CN117033675B - 基于城市实景模型的安全空间计算生成方法及装置 - Google Patents
基于城市实景模型的安全空间计算生成方法及装置 Download PDFInfo
- Publication number
- CN117033675B CN117033675B CN202311299943.4A CN202311299943A CN117033675B CN 117033675 B CN117033675 B CN 117033675B CN 202311299943 A CN202311299943 A CN 202311299943A CN 117033675 B CN117033675 B CN 117033675B
- Authority
- CN
- China
- Prior art keywords
- height
- live
- action model
- obtaining
- data structure
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004364 calculation method Methods 0.000 title claims abstract description 21
- 238000010586 diagram Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/005—Tree description, e.g. octree, quadtree
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
- G06T17/205—Re-meshing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于城市实景模型的安全空间计算生成方法,所述方法包括:获取实景模型数据,并为所述实景模型数据添加点索引;根据实景模型数据和点索引,得到树状数据结构和高度图数据结构;根据树状数据结构和高度图数据结构,得到高度图数据集;根据高度图数据集,生成安全空间。本发明根据建筑物信息创建实景模型,并根据模型生成安全空间,将目标区域罩住,在规划无人机航线时检测无人机航线与安全空间的边界是否发生干涉,从而使得无人机在飞行时不与建筑物发生碰撞,确保无人机的飞行安全。
Description
技术领域
本发明涉及航线规划领域,具体涉及一种基于城市实景模型的安全空间计算生成方法及装置。
背景技术
无人机避障,即无人机自主躲避航线或飞行中遇到的物体,可避免飞行器和物体双方损伤。现有的无人机避障方法包括感知障碍物并停止,即无人机感知到障碍物,快速地识别后并悬停下来,等待下一步指令。以及获取障碍物深度图像并自主绕开,即无人机通过传感器精确感知到障碍物的具体轮廓,然后自主绕开障碍物。但这些方法都没有实现提前对航线的规划。近年来,有学者提出建立区域地图合理规划路径的方法,即无人机通过获取的环境信息,利用算法自动规划出飞行线路,从而实现自动避障的功能,但现有方法在规划无人机避障航线时,没有考虑到建筑物高低错落,只是简单的设定特定的飞行高度,容易发生碰撞,导致无人机损毁。因此,现有技术还有待于改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种基于城市实景模型的安全空间计算生成方法及装置,旨在解决现有技术中没有考虑到建筑物高低错落,只是简单的设定特定的飞行高度,导致无人机损毁的问题。
本发明解决技术问题所采用的技术方案如下:
第一方面,本发明提供一种基于城市实景模型的安全空间计算生成方法,其中,所述方法包括:
获取实景模型数据,并为所述实景模型数据添加点索引;
根据所述实景模型数据和点索引,得到树状数据结构和高度图数据结构;
根据所述树状数据结构和高度图数据结构,得到高度图数据集;
根据所述高度图数据集,生成安全空间,其中,所述安全空间用于罩住实景模型中的障碍物,以使无人机不与所述障碍物发生碰撞。
在一种实现方式中,所述根据所述实景模型数据和点索引,得到树状数据结构和高度图数据结构,包括:
预设最大递归深度;
根据所述实景模型数据,建立一个父立方体,并依序将所述点索引置于能被包含且没有子节点的所述父立方体;
根据所述最大递归深度,利用八叉树法对所述父立方体进行递归划分,得到子立方体的索引关系;
根据所述子立方体的索引关系,得到所述树状数据结构和八叉树;
根据所述实景模型数据,将实景模型的外层均匀切割成指定数量的相同大小的单元格,并获取每个单元格的高度坐标和横轴坐标;
根据每个单元格的高度坐标和横轴坐标,得到高度图数据结构。
在一种实现方式中,所述根据所述最大递归深度,利用八叉树法对所述父立方体进行递归划分,得到子立方体的索引关系,包括:
若递归划分没有达到所述最大递归深度,则将所述父立方体细分为八等份,得到八个子立方体;
将所述父立方中的点索引根据包含关系分配给八个所述子立方体,得到包含索引关系的子立方体;
判断每个包含索引关系的子立方体的分配关系,得到分配结果;
根据所述分配结果,对所述父立方体继续进行递归划分,直到达到所述最大递归深度为止,得到所述子立方体的索引关系。
在一种实现方式中,所述根据所述分配结果,对所述父立方体继续进行递归划分,直到达到所述最大递归深度为止,得到所述子立方体的索引关系,包括:
若所述分配结果为子立方体所分配到的点索引数量不为零且跟父立方体是一样的,则所述子立方体停止细分;
若所述分配结果为子立方体所分配到的点索引数量跟父立方体不同,则继续将所述子立方体细分为八等份,并重新执行所述将所述父立方中的点索引根据包含关系分配给八个所述子立方体,得到包含索引关系的子立方体的步骤,直到达到所述最大递归深度为止;
根据全部子立方体的点索引,得到所述子立方体的索引关系。
在一种实现方式中,所述根据所述树状数据结构和高度图数据结构,得到高度图数据集,包括:
根据所述实景模型数据,将实景模型的外层均匀切割成指定数量的相同大小的单元格,并获取每个单元格的高度坐标和横轴坐标;
根据每个单元格的高度坐标和预设的指定高度,得到线段;
将所述线段和所述八叉树做相交判断,得到相交结果;
根据所述相交结果,得到所述高度图数据集。
在一种实现方式中,所述根据所述相交结果,得到所述高度图数据集,包括:
若所述相交结果为相交,则获取所述线段和所述八叉树的交点,并在所述交点的高度加上所述预设的指定高度,得到第一高度数据,根据所述第一高度数据和相应的单元格的横轴坐标,得到第一二元数组;
若所述相交结果为不相交,则获取所述单元格的高度坐标,得到第二高度数据,根据所述第二高度数据和相应的单元格的横轴坐标,得到第二二元数组;
根据所述第一二元数组和所述第二二元数组,得到所述高度图数据集。
在一种实现方式中,所述根据所述高度图数据集,生成安全空间,包括:
根据所述高度图数据集,得到安全空间的点集;
将所述安全空间的点集进行三角网格化处理,得到安全空间面集;
根据所述安全空间面集,生成所述安全空间。
第二方面,本发明实施例还提供一种基于城市实景模型的安全空间计算生成装置,其中,所述装置包括:
数据获取模块,用于获取实景模型数据,并为所述实景模型数据添加点索引;
建模模块,用于根据所述实景模型数据和点索引,得到树状数据结构和高度图数据结构;
高度图数据集获取模块,用于根据所述树状数据结构和高度图数据结构,得到高度图数据集;
安全空间生成模块,用于根据所述高度图数据集,生成安全空间,其中,所述安全空间用于罩住实景模型中的障碍物,以使无人机不与所述障碍物发生碰撞。
第三方面,本发明实施例还提供一种智能终端,其中,所述智能终端包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的基于城市实景模型的安全空间计算生成程序,所述处理器执行所述基于城市实景模型的安全空间计算生成程序时,实现如以上任一项所述的基于城市实景模型的安全空间计算生成方法的步骤。
第四方面,本发明实施例还提供一种计算机可读存储介质,其中,所述计算机可读存储介质上存储有基于城市实景模型的安全空间计算生成程序,所述基于城市实景模型的安全空间计算生成程序被处理器执行时,实现如以上任一项所述的基于城市实景模型的安全空间计算生成方法的步骤。
有益效果:与现有技术相比,本发明提供了一种基于城市实景模型的安全空间计算生成方法,首先获取实景模型数据,并为所述实景模型数据添加点索引,实现了根据高低错落的建筑物信息创建实景模型。然后根据所述实景模型数据和点索引,得到树状数据结构和高度图数据结构。树状数据结构可以反映出索引点之间的数据结构,而高度图数据结构可以构建障碍物的高度数据。最后,根据所述树状数据结构和高度图数据结构,得到高度图数据集,以生成安全空间。通过安全空间将目标区域罩住,在规划无人机航线时检测无人机航线与安全空间的边界是否发生干涉,从而使得无人机在飞行时不与建筑物发生碰撞,确保无人机的飞行安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于城市实景模型的安全空间计算生成方法流程示意图。
图2是本发明实施例提供的基于城市实景模型的安全空间计算生成装置的原理框图。
图3是本发明实施例提供的智能终端的内部结构原理框图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
无人机避障,即无人机自主躲避航线或飞行中遇到的物体,可避免飞行器和物体双方损伤。现有的无人机避障方法包括建立区域地图合理规划路径,即无人机通过获取的环境信息,利用算法自动规划出飞行线路,从而实现自动避障的功能,但现有方法在规划无人机避障航线时,没有考虑到建筑物高低错落,只是简单的设定特定的飞行高度,容易发生碰撞,导致无人机损毁。
针对上述问题,本发明提出一种基于城市实景模型的安全空间计算生成方法,根据建筑物信息创建实景模型,并根据模型生成安全空间,将目标区域罩住,在规划无人机航线时检测无人机航线与安全空间的边界是否发生干涉,从而使得无人机在飞行时不与建筑物发生碰撞,确保无人机的飞行安全。
示例性方法
本实施例提供一种基于城市实景模型的安全空间计算生成方法,本实施例可应用于无人机。如图1所示,所述方法包括如下步骤:
步骤S100、获取实景模型数据,并为所述实景模型数据添加点索引;
具体地,获取实景模型是一种运用无人机或激光扫描仪对现有场景进行多角度环视拍摄然后利用三维实景建模软件ContextCapture进行处理生成的一种三维虚拟展示技术。三维实景建模在浏览中可以对模型进行放大、缩小、移动、多角度观看等操作,并且可以查看 三维实景模型中的物体的参数(长,宽,高,面积,体积)与实景的数据信息一致。三维实景建模可用于场地规划、面积测量,土方量计算,另外与实景模型进度分析软件对接可以对工程项目的施工进度分析,实景模型虚拟空间运维管理等。在本实施例中采用贴近摄影测量获取三维实景模型数据。贴近摄影测量(nap of the object photogrammetry)是一种将无人机云台姿态控制与航测高精度定位技术的优势充分结合后衍生而出的测量方式。通过更改摄影途径,使相机直接对准坡面完成影像采集工作。
具体地,在本实施例中,通过添加点索引为实景模型分块,即把实景模型的点添加一个合适的索引,并且能够排序,就可以利用类似二分查找的方法进行快速查询,在一种实现方式中,可采用GeoHash空间索引方法为所述实景模型数据添加点索引。
步骤S200、根据所述实景模型数据和点索引,得到树状数据结构和高度图数据结构;
具体地,本实施例为实景的障碍物构建数据模型,需构建树状数据结构和高度图数据结构。其中树状数据结构可以构建出点索引的结构,高度图数据结构可以反映出障碍物的高度,从而在规划无人机航线时检测无人机航线与安全空间的边界是否发生干涉,从而使得无人机在飞行时不与建筑物发生碰撞,确保无人机的飞行安全。
在一种实现方式中,本实施例所述步骤S200包括:
步骤S201、预设最大递归深度;
步骤S202、根据所述实景模型数据,建立一个父立方体,并依序将所述点索引置于能被包含且没有子节点的所述父立方体;
具体地,在本实施例中,设定最大递归深度,并根据所述实景模型数据,找出场景的最大尺寸,并以此尺寸建立第一个立方体,即为父立方体。依序将点索引丢入能被包含且没有子节点的立方体。
步骤S203、根据所述最大递归深度,利用八叉树法对所述父立方体进行递归划分,得到子立方体的索引关系;
具体地,本实施例采用八叉树( octree )法队父节点进行划分,此方法可以从原始点云数据建树状数据结构。划分的深度通过预设的最大递归深度确定。八叉树可以有效实现对点云的空间分区、下采样、 搜索操作(如近邻搜索)等。每个八叉树要么有8个节点,要么没有节点。根节点是一个包含所有点云数据的立方体包围盒。利用八叉树法对所述父立方体进行递归划分,就可以得到子立方体的索引关系。
在一种实现方式中,本实施例所述步骤S203包括:
步骤S2031、若递归划分没有达到所述最大递归深度,则将所述父立方体细分为八等份,得到八个子立方体;
步骤S2032、将所述父立方中的点索引根据包含关系分配给八个所述子立方体,得到包含索引关系的子立方体;
步骤S2033、判断每个包含索引关系的子立方体的分配关系,得到分配结果;
步骤S2034、根据所述分配结果,对所述父立方体继续进行递归划分,直到达到所述最大递归深度为止,得到所述子立方体的索引关系。
具体地,在本实施例中八叉树通过对父立方体的几何实体进行体元剖分,每个体元具有相同的时间和空间复杂度,通过循环递归的划分方法对三维空间的父立方体进行剖分,从而构成具有根节点的方向图。在八叉树结构中如果被划分的体元具有相同的属性,则该体元构成一个叶节点;否则继续对该体元剖分成8个子立方体,依次递剖分。这样,就将点索引全部分配到子立方体中,形成了子立方体的索引关系。通过子立方体的索引关系就可以将实景数据中的障碍物表面建模。
在一种实现方式中,本实施例所述步骤S2034包括:
步骤M001、若所述分配结果为子立方体所分配到的点索引数量不为零且跟父立方体是一样的,则所述子立方体停止细分;
步骤M002、若所述分配结果为子立方体所分配到的点索引数量跟父立方体不同,则继续将所述子立方体细分为八等份,并重新执行所述将所述父立方中的点索引根据包含关系分配给八个所述子立方体,得到包含索引关系的子立方体的步骤,直到达到所述最大递归深度为止;
步骤M003、根据全部子立方体的点索引,得到所述子立方体的索引关系。
具体地,若没有达到最大递归深度,就对父立方体进行细分八等份,再将该立方体所装的点索引全部分担给八个子立方体,若发现子立方体所分配到的点索引数量不为零且跟父立方体是一样的,则该子立方体停止细分,因为跟据空间分割理论,细分的空间所得到的分配必定较少,若是一样数目,则再怎么切数目还是一样,会造成无穷切割的情形。重复递归划分的步骤,直到达到最大递归深度。
步骤S204、根据所述子立方体的索引关系,得到所述树状数据结构和八叉树。
步骤S205、根据所述实景模型数据,将实景模型的外层均匀切割成指定数量的相同大小的单元格,并获取每个单元格的高度坐标和横轴坐标;
步骤S206、根据每个单元格的高度坐标和横轴坐标,得到高度图数据结构。
具体地,本实施例中,根据实景模型数据先将实景模型的外包围盒均匀切割成指定数量的相同大小的单元格。根据单元格数量,水平面下确定X,Y坐标值,其中,X为单元格到水平面上的原点的水平距离,Y为单元格到水平面上的原点的垂直距离,建立一个二维数组,即高度图(Heightmap)数据结构。
步骤S300、根据所述树状数据结构和高度图数据结构,得到高度图数据集;
在一种实现方式中,本实施例所述步骤S300包括:
步骤S301、根据每个单元格的高度坐标和预设的指定高度,得到线段;
步骤S302、将所述线段和所述八叉树做相交判断,得到相交结果;
步骤S303、根据所述相交结果,得到所述高度图数据集;
具体地, 取第一个单元格A和该坐标高度加指定高度确定的一个点B连成线段,与八叉树作相交判断,得到高度图数据集。其中,指定高度为预设的,是无人机到障碍物之间的安全距离。
在一种实现方式中,本实施例所述步骤S303包括:
步骤S3031、若所述相交结果为相交,则获取所述线段和所述八叉树的交点,并在所述交点的高度加上所述预设的指定高度,得到第一高度数据,根据所述第一高度数据和相应的单元格的横轴坐标,得到第一二元数组;
步骤S3032、若所述相交结果为不相交,则获取所述单元格的高度坐标,得到第二高度数据,根据所述第二高度数据和相应的单元格的横轴坐标,得到第二二元数组;
具体地,若相交,取点A与八叉树相交的点C,其高度加上指定高度;若不相交,取点A高度;将高度值存入二维数组中。通过遍历所有单元格,得到代表高度图数据的二元数组。
步骤S3033、根据所述第一二元数组和所述第二二元数组,得到所述高度图数据集。
具体地,二元数组中包括每一个单元格在水平面下的高度数据和横轴坐标,可以反映障碍物表面的位置信息,二元数组构成了高度图数据集。通过获取到的高度图数据集,可以反映实景模型数据中的避障高度和障碍物位置信息,为无人机的航线规划作为依据。
步骤S400、根据所述高度图数据集,生成安全空间,其中,所述安全空间用于罩住实景模型中的障碍物,以使无人机不与所述障碍物发生碰撞。
在一种实现方式中,本实施例所述步骤S400包括:
步骤S401、根据所述高度图数据集,得到安全空间的点集;
步骤S402、将所述安全空间的点集进行三角网格化处理,得到安全空间面集;
步骤S403、根据所述安全空间面集,生成所述安全空间。
具体地,在本实施例中,可采用有限差分法三角网格化、基于CVT算法的三角网格化以及渐次插入三角网格化方法,将获取到的安全空间的点集连成安全空间面集,本实施例中的安全空间面集不仅考虑了实景模型中的障碍物高度,还预留了安全距离,并且为障碍物的索引点生成了结构数据。最后,通过安全空间面集将实景模型数据中的障碍物包裹住,从而使无人机在航线规划时不突破安全空间,以避免发生碰撞,确保无人机的飞行安全。
示例性装置
如图2中所示,本实施例还提供一种基于城市实景模型的安全空间计算生成装置,所述装置包括:
数据获取模块10,用于获取实景模型数据,并为所述实景模型数据添加点索引;
建模模块20,用于根据所述实景模型数据和点索引,得到树状数据结构和高度图数据结构;
高度图数据集获取模块30,用于根据所述树状数据结构和高度图数据结构,得到高度图数据集;
安全空间生成模块40,用于根据所述高度图数据集,生成安全空间。
在一种实现方式中,所述建模模块20包括:
最大递归深度设置单元,用于预设最大递归深度;
父立方体建立单元,用于根据所述实景模型数据,建立一个父立方体,并依序将所述点索引置于能被包含且没有子节点的所述父立方体;
递归划分单元,用于根据所述最大递归深度,利用八叉树法对所述父立方体进行递归划分,得到子立方体的索引关系;
在一种实现方式中,本实施例所述递归划分单元包括:
划分子单元,用于若递归划分没有达到所述最大递归深度,则将所述父立方体细分为八等份,得到八个子立方体;
子立方体获取子单元,用于将所述父立方中的点索引根据包含关系分配给八个所述子立方体,得到包含索引关系的子立方体;
分配子单元,用于判断每个包含索引关系的子立方体的分配关系,得到分配结果;
索引关系获取子单元,用于根据所述分配结果,对所述父立方体继续进行递归划分,直到达到所述最大递归深度为止,得到所述子立方体的索引关系。
树状数据结构和八叉树获取子单元,用于根据所述子立方体的索引关系,得到所述树状数据结构和八叉树;
单元格划分子单元,用于根据所述实景模型数据,将实景模型的外层均匀切割成指定数量的相同大小的单元格,并获取每个单元格的高度坐标和横轴坐标;
高度图数据结构获取子单元,用于根据每个单元格的高度坐标和横轴坐标,得到高度图数据结构。
在一种实现方式中,本实施例所述高度图数据集获取模块30包括:
线段获取单元,用于根据每个单元格的高度坐标和预设的指定高度,得到线段;
相交结果获取单元,用于将所述线段和所述八叉树做相交判断,得到相交结果;
高度图数据集获取单元,用于根据所述相交结果,得到所述高度图数据集。
在一种实现方式中,本实施例所述高度图数据集获取单元包括:
第一数组获取子单元,用于若所述相交结果为相交,则获取所述线段和所述八叉树的交点,并在所述交点的高度加上所述预设的指定高度,得到第一高度数据,根据所述第一高度数据和相应的单元格的横轴坐标,得到第一二元数组;
第二数组获取子单元,用于若所述相交结果为不相交,则获取所述单元格的高度坐标,得到第二高度数据,根据所述第二高度数据和相应的单元格的横轴坐标,得到第二二元数组;
高度图数据集获取子单元,用于根据所述第一二元数组和所述第二二元数组,得到所述高度图数据集。
在一种实现方式中,本实施例所述安全空间生成模块40包括:
点集获取单元,用于根据所述高度图数据集,得到安全空间的点集;
面集获取单元,用于将所述安全空间的点集进行三角网格化处理,得到安全空间面集;
安全空间生成单元,用于根据所述安全空间面集,生成所述安全空间。
基于上述实施例,本发明还提供了一种智能终端,其原理框图可以如图3所示。该智能终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏、温度传感器。其中,该智能终端的处理器用于提供计算和控制能力。该智能终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该智能终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于城市实景模型的安全空间计算生成方法。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏,该智能终端的温度传感器是预先在智能终端内部设置,用于检测内部设备的运行温度。
本领域技术人员可以理解,图3中示出的原理框图,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的智能终端的限定,具体的智能终端以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种智能终端,智能终端包括存储器、处理器及存储在存储器中并可在处理器上运行的基于城市实景模型的安全空间计算生成程序,处理器执行基于城市实景模型的安全空间计算生成程序时,实现如下操作指令:
获取实景模型数据,并为所述实景模型数据添加点索引;
根据所述实景模型数据和点索引,得到树状数据结构和高度图数据结构;
根据所述树状数据结构和高度图数据结构,得到高度图数据集;
根据所述高度图数据集,生成安全空间。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、运营数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双运营数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
综上,本发明公开了一种基于城市实景模型的安全空间计算生成方法,所述方法包括:获取实景模型数据,并为所述实景模型数据添加点索引;根据实景模型数据和点索引,得到树状数据结构和高度图数据结构;根据树状数据结构和高度图数据结构,得到高度图数据集;根据高度图数据集,生成安全空间。本发明根据建筑物信息创建实景模型,并根据模型生成安全空间,将目标区域罩住,在规划无人机航线时检测无人机航线与安全空间的边界是否发生干涉,从而使得无人机在飞行时不与建筑物发生碰撞,确保无人机的飞行安全。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种基于城市实景模型的安全空间计算生成方法,其特征在于,所述方法包括:
获取实景模型数据,并为所述实景模型数据添加点索引;
根据所述实景模型数据和点索引,得到树状数据结构和高度图数据结构;
根据所述树状数据结构和高度图数据结构,得到高度图数据集;
根据所述高度图数据集,生成安全空间,其中,所述安全空间用于罩住实景模型中的障碍物,以使无人机不与所述障碍物发生碰撞;
所述根据所述实景模型数据和点索引,得到树状数据结构和高度图数据结构,包括:
预设最大递归深度;根据所述实景模型数据,建立一个父立方体,并依序将所述点索引置于能被包含且没有子节点的所述父立方体;根据所述最大递归深度,利用八叉树法对所述父立方体进行递归划分,得到子立方体的索引关系;根据所述子立方体的索引关系,得到所述树状数据结构和八叉树;根据所述实景模型数据,将实景模型的外层均匀切割成指定数量的相同大小的单元格,并获取每个单元格的高度坐标和横轴坐标;根据每个单元格的高度坐标和横轴坐标,得到高度图数据结构;
所述根据所述树状数据结构和高度图数据结构,得到高度图数据集,包括:
根据每个单元格的高度坐标和预设的指定高度,得到线段;将所述线段和所述八叉树做相交判断,得到相交结果;根据所述相交结果,得到所述高度图数据集;
所述根据所述相交结果,得到所述高度图数据集,包括:
若所述相交结果为相交,则获取所述线段和所述八叉树的交点,并在所述交点的高度加上所述预设的指定高度,得到第一高度数据,根据所述第一高度数据和相应的单元格的横轴坐标,得到第一二元数组;若所述相交结果为不相交,则获取所述单元格的高度坐标,得到第二高度数据,根据所述第二高度数据和相应的单元格的横轴坐标,得到第二二元数组;根据所述第一二元数组和所述第二二元数组,得到所述高度图数据集。
2.根据权利要求1所述的基于城市实景模型的安全空间计算生成方法,其特征在于,所述根据所述最大递归深度,利用八叉树法对所述父立方体进行递归划分,得到子立方体的索引关系,包括:
若递归划分没有达到所述最大递归深度,则将所述父立方体细分为八等份,得到八个子立方体;
将所述父立方中的点索引根据包含关系分配给八个所述子立方体,得到包含索引关系的子立方体;
判断每个包含索引关系的子立方体的分配关系,得到分配结果;
根据所述分配结果,对所述父立方体继续进行递归划分,直到达到所述最大递归深度为止,得到所述子立方体的索引关系。
3.根据权利要求2所述的基于城市实景模型的安全空间计算生成方法,其特征在于,所述根据所述分配结果,对所述父立方体继续进行递归划分,直到达到所述最大递归深度为止,得到所述子立方体的索引关系,包括:
若所述分配结果为子立方体所分配到的点索引数量不为零且跟父立方体是一样的,则所述子立方体停止细分;
若所述分配结果为子立方体所分配到的点索引数量跟父立方体不同,则继续将所述子立方体细分为八等份,并重新执行所述将所述父立方中的点索引根据包含关系分配给八个所述子立方体,得到包含索引关系的子立方体的步骤,直到达到所述最大递归深度为止;
根据全部子立方体的点索引,得到所述子立方体的索引关系。
4.根据权利要求1所述的基于城市实景模型的安全空间计算生成方法,其特征在于,所述根据所述高度图数据集,生成安全空间,包括:
根据所述高度图数据集,得到安全空间的点集;
将所述安全空间的点集进行三角网格化处理,得到安全空间面集;
根据所述安全空间面集,生成所述安全空间。
5.一种基于城市实景模型的安全空间计算生成装置,其特征在于,所述装置包括:
数据获取模块,用于获取实景模型数据,并为所述实景模型数据添加点索引;
建模模块,用于根据所述实景模型数据和点索引,得到树状数据结构和高度图数据结构;所述根据所述实景模型数据和点索引,得到树状数据结构和高度图数据结构,包括:预设最大递归深度;根据所述实景模型数据,建立一个父立方体,并依序将所述点索引置于能被包含且没有子节点的所述父立方体;根据所述最大递归深度,利用八叉树法对所述父立方体进行递归划分,得到子立方体的索引关系;根据所述子立方体的索引关系,得到所述树状数据结构和八叉树;根据所述实景模型数据,将实景模型的外层均匀切割成指定数量的相同大小的单元格,并获取每个单元格的高度坐标和横轴坐标;根据每个单元格的高度坐标和横轴坐标,得到高度图数据结构;
高度图数据集获取模块,用于根据所述树状数据结构和高度图数据结构,得到高度图数据集;所述根据所述树状数据结构和高度图数据结构,得到高度图数据集,包括:根据每个单元格的高度坐标和预设的指定高度,得到线段;将所述线段和所述八叉树做相交判断,得到相交结果;根据所述相交结果,得到所述高度图数据集;
所述根据所述相交结果,得到所述高度图数据集,包括:若所述相交结果为相交,则获取所述线段和所述八叉树的交点,并在所述交点的高度加上所述预设的指定高度,得到第一高度数据,根据所述第一高度数据和相应的单元格的横轴坐标,得到第一二元数组;若所述相交结果为不相交,则获取所述单元格的高度坐标,得到第二高度数据,根据所述第二高度数据和相应的单元格的横轴坐标,得到第二二元数组;根据所述第一二元数组和所述第二二元数组,得到所述高度图数据集;
安全空间生成模块,用于根据所述高度图数据集,生成安全空间。
6.一种智能终端,其特征在于,所述智能终端包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的基于城市实景模型的安全空间计算生成程序,所述处理器执行所述基于城市实景模型的安全空间计算生成程序时,实现如权利要求1-4任一项所述的基于城市实景模型的安全空间计算生成方法的步骤。
7.一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上存储有基于城市实景模型的安全空间计算生成程序,所述基于城市实景模型的安全空间计算生成程序被处理器执行时,实现如权利要求1-4任一项所述的基于城市实景模型的安全空间计算生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311299943.4A CN117033675B (zh) | 2023-10-09 | 2023-10-09 | 基于城市实景模型的安全空间计算生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311299943.4A CN117033675B (zh) | 2023-10-09 | 2023-10-09 | 基于城市实景模型的安全空间计算生成方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117033675A CN117033675A (zh) | 2023-11-10 |
CN117033675B true CN117033675B (zh) | 2024-02-20 |
Family
ID=88630465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311299943.4A Active CN117033675B (zh) | 2023-10-09 | 2023-10-09 | 基于城市实景模型的安全空间计算生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117033675B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105892489A (zh) * | 2016-05-24 | 2016-08-24 | 国网山东省电力公司电力科学研究院 | 一种基于多传感器融合的自主避障无人机系统及控制方法 |
CN107993279A (zh) * | 2017-11-03 | 2018-05-04 | 中国人民解放军陆军工程大学 | 一种场景精确表达方法 |
KR102266235B1 (ko) * | 2020-03-02 | 2021-06-17 | 주식회사 클로버스튜디오 | 지능형 드론 비행계획 수립방법 및 이를 이용한 드론 관제 시스템 |
CN113515128A (zh) * | 2021-07-30 | 2021-10-19 | 华东理工大学 | 一种无人车实时路径规划方法及存储介质 |
CN115661374A (zh) * | 2022-12-26 | 2023-01-31 | 南京铖联激光科技有限公司 | 一种基于空间划分和模型体素化的快速检索方法 |
CN116051758A (zh) * | 2022-11-21 | 2023-05-02 | 杭州电子科技大学 | 一种用于室外机器人的含有高度信息的地貌地图构建方法 |
-
2023
- 2023-10-09 CN CN202311299943.4A patent/CN117033675B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105892489A (zh) * | 2016-05-24 | 2016-08-24 | 国网山东省电力公司电力科学研究院 | 一种基于多传感器融合的自主避障无人机系统及控制方法 |
CN107993279A (zh) * | 2017-11-03 | 2018-05-04 | 中国人民解放军陆军工程大学 | 一种场景精确表达方法 |
KR102266235B1 (ko) * | 2020-03-02 | 2021-06-17 | 주식회사 클로버스튜디오 | 지능형 드론 비행계획 수립방법 및 이를 이용한 드론 관제 시스템 |
CN113515128A (zh) * | 2021-07-30 | 2021-10-19 | 华东理工大学 | 一种无人车实时路径规划方法及存储介质 |
CN116051758A (zh) * | 2022-11-21 | 2023-05-02 | 杭州电子科技大学 | 一种用于室外机器人的含有高度信息的地貌地图构建方法 |
CN115661374A (zh) * | 2022-12-26 | 2023-01-31 | 南京铖联激光科技有限公司 | 一种基于空间划分和模型体素化的快速检索方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117033675A (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108763287B (zh) | 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法 | |
CN109242862B (zh) | 一种实时的数字表面模型生成方法 | |
CN110031824A (zh) | 激光雷达联合标定方法及装置 | |
CN107862738A (zh) | 一种基于移动激光测量点云进行室内结构化三维重建方法 | |
CN109186551B (zh) | 倾斜摄影测量建筑物特征点提取方法、装置与存储介质 | |
CN111179274B (zh) | 地图地面分割方法、装置、计算机设备和存储介质 | |
CN110189405B (zh) | 一种顾及建筑物密度的实景三维建模方法 | |
CN112652065A (zh) | 三维社区建模方法、装置、计算机设备及存储介质 | |
CN113607135A (zh) | 一种用于路桥施工领域的无人机倾斜摄影测量方法 | |
CN112329789B (zh) | 点云的提取方法、装置、计算机设备和存储介质 | |
CN112305559A (zh) | 基于地面定点激光雷达扫描的输电线距离测量方法、装置、系统和电子设备 | |
CN113776534A (zh) | 一种基于立体剖分网格的无人机三维时变空域导航方法 | |
KR20200028210A (ko) | 모바일 맵핑 또는 자율 주행용 플랫폼과 관측 데이터의 구조화를 위한 시스템 | |
CN114332291A (zh) | 一种倾斜摄影模型建筑物外轮廓规则提取方法 | |
CN115718305A (zh) | 一种激光点云公路断面处理方法、装置、设备及存储介质 | |
CN116129064A (zh) | 电子地图生成方法、装置、设备及存储介质 | |
CN108332721B (zh) | 航空影像并行空三与递归式融合方法 | |
Gal et al. | Fast and efficient visible trajectories planning for the Dubins UAV model in 3D built-up environments | |
CN114255270A (zh) | 基于倾斜摄影技术的路基土石方自动算量方法和平台 | |
CN117033675B (zh) | 基于城市实景模型的安全空间计算生成方法及装置 | |
CN114359489A (zh) | 一种管道施工期实景影像的制作方法、装置、设备及存储介质 | |
EP3664038A1 (en) | Geospatial surveying tool | |
CN115628720A (zh) | 一种智能三维地形图测绘方法及系统 | |
Guo et al. | Improved marching tetrahedra algorithm based on hierarchical signed distance field and multi-scale depth map fusion for 3D reconstruction | |
CN114066910A (zh) | 一种无人机摄影测量的模型有效区域自动提取方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |