定位区域进行分层划分后获得的每个定位参考点对应的边缘集合。
该实施例中,环境图像即为在卫星地图中调取出的对应位置点的实景环境图像。
该实施例中,基于所述粗略分层边缘将所述环境图像进行连接,获得每个粗略分层边缘对应的粗略分层全景图像,即为:
基于对应位置点在粗略分层边缘中的所处位置将每个位置点对应的环境图像进行连接后获得对应的粗略分层全景图像。
该实施例中,粗略分层全景图像即为基于对应位置点在粗略分层边缘中的所处位置将每个位置点对应的环境图像进行连接后获得的全景图像。
该实施例中,粗略分层全景图像集合即为将粗略分层边缘集合中包含的粗略分层边缘对应的粗略分层全景图像汇总后获得的图像集合。
该实施例中,确定出所述环绕全景图像和每个定位参考点对应的粗略分层全景图像集合中每个粗略分层全景图像之间的匹配度,包括:
基于环绕全景图像中每个像素点对应的色度值、灰度值、亮度值、深度值以及每个定位参考点对应的粗略分层全景图像集合中每个粗略分层全景图像中每个像素点对应的色度值、灰度值、亮度值、深度值,计算出环绕全景图像和对应粗略分层全景图像之间的匹配度:
Figure BDA0003798157580000191
式中,δ为环绕全景图像和对应粗略分层全景图像之间的匹配度,m为当前计算的粗略分层全景图像中的像素点总个数,n为环绕全景图像中的像素点总个数,i为环绕全景图像中的第i个像素点,j为粗略分层全景图像中的第j个像素点,Ai为环绕全景图像中的第i个像素点的色度值,Aj为粗略分层全景图像中的第j个像素点的色度值,Si为环绕全景图像中的第i个像素点的灰度值,Sj为粗略分层全景图像中的第j个像素点的灰度值,Di为环绕全景图像中的第i个像素点的亮度值,Dj为粗略分层全景图像中的第j个像素点的亮度值,Fi为环绕全景图像中的第i个像素点的深度值,Fj粗略分层全景图像中的第j个像素点的深度值;
例如,环绕全景图像中包含两个像素点,第一个像素点的色度值、灰度值、亮度值、深度值依次为:5、4、9、2,第二个像素点的色度值、灰度值、亮度值、深度值依次为:2、4、6、2;
粗略分层全景图像中包含一个像素点,色度值、灰度值、亮度值、深度值依次为:2、5、4、1;
则δ为0.626。
该实施例中,基于所述匹配度计算出每个参考点与所述激光测距仪的当前位置点的吻合度,包括:
Figure BDA0003798157580000201
式中,w为当前计算的参考点与激光测距仪的当前位置点的吻合度,p为当前计算的参考点对应的粗略分层全景图像集合中第p个粗略分层全景图像,q为当前计算的参考点对应的粗略分层全景图像集合中包含的粗略分层全景图像总个数,δp为环绕全景图像和当前计算的参考点对应的粗略分层全景图像集合中第p个粗略分层全景图像之间的匹配度;
例如,q为2,δ1为0.3,δ2为0.9,则w为0.6。
该实施例中,参考全景图像集合即为最大吻合度对应的定位参考点的粗略分层全景图像集合。
该实施例中,参考全景图像即为参考全景图像集合中最大匹配度对应的粗略分层全景图像。
该实施例中,基于所述最大吻合度确定出对应的划分细度,包括:
通过将数值1减去最大吻合度与预设吻合度阈值的比值的差值,再乘以划分细度阈值获得对应的划分细度。
该实施例中,参考局部图像集合即为基于划分细度对参考全景图像进行划分后获得的图像集合。
该实施例中,局部全景图像即为每个参考局部图像在环绕全景图像中对应匹配的局部图像。
该实施例中,粗略位姿即为基于参考局部图像在环绕全景图像中对应的局部全景图像和卫星地图,确定出的激光测距仪的粗略位置和姿态。
该实施例中,空间定位位置信息即为基于每个参考局部图像与对应的局部全景图像对粗略位姿进行位姿校正后获得的表征激光测距仪的空间定位位置的信息。
以上技术的有益效果为:视觉惯性导航单元通过将基于设置在激光测距仪上的摄像机获取的激光测距仪周围的环绕全景图像与道路斜坡路面的卫星地图,确定出粗略定位范围,再通过计算以在粗略定位范围内确定的定位参考点为中心确定出的粗略分层边缘对应的粗略分层全景图像与环绕全景图像之间的匹配度,确定出与激光测距仪的当前位置最吻合的位置点,这比通过卫星地图与环绕全景图像直接比对确定与激光测距仪的当前位置最吻合的位置点的确定结果要更加准确,再在最吻合的位置点中确定出与环绕全景图像最匹配的参考全景图像,实现了对激光测距仪的粗略定位,并基于吻合度针对性地去诶定能够出划分细度,并对参考全景图像进行划分并进行局部匹配,基于匹配结果对粗略位姿进行位姿校正,也实现了逐步确定出激光测距仪的准确位姿。
实施例五
参考图8,所述空间定位子单元,包括:
初始确定子单元,用于基于与所述局部全景图像匹配的参考局部图像与所述卫星地图,确定出每个局部全景图像对应的粗略参考位姿,基于所述局部全景图像在所述环绕全景图像中的位置以及每个局部全景图像对应的粗略参考位姿,确定出所述摄像机的初始参考位姿;
相对确定子单元,用于调取出所述摄像机与所述激光测距仪之间的相对位姿信息,基于所述相对位姿信息和所述初始参考位姿,确定出所述激光测距仪的粗略位姿;
映射建立子单元,用于建立所述局部全景图像中的第一像素点和对应参考局部图像中的第二像素点之间的点映射关系;
深度差确定子单元,用于基于所述点映射关系和所述第一像素点对应的第一深度值以及所述第二像素点对应的第二深度值,计算出每个第一像素点对应的深度差;
基准确定子单元,用于将所述局部全景图像中深度差差值最小的两个第一像素点之间连接,获得对应的连接线,在所述局部全景图像中确定出交汇的连接线最多的交点作为对应的基准像素点,基于所述点映射关系将所述基准像素点对应的第二像素点作为参考像素点;
偏差确定子单元,用于基于所述基准像素点在局部全景图像中的第一坐标值和所述参考像素点在参考局部图像中的第二坐标值,确定出对应的横向偏差距离和纵向偏差距离;
角度确定子单元,用于在所述局部全景图像中确定出存在点映射关系的最外围像素点,基于所述最外围像素点对应的深度差确定出摄像偏差角度;
位姿校正子单元,用于基于所述摄像偏差角度和所述横向偏差距离以及所述纵向偏差距离,对所述粗略位姿进行位姿校正,获得所述激光测距仪的空间定位位置信息。
该实施例中,粗略参考位姿即为于基于与局部全景图像匹配的参考局部图像与卫星地图确定出的每个局部全景图像对应的激光测距仪的部分粗略位姿。
该实施例中,初始参考位姿即为基于局部全景图像在环绕全景图像中的位置以及个局部全景图像对应的粗略参考位姿确定出的摄像机的粗略位姿。
该实施例中,相对位姿信息即为摄像机与激光测距仪之间的位姿信息差值。
该实施例中,基于所述相对位姿信息和所述初始参考位姿,确定出所述激光测距仪的粗略位姿,即为:
相对位姿信息和初始参考位姿的代数和即为激光测距仪的粗略位姿。
该实施例中,第一像素点即为局部全景图像中包含的像素点。
该实施例中,第二像素点即为参考局部图像中包含的像素点。
该实施例中,点映射关系即为局部全景图像中的像素点与在参考局部图像中表征同一实际位置的对应像素点之间的映射关系。
该实施例中,深度差即为点映射关系中的第一像素点的第一深度值和第二像素点的第二深度值之间的差值。
该实施例中,第一深度值即为第一像素点的深度值。
该实施例中,第二深度值即为第二像素点的深度值。
该实施例中,连接线即为局部全景图像中包含的深度差差值最小的两个第一像素点之间的线段。
该实施例中,基准像素点局部全景图像中确定出交汇的连接线最多的交点。
该实施例中,参考像素点即为基于点映射关系确定出的与基准像素点对应的第二像素点。
该实施例中,第一坐标值即为基准像素点在局部全景图像中的坐标值。
该实施例中,第二坐标值即为参考像素点在参考局部图像中的坐标值。
该实施例中,横向偏差距离即为第一坐标值和第二坐标值的横坐标差值。
该实施例中,纵向偏差距离即为第一坐标值和第二坐标值的纵坐标差值。
该实施例中,最外围像素点即为局部全景图像中存在点映射关系的像素点中处于局部全景图像最外围的像素点。
该实施例中,基于所述最外围像素点对应的深度差确定出摄像偏差角度,即为:
将所有最外围像素点对应的深度差的平均值作为最大平均深度差,基于最外围像素点在局部全景图像中的第三坐标值和第一坐标值的横坐标差值和纵坐标差值即为最大平均深度差,计算出摄像偏差角度,包括:
在横坐标方向的摄像偏差角度为纵坐标差值和横坐标差值的比值的正切值;
在纵坐标方向的摄像偏差角度为横坐标差值和总坐标插值的比值的正切值;
在竖坐标方向的摄像偏差角度为最大平均深度差和横坐标差值的比值的正切值。
该实施例中,基于所述摄像偏差角度和所述横向偏差距离以及所述纵向偏差距离,对所述粗略位姿进行位姿校正,即为:
基于所述摄像偏差角度和所述横向偏差距离以及所述纵向偏差距离对粗略位姿横向校正横向偏差距离的长度,纵向校正纵向偏差距离的长度,并基于拍摄偏差角度校正姿态信息,获得激光测距仪的空间定位位置信息。
以上技术的有益效果为:空间定位子单元基于局部全景图像和对应的参考局部图像,并结合卫星地图,确定出摄像机的初始参考位姿,并结合摄像机与所述激光测距仪之间的相对位姿信息确定出激光测距仪的粗略位姿,实现基于参考全景图像和环绕全景图像的局部匹配确定出激光测距仪的粗略位姿,再基于局部全景图像和参考局部图像中的点映射关系确定出对应位置点处的深度差,基于局部全景图像中的深度差差值的连接关系,确定出摄像偏差角度的偏差中心点(即基准像素点),进而确定出基准像素点和对应的参考像素点确定出粗略位姿和实际位姿之间的偏差数据,基于偏差数据对粗略位姿进行校正,实现了对粗略位姿的进一步校正,进而获得激光测距仪的准确的空间定位位置信息。
以上,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种道路斜坡路面距离测量系统,包括数据采集模块、数据处理模块和数据计算模块,其特征在于,
数据采集模块用于采集道路斜坡路面信息,根据道路斜坡路面距离测量需求,通过数据采集模块对道路斜坡路面的不同位置处进行多点坐标定位采集,确定位置点的坐标信息,且将采集好的位置点的坐标信息传送给数据处理模块;
数据处理模块接收到数据采集模块传送的位置点的所述坐标信息,通过数据处理模块对所述坐标信息进行数据处理,首先将接收的批量数据转换成计算机能够接收的形式,所述坐标信息转换后,按照关键信息对转换后的所述坐标信息进行分组,划分不同平面内的所述坐标信息,所述坐标信息分组后,按照距离测量需求对分组后的所述坐标信息进行检索,确定出符合距离测量的数据信息,且清除掉不符合距离测量的数据信息,且将处理好的所述坐标信息传送给数据计算模块;
数据计算模块接收到数据处理模块传送的经处理后的所述坐标信息,通过数据计算模块对所述坐标信息进行计算,确定出道路斜坡路面距离,首先对处理后的所述坐标信息进行提取,将需要计算的数据信息从传送链路中准确完整地提取出来,数据信息提取后,对提取的数据信息进行多方计算,根据计算结果得出测量的道路斜坡路面距离。
2.如权利要求1所述的一种道路斜坡路面距离测量系统,其特征在于,所述数据采集模块采集道路斜坡路面信息,执行以下操作:
激光测距仪用于测量道路斜坡路面的不同位置处到激光测距仪的距离,确定道路斜坡路面的不同位置参数,且对采集的不同位置参数进行实时记录;
视觉惯性导航单元用于对测量的激光测距仪进行空间定位和姿态检测,确定空间定位位置信息,结合空间定位位置信息和不同位置参数信息确定出采集好的位置点的坐标信息,记为S(Xp,Yp,Zp);
其中,视觉惯性导航单元,包括:
图像获取子单元,用于基于设置在激光测距仪上的摄像机获取所述激光测距仪周围的环绕全景图像;
参考点确定子单元,用于基于所述环绕全景图像和道路斜坡路面的卫星地图,确定出粗略定位范围,按照预设确定方式在所述粗略定位范围对应的粗略定位区域中确定出多个定位参考点;
区域分层子单元,用于以所述定位参考点为中心,按照由内到外的顺序对所述粗略定位区域进行分层划分,获得每个定位参考点对应的粗略分层边缘集合;
全景获取子单元,用于在卫星地图中调取出所有粗略分层边缘集合中包含的粗略分层边缘中每个位置点对应的环境图像,并基于所述粗略分层边缘将所述环境图像进行连接,获得每个粗略分层边缘对应的粗略分层全景图像,将所述粗略分层边缘集合中包含的粗略分层边缘对应的粗略分层全景图像汇总,获得每个定位参考点对应的粗略分层全景图像集合;
吻合度计算子单元,用于确定出所述环绕全景图像和每个定位参考点对应的粗略分层全景图像集合中每个粗略分层全景图像之间的匹配度,基于所述匹配度计算出每个参考点与所述激光测距仪的当前位置点的吻合度;
参考确定子单元,用于将最大吻合度对应的定位参考点的粗略分层全景图像集合当作参考全景图像集合,并将所述参考全景图像集合中最大匹配度对应的粗略分层全景图像作为参考全景图像;
图像匹配子单元,用于基于所述最大吻合度确定出对应的划分细度,基于所述划分细度对所述参考全景图像进行划分,获得参考局部图像集合,将所述参考局部图像集合中包含的参考局部图像与所述环绕全景图像进行匹配,确定出每个参考局部图像在所述环绕全景图像中对应的局部全景图像;
空间定位子单元,用于基于所述参考局部图像在所述环绕全景图像中对应的局部全景图像和所述卫星地图,确定出所述激光测距仪的粗略位姿,再基于每个参考局部图像与所述参考局部图像在所述环绕全景图像中对应的局部全景图像对所述粗略位姿进行位姿校正,获得所述激光测距仪的空间定位位置信息;
位置确定子单元,用于结合所述空间定位位置信息和不同位置参数信息确定出采集好的位置点的坐标信息,记为S(Xp,Yp,Zp)。
3.如权利要求2所述的一种道路斜坡路面距离测量系统,其特征在于,所述空间定位子单元,包括:
初始确定子单元,用于基于与所述局部全景图像匹配的参考局部图像与所述卫星地图,确定出每个局部全景图像对应的粗略参考位姿,基于所述局部全景图像在所述环绕全景图像中的位置以及每个局部全景图像对应的粗略参考位姿,确定出所述摄像机的初始参考位姿;
相对确定子单元,用于调取出所述摄像机与所述激光测距仪之间的相对位姿信息,基于所述相对位姿信息和所述初始参考位姿,确定出所述激光测距仪的粗略位姿;
映射建立子单元,用于建立所述局部全景图像中的第一像素点和对应参考局部图像中的第二像素点之间的点映射关系;
深度差确定子单元,用于基于所述点映射关系和所述第一像素点对应的第一深度值以及所述第二像素点对应的第二深度值,计算出每个第一像素点对应的深度差;
基准确定子单元,用于将所述局部全景图像中深度差差值最小的两个第一像素点之间连接,获得对应的连接线,在所述局部全景图像中确定出交汇的连接线最多的交点作为对应的基准像素点,基于所述点映射关系将所述基准像素点对应的第二像素点作为参考像素点;
偏差确定子单元,用于基于所述基准像素点在局部全景图像中的第一坐标值和所述参考像素点在参考局部图像中的第二坐标值,确定出对应的横向偏差距离和纵向偏差距离;
角度确定子单元,用于在所述局部全景图像中确定出存在点映射关系的最外围像素点,基于所述最外围像素点对应的深度差确定出摄像偏差角度;
位姿校正子单元,用于基于所述摄像偏差角度和所述横向偏差距离以及所述纵向偏差距离,对所述粗略位姿进行位姿校正,获得所述激光测距仪的空间定位位置信息。
4.如权利要求3所述的一种道路斜坡路面距离测量系统,其特征在于,所述数据处理模块处理采集的坐标信息,执行以下操作:
数据转换单元接收到采集的坐标信息后,通过数据转换单元将接收的批量数据转换成计算机能够接收的形式,坐标信息数据转换后,坐标信息数据被读入计算机内,且将读入计算机内的坐标信息数据传送给数据分组单元;
数据分组单元接收到数据转换单元传送的所述坐标信息数据后,通过数据分组单元按照关键信息对转换后的所述坐标信息数据进行分组,划分不同平面内的所述坐标信息数据,且将分组划分后的所述坐标信息数据传送给数据检索单元;
数据检索单元接收到数据分组单元传送的所述坐标信息数据后,通过数据检索单元按照距离测量需求对分组后的所述坐标信息数据进行检索,根据不同的检索结果执行不同的处理策略;
其中,所述数据处理模块处理采集的坐标信息,还执行以下操作:
数据检索单元对所述坐标信息数据进行检索后,根据检索结果确定出符合距离测量的数据信息;
针对符合距离测量的数据信息,数据检索单元经检索确认后,将符合距离测量的数据信息直接传送给数据计算模块进行后续的计算测量;
针对不符合距离测量的数据信息,数据检索单元经检索确认后,向数据清除单元传送相应的指令,通过数据清除单元清除掉不符合距离测量的数据信息。
5.如权利要求4所述的一种道路斜坡路面距离测量系统,其特征在于,所述数据计算模块计算坐标信息数据,执行以下操作:
数据提取单元接收到处理后的所述坐标信息数据,通过数据提取单元对处理后的所述坐标信息数据进行提取,将需要计算的数据信息从传送链路中准确完整地提取出来,且将提取出来的所述坐标信息数据传送给多方计算单元;
多方计算单元接收到数据提取单元传送的经提取后的所述坐标信息数据,通过多方计算单元对提取的数据信息进行多方计算,根据计算结果得出测量的道路斜坡路面距离。
6.如权利要求5所述的一种道路斜坡路面距离测量系统,其特征在于,所述多方计算单元计算道路斜坡路面距离,执行以下操作:
计算道路斜坡路面的长度距离时,采集道路斜坡路面的纵向截面上处于同一平面内的三点位置坐标,分别记为S1(X1,Y1,Z1)、S2(X2,Y2,Z2)和S3(X3,Y3,Z3),其中,S2(X2,Y2,Z2)为参照点,S1(X1,Y1,Z1)和S3(X3,Y3,Z3)以S2(X2,Y2,Z2)为参照,根据S1(X1,Y1,Z1)、S2(X2,Y2,Z2)和S3(X3,Y3,Z3)的坐标信息计算出道路斜坡路面的长度距离;
计算道路斜坡路面的宽度距离时,采集道路斜坡路面的纵向截面上处于同一水平线上的两点位置坐标,分别记为S4(X4,Y4,Z4)和S5(X5,Y5,Z5),根据S4(X4,Y4,Z4)和S5(X5,Y5,Z5)的坐标信息计算出道路斜坡路面的宽度距离。
7.如权利要求6所述的一种道路斜坡路面距离测量系统,其特征在于,还包括数据分析模块,其中,
数据分析模块接收到数据计算模块传送的经计算后的所述道路斜坡路面距离,通过数据分析模块对计算测量后的所述道路斜坡路面距离进行分析,查验测量后的道路斜坡路面距离是否符合标准,根据不同的分析结果执行不同的相应策略。
8.如权利要求7所述的一种道路斜坡路面距离测量系统,其特征在于,所述数据分析模块对道路斜坡路面距离进行分析,执行以下操作:
数据调用单元接收到数据计算模块传送的经计算后的所述道路斜坡路面距离,通过数据调用单元将存放在数据存储模块内设定的符合道路标准的道路斜坡路面距离的临界值调用出来,且将调用出来的临界值反馈给数据比较单元;
数据比较单元接收到数据调用单元传送的调用临界值数据后,通过数据比较单元对接收的临界值数据和测量的路面距离数据进行相互比较,确定出比较结果,且将比较结果传送给数据执行单元;
数据执行单元接收到数据比较单元传送的比较结果后,通过数据执行单元按照比较结果执行不同的解决策略。
9.如权利要求8所述的一种道路斜坡路面距离测量系统,其特征在于,所述数据执行单元执行不同的解决策略,执行以下操作:
针对测量的路面距离数据大于设定的临界值数据的情形,数据执行单元向路面整改单元传送指令,通过路面整改单元对道路斜坡路面进行整改;
针对测量的路面距离数据小于或等于设定的临界值数据的情形,数据执行单元向路面维护单元传送指令,通过路面维护单元对道路斜坡路面进行定期维护。
10.一种基于权利要求1-9任一项所述的道路斜坡路面距离测量系统的道路斜坡路面距离测量方法,其特征在于,包括如下步骤:
S10:根据道路斜坡路面距离测量需求,通过数据采集模块对道路斜坡路面的不同位置处进行多点坐标定位采集,确定位置点的坐标信息,且将采集好的位置点的坐标信息传送给数据处理模块;
S20:数据处理模块对所述坐标信息进行数据处理,将接收的批量数据转换成计算机能够接收的形式,按照关键信息对转换后的所述坐标信息进行分组,划分不同平面内的所述坐标信息,按照距离测量需求对分组后的所述坐标信息进行检索,确定出符合距离测量的数据信息,且清除掉不符合距离测量的数据信息,且将处理好的所述坐标信息传送给数据计算模块;
S30:数据计算模块对所述坐标信息进行计算,确定出道路斜坡路面距离,对处理后的所述坐标信息进行提取,将需要计算的数据信息从传送链路中准确完整地提取出来,数据信息提取后,对提取的数据信息进行多方计算,根据计算结果得出测量的道路斜坡路面距离,且将计算好的道路斜坡路面距离传送给数据分析模块;
S40:数据分析模块对计算测量后的所述道路斜坡路面距离进行分析,查验测量后的道路斜坡路面距离是否符合标准,根据不同的分析结果执行不同的相应策略。
CN202210975487.XA 2022-08-15 2022-08-15 一种道路斜坡路面距离测量系统及方法 Active CN115307544B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210975487.XA CN115307544B (zh) 2022-08-15 2022-08-15 一种道路斜坡路面距离测量系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210975487.XA CN115307544B (zh) 2022-08-15 2022-08-15 一种道路斜坡路面距离测量系统及方法

Publications (2)

Publication Number Publication Date
CN115307544A true CN115307544A (zh) 2022-11-08
CN115307544B CN115307544B (zh) 2023-07-11

Family

ID=83861809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210975487.XA Active CN115307544B (zh) 2022-08-15 2022-08-15 一种道路斜坡路面距离测量系统及方法

Country Status (1)

Country Link
CN (1) CN115307544B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102089196A (zh) * 2008-03-27 2011-06-08 丰田自动车株式会社 坡度信息计算系统、车辆行驶控制系统、导航系统、以及坡度信息计算方法
CN103632538A (zh) * 2013-12-17 2014-03-12 重庆交通大学 道路3d实景采集系统
KR101456565B1 (ko) * 2014-05-28 2014-10-31 하상우 도로포장 손상 조사 및 분석 시스템, 그리고 도로포장 손상 조사 및 분석 방법
CN105953773A (zh) * 2016-04-26 2016-09-21 南京航空航天大学 斜坡坡度角获取方法及装置
CN110232683A (zh) * 2019-06-10 2019-09-13 北京工业大学 一种基于无人机点云的滑坡检测方法
CN112232247A (zh) * 2020-10-22 2021-01-15 深兰人工智能(深圳)有限公司 可行驶区域路面提取方法和装置
CN113191297A (zh) * 2021-05-13 2021-07-30 北京云迹科技有限公司 一种路面识别方法、装置及电子设备
CN113340304A (zh) * 2021-06-03 2021-09-03 青岛慧拓智能机器有限公司 坡度提取方法及装置
CN114789439A (zh) * 2021-01-26 2022-07-26 深圳市普渡科技有限公司 斜坡定位校正方法、装置、机器人及可读存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102089196A (zh) * 2008-03-27 2011-06-08 丰田自动车株式会社 坡度信息计算系统、车辆行驶控制系统、导航系统、以及坡度信息计算方法
CN103632538A (zh) * 2013-12-17 2014-03-12 重庆交通大学 道路3d实景采集系统
KR101456565B1 (ko) * 2014-05-28 2014-10-31 하상우 도로포장 손상 조사 및 분석 시스템, 그리고 도로포장 손상 조사 및 분석 방법
CN105953773A (zh) * 2016-04-26 2016-09-21 南京航空航天大学 斜坡坡度角获取方法及装置
CN110232683A (zh) * 2019-06-10 2019-09-13 北京工业大学 一种基于无人机点云的滑坡检测方法
CN112232247A (zh) * 2020-10-22 2021-01-15 深兰人工智能(深圳)有限公司 可行驶区域路面提取方法和装置
CN114789439A (zh) * 2021-01-26 2022-07-26 深圳市普渡科技有限公司 斜坡定位校正方法、装置、机器人及可读存储介质
CN113191297A (zh) * 2021-05-13 2021-07-30 北京云迹科技有限公司 一种路面识别方法、装置及电子设备
CN113340304A (zh) * 2021-06-03 2021-09-03 青岛慧拓智能机器有限公司 坡度提取方法及装置

Also Published As

Publication number Publication date
CN115307544B (zh) 2023-07-11

Similar Documents

Publication Publication Date Title
CN111255636A (zh) 确定风力发电机组的塔架净空的方法和装置
CN109241976A (zh) 一种基于图像处理和激光测距溢油面积估计的方法
CN108362205B (zh) 基于条纹投影的空间测距方法
CN111220120B (zh) 一种动平台双目测距自校准方法及装置
CN106952262B (zh) 一种基于立体视觉的船板加工精度分析方法
CN112946679B (zh) 一种基于人工智能的无人机测绘果冻效应检测方法及系统
CN113971768A (zh) 一种基于无人机的输电线路违章建筑三维动态检测方法
CN111179335A (zh) 一种基于双目视觉的立木测定方法
CN115511878A (zh) 一种边坡地表位移监测方法、装置、介质及设备
Crispel et al. All-sky photogrammetry techniques to georeference a cloud field
KR20130034528A (ko) 도로시설물 자동 위치측정 방법
CN114792327A (zh) 图像处理方法及系统
CN106709432A (zh) 基于双目立体视觉的人头检测计数方法
CN113393413B (zh) 基于单目与双目视觉协同的水域面积测量方法和系统
CN115307544A (zh) 一种道路斜坡路面距离测量系统及方法
CN201672916U (zh) 无人机航空像片数字立体定位系统
CN113744393B (zh) 一种多层级边坡滑坡变化监测方法
CN112815911B (zh) 基于三目视觉的输电线路交跨距离测量方法
CN115345945A (zh) 利用无人机多目视觉重建高速公路的自动巡检方法及系统
CN109859315B (zh) 一种三维影像的地表植被分离方法
CN113191423A (zh) 一种基于slam的用于土地监管的穿戴设备
CN107843240B (zh) 一种海岸带区域无人机影像同名点信息快速提取方法
CN113532283B (zh) 基于消费级无人机协同gps监测基坑位移趋势的方法
CN117152361B (zh) 一种基于注意力机制的遥感影像能见度估计方法
CN113763325B (zh) 非立体环境下的杆塔高度及挂线点高度空间量测方法

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