CN116804765B - 一种室内空间实测实量指标自动化测定方法及装置 - Google Patents

一种室内空间实测实量指标自动化测定方法及装置 Download PDF

Info

Publication number
CN116804765B
CN116804765B CN202311075321.3A CN202311075321A CN116804765B CN 116804765 B CN116804765 B CN 116804765B CN 202311075321 A CN202311075321 A CN 202311075321A CN 116804765 B CN116804765 B CN 116804765B
Authority
CN
China
Prior art keywords
point
plane
axis
coordinates
vector
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.)
Active
Application number
CN202311075321.3A
Other languages
English (en)
Other versions
CN116804765A (zh
Inventor
牛文杰
苏伟煜
张一灿
丁宿骏
廖紫金
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.)
Lanjian Suzhou Technology Co ltd
Original Assignee
Lanjian Suzhou Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lanjian Suzhou Technology Co ltd filed Critical Lanjian Suzhou Technology Co ltd
Priority to CN202311075321.3A priority Critical patent/CN116804765B/zh
Publication of CN116804765A publication Critical patent/CN116804765A/zh
Application granted granted Critical
Publication of CN116804765B publication Critical patent/CN116804765B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate
    • G06Q50/165—Land development
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0608—Height gauges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • 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
    • G01C15/12—Instruments for setting out fixed angles, e.g. right angles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C9/00—Measuring inclination, e.g. by clinometers, by levels
    • 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

Abstract

本发明提供一种室内空间实测实量指标自动化测定方法及装置，涉及数据处理技术领域，所述方法包括：利用IMU的加速度信息α和角速度信息ω将激光雷达输出的点云坐标（，，）通过旋转矩阵R对齐到世界坐标系下的点（，，）；根据所述点云坐标进行实测实量指标的计算以及误差噪点的去除。本发明可以提升激光雷达测量数据的精度，对室内空间进行实时点云三维重建和多种实测实量指标的在线计算，可用于土建工程质检阶段的便携式、高效自动化测量，降低人力成本和人为测量主观误差。

Description

一种室内空间实测实量指标自动化测定方法及装置
技术领域
本发明涉及数据处理技术领域，特别是指一种室内空间实测实量指标自动化测定方法及装置。
背景技术
在房地产开发流程中，尚未交付且具备实测条件的在建项目均须参与土建工程质量评估，其中一个关键环节是土建工程质量实测实量。按照国家要求的实测实量验收标准，需要测量室内空间的一些关键指标以确保建筑物的实际尺寸和设计图纸保持一致。土建工程质量评估的关键性指标可划分为顶板水平度极差、墙面垂直度、墙面平整度、阴阳角方正度、地面水平度、开间/进深和室内高度等几项实测实量指标。
传统的土建工程项目验收流程需要测量员借助靠尺、阴阳角尺和塞尺在房屋各平面指定测区进行对应指标的测量，人工测量方式耗时长、人力成本高昂而且存在较大的主观误差，因此需要基于距离传感器如激光雷达来研发智能测绘硬件来替代人工测绘。但是，如果单纯使用激光雷达进行室内地图感知的话面临着以下几个问题：
1.激光雷达的测量精度仅在厘米级别，而实测实量指标的合格标准以毫米为单位，因此需要将感知的环境地图精度提升到毫米级别。
2.激光雷达的视场角（FOV，Field of View）有限，若要全方位感知室内环境，需要让激光雷达对环境进行运动扫描。在这个过程中涉及到激光雷达坐标系运动，需要对其应用运动补偿；雷达感知的点云地图是有序无组织的，缺少方位信息和平面语义信息，需要通过算法来分割并识别各个特征平面（天花板、地板、各墙体方位），在此基础上再设计实测实量算法进行对应指标的自动化测量。
发明内容
本发明要解决的技术问题是提供一种室内空间实测实量指标自动化测定方法及装置，可以提升激光雷达测量数据的精度，对室内空间进行实时点云三维重建和多种实测实量指标的在线计算，可用于土建工程质检阶段的便携式、高效自动化测量，降低人力成本和人为测量主观误差。
为解决上述技术问题，本发明的技术方案如下：
第一方面，一种室内空间实测实量指标自动化测定方法，所述方法包括：
利用IMU的加速度信息α和角速度信息ω将激光雷达输出的点云坐标（，/>，/>）通过旋转矩阵R对齐到世界坐标系下的点（/>，/>，/>），其中，
；，
其中，分别为偏航角、俯仰角和翻滚角，/>分别为x轴、y轴和z轴方向上的加速度，/>是当前时刻与初始通电时刻的时间间隔；/>为绕x轴旋转的角速度，积分后为俯仰角；/>为绕y轴旋转的角速度，积分后为翻滚角；/>为绕z轴旋转的角速度，积分后为偏航角；/>，/>，/>）为/>时间内（/>，/>，/>）经欧拉角旋转后的坐标；/>为偏航角旋转矩阵，/>为翻滚角旋转矩阵，/>为俯仰角旋转矩阵；
根据所述点云坐标进行实测实量指标的计算以及误差噪点的去除。
进一步的，根据所述点云坐标进行实测实量指标的计算以及误差噪点的去除，包括：
使用体素滤波对稠密点云地图进行降采样，将点云分辨率降至1cm，具体包括：基于平面投影约束法过滤离群点云，使用随机样本一致性聚类算法按距离阈值threshold进行平面拟合和内点分割以及内点验证，并迭代多次进行拟合，抵抗数据中的噪声和异常；选取分割出的平面中平均坐标z值最小的平面生成地板平面，选择地板平面上任意一点（，，/>）与点云地图中除选择的点（/>，/>，/>）构成向量/>，将选择的点沿地平面法向量/>方向投影到地平面上的向量/>上，若选择的点另一端点为（/>，/>，/>），则/>–(/>) />；/>；投影结果处于地平面外的点为离群点云，将离群点云过滤。
进一步的，根据所述点云坐标进行实测实量指标的计算以及误差噪点的去除，还包括：
标准化点云坐标系，利用地平面法向量和空间笛卡尔坐标系z轴方向的单位向量对齐俯仰角/>，将旋转问题简化为二维平面的旋转，原始点云坐标/>和经过俯仰角对齐后的坐标/>有如下关系：
；
选取对齐俯仰角后的地平面的一条边向量，将边向量/>旋转到与空间笛卡尔坐标系的y轴垂直的单位向量/>方向上对齐偏航角/>，原始点云坐标/>和经过偏航角对齐后的坐标/>有如下关系：
；/>；
分割建筑物平面，选取点云各点邻域内最近的k个点拟合出选取点所在平面，计算选取点所在平面法向量作为选取点法向量，分别计算各点法向量与空间笛卡尔坐标系的三个轴向向量之间的夹角θ进行平面粗分类，若|θ%180|≤threshold（取10），将选取点归入对应轴向分类；
进行细分类，对于每个划分到轴向分类的点云数据使用RANSAC算法分割为两个相互平行的平面，计算所有平面的中心点坐标；
利用静态标定获取的补偿数据对分割出的平面中各点坐标进行补偿。
进一步的，利用静态标定获取的补偿数据对分割出的平面中各点坐标进行补偿，包括：
获取两两平行的平面相距距离，根据两两平行的平面相距距离所处区间内的静态补偿值进行点云坐标的x、y或z值修正；
在修正的平面上分别计算顶板水平度极差、墙面垂直度、墙面平整度、阴阳角方正度、地面水平度、开间/进深和室内高度几项实测实量指标。
进一步的，顶板水平度极差的计算步骤为：
使用AABB包围盒算法获取顶板平面包围盒由x轴，y轴，z轴方向上的最小值组成的最小顶点p min (x min ，y min ，z min )和最大值组成的最大顶点p max (x max ，y max ，z max )；
基于p min 和p max 计算中心点p5和包围盒在xoy平面的长l和宽w，其中
；/>；/>；
获取平面5个逻辑测点坐标：
、
、/>、
在顶板平面构建Kdtree空间索引并选取平面5个逻辑测点的最近点作为真实测点，计算5个真实测点的z值与其中最小值的绝对值偏差，其中，x min ，y min ，z min 分别为x轴，y轴，z轴方向上的最小值；x max ，y max ，z max 分别为x轴，y轴，z轴方向上的最大值，、/>、/>、/>和/>为平面5个逻辑测点。
进一步的，墙面垂直度的计算步骤为：
使用AABB包围盒算法获取顶板平面包围盒由x轴，y轴，z轴方向上的最小值组成的最小顶点pmin(xmin， ymin，zmin)和最大值组成的最大顶点pmax(xmax，ymax，zmax)；
计算墙体长度和逻辑测点A、点B、点C、点D、点E、点F的坐标：
、、
、 、
，若l≥3，则：
、
通过最近邻法将逻辑测点映射到平面上的真实测点，遍历平面点集收集分别位于向量AB、向量CD和向量EF上的测点集合，由下式计算结果d≤1mm时判断点P为向量AB上的点：
对于每个测点集合分别计算所有测点坐标y值与平均值的偏差均值，即为指标的测量值：
测量值=。
进一步的，阴阳角方正度的计算步骤为：
选定北墙和东墙中心点处离地30cm和120cm的点N1、点N2、点S1和点S2，分别对点N1、点N2、点S1和点S2计算k个邻近点构成平面的法向量，其中点N1处法向量为，点N2处法向量为/>；
利用下式可计算相邻平面的阴阳角θ的方正度测量值：
测量值=0。
第二方面，一种室内空间实测实量指标自动化测定装置，包括：
获取模块，用于利用IMU的加速度信息α和角速度信息ω将激光雷达输出的点云坐标（，/>，/>）通过旋转矩阵R对齐到世界坐标系下的点（/>，/>，/>），其中，
；，
其中，分别为偏航角、俯仰角和翻滚角，/>分别为x轴、y轴和z轴方向上的加速度，/>是当前时刻与初始通电时刻的时间间隔；/>为绕x轴旋转的角速度，积分后为俯仰角；/>为绕y轴旋转的角速度，积分后为翻滚角；/>为绕z轴旋转的角速度，积分后为偏航角；/>，/>，/>）为/>时间内（/>，/>，/>）经欧拉角旋转后的坐标；/>为偏航角旋转矩阵，/>为翻滚角旋转矩阵，/>为俯仰角旋转矩阵；
处理模块，用于根据所述点云坐标进行实测实量指标的计算以及误差噪点的去除。
第三方面，一种计算设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述方法。
第四方面，一种计算机可读存储介质，所述计算机可读存储介质中存储有程序，该程序被处理器执行时实现上述方法。
本发明的上述方案至少包括以下有益效果：
本发明的上述方案，可以提升激光雷达测量数据的精度，对室内空间进行实时点云三维重建和多种实测实量指标的在线计算，可用于土建工程质检阶段的便携式、高效自动化测量，降低人力成本和人为测量主观误差。
附图说明
图1是本发明的实施例提供的室内空间实测实量指标自动化测定方法的静态场景自适应标定过程示意图。
图2是本发明的实施例提供的室内空间实测实量指标自动化测定方法的动态场景自适应标定的侧视时的坐标系、俯视时的坐标系以及电晕标准化后的坐标系示意图。
图3是本发明的实施例提供的室内空间实测实量指标自动化测定方法的三维空间坐标象限划分示意图。
图4是本发明的实施例提供的室内空间实测实量指标自动化测定方法的动态标定区间划分示意图。
图5是本发明的点投影到平面过程示意图。
具体实施方式
下面将参照附图更细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示，本发明的实施例提出一种室内空间实测实量指标自动化测定方法，所述方法包括：
步骤11，利用IMU的加速度信息α和角速度信息ω将激光雷达输出的点云坐标（，，/>）通过旋转矩阵R对齐到世界坐标系下的点（/>，/>，/>），其中，
；，
其中，分别为偏航角、俯仰角和翻滚角，/>分别为x轴、y轴和z轴方向上的加速度，/>是当前时刻与初始通电时刻的时间间隔；/>为绕x轴旋转的角速度，积分后为俯仰角；/>为绕y轴旋转的角速度，积分后为翻滚角；/>为绕z轴旋转的角速度，积分后为偏航角；/>，/>，/>）为/>时间内（/>，/>，/>）经欧拉角旋转后的坐标；/>为偏航角旋转矩阵，/>为翻滚角旋转矩阵，/>为俯仰角旋转矩阵；
步骤12，根据所述点云坐标进行实测实量指标的计算以及误差噪点的去除。
在本发明实施例中，本发明包括机械式激光雷达、电动转台、IMU、超声波测距模块和高性能工控机。激光雷达用于采集室内空间点的坐标数据，电动转台用于驱动激光雷达进行运动扫描以构建完整地图，IMU用于补偿激光雷达运动过程中探测点的相对坐标系变化，超声波测距模块用于动态标定激光雷达点云数据以提升测距精度，工控机用于部署包含地图采集模块和实测实量指标测量模块的算法软件。
在本发明实施例中，测量装置上电运行，转台进行旋转带动垂直固定在转台上的激光雷达等传感器运动，激光雷达控制激光发射器以2°分辨率发射16线激光束进行环境点云探测；静态场景下激光雷达距离精度的自适应标定如图1所示，选定一个封闭房间；选定激光雷达量程[0，Lmax]；将量程以n米为步长细分为个区间并在每个区间末端处放置相应挡板；扫描房间获取m帧三维点云；对每帧三维点云分别获取距离从1，2，3……Lmax的挡板组合的中心点相距距离；使用高精度激光测距仪在相同的靶点处进行距离测量；获取个距离区间下激光雷达测量值和标准数据之间的差异值作为补偿数据；选择不同的方位进行挡板布置，重复k次步骤上述步骤；最终获取/>个距离区间所获的所有差异值的均值生成补偿数据，对于相互平行且距离处于修a正区间的平面应用此补偿值进行平面坐标补偿。
动态场景下激光雷达距离精度的自适应标定，选定转台转动频率f1；在转台旋转至180°期间，通过FPGA以采样频率f2并行驱动安装角度间隔为60°的6个超声波模块进行距离测量，故超声波模块相邻两次驱动期间转台的旋转角度为，获取安装角度分别为30°、90°、150°、210°、270°和330°的超声波模块测量的距离，并记录此时转台相对初始时刻旋转的角度θ（如图4，编号为1、2、3的超声波传感器此时旋转角度记为θ，而4、5、6号超声波传感器此时旋转角度记为θ+180）；获取转台在转动360°后扫描到的点云地图，定义三维空间的坐标象限，假定点云地图中的坐标点P（x，y，z），利用下式计算所有点以z轴为旋转轴的偏航角α和以x轴为旋转轴的俯仰角/>，
，
，
，
，
以超声波模块为中心，左右各偏移30°来划分俯仰角标定区间，超声波模块1-6的俯仰角标定区间划分结果依次为[0,60)、[60, 120)、[120, 180)、[180, 240)、[240,300)、[300, 360)。首先判断处于哪一个超声波模块的俯仰角标定区间，假定为模块i。接着判断/>处于哪一次超声波模块的偏航角测量区间，该偏航角测量区间划分为[/>,/>)、[/>, />)、…、[/>, />)，假定为第l次。寻找超声波模块i在第l次测量时偏航角和俯仰角与其相同的点，利用它们测距结果的差异值，修正点云中其它俯仰角处于模块i的标定区间，且偏航角处于第l次测量区间内的点的测量距离，然后再将距离d利用下式转为补偿后的坐标（x，y，z），
，
在本发明实施例中，根据所述点云坐标进行实测实量指标的计算以及误差噪点的去除，包括：
使用体素滤波对稠密点云地图进行降采样，将点云分辨率降至1cm，具体包括：基于平面投影约束法过滤离群点云，使用随机样本一致性聚类算法按距离阈值threshold进行平面拟合和内点分割以及内点验证，并迭代多次进行拟合，抵抗数据中的噪声和异常；选取分割出的平面中平均坐标z值最小的平面生成地板平面，选择地板平面上任意一点（，，/>）与点云地图中除选择的点（/>，/>，/>）构成向量/>，将选择的点沿地平面法向量/>方向投影到地平面上的向量/>上，若选择的点另一端点为（/>，/>，/>），则/>–(/>) />；/>；投影结果处于地平面外的点为离群点云，将离群点云过滤。
在本发明实施例中，根据所述点云坐标进行实测实量指标的计算以及误差噪点的去除，还包括：
标准化点云坐标系，利用地平面法向量和空间笛卡尔坐标系z轴方向的单位向量对齐俯仰角/>，将旋转问题简化为二维平面的旋转，原始点云坐标/>和经过俯仰角对齐后的坐标/>有如下关系：
，
选取对齐俯仰角后的地平面的一条边向量，将边向量/>旋转到与空间笛卡尔坐标系的y轴垂直的单位向量/>方向上对齐偏航角/>，原始点云坐标/>和经过偏航角对齐后的坐标/>有如下关系：
；/>；
分割建筑物平面，选取点云各点邻域内最近的k个点拟合出选取点所在平面，计算选取点所在平面法向量作为选取点法向量，分别计算各点法向量与空间笛卡尔坐标系的三个轴向向量之间的夹角θ进行平面粗分类，若|θ%180|≤threshold（取10），将选取点归入对应轴向分类；
进行细分类，对于每个划分到轴向分类的点云数据使用RANSAC算法分割为两个相互平行的平面，计算所有平面的中心点坐标，然后进行细分类，对于每个划分到轴向分类的点云数据使用RANSAC算法分割为两个相互平行的平面，然后计算所有平面的中心点坐标，根据坐标系与朝向方位定义将平面按以下平面几何特征划分到指定类别。天花板的中心点坐标z值最大；地板的中心点坐标z值最小；北墙的中心点坐标y值最大；南墙的中心点坐标y值最小；东墙的中心点坐标x值最大；西墙的中心点坐标x值最小；利用静态标定获取的补偿数据对分割出的平面中各点坐标进行补偿。
在本发明实施例中，利用静态标定获取的补偿数据对分割出的平面中各点坐标进行补偿，包括：
获取两两平行的平面相距距离，根据两两平行的平面相距距离所处区间内的静态补偿值进行点云坐标的x、y或z值修正；
在修正的平面上分别计算顶板水平度极差、墙面垂直度、墙面平整度、阴阳角方正度、地面水平度、开间/进深和室内高度几项实测实量指标。
在本发明实施例中，顶板水平度极差的计算步骤为：
使用AABB包围盒算法获取顶板平面包围盒由x轴，y轴，z轴方向上的最小值组成的最小顶点p min (x min ，y min ，z min )和最大值组成的最大顶点p max (x max ，y max ，z max )；
基于p min 和p max 计算中心点p5和包围盒在xoy平面的长l和宽w，其中
；/>；/>；
获取平面5个逻辑测点坐标：
、
、/>、，
在顶板平面构建Kdtree空间索引并选取平面5个逻辑测点的最近点作为真实测点，计算5个真实测点的z值与其中最小值的绝对值偏差，其中，x min ，y min ，z min 分别为x轴，y轴，z轴方向上的最小值；x max ，y max ，z max 分别为x轴，y轴，z轴方向上的最大值，、/>、/>、/>和/>为平面5个逻辑测点。
在本发明实施例中，顶板水平度极差是指在一个平面内，顶板表面最高点与最低点之间的高度差，用来描述顶板的平整程度。较小的水平度极差表示顶板较为平整。
在本发明实施例中，墙面垂直度的计算步骤为：
使用AABB包围盒算法获取顶板平面包围盒由x轴，y轴，z轴方向上的最小值组成的最小顶点pmin(xmin， ymin，zmin)和最大值组成的最大顶点pmax(xmax，ymax，zmax)；
计算墙体长度和逻辑测点A、点B、点C、点D、点E、点F的坐标：
、、
、 、
，若l≥3，则：
、 ；
通过最近邻法将逻辑测点映射到平面上的真实测点，遍历平面点集收集分别位于向量AB、向量CD和向量EF上的测点集合，由下式计算结果d≤1mm时判断点P为向量AB上的点：
，
对于每个测点集合分别计算所有测点坐标y值与平均值的偏差均值，即为指标的测量值：
测量值=。
在本发明实施例中，墙面垂直度是用来描述墙面与垂直线之间的偏差程度，墙面垂直度越高，表示墙面越垂直，较小的偏差表明墙面较为垂直，以北墙的测定过程为例。
在本发明实施例中，阴阳角方正度的计算步骤为：
选定北墙和东墙中心点处离地30cm和120cm的点N1、点N2、点S1和点S2，分别对点N1、点N2、点S1和点S2计算k个邻近点构成平面的法向量，其中点N1处法向量为，点N2处法向量为/>；
利用下式可计算相邻平面的阴阳角θ的方正度测量值：
测量值=
在本发明实施例中，阴阳角方正度是用来描述阴阳角（墙面与顶板的交界处）的角度是否为直角，即90度。方正度越高，表示阴阳角越接近直角，以测量北墙、东墙阴阳角为例介绍测定过程。
在本发明实施例中，墙面平整度是用来描述墙面表面的平整程度。较高的平整度表示墙面表面较为平坦、光滑。
以北墙为例，使用与指标1相同的方法获取平面的左上顶点和右下顶点，分别构建以该点为端点的模为2且斜率为-1的位于平面上的向量，根据指标2中的d表达式判断点是否位于这两条向量上，收集平面上所有位于两条向量上的点作为测点集，以北墙为例，计算每个测点集中所有测点y值与平均值的偏差均值即为该指标的测量值。
在本发明实施例中，地面水平度指地面表面最高点与最低点之间的高度差， 用来描述地面的平整程度。较小的水平度表示地面较为平整。测量过程同表面水平度。
在本发明实施例中，开间通常指建筑物两个相对墙面之间的距离，进深则是从进入建筑物的入口到背面墙面的距离。这些尺寸用于规划室内空间的布局。以南北墙为例，选取北墙墙体两端离地高度分别为30cm和120cm的测点坐标，以（北墙一端测点x坐标，南墙平面平均y值，北墙一端测点z坐标）构建逻辑测点使用最近邻法映射到南墙的实际测点，通过计算南墙/北墙两端测点和南墙和北墙对应测点的欧式距离得到开间/进深测量值。
在本发明实施例中，室内高度用来描述室内空间的垂直高度，即从地面到顶板的垂直距离。室内高度决定了室内空间的通风、采光和空间感。
一趟同指标1方法获取地面平面4个角部区域距地脚边线30cm处和中心点处的逻辑测点坐标，同样使用最近邻法将其映射到实际的测点上，修改其测点z值为天花板平面平均z值并映射到对应天花板平面上的实际测点，通过计算天花板和地面关联测点的欧式距离即可得到室内高度的5个测量值。
本发明支持在不同时间段进行测量，在夜间也可以正常工作，不受环境光照程度影响，鲁棒性高；本发明无需人工介入测量环节，可以由算法软件在感知的环境点云地图的基础上实现自动化测量，对人工的依赖程度低；本发明单个测量员可以同时操作多台装置进行多个房间的测量工作，相比单人单房的人工测量方式测量效率大幅度提升，而且不存在主观测量误差。
本发明的实施例还提供一种室内空间实测实量指标自动化测定装置，包括：
获取模块，用于利用IMU的加速度信息α和角速度信息ω将激光雷达输出的点云坐标（，/>，/>）通过旋转矩阵R对齐到世界坐标系下的点（/>，/>，/>），其中，
；，
其中，分别为偏航角、俯仰角和翻滚角，/>分别为x轴、y轴和z轴方向上的加速度，/>是当前时刻与初始通电时刻的时间间隔；/>为绕x轴旋转的角速度，积分后为俯仰角；/>为绕y轴旋转的角速度，积分后为翻滚角；/>为绕z轴旋转的角速度，积分后为偏航角；/>，/>，/>）为/>时间内经欧拉角旋转后的坐标；/>为偏航角旋转矩阵，/>为翻滚角旋转矩阵，/>为俯仰角旋转矩阵；
处理模块，用于根据所述点云坐标进行实测实量指标的计算以及误差噪点的去除。
可选的，根据所述点云坐标进行实测实量指标的计算以及误差噪点的去除，包括：
使用体素滤波对稠密点云地图进行降采样，将点云分辨率降至1cm，具体包括：基于平面投影约束法过滤离群点云，使用随机样本一致性聚类算法按距离阈值threshold进行平面拟合和内点分割以及内点验证，并迭代多次进行拟合，抵抗数据中的噪声和异常；选取分割出的平面中平均坐标z值最小的平面生成地板平面，选择地板平面上任意一点（，，/>）与点云地图中除选择的点（/>，/>，/>）构成向量/>，将选择的点沿地平面法向量/>方向投影到地平面上的向量/>上，若选择的点另一端点为（/>，/>，/>），则/>–(/>) />；/>；/>；投影结果处于地平面外的点为离群点云，将离群点云过滤。
可选的，根据所述点云坐标进行实测实量指标的计算以及误差噪点的去除，还包括：
标准化点云坐标系，利用地平面法向量和空间笛卡尔坐标系z轴方向的单位向量对齐俯仰角/>，将旋转问题简化为二维平面的旋转，原始点云坐标/>和经过俯仰角对齐后的坐标/>有如下关系：
选取对齐俯仰角后的地平面的一条边向量，将边向量/>旋转到与空间笛卡尔坐标系的y轴垂直的单位向量/>方向上对齐偏航角/>，原始点云坐标/>和经过偏航角对齐后的坐标/>有如下关系：
；/>；
分割建筑物平面，选取点云各点邻域内最近的k个点拟合出选取点所在平面，计算选取点所在平面法向量作为选取点法向量，分别计算各点法向量与空间笛卡尔坐标系的三个轴向向量之间的夹角θ进行平面粗分类，若|θ%180|≤threshold（取10），将选取点归入对应轴向分类；
进行细分类，对于每个划分到轴向分类的点云数据使用RANSAC算法分割为两个相互平行的平面，计算所有平面的中心点坐标；
利用静态标定获取的补偿数据对分割出的平面中各点坐标进行补偿。
可选的，利用静态标定获取的补偿数据对分割出的平面中各点坐标进行补偿，包括：
获取两两平行的平面相距距离，根据两两平行的平面相距距离所处区间内的静态补偿值进行点云坐标的x、y或z值修正；
在修正的平面上分别计算顶板水平度极差、墙面垂直度、墙面平整度、阴阳角方正度、地面水平度、开间/进深和室内高度几项实测实量指标。
可选的，顶板水平度极差的计算步骤为：
使用AABB包围盒算法获取顶板平面包围盒由x轴，y轴，z轴方向上的最小值组成的最小顶点p min (x min ，y min ，z min )和最大值组成的最大顶点p max (x max ，y max ，z max )；
基于p min 和p max 计算中心点p5和包围盒在xoy平面的长l和宽w，其中
；/>；/>；
获取平面5个逻辑测点坐标：
、
、/>、，
在顶板平面构建Kdtree空间索引并选取平面5个逻辑测点的最近点作为真实测点，计算5个真实测点的z值与其中最小值的绝对值偏差，其中，x min ，y min ，z min 分别为x轴，y轴，z轴方向上的最小值；x max ，y max ，z max 分别为x轴，y轴，z轴方向上的最大值，、/>、/>、/>和/>为平面5个逻辑测点。
可选的，墙面垂直度的计算步骤为：
使用AABB包围盒算法获取顶板平面包围盒由x轴，y轴，z轴方向上的最小值组成的最小顶点pmin(xmin， ymin，zmin)和最大值组成的最大顶点pmax(xmax，ymax，zmax)；
计算墙体长度和逻辑测点A、点B、点C、点D、点E、点F的坐标：/>
、、
、 、
，若l≥3，则：
、 ，
通过最近邻法将逻辑测点映射到平面上的真实测点，遍历平面点集收集分别位于向量AB、向量CD和向量EF上的测点集合，由下式计算结果d≤1mm时判断点P为向量AB上的点：
，
对于每个测点集合分别计算所有测点坐标y值与平均值的偏差均值，即为指标的测量值：
测量值=。
可选的，阴阳角方正度的计算步骤为：
选定北墙和东墙中心点处离地30cm和120cm的点N1、点N2、点S1和点S2，分别对点N1、点N2、点S1和点S2计算k个邻近点构成平面的法向量，其中点N1处法向量为，点N2处法向量为/>；
利用下式可计算相邻平面的阴阳角θ的方正度测量值：
测量值=。
需要说明的是，该装置是与上述方法相对应的装置，上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
本发明的实施例还提供一种计算设备，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
本发明的实施例还提供一种计算机可读存储介质，存储指令，当所述指令在计算机上运行时，使得计算机执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
此外，需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行，某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言，能够理解本发明的方法和装置的全部或者任何步骤或者部件，可以在任何计算装置（包括处理器、存储介质等）或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此，本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此，本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说，这样的程序产品也构成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种室内空间实测实量指标自动化测定方法，其特征在于，所述方法包括：
利用IMU的加速度信息α和角速度信息ω将激光雷达输出的点云坐标（，/>，/>）通过旋转矩阵R对齐到世界坐标系下的点（/>，/>，/>），其中，
；，
其中，、/>、/>分别为偏航角、俯仰角和翻滚角，/>分别为x轴、y轴和z轴方向上的加速度，/>是当前时刻与初始通电时刻的时间间隔；/>为绕x轴旋转的角速度，积分后为俯仰角；/>为绕y轴旋转的角速度，积分后为翻滚角；/>为绕z轴旋转的角速度，积分后为偏航角；（/>，/>，/>）为/>时间内（/>，/>，/>）经欧拉角旋转后的坐标；/>为偏航角旋转矩阵，/>为翻滚角旋转矩阵，/>为俯仰角旋转矩阵；
根据所述点云坐标进行实测实量指标的计算以及误差噪点的去除，包括：
使用体素滤波对稠密点云地图进行降采样，将点云分辨率降至1cm，具体包括：基于平面投影约束法过滤离群点云，使用随机样本一致性聚类算法按距离阈值threshold≤1.5cm进行平面拟合和内点分割以及内点验证，并迭代多次进行拟合，抵抗数据中的噪声和异常；选取分割出的平面中平均坐标z值最小的平面生成地板平面，选择地板平面上任意一点（，/>，/>）与点云地图中的点（/>，/>，/>）构成向量/>，将点（/>，/>，/>）沿地平面法向量/>方向投影到地平面上的向量/>上，若该点在/>上的投影点为（/>，/>，/>）；则/>–(/>)；投影结果处于地平面外的点为离群点云，将离群点云过滤；还包括：
标准化点云坐标系，利用地平面法向量 和空间笛卡尔坐标系z轴方向的单位向量/>对齐俯仰角/>，将旋转问题简化为二维平面的旋转，原始点云坐标/>和经过俯仰角对齐后的坐标/>有如下关系：
，
选取对齐俯仰角后的地平面的一条边向量，将边向量/>旋转到与空间笛卡尔坐标系的y轴垂直的单位向量/>方向上对齐偏航角/>，原始点云坐标/>和经过偏航角对齐后的坐标/>有如下关系：
；/>；
分割建筑物平面，选取点云各点邻域内最近的k个点拟合出选取点所在平面，计算选取点所在平面法向量作为选取点法向量，分别计算各点法向量与空间笛卡尔坐标系的三个轴向向量之间的夹角θ进行平面粗分类，若|θ%180|≤10，将选取点归入对应轴向分类；
进行细分类，对于每个划分到轴向分类的点云数据使用RANSAC算法分割为两个相互平行的平面，计算所有平面的中心点坐标；
利用静态标定获取的补偿数据对分割出的平面中各点坐标进行补偿。
2.根据权利要求1所述的室内空间实测实量指标自动化测定方法，其特征在于，利用静态标定获取的补偿数据对分割出的平面中各点坐标进行补偿，包括：
获取两两平行的平面相距距离，根据两两平行的平面相距距离所处区间内的静态补偿值进行点云坐标的x、y或z值修正；
在修正的平面上分别计算顶板水平度极差、墙面垂直度、墙面平整度、阴阳角方正度、地面水平度、开间/进深和室内高度几项实测实量指标。
3.根据权利要求2所述的室内空间实测实量指标自动化测定方法，其特征在于，顶板水平度极差的计算步骤为：
使用AABB包围盒算法获取顶板平面包围盒由x轴，y轴，z轴方向上的最小值组成的最小顶点p min (x min ，y min ，z min )和最大值组成的最大顶点p max (x max ，y max ，z max )；
基于p min 和p max 计算中心点p5和包围盒在xoy平面的长l和宽w，其中
；/>；/>；
获取平面5个逻辑测点坐标：
、
、/> 、/> ，
在顶板平面构建Kdtree空间索引并选取平面5个逻辑测点的最近点作为真实测点，计算5个真实测点的z值与其中最小值的绝对值偏差，其中，x min ，y min ，z min 分别为x轴，y轴，z轴方向上的最小值；x max ，y max ，z max 分别为x轴，y轴，z轴方向上的最大值，、/>、/>、/>和/>为平面5个逻辑测点。
4.根据权利要求3所述的室内空间实测实量指标自动化测定方法，其特征在于，墙面垂直度的计算步骤为：
使用AABB包围盒算法获取顶板平面包围盒由x轴，y轴，z轴方向上的最小值组成的最小顶点pmin(xmin， ymin，zmin)和最大值组成的最大顶点pmax(xmax，ymax，zmax)；
计算墙体长度和逻辑测点A、点B、点C、点D、点E、点F的坐标：
、、
、 ，
，若l≥3，则：
、 ，
通过最近邻法将逻辑测点映射到平面上的真实测点，遍历平面点集收集分别位于向量AB、向量CD和向量EF上的测点集合，由下式计算结果d≤1mm时判断点P为向量AB上的点：
，
对于每个测点集合分别计算所有测点坐标y值与平均值的偏差均值，即为指标的测量值：
测量值=，n为每个测点集合的大小，i为集合中的测点编号，/>为测点集合中第i个测点的坐标y值。
5.根据权利要求4所述的室内空间实测实量指标自动化测定方法，其特征在于，阴阳角方正度的计算步骤为：
选定北墙和东墙中心点处离地30cm和120cm的点N1、点N2、点S1和点S2，分别对点N1、点N2、点S1、点S2计算k个邻近点构成平面的法向量，其中点N1处法向量为，点N2处法向量为；
利用下式可计算相邻平面的阴阳角θ的方正度测量值：
测量值=。
6.一种室内空间实测实量指标自动化测定装置，其特征在于，包括：
获取模块，用于利用IMU的加速度信息α和角速度信息ω将激光雷达输出的点云坐标（，/>，/>）通过旋转矩阵R对齐到世界坐标系下的点（/>，/>，/>），其中，
；，
其中，、/>、/>分别为偏航角、俯仰角和翻滚角，/>、/>、/>分别为x轴、y轴和z轴方向上的加速度，/>是当前时刻与初始通电时刻的时间间隔；/>为绕x轴旋转的角速度，积分后为俯仰角；/>为绕y轴旋转的角速度，积分后为翻滚角；/>为绕z轴旋转的角速度，积分后为偏航角；（/>，/>，/>）为（/>，/>，/>）在/>内欧拉角旋转后的坐标；/>为偏航角旋转矩阵，/>为翻滚角旋转矩阵，/>为俯仰角旋转矩阵；
处理模块，用于根据所述点云坐标进行实测实量指标的计算以及误差噪点的去除，包括：
使用体素滤波对稠密点云地图进行降采样，将点云分辨率降至1cm，具体包括：基于平面投影约束法过滤离群点云，使用随机样本一致性聚类算法按距离阈值threshold≤1.5cm进行平面拟合和内点分割以及内点验证，并迭代多次进行拟合，抵抗数据中的噪声和异常；选取分割出的平面中平均坐标z值最小的平面生成地板平面，选择地板平面上任意一点（，/>，/>）与点云地图中的点（/>，/>，/>）构成向量/>，将点（/>，/>，/>）沿地平面法向量/>方向投影到地平面上的向量/>上，若该点在/>上的投影点为（/>，/>，/>）；则/>–(/>)；投影结果处于地平面外的点为离群点云，将离群点云过滤；还包括：
标准化点云坐标系，利用地平面法向量和空间笛卡尔坐标系z轴方向的单位向量/>对齐俯仰角/>，将旋转问题简化为二维平面的旋转，原始点云坐标/>和经过俯仰角对齐后的坐标/>有如下关系：
，
选取对齐俯仰角后的地平面的一条边向量，将边向量/>旋转到与空间笛卡尔坐标系的y轴垂直的单位向量/>方向上对齐偏航角/>，原始点云坐标/>和经过偏航角对齐后的坐标/>有如下关系：
；/>；
分割建筑物平面，选取点云各点邻域内最近的k个点拟合出选取点所在平面，计算选取点所在平面法向量作为选取点法向量，分别计算各点法向量与空间笛卡尔坐标系的三个轴向向量之间的夹角θ进行平面粗分类，若|θ%180|≤10，将选取点归入对应轴向分类；
进行细分类，对于每个划分到轴向分类的点云数据使用RANSAC算法分割为两个相互平行的平面，计算所有平面的中心点坐标；
利用静态标定获取的补偿数据对分割出的平面中各点坐标进行补偿。
7.一种计算设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序，该程序被处理器执行时实现如权利要求1-5中任一项所述的方法。
CN202311075321.3A 2023-08-25 2023-08-25 一种室内空间实测实量指标自动化测定方法及装置 Active CN116804765B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311075321.3A CN116804765B (zh) 2023-08-25 2023-08-25 一种室内空间实测实量指标自动化测定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311075321.3A CN116804765B (zh) 2023-08-25 2023-08-25 一种室内空间实测实量指标自动化测定方法及装置

Publications (2)

Publication Number Publication Date
CN116804765A CN116804765A (zh) 2023-09-26
CN116804765B true CN116804765B (zh) 2023-11-14

Family

ID=88079752

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311075321.3A Active CN116804765B (zh) 2023-08-25 2023-08-25 一种室内空间实测实量指标自动化测定方法及装置

Country Status (1)

Country Link
CN (1) CN116804765B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109325998A (zh) * 2018-10-08 2019-02-12 香港理工大学 一种基于点云数据的室内3d建模方法、系统及相关装置
CN110530343A (zh) * 2019-09-02 2019-12-03 上海嘉实（集团）有限公司 实测实量系统、方法、装置及存储介质
CN110823077A (zh) * 2019-11-19 2020-02-21 广东博智林机器人有限公司 一种基于三维点云的墙面靠尺检测方法及系统
CN111197979A (zh) * 2019-06-20 2020-05-26 广东领盛装配式建筑科技有限公司 一种基于点云数据分析的建筑检测方法及装置
CN111256658A (zh) * 2020-04-03 2020-06-09 中国建筑一局(集团)有限公司 用于施工现场的顶板水平度极差的自动测量方法
CN112082545A (zh) * 2020-07-29 2020-12-15 武汉威图传视科技有限公司 一种基于imu和激光雷达的地图生成方法、装置及系统
CN112884823A (zh) * 2021-01-13 2021-06-01 上海建工四建集团有限公司 面向实测实量应用的靠尺模拟点云选取与计算方法
CN113252015A (zh) * 2021-05-10 2021-08-13 中建三局集团华南有限公司 一种基于点云、ai处理的实测实量机器人装置
CN114764900A (zh) * 2022-04-22 2022-07-19 国网江苏省电力有限公司 一种变电站现场作业的越界违章监测方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109325998A (zh) * 2018-10-08 2019-02-12 香港理工大学 一种基于点云数据的室内3d建模方法、系统及相关装置
CN111197979A (zh) * 2019-06-20 2020-05-26 广东领盛装配式建筑科技有限公司 一种基于点云数据分析的建筑检测方法及装置
CN110530343A (zh) * 2019-09-02 2019-12-03 上海嘉实（集团）有限公司 实测实量系统、方法、装置及存储介质
CN110823077A (zh) * 2019-11-19 2020-02-21 广东博智林机器人有限公司 一种基于三维点云的墙面靠尺检测方法及系统
CN111256658A (zh) * 2020-04-03 2020-06-09 中国建筑一局(集团)有限公司 用于施工现场的顶板水平度极差的自动测量方法
CN112082545A (zh) * 2020-07-29 2020-12-15 武汉威图传视科技有限公司 一种基于imu和激光雷达的地图生成方法、装置及系统
CN112884823A (zh) * 2021-01-13 2021-06-01 上海建工四建集团有限公司 面向实测实量应用的靠尺模拟点云选取与计算方法
CN113252015A (zh) * 2021-05-10 2021-08-13 中建三局集团华南有限公司 一种基于点云、ai处理的实测实量机器人装置
CN114764900A (zh) * 2022-04-22 2022-07-19 国网江苏省电力有限公司 一种变电站现场作业的越界违章监测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
未知建筑场景下机器人扫描规划与进度监测方法的研究;沈昊;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑;正文第33-36页 *

Also Published As

Publication number Publication date
CN116804765A (zh) 2023-09-26

Similar Documents

Publication Publication Date Title
CN110031824B (zh) 激光雷达联合标定方法及装置
US10802146B2 (en) Enhancement of range measurement resolution using imagery
Xiao et al. Planar segment based three‐dimensional point cloud registration in outdoor environments
Dold et al. Registration of terrestrial laser scanning data using planar patches and image data
CN112347550B (zh) 耦合式室内三维语义建图及建模方法
Previtali et al. A flexible methodology for outdoor/indoor building reconstruction from occluded point clouds
CN104040590A (zh) 用于估计物体的姿态的方法
CN113916130B (zh) 一种基于最小二乘法的建筑物位置测量方法
Gabara et al. Multi-variant accuracy evaluation of uav imaging surveys: A case study on investment area
CN117392237A (zh) 一种鲁棒的激光雷达-相机自标定方法
CN116804765B (zh) 一种室内空间实测实量指标自动化测定方法及装置
CN110554405B (zh) 一种基于组合聚类的正态扫描配准方法和系统
Elkhrachy Feature extraction of laser scan data based on geometric properties
Gujski et al. Machine learning clustering for point clouds optimisation via feature analysis in Cultural Heritage
Trzeciak et al. Comparison of accuracy and density of static and mobile laser scanners
WO2022258947A1 (en) Aligning 3d datasets
CN115451964A (zh) 基于多模态混合特征的船舶场景同时建图与定位方法
Liu et al. A novel approach to automatic registration of point clouds
Abdelmajid Investigation and comparison of 3D laser scanning software packages
Jiang et al. 3D Reconstruction of Spherical Images based on Incremental Structure from Motion
Li et al. A Disparity Refinement Algorithm for Satellite Remote Sensing Images Based on Mean-Shift Plane Segmentation
Arslan Accuracy assessment of single viewing techniques for metric measurements on single images
Dias et al. Semi‐automatic 3D reconstruction of urban areas using epipolar geometry and template matching
Kadiofsky et al. Off-road terrain mapping based on dense hierarchical real-time stereo vision
WO2023019617A1 (en) Method and system for global registration between 3d scans

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