CN116859361A - 用于点云数据的精确匹配方法、激光雷达及系统 - Google Patents

用于点云数据的精确匹配方法、激光雷达及系统 Download PDF

Info

Publication number
CN116859361A
CN116859361A CN202310166592.3A CN202310166592A CN116859361A CN 116859361 A CN116859361 A CN 116859361A CN 202310166592 A CN202310166592 A CN 202310166592A CN 116859361 A CN116859361 A CN 116859361A
Authority
CN
China
Prior art keywords
data
matching
point
point cloud
concave
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
Application number
CN202310166592.3A
Other languages
English (en)
Inventor
李辉
陈鸿群
许津玉子
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.)
Angrui Shanghai Information Technology Co Ltd
Original Assignee
Angrui Shanghai Information 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 Angrui Shanghai Information Technology Co Ltd filed Critical Angrui Shanghai Information Technology Co Ltd
Priority to CN202310166592.3A priority Critical patent/CN116859361A/zh
Publication of CN116859361A publication Critical patent/CN116859361A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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
    • G06T7/64—Analysis of geometric attributes of convexity or concavity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种用于点云数据的精确匹配方法、激光雷达及系统，所述精确匹配方法包括：对待测区域进行扫描以获取点云数据，获取待测区域的户型图数据；提取所述户型图数据中的轮廓数据并根据轮廓数据获取凹凸点数据，根据点云数据获取点云平面图以及点云平面图中的墙面交点数据；将凹凸点数据与墙面交点数据进行匹配；获取户型图数据与点云平面图的对应关系。本发明能够实现户型图与点云数据的对应，使实测实量数据与工程图纸进行对应，方便工层测量以及测量数据的进一步计算、处理。

Description

用于点云数据的精确匹配方法、激光雷达及系统
技术领域
本发明涉及一种用于点云数据的精确匹配方法、激光雷达及系统。
背景技术
适用于室内环境扫描的3D激光扫描仪多采用ToF(Time-of-flight)测距技术，其中最常用的是LiDAR(light detection and ranging)。它是一种通过测量发送和收到的脉冲信号的时间差来计算物体距离的光学遥感技术。它的优势在于精度高、距离远；但它也受限于一切光的物理特质，如，LiDAR很难测量传感器到窗户的距离(光穿过玻璃会折射)，LiDAR无法扫描墙体后面的结构(光沿直线传播)等。另外，LiDAR的精度也受被摄物体的材质、与扫描仪之间的距离和入射角度影响。
适用于室内环境扫描的3D激光扫描仪主要分为手持式和固定式。手持式设备轻巧便携并且内置自定位功能，操作人员可在扫描的同时移动它，因此该技术路线并不被遮挡问题困扰。固定式扫描仪由三脚架支持，通过旋转底座，采集以该点为球心的光束可以到达的360°视野的数据。因存在遮挡问题，操作人员通常需要在不同地方进行多次的拼接和扫描才能收集到该空间的全部细节。
所谓实测实量，是指应用测量工具，通过现场测试、测量并能真实反映产品质量数据的一种方法。根据相关的质量验收标准，计量控制工程质量数据误差在国家住房建设标准允许的范围内。
由各种3D扫描仪捕获的点云最重要的目的之一是将现实数字化，把现实空间转化为虚拟世界的信息，以便在虚拟世界中完成许多不同的测量或测量任务，这是数字孪生的基础。虽然可以在虚拟世界中执行各种测量和测量任务，但这必须反映到物理世界中，以便更有效地利用这些有价值的信息。在建筑施工中，虚拟和物理之间最常用的桥梁之一是户型图。户型图在这个行业中被广泛使用，它是每个工作程序的参考。因此，在户型图上准确定位扫描的点云对于连接虚拟世界和物理世界非常有用。
现有技术中，户型图与数字点云模型无法准确的匹配与对应。
发明内容
本发明要解决的技术问题是为了克服现有技术中户型图与数字点云模型无法准确匹配与对应的缺陷，提供一种能够实现户型图与点云数据的对应，使实测实量数据与工程图纸进行对应，方便工层测量以及测量数据的进一步计算、处理的用于点云数据的精确匹配方法、激光雷达及系统。
本发明是通过下述技术方案来解决上述技术问题：
一种用于点云数据的精确匹配方法，所述精确匹配方法包括：
对待测区域进行扫描以获取点云数据，获取待测区域的户型图数据；
提取所述户型图数据中的轮廓数据并根据轮廓数据获取凹凸点数据，根据点云数据获取点云平面图以及点云平面图中的墙面交点数据；
将凹凸点数据与墙面交点数据进行匹配；
获取户型图数据与点云平面图的对应关系。
较佳地，所述根据点云数据获取点云平面图以及点云平面图中的墙面交点数据，包括：
利用点云数据的俯视图或将高度坐标归零获取所述点云平面图；
提取所述点云平面图中的轮廓数据并根据点云平面图的轮廓数据获取墙面交点数据。
较佳地，所述根据点云数据获取点云平面图以及点云平面图中的墙面交点数据，包括：
利用点云数据的俯视图或将高度坐标归零获取所述点云平面图；
获取点云数据中的墙面模型；
获取相邻墙面模型的相交位置；
根据相交位置在点云平面图中的投影获取所述墙面交点数据。
较佳地，所述将凹凸点数据与墙面交点数据进行匹配，包括：
匹配户型图数据与点云平面图的方向，然后将匹配方向后的户型图数据与点云平面图位置固定；
对于户型图数据中的一目标区域，利用凹凸点数据与墙面交点数据计算目标区域中的凹凸点到一点云数据的匹配区域中墙面交点的匹配距离；
判断目标区域中每一凹凸点到匹配区域中对应墙面交点的匹配距离是否满足预设匹配长度，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
较佳地，所述完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配之前，包括：
对于户型图数据中的一目标区域，在阈值距离容差内查找凹凸点与匹配区域中墙面交点的匹配个数；
判断目标区域的凹凸点与匹配区域中墙面交点的匹配个数是否满足预设数值，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
较佳地，所述完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配之前，包括：
对于户型图数据中的一目标区域，计算目标区域与匹配区域的地面重叠比例；
判断重叠比例是否满足预设比例，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
较佳地，所述匹配距离、匹配个数以及底面重叠比例均对应一权重值，所述精确匹配方法包括：
利用匹配距离、匹配个数、地面重叠比例以及权重值获取一匹配评分；
利用所述匹配评分将凹凸点数据与墙面交点数据进行匹配。
较佳地，所述精确匹配方法包括：
对所述户型图数据中的户型图以及点云平面图进行分割，获取以房间为单位的房间区域；
提取所述户型图数据的房间区域的轮廓数据并根据轮廓数据获取凹凸点数据，获取所述点云数据的房间区域的墙面交点数据；
对于一目标区域，利用面积进行初始匹配获取若干初始区域，所述目标区域为户型图数据的房间区域，所述初始区域为点云数据的房间区域；
利用地面重叠比例对初始区域进行匹配获取匹配区域；
根据目标区域的平面坐标选取一起始凹凸点，并获取匹配区域对应的墙面交点；
从所述起始凹凸点开始依次计算凹凸点到对应墙面交点的距离；
判断目标区域中每一凹凸点到匹配区域中对应墙面交点的距离是否满足预设距离，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
本发明还提供一种激光雷达，所述激光雷达用于实现如上所述的精确匹配方法。
本发明还提供一种激光雷达系统，所述激光雷达系统包括一处理模块以及一激光雷达，所述处理模块用于实现如上所述的精确匹配方法，所述激光雷达用于获取点云数据。
符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。
本发明的积极进步效果在于：
本发明的用于点云数据的精确匹配方法、激光雷达及系统能够实现户型图与点云数据的对应，使实测实量数据与工程图纸进行对应，方便工层测量以及测量数据的进一步计算、处理。
附图说明
图1为本发明实施例1的匹配户型图数据与点云平面图的结构示意图。
图2为本发明实施例1的精确匹配方法的流程图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
本实施例提供一种激光雷达系统，所述激光雷达系统包括一激光雷达以及一处理模块，所述处理模块可以是智能终端、服务器端，也可以是激光雷达自身配备的处理器。
在本实施例中，所述处理模块为一智能终端或服务器。
在其他实施方式中，所述激光雷达还可以是3D扫描机器人，激光雷达包括所述处理模块。
本实施例中，所述处理模块用于通过激光雷达对待测区域进行扫描以获取点云数据，通过网络、扫描装置、u盘等获取待测区域的户型图数据；
所述处理模块还用于：
提取所述户型图数据中的轮廓数据并根据轮廓数据获取凹凸点数据，根据点云数据获取点云平面图以及点云平面图中的墙面交点数据；
将凹凸点数据与墙面交点数据进行匹配；
获取户型图数据与点云平面图的对应关系。
所述凹凸点数据包括凹凸点位置坐标、凹凸点编号、数量等内容，凹凸点是指实际中的墙角。
所述墙面交点数据包括墙面交点坐标、编号、数量等信息。
在对应关系中，户型图数据与点云数据相互对应，凹凸点与墙面交点可以一一对应。具体地，可以是户型图中的二维坐标与点云数据的三维坐标在平面中坐标的对应，点对应上就能够对应墙面。
进一步地，所述处理模块用于：
利用点云数据的俯视图或将高度坐标归零获取所述点云平面图；
提取所述点云平面图中的轮廓数据并根据点云平面图的轮廓数据获取墙面交点数据。
具体地，所述处理模块用于：
利用点云数据的俯视图或将高度坐标归零获取所述点云平面图；
获取点云数据中的墙面模型；
获取相邻墙面模型的相交位置；
根据相交位置在点云平面图中的投影获取所述墙面交点数据。
本实施例提供了三个用于匹配的评估依据，所述处理模块用于：
匹配户型图数据与点云平面图的方向，然后将匹配方向后的户型图数据与点云平面图位置固定；
对于户型图数据中的一目标区域，利用凹凸点数据与墙面交点数据计算目标区域中的凹凸点到一点云数据的匹配区域中墙面交点的匹配距离；
判断目标区域中每一凹凸点到匹配区域中对应墙面交点的匹配距离是否满足预设匹配长度，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
参见图1，匹配户型图数据11与点云平面图(点云平面图的附图标记为21)的方向后，凹凸点111与对应的墙面交点211之间的距离与匹配距离近似，若每一凹凸点与对应的墙面交点的距离均与匹配距离近似则匹配成功率高。
进一步地，所述处理模块用于：
对于户型图数据中的一目标区域，在阈值距离容差内查找凹凸点与匹配区域中墙面交点的匹配个数；
判断目标区域的凹凸点与匹配区域中墙面交点的匹配个数是否满足预设数值，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
同时为了提高匹配速度，可以先通过匹配个数先进行初始匹配，然后在进行匹配距离的计算。
再进一步地，所述处理模块用于：
对于户型图数据中的一目标区域，计算目标区域与匹配区域的地面重叠比例；
判断重叠比例是否满足预设比例，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
为了提高匹配速度，可以先通过地面重叠比例先进行初始匹配，然后在进行匹配距离的计算。
利用大数据分析，本实施例的处理模块用于：
利用匹配距离、匹配个数、地面重叠比例以及权重值获取一匹配评分；
利用所述匹配评分将凹凸点数据与墙面交点数据进行匹配。
参见图2，利用上述激光雷达系统，本实施例还提供一种精确匹配方法，包括：
步骤100、对待测区域进行扫描以获取点云数据；
步骤101、获取待测区域的户型图数据；
步骤100和101可以同时执行。
步骤102、提取所述户型图数据中的轮廓数据并根据轮廓数据获取凹凸点数据；
步骤103、根据点云数据获取点云平面图以及点云平面图中的墙面交点数据；
步骤102和103可以同时执行。
步骤104、将凹凸点数据与墙面交点数据进行匹配；
步骤105、获取户型图数据与点云平面图的对应关系。
其中，步骤103具体包括：
利用点云数据的俯视图或将高度坐标归零获取所述点云平面图；
提取所述点云平面图中的轮廓数据并根据点云平面图的轮廓数据获取墙面交点数据。
具体地，步骤103包括：
利用点云数据的俯视图或将高度坐标归零获取所述点云平面图；
获取点云数据中的墙面模型；
获取相邻墙面模型的相交位置；
根据相交位置在点云平面图中的投影获取所述墙面交点数据。
进一步地，步骤104具体包括：
匹配户型图数据与点云平面图的方向，然后将匹配方向后的户型图数据与点云平面图位置固定；
对于户型图数据中的一目标区域，利用凹凸点数据与墙面交点数据计算目标区域中的凹凸点到一点云数据的匹配区域中墙面交点的匹配距离；
判断目标区域中每一凹凸点到匹配区域中对应墙面交点的匹配距离是否满足预设匹配长度，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
其中，所述完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配之前，包括：
对于户型图数据中的一目标区域，在阈值距离容差内查找凹凸点与匹配区域中墙面交点的匹配个数；
判断目标区域的凹凸点与匹配区域中墙面交点的匹配个数是否满足预设数值，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
进一步地，所述完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配之前，包括：
对于户型图数据中的一目标区域，计算目标区域与匹配区域的地面重叠比例；
判断重叠比例是否满足预设比例，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
所述匹配距离、匹配个数以及底面重叠比例均对应一权重值，所述精确匹配方法包括：
利用匹配距离、匹配个数、地面重叠比例以及权重值获取一匹配评分；
利用所述匹配评分将凹凸点数据与墙面交点数据进行匹配。
本实施例的用于点云数据的精确匹配方法、激光雷达及系统能够实现户型图与点云数据的对应，使实测实量数据与工程图纸进行对应，方便工层测量以及测量数据的进一步计算、处理。
实施例2
本实施例与实施例1基本相同，不同之处仅在于：
所述处理模块用于：
对所述户型图数据中的户型图以及点云平面图进行分割，获取以房间为单位的房间区域；
提取所述户型图数据的房间区域的轮廓数据并根据轮廓数据获取凹凸点数据，获取所述点云数据的房间区域的墙面交点数据；
对于一目标区域，利用面积进行初始匹配获取若干初始区域，所述目标区域为户型图数据的房间区域，所述初始区域为点云数据的房间区域；
利用地面重叠比例对初始区域进行匹配获取匹配区域；
根据目标区域的平面坐标选取一起始凹凸点，并获取匹配区域对应的墙面交点；
从所述起始凹凸点开始依次计算凹凸点到对应墙面交点的距离；
判断目标区域中每一凹凸点到匹配区域中对应墙面交点的距离是否满足预设距离，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
相对应地，精确匹配方法包括：
对所述户型图数据中的户型图以及点云平面图进行分割，获取以房间为单位的房间区域；
提取所述户型图数据的房间区域的轮廓数据并根据轮廓数据获取凹凸点数据，获取所述点云数据的房间区域的墙面交点数据；
具体地，将凹凸点数据与墙面交点数据进行匹配，包括：
对于一目标区域，利用面积进行初始匹配获取若干初始区域，所述目标区域为户型图数据的房间区域，所述初始区域为点云数据的房间区域；
利用地面重叠比例对初始区域进行匹配获取匹配区域；
根据目标区域的平面坐标选取一起始凹凸点，并获取匹配区域对应的墙面交点；
从所述起始凹凸点开始依次计算凹凸点到对应墙面交点的距离；
判断目标区域中每一凹凸点到匹配区域中对应墙面交点的距离是否满足预设距离，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (10)

1.一种用于点云数据的精确匹配方法，其特征在于，所述精确匹配方法包括：
对待测区域进行扫描以获取点云数据，获取待测区域的户型图数据；
提取所述户型图数据中的轮廓数据并根据轮廓数据获取凹凸点数据，根据点云数据获取点云平面图以及点云平面图中的墙面交点数据；
将凹凸点数据与墙面交点数据进行匹配；
获取户型图数据与点云平面图的对应关系。
2.如权利要求1所述的精确匹配方法，其特征在于，所述根据点云数据获取点云平面图以及点云平面图中的墙面交点数据，包括：
利用点云数据的俯视图或将高度坐标归零获取所述点云平面图；
提取所述点云平面图中的轮廓数据并根据点云平面图的轮廓数据获取墙面交点数据。
3.如权利要求1所述的精确匹配方法，其特征在于，所述根据点云数据获取点云平面图以及点云平面图中的墙面交点数据，包括：
利用点云数据的俯视图或将高度坐标归零获取所述点云平面图；
获取点云数据中的墙面模型；
获取相邻墙面模型的相交位置；
根据相交位置在点云平面图中的投影获取所述墙面交点数据。
4.如权利要求1所述的精确匹配方法，其特征在于，所述将凹凸点数据与墙面交点数据进行匹配，包括：
匹配户型图数据与点云平面图的方向，然后将匹配方向后的户型图数据与点云平面图位置固定；
对于户型图数据中的一目标区域，利用凹凸点数据与墙面交点数据计算目标区域中的凹凸点到一点云数据的匹配区域中墙面交点的匹配距离；
判断目标区域中每一凹凸点到匹配区域中对应墙面交点的匹配距离是否满足预设匹配长度，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
5.如权利要求4所述的精确匹配方法，其特征在于，所述完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配之前，包括：
对于户型图数据中的一目标区域，在阈值距离容差内查找凹凸点与匹配区域中墙面交点的匹配个数；
判断目标区域的凹凸点与匹配区域中墙面交点的匹配个数是否满足预设数值，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
6.如权利要求5所述的精确匹配方法，其特征在于，所述完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配之前，包括：
对于户型图数据中的一目标区域，计算目标区域与匹配区域的地面重叠比例；
判断重叠比例是否满足预设比例，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
7.如权利要求6所述的精确匹配方法，其特征在于，所述匹配距离、匹配个数以及底面重叠比例均对应一权重值，所述精确匹配方法包括：
利用匹配距离、匹配个数、地面重叠比例以及权重值获取一匹配评分；
利用所述匹配评分将凹凸点数据与墙面交点数据进行匹配。
8.如权利要求1所述的精确匹配方法，其特征在于，所述精确匹配方法包括：
对所述户型图数据中的户型图以及点云平面图进行分割，获取以房间为单位的房间区域；
提取所述户型图数据的房间区域的轮廓数据并根据轮廓数据获取凹凸点数据，获取所述点云数据的房间区域的墙面交点数据；
对于一目标区域，利用面积进行初始匹配获取若干初始区域，所述目标区域为户型图数据的房间区域，所述初始区域为点云数据的房间区域；
利用地面重叠比例对初始区域进行匹配获取匹配区域；
根据目标区域的平面坐标选取一起始凹凸点，并获取匹配区域对应的墙面交点；
从所述起始凹凸点开始依次计算凹凸点到对应墙面交点的距离；
判断目标区域中每一凹凸点到匹配区域中对应墙面交点的距离是否满足预设距离，若是则完成目标区域中的凹凸点数据与匹配区域中的墙面交点数据的匹配。
9.一种激光雷达，其特征在于，所述激光雷达用于实现如权利要求1至8中任意一项所述的精确匹配方法。
10.一种激光雷达系统，其特征在于，所述激光雷达系统包括一处理模块以及一激光雷达，所述处理模块用于实现如权利要求1至8中任意一项所述的精确匹配方法，所述激光雷达用于获取点云数据。
CN202310166592.3A 2023-02-24 2023-02-24 用于点云数据的精确匹配方法、激光雷达及系统 Pending CN116859361A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310166592.3A CN116859361A (zh) 2023-02-24 2023-02-24 用于点云数据的精确匹配方法、激光雷达及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310166592.3A CN116859361A (zh) 2023-02-24 2023-02-24 用于点云数据的精确匹配方法、激光雷达及系统

Publications (1)

Publication Number Publication Date
CN116859361A true CN116859361A (zh) 2023-10-10

Family

ID=88225567

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310166592.3A Pending CN116859361A (zh) 2023-02-24 2023-02-24 用于点云数据的精确匹配方法、激光雷达及系统

Country Status (1)

Country Link
CN (1) CN116859361A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117236079A (zh) * 2023-11-14 2023-12-15 元宇智数(深圳)科技有限公司 基于激光扫描的工程图纸标注方法、装置、系统及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117236079A (zh) * 2023-11-14 2023-12-15 元宇智数(深圳)科技有限公司 基于激光扫描的工程图纸标注方法、装置、系统及介质
CN117236079B (zh) * 2023-11-14 2024-03-15 元宇智数(深圳)科技有限公司 基于激光扫描的工程图纸标注方法、装置、系统及介质

Similar Documents

Publication Publication Date Title
US10132611B2 (en) Laser scanner
CN201749187U (zh) 一种激光扫描仪的检校系统
US9989353B2 (en) Registering of a scene disintegrating into clusters with position tracking
CN101923163A (zh) 一种激光扫描仪的检校方法及检校系统
CN110208771B (zh) 一种移动二维激光雷达的点云强度改正方法
Cho et al. Target-focused local workspace modeling for construction automation applications
KR20130033374A (ko) 측량 방법
JP3514469B2 (ja) レーザーを用いた３次元物体計測システム
CN116859361A (zh) 用于点云数据的精确匹配方法、激光雷达及系统
Ullrich et al. Long-range high-performance time-of-flight-based 3D imaging sensors
JP2001296124A (ja) ３次元座標計測方法及び３次元座標計測装置
JP2009198382A (ja) 環境地図取得装置
Kavulya et al. Effects of Color, Distance, And Incident angle on Quality of 3D point clouds
Yakar et al. The problems and solution offers, faced during the 3D modeling process of Sekiliyurt underground shelters with terrestrial laser scanning method
WO2022078433A1 (zh) 一种多点组合式3d采集系统及方法
CN115902816A (zh) 一种用于工程测量的自动测量系统
CN113313761B (zh) 用于实测实量的站点获取方法、扫描装置及系统
CN114487110A (zh) 地板瓷砖空鼓自动检测方法、装置
JP2001221636A (ja) ３次元座標計測方法及び計測装置
CN116630150A (zh) 基于户型图辅助的点云拼接方法、激光雷达及系统
Gumus et al. Analyzing the geometric accuracy of simple shaped reference object models created by terrestrial laser scanners
Guidi et al. Digital three-dimensional modelling of Donatello's David by frequency-modulated laser radar
Ergün Terrestrial laser scanning data integration in surveying engineering
Norin Measurements of building structures
Rakitina et al. An overview of 3D laser scanning technology

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
CB02 Change of applicant information
CB02 Change of applicant information

Country or region after: China

Address after: Room 390, Building 17, No. 2723 Fuchunwan Avenue, Chunjiang Street, Fuyang District, Hangzhou City, Zhejiang Province, 311400

Applicant after: Angrui (Hangzhou) Information Technology Co.,Ltd.

Address before: 201703 No.206, building 1, no.3938 Huqingping Road, Qingpu District, Shanghai

Applicant before: UNRE (SHANGHAI) INFORMATION TECHNOLOGY Co.,Ltd.

Country or region before: China