CN115858702A - 矿井下点云地图的维护方法、装置、飞行器及电子设备 - Google Patents
矿井下点云地图的维护方法、装置、飞行器及电子设备 Download PDFInfo
- Publication number
- CN115858702A CN115858702A CN202211477001.6A CN202211477001A CN115858702A CN 115858702 A CN115858702 A CN 115858702A CN 202211477001 A CN202211477001 A CN 202211477001A CN 115858702 A CN115858702 A CN 115858702A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- voxel
- aircraft
- map
- 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
Images
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本公开提出一种矿井下点云地图的维护方法、装置、飞行器及电子设备，其中，方法包括：获取矿井下作业区域的原始点云地图；获取原始点云地图中环境变化区域对应的第一点云数据；将原始点云地图中的第一点云数据删除，得到原始点云地图中剩余的第二点云数据，并将第二点云数据变换为第一体素点云数据；控制飞行器从作业区域中的环境未变化区域向环境变化区域飞行，并在飞行器的飞行过程中，采用飞行器上搭载的激光雷达，以预设时间间隔采集飞行器所在区域的第三点云数据；根据激光雷达所采集的第三点云数据，对第一体素点云数据进行增量式更新，得到更新后的目标点云地图。由此，能够以简单、方便的方式，实现矿井下点云地图的高效维护。
Description
技术领域
本公开涉及地图构建技术领域，尤其涉及一种矿井下点云地图的维护方法、装置、飞行器及电子设备。
背景技术
飞行器(例如无人机)因为具有效率高、成本低、使用方便等特点，在越来越多的场景有着广泛的应用。
但是，由于矿井下(例如煤矿井下)巷道狭窄，空间有限，受到噪声干扰、信号屏蔽等情况比较严重，全球定位系统(Global Positioning System，简称GPS)无法获取有效的定位信号，从而飞行器在矿井下作业难度较大，其中最大的困难在于难以进行准确的定位。而预先建立矿井下的点云地图，可以有效的辅助飞行器实现精确定位。但是，矿井下环境会随着作业而实时变化，则点云地图也需要实时变化。如何以一种简单、方便的方式，实现矿井下点云地图的高效维护，已经成为亟待解决的问题。
发明内容
本公开旨在至少在一定程度上解决上述技术中的技术问题之一。
为此，本公开提出一种矿井下点云地图的维护方法，以实现。
本公开第一方面实施例提出了一种矿井下点云地图的维护方法，包括：获取矿井下作业区域的原始点云地图；获取所述原始点云地图中环境变化区域对应的第一点云数据；将所述原始点云地图中的所述第一点云数据删除，得到所述原始点云地图中剩余的第二点云数据，并将所述第二点云数据变换为第一体素点云数据；控制飞行器从所述作业区域中的环境未变化区域向所述环境变化区域飞行，并在所述飞行器的飞行过程中，采用所述飞行器上搭载的激光雷达，以预设时间间隔采集所述飞行器所在区域的第三点云数据；根据所述激光雷达所采集的所述第三点云数据，对所述第一体素点云数据进行增量式更新，得到更新后的目标点云地图。
本公开实施例的矿井下点云地图的维护方法，获取矿井下作业区域的原始点云地图，并获取原始点云地图中环境变化区域对应的第一点云数据，将原始点云地图中的第一点云数据删除，得到原始点云地图中剩余的第二点云数据，并将第二点云数据变换为第一体素点云数据，控制飞行器从作业区域中的环境未变化区域向环境变化区域飞行，并在飞行器的飞行过程中，采用飞行器上搭载的激光雷达，以预设时间间隔采集飞行器所在区域的第三点云数据，根据激光雷达所采集的第三点云数据，对第一体素点云数据进行增量式更新，得到更新后的目标点云地图。由此，能够以简单、方便的方式，实现矿井下点云地图的高效维护。
本公开第二方面实施例提出了一种矿井下点云地图的维护装置，包括：第一获取模块，用于获取矿井下作业区域的原始点云地图；第二获取模块，用于获取所述原始点云地图中环境变化区域对应的第一点云数据；处理模块，用于将所述原始点云地图中的所述第一点云数据删除，得到所述原始点云地图中剩余的第二点云数据，并将所述第二点云数据变换为第一体素点云数据；控制模块，用于控制飞行器从所述作业区域中的环境未变化区域向所述环境变化区域飞行，并在所述飞行器的飞行过程中，采用所述飞行器上搭载的激光雷达，以预设时间间隔采集所述飞行器所在区域的第三点云数据；更新模块，用于根据所述激光雷达所采集的所述第三点云数据，对所述第一体素点云数据进行增量式更新，得到更新后的目标点云地图。
本公开实施例的矿井下点云地图的维护装置，获取矿井下作业区域的原始点云地图，获取原始点云地图中环境变化区域对应的第一点云数据，将原始点云地图中的第一点云数据删除，得到原始点云地图中剩余的第二点云数据，并将第二点云数据变换为第一体素点云数据，控制飞行器从作业区域中的环境未变化区域向环境变化区域飞行，并在飞行器的飞行过程中，采用飞行器上搭载的激光雷达，以预设时间间隔采集飞行器所在区域的第三点云数据，根据激光雷达所采集的第三点云数据，对第一体素点云数据进行增量式更新，得到更新后的目标点云地图。由此，能够以简单、方便的方式，实现矿井下点云地图的高效维护。
本公开第三方面实施例提出了一种飞行器，包括激光雷达和存储计算模块；其中，激光雷达，用于在所述飞行器的飞行过程中，以预设时间间隔采集所述飞行器所在区域的点云数据；存储计算模块，用于获取矿井下作业区域的原始点云地图，并基于所述点云数据，通过本公开第一方面实施例所述的方法，对所述原始点云地图进行维护。
本公开第四方面实施例提出了一种电子设备，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，所述存储器存储有可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本公开第一方面实施例所述的方法。
本公开第五方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本公开第一方面实施例所述的方法。
本公开第六方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本公开第一方面实施例所述的方法。
本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本公开实施例所提供的一种矿井下点云地图的维护方法的流程示意图；
图2为本公开实施例所提供的另一种矿井下点云地图的维护方法的流程示意图；
图3为本公开实施例所提供的另一种矿井下点云地图的维护方法的流程示意图；
图4为本公开实施例所提供的另一种矿井下点云地图的维护方法的流程示意图；
图5为本公开实施例所提供的一种矿井下点云地图的维护装置的结构示意图；
图6为本公开实施例的一种飞行器的结构示意图；
图7为根据本公开一个实施例所提供的一种电子设备的结构框图。
具体实施方式
下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。
可以理解的是，预先建立矿井下的点云地图，可以有效的辅助飞行器实现精确定位。但是，矿井下环境会随着作业而实时变化，则点云地图也需要实时变化。
相关技术中，常用的点云地图维护方法，包括基于定位基站的建图方法和基于即时定位与地图构建(Simultaneous Localization and Mapping，简称SLAM)的点云地图构建方法。
其中，基于定位基站的建图方法，主要是控制无人机的激光雷达扫描井下作业区，以获取井下作业区的扫描点云数据集，根据无人机与井下作业区的定位基站的相对位置，获取井下作业区的测算点云数据集，进而根据扫描点云数据集和测算点云数据集，生成井下作业区的目标三维地图。
其中，基于SLAM的点云地图构建方法，首先通过激光里程计算法(激光SLAM)得到无人机的三维位置姿态信息，基于三维位姿信息提取关键点云帧，并基于视点的特征直方图对点云关键帧进行描述，并计算关键帧点云相似度，如相似度大于预设阈值，则证明两关键帧位置相近，并通过点云匹配算法计算两关键帧之间的真实相对变换，基于关键帧位姿变换以及历史坐标位置，通过因子图算法修正里程计各个位置姿态数据，之后通过优化后的位姿数据拼接关键帧对应点云形成点云地图。
但是，基于定位基站的建图方法，需要首先采用定位基站确定无人机当前位置，之后使用无人机机载激光雷达采集数据，利用位置数据拼接点云，形成点云地图。由于无人机在三维空间中运动，从而为无人机定位需要大量定位基站，设备复杂。在井下环境变化时，定位基站需要重新布置和标定。基于SLAM的点云地图构建方法，由于SLAM建图使用相对位置拼接点云，从而如果点云变化，则需要整体重新构建点云地图，同时由于该方法需要保存关键帧全部点云进行匹配，长时间运行时数据量较大，无法实现点云地图的高效构建。
因此，上述方法无法以简单、方便的方式，实现矿井下点云地图的高效维护。
本公开针对上述问题，提出一种矿井下点云地图的维护方法、装置、飞行器及电子设备，能够以简单、方便的方式，实现矿井下点云地图的高效维护。
下面参考附图描述本公开实施例的矿井下点云地图的维护方法、装置、飞行器及电子设备。
图1为本公开实施例所提供的一种矿井下点云地图的维护方法的流程示意图。
需要说明的是本公开实施例提供的矿井下点云地图的维护方法，可以由矿井下点云地图的维护装置执行，其中，可以将矿井下点云地图的维护装置简称为维护装置。其中，维护装置可以为电子设备，也可以被配置在电子设备中，以实现对矿井下点云地图的维护。其中电子设备可以为飞行器或其他设备，本公开对此不作限制。
如图1所示，该矿井下点云地图的维护方法可包括：
步骤101，获取矿井下作业区域的原始点云地图。
其中，原始点云地图，为三维密集点云数据PM，包括矿井下全部作业区域的点云数据。其中，设三维点pi∈PM，其中pi＝(x,y,z)，所有点云处于同一个坐标系，该坐标系可以称为地图坐标系。
在本公开实施例中，可预先获取矿井下的作业区域的原始点云地图。作为一种示例，可预先获取矿井下多个空间位置各自对应的第三点云子数据，进而，对多个空间位置各自对应的第三点云子数据进行点云数据构建，可得到原始点云地图。
需要说明的是，上述原始点云地图的构建方法，仅是示例性说明，在实际应用中，还可以采用其它的方式构建原始点云地图，比如SLAM等多种方式，本申请实施例对此不作限定。
步骤102，获取原始点云地图中环境变化区域对应的第一点云数据。
其中，环境变化区域，为矿井下作业区域中的环境发生变化的区域。比如，在对煤矿井下某个区域的工作面进行了推进时，该区域即为环境变化区域。
其中，第一点云数据中，可以包括环境变化区域在原始点云地图中对应的多个三维点，以及该多个三维点的位置信息。
其中，三维点的位置信息，可以包括三维点的位置坐标。
步骤103，将原始点云地图中的第一点云数据删除，得到原始点云地图中剩余的第二点云数据，并将第二点云数据变换为第一体素点云数据。
其中，第二点云数据，即作业区域中的环境未变化区域在原始点云地图中对应的点云数据。其中，环境未变化区域，为矿井下作业区域中的环境未发生变化的区域。
其中，第二点云数据中，可以包括环境未变化区域在原始点云地图中对应的多个三维点，以及该多个三维点的位置信息。其中，为了便于与其它三维点进行区分，可以将第二点云数据中包括的三维点，称为第一三维点。
需要说明的是，本公开实施例中的矿井下某个区域的环境是否发生变化，指环境相对原始点云地图对应的环境是否发生变化。
在本公开实施例中，可以通过基于体素的点云下采样方法，将第二点云数据变换为第一体素点云数据。其中，第一体素点云数据中，包括多个三维点，每个三维点可以位于一个体素中。
步骤104，控制飞行器从作业区域中的环境未变化区域向环境变化区域飞行，并在飞行器的飞行过程中，采用飞行器上搭载的激光雷达，以预设时间间隔采集飞行器所在区域的第三点云数据。
其中，飞行器，为可以搭载激光雷达进行飞行的设备，比如无人机。其中，激光雷达可以为固态激光雷达或多线激光雷达等三维激光雷达。
在本公开的实施例中，可以控制飞行器在作业区域中的环境未变化区域中的任意位置起飞，并在飞行器起飞后，控制飞行器朝向环境变化区域中的任意位置飞行。在飞行器的飞行过程中，可以采用飞行器上搭载的激光雷达，以预设时间间隔采集飞行器所在区域的第三点云数据。
其中，预设时间间隔，可以根据实际场景需要任意设置，本公开对此不作限制。
第三点云数据，可以包括飞行器所在区域对应的多个三维点，以及该多个三维点的位置信息。其中，第三点云数据中的所有三维点处于同一个坐标系，该坐标系可以为机体坐标系或激光雷达坐标系。其中，机体坐标系指飞行器对应的坐标系，激光雷达坐标系指激光雷达对应的坐标系。
需要说明的是，由于激光雷达与所在的飞行器为刚体连接，从而可以通过刚体变换，将其中一个坐标系下的点云数据变换到另一坐标系下，得到另一坐标系下的点云数据。
由此，在飞行器从作业区域中的环境未变化区域向环境变化区域飞行的过程中，可以采用飞行器上搭载的激光雷达，在多个时刻采集得到作业区域中的环境未变化区域至环境变化区域的路径上的多个空间位置的点云数据。
步骤105，根据激光雷达所采集的第三点云数据，对第一体素点云数据进行增量式更新，得到更新后的目标点云地图。
在本公开的实施例中，获取到激光雷达在一个时刻采集的点云数据后，可以基于该点云数据对第一体素点云数据进行更新，得到更新后的第二体素点云数据，之后，每获取到激光雷达在一个时刻采集的点云数据，可以根据该点云数据，对前一时刻得到的第二体素点云数据进行更新，从而实现对第一体素点云数据的增量式更新。
由此，本公开实施例提供的矿井下点云地图的维护方法，通过基于激光雷达采集的点云数据，增量式更新原始点云地图，相较于基于定位基站的建图方法，无需任何硬件设备，简化了系统，使用更加方便。另外，本方案通过增量式更新原始点云地图，无需对整个作业区域的原始点云地图进行重建，同时由于基于体素点云结构进行点云数据的处理，可以在保证点云地图完整的条件下，减小点云地图的数据量，提高建图效率，从而可以实现对矿井下点云地图的高效维护。
综上，本公开实施例提供的矿井下点云地图的维护方法，获取矿井下作业区域的原始点云地图，并获取原始点云地图中环境变化区域对应的第一点云数据，将原始点云地图中的第一点云数据删除，得到原始点云地图中剩余的第二点云数据，并将第二点云数据变换为第一体素点云数据，控制飞行器从作业区域中的环境未变化区域向环境变化区域飞行，并在飞行器的飞行过程中，采用飞行器上搭载的激光雷达，以预设时间间隔采集飞行器所在区域的第三点云数据，根据激光雷达所采集的第三点云数据，对第一体素点云数据进行增量式更新，得到更新后的目标点云地图。由此，能够以简单、方便的方式，实现矿井下点云地图的高效维护。
为了清楚地说明上述实施例是如何将第二点云数据变换为第一体素点云数据的，本公开提出另一种矿井下点云地图的维护方法。
图2为本公开实施例所提供的一种矿井下点云地图的维护方法的流程示意图。
如图2所示，该矿井下点云地图的维护方法可包括以下步骤：
步骤201，基于第二点云数据中的各第一三维点的位置信息，确定一个立方体。
在本公开的实施例中，假设第二点云数据中的所有第一三维点的位置坐标的范围是：x1<x<x2,y1<y<y2,z1<x<z2，其中，x1为所有第一三维点的位置坐标中x轴的最小坐标值，x2为所有第一三维点的位置坐标中x轴的最大坐标值；y1为所有第一三维点的位置坐标中y轴的最小坐标值，y2为所有第一三维点的位置坐标中y轴的最大坐标值；z1为所有第一三维点的位置坐标中z轴的最小坐标值，z2为所有第一三维点的位置坐标中z轴的最大坐标值。可以根据第二点云数据中的所有第一三维点的位置坐标的范围，确定一个立方体C，立方体C的三边边长分别为xC、yC、zC。其中，xC＝x2-x1,yC＝y2-y1,zC＝z2-z1。
步骤202，将第二点云数据中的各第一三维点存入立方体中，并将立方体划分为多个体素。
本公开的实施例中，可以将第二点云数据中的各第一三维点存入上述立方体C中，并将立方体按边长d分为多个体素，即小立方体。其中，d小于立方体C的三边边长xC、yC和zC中的最小值。
步骤203，对于多个体素中的第j个体素，基于各第一三维点的位置信息以及体素的位置信息，判断第j个体素中是否存在第一三维点，若是，则执行步骤204，否则，执行步骤205。
其中，j的初始值为1。
步骤204，保留第j个体素中存在的第一三维点中的目标三维点。
步骤205，将第j个体素确定为空体素。
本公开的实施例中，可以基于各第一三维点的位置坐标以及第j个体素的位置坐标，判断第j个体素中是否存在第一三维点。在第j个体素中存在第一三维点的情况下，可以随机保留第j个体素中存在的第一三维点中的任意一个第一三维点，该任意一个第一三维点即为目标三维点，并将第j个体素中的其他第一三维点删除。在第j个体素中不存在第一三维点的情况下，可以将第j个体素确定为空体素。
步骤206，判断是否遍历完多个体素中的所有体素，若是，则执行步骤207，否则，对j进行加1处理，并跳转至步骤203。
步骤207，基于各目标三维点的位置信息，生成第一体素点云数据。
在本公开的实施例中，可以对立方体C中的所有体素分别执行步骤203-205，直至完成所有体素的遍历，进而可以基于各目标三维点的位置信息，生成第一体素点云数据。
由此，实现了将第二点云数据变换为体素点云结构的第一体素点云数据，进而使得可以基于体素点云结构进行点云数据的处理，以在保证点云地图完整的条件下，减小点云地图的数据量，提高建图效率，从而可以实现对矿井下点云地图的高效维护。
为了清楚地说明上述实施例中是如何根据激光雷达所采集的第三点云数据，对第一体素点云数据进行增量式更新，得到更新后的目标点云地图的，本公开提出另一种矿井下点云地图的维护方法。
图3为本公开实施例所提供的一种矿井下点云地图的维护方法的流程示意图。
如图3所示，该矿井下点云地图的维护方法可包括：
步骤301，获取矿井下作业区域的原始点云地图。
步骤302，获取原始点云地图中环境变化区域对应的第一点云数据。
步骤303，将原始点云地图中的第一点云数据删除，得到原始点云地图中剩余的第二点云数据，并将第二点云数据变换为第一体素点云数据。
步骤304，控制飞行器从作业区域中的环境未变化区域向环境变化区域飞行，并在飞行器的飞行过程中，采用飞行器上搭载的激光雷达，以预设时间间隔采集飞行器所在区域的第三点云数据，其中，第三点云数据，包括激光雷达在第1时刻至第N时刻中的各时刻采集的第一点云子数据，其中，N为大于1的整数。
本公开实施例中，可以控制飞行器在作业区域中的环境未变化区域中的任意位置起飞，并在飞行器起飞后，控制飞行器朝向环境变化区域中的任意位置飞行。在飞行器的飞行过程中，可以采用飞行器上搭载的激光雷达，以预设时间间隔采集飞行器所在区域的第三点云数据，直至飞行器飞出环境变化区域。
由此，在飞行器起飞至飞行器飞出环境变化区域的过程中，维护装置可以获取到激光雷达在第1时刻至第N时刻中的各时刻采集的第一点云子数据。
其中，N为大于1的整数。
需要说明的是，步骤301至304的执行过程可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
步骤305，基于第1时刻采集的第一点云子数据，对第一体素点云数据进行更新，得到第i时刻对应的第二体素点云数据，其中，i的初始值为1。
步骤306，对i进行加1处理。
步骤307，基于第i时刻采集的第一点云子数据，对第i-1时刻对应的第二体素点云数据进行更新，得到第i时刻对应的第二体素点云数据。
步骤308，判断是否得到第N时刻对应的第二体素点云数据，若是，则执行步骤309，否则，跳转至步骤306。
在本公开的实施例中，跳转至对i进行加1处理的过程之后，可以继续基于第i时刻采集的第一点云子数据，对第i-1时刻对应的第二体素点云数据进行更新，直至得到第N时刻对应的第二体素点云数据。
步骤309，基于第N时刻对应的第二体素点云数据，生成目标点云地图。
综上，本公开实施例提供的矿井下点云地图的维护方法，获取矿井下作业区域的原始点云地图，获取原始点云地图中环境变化区域对应的第一点云数据，将原始点云地图中的第一点云数据删除，得到原始点云地图中剩余的第二点云数据，并将第二点云数据变换为第一体素点云数据，控制飞行器从作业区域中的环境未变化区域向环境变化区域飞行，并在飞行器的飞行过程中，采用飞行器上搭载的激光雷达，以预设时间间隔采集飞行器所在区域的第三点云数据，其中，第三点云数据，包括激光雷达在第1时刻至第N时刻中的各时刻采集的第一点云子数据，基于第1时刻采集的第一点云子数据，对第一体素点云数据进行更新，得到第i时刻对应的第二体素点云数据，其中，i的初始值为1，对i进行加1处理，基于第i时刻采集的第一点云子数据，对第i-1时刻对应的第二体素点云数据进行更新，得到第i时刻对应的第二体素点云数据，直至得到第N时刻对应的第二体素点云数据，进而基于第N时刻对应的第二体素点云数据，生成目标点云地图。由此，能够以简单、方便的方式，实现矿井下点云地图的高效维护。
为了清楚地说明上述实施例是如何基于第1时刻采集的第一点云子数据，对第一体素点云数据进行更新，得到第i时刻对应的第二体素点云数据，其中，i的初始值为1的，本公开提出另一种矿井下点云地图的维护方法。
图4为本公开实施例所提供的一种矿井下点云地图的维护方法的流程示意图。
如图4所示，该矿井下点云地图的维护方法可包括以下步骤：
步骤401，获取飞行器在第1时刻时，在原始点云地图对应的地图坐标系下的位姿信息。
其中，位姿信息，包括飞行器的位置信息和姿态信息。
在本公开的实施例中，飞行器可以搭载一个自主定位装置，在飞行器的飞行过程中，可以通过自主定位装置，实时获取飞行器在地图坐标系下的位姿信息。
其中，自主定位装置可以采用激光SLAM方式和/或机器视觉定位和/或超宽带雷达(Ultra Wide Band，简称UWB)定位和/或光学引导定位等方式，获取飞行器在地图坐标系下的位姿信息，本公开对此不作限制，只需可以在无GPS环境中实现飞行器的自主定位即可。
步骤402，根据位姿信息，将第1时刻采集的第一点云子数据，变换到地图坐标系下，得到变换后的第二点云子数据。
可以理解的是，第一点云子数据中的所有三维点处于同一个坐标系，即机体坐标系或激光雷达坐标系，在本公开的实施例中，可以将第一点云子数据，变换到地图坐标系下，得到地图坐标系下的第二点云子数据。
步骤403，基于第二点云子数据，对第一体素点云数据进行更新，得到第i时刻对应的第二体素点云数据。
在本公开的实施例中，步骤403可以通过以下方式实现：
对于第i时刻对应的第二点云子数据中的每个第二三维点，根据第二三维点的位置信息以及立方体中各体素的位置信息，确定第二三维点对应的目标体素；
基于第一体素点云数据中各目标三维点的位置信息以及目标体素的位置信息，判断目标体素中是否包括目标三维点，并在目标体素中未包括目标三维点的情况下，将第二三维点作为目标体素中的目标三维点，添加至第一体素点云数据中，以对第一体素点云数据进行更新。
其中，为了便于区分，本公开实施例将第i时刻对应的第二点云子数据中的三维点称为第二三维点。
在本公开的实施例中，对于每个第二三维点，可以确定该第二三维点的位置坐标落在立方体中各体素的哪个体素对应的坐标范围中，从而确定该第二三维点对应的目标体素。进而可以基于第一体素点云数据中各目标三维点的位置坐标以及目标体素的位置坐标，判断目标体素中是否包括目标三维点。在目标体素中包括目标三维点的情况下，可以忽略该目标体素。在目标体素中未包括目标三维点的情况下，可以将该第二三维点作为目标体素中的目标三维点，添加至第一体素点云数据中，以对第一体素点云数据进行更新。
由此，可以将原始点云地图对应的地图坐标系作为矿井下空间的绝对坐标系，从而确定建图的基准以及飞行器的位姿信息，进而基于飞行器在第1时刻时，在原始点云地图对应的地图坐标系下的位姿信息，以及第二点云子数据，对第一体素点云数据进行更新，得到第i时刻对应的第二体素点云数据。且本方案通过原始点云地图构建了矿井下空间的绝对坐标系，通过该坐标系可以保证本方案提出的增量式更新点云地图的有效性。
需要说明的是，本公开实施例仅示出了基于第1时刻对应的第二点云子数据，对第一体素点云数据进行更新，得到第i时刻对应的第二体素点云数据，i的初始值为1的过程，在i大于1时，基于第i时刻采集的第一点云子数据，对第i-1时刻对应的第二体素点云数据进行更新，得到第i时刻对应的第二体素点云数据的过程，可以参考上述过程，本公开实施例对此不再赘述。
为了实现上述实施例，本公开还提出一种矿井下点云地图的维护装置。
图5为本公开实施例所提供的一种矿井下点云地图的维护装置的结构示意图。
如图5所示，矿井下点云地图的维护装置500包括：
第一获取模块510、第二获取模块520、处理模块530、控制模块540和更新模块550。
其中，第一获取模块510，用于获取矿井下作业区域的原始点云地图；
第二获取模块520，用于获取原始点云地图中环境变化区域对应的第一点云数据；
处理模块530，用于将原始点云地图中的第一点云数据删除，得到原始点云地图中剩余的第二点云数据，并将第二点云数据变换为第一体素点云数据；
控制模块540，用于控制飞行器从作业区域中的环境未变化区域向环境变化区域飞行，并在飞行器的飞行过程中，采用飞行器上搭载的激光雷达，以预设时间间隔采集飞行器所在区域的第三点云数据；
更新模块550，用于根据激光雷达所采集的第三点云数据，对第一体素点云数据进行增量式更新，得到更新后的目标点云地图。
作为本公开实施例的一种可能的实现方式，第三点云数据，包括激光雷达在第1时刻至第N时刻中的各时刻采集的第一点云子数据，其中，N为大于1的整数；
更新模块550，用于：
基于第1时刻采集的第一点云子数据，对第一体素点云数据进行更新，得到第i时刻对应的第二体素点云数据，其中，i的初始值为1；
对i进行加1处理；
基于第i时刻采集的第一点云子数据，对第i-1时刻对应的第二体素点云数据进行更新，得到第i时刻对应的第二体素点云数据；
跳转至对i进行加1处理的过程，直至得到第N时刻对应的第二体素点云数据；
基于第N时刻对应的第二体素点云数据，生成目标点云地图。
作为本公开实施例的一种可能的实现方式，更新模块550，用于：
获取飞行器在第1时刻时，在原始点云地图对应的地图坐标系下的位姿信息；
根据位姿信息，将第1时刻采集的第一点云子数据，变换到地图坐标系下，得到变换后的第二点云子数据；
基于第二点云子数据，对第一体素点云数据进行更新，得到第i时刻对应的第二体素点云数据。
作为本公开实施例的一种可能的实现方式，处理模块530，用于：
基于第二点云数据中的各第一三维点的位置信息，确定一个立方体；
将第二点云数据中的各第一三维点存入立方体中，并将立方体划分为多个体素；
对于多个体素中的每个体素，基于各第一三维点的位置信息以及体素的位置信息，判断体素中是否存在第一三维点，并在体素中存在第一三维点的情况下，保留体素中存在的第一三维点中的目标三维点；
基于各目标三维点的位置信息，生成第一体素点云数据。
作为本公开实施例的一种可能的实现方式，更新模块550，用于：
对于第i时刻对应的第二点云子数据中的每个第二三维点，根据第二三维点的位置信息以及立方体中各体素的位置信息，确定第二三维点对应的目标体素；
基于第一体素点云数据中各目标三维点的位置信息以及目标体素的位置信息，判断目标体素中是否包括目标三维点，并在目标体素中未包括目标三维点的情况下，将第二三维点作为目标体素中的目标三维点，添加至第一体素点云数据中，以对第一体素点云数据进行更新。
作为本公开实施例的一种可能的实现方式，第一获取模块510，用于：
获取矿井下多个空间位置各自对应的第三点云子数据；
对多个空间位置各自对应的第三点云子数据进行点云数据构建，以得到原始点云地图。
其中，本申请实施例对原始点云地图的构建方式不做具体要求。
需要说明的是，前述对矿井下点云地图的维护方法实施例的解释说明也适用于该实施例的矿井下点云地图的维护装置，此处不再赘述。
本公开实施例的矿井下点云地图的维护装置，获取矿井下作业区域的原始点云地图，并获取原始点云地图中环境变化区域对应的第一点云数据，将原始点云地图中的第一点云数据删除，得到原始点云地图中剩余的第二点云数据，并将第二点云数据变换为第一体素点云数据，控制飞行器从作业区域中的环境未变化区域向环境变化区域飞行，并在飞行器的飞行过程中，采用飞行器上搭载的激光雷达，以预设时间间隔采集飞行器所在区域的第三点云数据，根据激光雷达所采集的第三点云数据，对第一体素点云数据进行增量式更新，得到更新后的目标点云地图。由此，能够以简单、方便的方式，实现矿井下点云地图的高效维护。
为了实现上述实施例，本公开还提出一种飞行器。
图6为本公开实施例所提供的飞行器的结构示意图。
如图6所示，飞行器600包括激光雷达610和存储计算模块620：
激光雷达610，用于在飞行器600的飞行过程中，以预设时间间隔采集飞行器所在区域的点云数据；
存储计算模块620，用于获取矿井下作业区域的原始点云地图，并基于点云数据，通过前述任一实施例所述的方法，对原始点云地图进行维护。
作为本公开实施例的一种可能的实现方式，参考图6，飞行器600还可以包括：
飞行平台630，用于承载飞行器600中的其它部件；
定位模块640，用于获取飞行器600的位姿信息或获取用于确定位姿信息的传感器信息；
相应的，存储计算模块620，用于基于位姿信息或传感器信息，以及点云数据，对原始点云地图进行维护。
其中，传感器信息，为传感器采集的原始信息，可以用于确定飞行器600的位姿信息。
其中，飞行器600中的其它部件，比如可以包括动力系统部件，如电机、桨叶、电池等部件。
其中，定位模块640可以包括一种或多种定位传感器。
定位模块640可以通过以下两种方式工作：
(1)定位模块640直接获取飞行器600自身的位姿信息，并将位姿信息传输至机载的存储计算模块620。
(2)定位模块640获取传感器采集的原始信息，并将原始信息传输至机载的存储计算模块620，由存储计算模块620将原始信息处理为位姿信息。
其中，激光雷达可以为固态激光雷达或多线激光雷达等三维激光雷达。
为了实现上述实施例，本公开还提出一种电子设备，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，所述存储器存储有可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上述实施例所述的方法。
其中，电子设备比如可以为上述实施例中的飞行器600中的存储计算模块。
为了实现上述实施例，本公开还提出一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例所述的方法。
为了实现上述实施例，本公开还提出一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述实施例所述的方法。
图7为根据本公开一个实施例所提供的一种电子设备的结构框图。图7示出的电子设备仅仅是一个示例，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7所示，电子设备700包括处理器701，其可以根据存储在只读存储器(ROM，Read Only Memory)702中的程序或者从存储器706加载到随机访问存储器(RAM，RandomAccess Memory)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理器701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O，Input/Output)接口705也连接至总线704。
以下部件连接至I/O接口705：包括硬盘等的存储器706；以及包括诸如LAN(局域网，Local Area Network)卡、调制解调器等的网络接口卡的通信部分707，通信部分707经由诸如因特网的网络执行通信处理；驱动器708也根据需要连接至I/O接口705。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分707从网络上被下载和安装。在该计算机程序被处理器701执行时，执行本公开的方法中限定的上述功能。
在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器706，上述指令可由电子设备700的处理器701执行以完成上述方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本公开的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本公开的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本公开各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本公开的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本公开的限制，本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种矿井下点云地图的维护方法，其特征在于，包括：
获取矿井下作业区域的原始点云地图；
获取所述原始点云地图中环境变化区域对应的第一点云数据；
将所述原始点云地图中的所述第一点云数据删除，得到所述原始点云地图中剩余的第二点云数据，并将所述第二点云数据变换为第一体素点云数据；
控制飞行器从所述作业区域中的环境未变化区域向所述环境变化区域飞行，并在所述飞行器的飞行过程中，采用所述飞行器上搭载的激光雷达，以预设时间间隔采集所述飞行器所在区域的第三点云数据；
根据所述激光雷达所采集的所述第三点云数据，对所述第一体素点云数据进行增量式更新，得到更新后的目标点云地图。
2.根据权利要求1所述的方法，其特征在于，所述第三点云数据，包括所述激光雷达在第1时刻至第N时刻中的各时刻采集的第一点云子数据，其中，N为大于1的整数；
所述根据所述激光雷达所采集的所述第三点云数据，对所述第一体素点云数据进行增量式更新，得到更新后的目标点云地图，包括：
基于第1时刻采集的所述第一点云子数据，对所述第一体素点云数据进行更新，得到第i时刻对应的第二体素点云数据，其中，i的初始值为1；
对i进行加1处理；
基于第i时刻采集的所述第一点云子数据，对第i-1时刻对应的第二体素点云数据进行更新，得到第i时刻对应的第二体素点云数据；
跳转至对i进行加1处理的过程，直至得到第N时刻对应的第二体素点云数据；
基于第N时刻对应的第二体素点云数据，生成所述目标点云地图。
3.根据权利要求2所述的方法，其特征在于，所述基于第1时刻采集的所述第一点云子数据，对所述第一体素点云数据进行更新，得到第i时刻对应的第二体素点云数据，其中，i的初始值为1，包括：
获取所述飞行器在所述第1时刻时，在所述原始点云地图对应的地图坐标系下的位姿信息；
根据所述位姿信息，将所述第1时刻采集的所述第一点云子数据，变换到所述地图坐标系下，得到变换后的第二点云子数据；
基于所述第二点云子数据，对所述第一体素点云数据进行更新，得到第i时刻对应的第二体素点云数据。
4.根据权利要求3所述的方法，其特征在于，所述将所述第二点云数据变换为第一体素点云数据，包括：
基于所述第二点云数据中的各第一三维点的位置信息，确定一个立方体；
将所述第二点云数据中的各第一三维点存入所述立方体中，并将所述立方体划分为多个体素；
对于所述多个体素中的每个体素，基于各所述第一三维点的位置信息以及所述体素的位置信息，判断所述体素中是否存在第一三维点，并在所述体素中存在第一三维点的情况下，保留所述体素中存在的第一三维点中的目标三维点；
基于各所述目标三维点的位置信息，生成所述第一体素点云数据。
5.根据权利要求4所述的方法，其特征在于，所述基于所述第二点云子数据，对所述第一体素点云数据进行更新，得到第i时刻对应的第二体素点云数据，包括：
对于所述第i时刻对应的第二点云子数据中的每个第二三维点，根据所述第二三维点的位置信息以及所述立方体中各所述体素的位置信息，确定所述第二三维点对应的目标体素；
基于所述第一体素点云数据中各目标三维点的位置信息以及所述目标体素的位置信息，判断所述目标体素中是否包括目标三维点，并在所述目标体素中未包括目标三维点的情况下，将所述第二三维点作为所述目标体素中的目标三维点，添加至所述第一体素点云数据中，以对所述第一体素点云数据进行更新。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述获取矿井下作业区域的原始点云地图，包括：
获取所述矿井下多个空间位置各自对应的第三点云子数据；
对所述多个空间位置各自对应的第三点云子数据进行点云数据构建，以得到所述原始点云地图。
7.一种矿井下点云地图的维护装置，其特征在于，包括：
第一获取模块，用于获取矿井下作业区域的原始点云地图；
第二获取模块，用于获取所述原始点云地图中环境变化区域对应的第一点云数据；
处理模块，用于将所述原始点云地图中的所述第一点云数据删除，得到所述原始点云地图中剩余的第二点云数据，并将所述第二点云数据变换为第一体素点云数据；
控制模块，用于控制飞行器从所述作业区域中的环境未变化区域向所述环境变化区域飞行，并在所述飞行器的飞行过程中，采用所述飞行器上搭载的激光雷达，以预设时间间隔采集所述飞行器所在区域的第三点云数据；
更新模块，用于根据所述激光雷达所采集的所述第三点云数据，对所述第一体素点云数据进行增量式更新，得到更新后的目标点云地图。
8.一种飞行器，其特征在于，包括：
激光雷达，用于在所述飞行器的飞行过程中，以预设时间间隔采集所述飞行器所在区域的点云数据；
存储计算模块，用于获取矿井下作业区域的原始点云地图，并基于所述点云数据，通过权利要求1-6中任一项所述的方法，对所述原始点云地图进行维护。
9.根据权利要求8所述的飞行器，其特征在于，所述飞行器还包括：
飞行平台，用于承载所述飞行器中的其它部件；
定位模块，用于获取所述飞行器的位姿信息或获取用于确定所述位姿信息的传感器信息；
所述存储计算模块，用于基于所述位姿信息或所述传感器信息，以及所述点云数据，对所述原始点云地图进行维护。
10.一种电子设备，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，
所述存储器存储有可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权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211477001.6A CN115858702A (zh) | 2022-11-23 | 2022-11-23 | 矿井下点云地图的维护方法、装置、飞行器及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211477001.6A CN115858702A (zh) | 2022-11-23 | 2022-11-23 | 矿井下点云地图的维护方法、装置、飞行器及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115858702A true CN115858702A (zh) | 2023-03-28 |
Family
ID=85665493
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211477001.6A Pending CN115858702A (zh) | 2022-11-23 | 2022-11-23 | 矿井下点云地图的维护方法、装置、飞行器及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115858702A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116821270A (zh) * | 2023-08-24 | 2023-09-29 | 腾讯科技（深圳）有限公司 | 地图生成方法、装置、设备及存储介质 |
-
2022
- 2022-11-23 CN CN202211477001.6A patent/CN115858702A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116821270A (zh) * | 2023-08-24 | 2023-09-29 | 腾讯科技（深圳）有限公司 | 地图生成方法、装置、设备及存储介质 |
| CN116821270B (zh) * | 2023-08-24 | 2023-11-21 | 腾讯科技（深圳）有限公司 | 地图生成方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11354856B2 (en) | Unmanned aerial vehicle navigation map construction system and method based on three-dimensional image reconstruction technology | |
| CN109459734B (zh) | 一种激光雷达定位效果评估方法、装置、设备及存储介质 | |
| CN108280866B (zh) | 道路点云数据处理方法及系统 | |
| US20190156684A1 (en) | Collision avoidance system, depth imaging system, vehicle, obstacle map generator, and methods thereof | |
| CN110298311B (zh) | 路面积水检测方法及装置 | |
| AU2020229324B2 (en) | System and method for surface feature detection and traversal | |
| CN111257882B (zh) | 数据融合方法、装置、无人驾驶设备和可读存储介质 | |
| CN111681163A (zh) | 构建点云地图的方法、装置、电子设备和存储介质 | |
| CN115858702A (zh) | 矿井下点云地图的维护方法、装置、飞行器及电子设备 | |
| JP2023525927A (ja) | 車両位置推定システム及び方法 | |
| CN109407706A (zh) | 无人机控制方法和装置 | |
| Stepanas et al. | Ohm: Gpu based occupancy map generation | |
| CN117389305A (zh) | 一种无人机巡检路径规划方法、系统、设备及介质 | |
| Zhang et al. | A symbolic-AI approach for UAV exploration tasks | |
| CN116626670A (zh) | 自动驾驶模型的生成方法、装置、车辆及存储介质 | |
| CN111380529A (zh) | 移动设备定位方法、装置、系统及移动设备 | |
| CN116338729A (zh) | 一种基于多层地图的三维激光雷达导航方法 | |
| CN116185054A (zh) | 基于微型激光雷达的无人机输电线路巡检方法及系统 | |
| CN115061499A (zh) | 无人机控制方法及无人机控制装置 | |
| CN114648571A (zh) | 机器人高精度地图建图中行驶区域内障碍物过滤方法 | |
| CN116954265B (zh) | 局部运动轨迹的重规划方法、装置和电子设备 | |
| CN113902864B (zh) | 用于矿场的矢量地图生成方法、系统及计算机系统 | |
| CN116385825B (zh) | 模型联合训练方法、装置及车辆 | |
| US20220398294A1 (en) | Method and device for object tracking | |
| Zhao | 3D Obstacle Avoidance for Unmanned Autonomous System (UAS) |
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 |