CN109685889A - 一种场景扫描定位方法、存储介质及*** - Google Patents

一种场景扫描定位方法、存储介质及*** Download PDF

Info

Publication number
CN109685889A
CN109685889A CN201811574472.2A CN201811574472A CN109685889A CN 109685889 A CN109685889 A CN 109685889A CN 201811574472 A CN201811574472 A CN 201811574472A CN 109685889 A CN109685889 A CN 109685889A
Authority
CN
China
Prior art keywords
user
defined identification
information
scanning
scanning device
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
CN201811574472.2A
Other languages
English (en)
Inventor
高强
王运鲁
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.)
Fujian Youhe Chuangzhi Education Development Co Ltd
Original Assignee
Fujian Youhe Chuangzhi Education Development 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 Fujian Youhe Chuangzhi Education Development Co Ltd filed Critical Fujian Youhe Chuangzhi Education Development Co Ltd
Publication of CN109685889A publication Critical patent/CN109685889A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Processing Or Creating Images (AREA)

Abstract

一种场景扫描定位方法、存储介质及***,其中方法包括如下步骤,在物件表面张贴自定义标识,所述自定义标识包括方位信息、尺寸信息;对室内实体内容环境进行扫描,将扫描得到的结果进行数据化,当扫描到自定义标识之后,识别自定义标识上的方位信息、尺寸信息,根据所述方位信息、尺寸信息,计算当前设备所处的空间位置。降低设计成本,提高三维场景建模的精确度。

Description

一种场景扫描定位方法、存储介质及***
技术领域
本发明涉及增强现实中的场景扫描建模技术,尤其涉及一种提高建模精确度的场景扫描定位方法。
背景技术
AR场景识别过程中,主要进行的步骤为针对室内空间的定位技术。空间定位技术复杂,需要专门的对应设备,成本较高。我们需要一种通过二维图片来进行简化的三维建模的专用方法。
发明内容
为此,需要提供一种新的场景扫描定位方法,降低设计成本,提高三维场景建模的精确度。
为实现上述目的,发明人提供了一种场景扫描定位方法,包括如下步骤,在物件表面张贴自定义标识,所述自定义标识包括方位信息、尺寸信息;对室内实体内容环境进行扫描,将扫描得到的结果进行数据化,当扫描到自定义标识之后,识别自定义标识上的方位信息、尺寸信息,根据所述方位信息、尺寸信息,计算当前设备所处的空间位置。
具体地,根据所述方位信息计算扫描设备朝向,根据尺寸信息及扫描设备对自定义标识的成像结果计算扫描设备与自定义标识间的距离。
进一步地,还包括步骤,将自定义标识设置在物件表面梯度不连续的地方。
一种场景扫描定位存储介质,存储有计算机程序,所述计算机程序在被运行时执行如下步骤,对室内实体内容环境进行扫描,将扫描得到的结果进行数据化,当扫描到物件表面的自定义标识之后,识别自定义标识上的方位信息、尺寸信息,根据所述方位信息、尺寸信息,计算当前设备所处的空间位置。
具体地,所述计算机程序具体执行步骤,根据所述方位信息计算扫描设备朝向,根据尺寸信息及扫描设备对自定义标识的成像结果计算扫描设备与自定义标识间的距离。
进一步地,所述自定义标识设置在物件表面梯度不连续的地方。
一种场景扫描定位***,包括自定义标识,扫描设备,所述自定义标识设置于物件表面,所述自定义标识包括方位信息、尺寸信息;所述扫描设备用于对室内实体内容环境进行扫描,将扫描得到的结果进行数据化,当扫描到自定义标识之后,识别自定义标识上的方位信息、尺寸信息,根据所述方位信息、尺寸信息,计算当前设备所处的空间位置。
具体地,所述扫描设备还用于根据所述方位信息计算扫描设备朝向,根据尺寸信息及扫描设备对自定义标识的成像结果计算扫描设备与自定义标识间的距离。
进一步地,所述自定义标识设置在物件表面梯度不连续的地方。
区别于现有技术,上述技术方案能够使得在室内场景定位的时候借助预先张贴的自定义标识更好地确定相机定位,从而相对的对于其他物体的扫描结果也会更加精准,从而解决了类封闭场景中建模精确度的问题。
附图说明
图1为本发明具体实施方式所述的场景扫描定位方法流程图;
图2为本发明具体实施方式所述的AR设备在空间场景内采集示意图;
图3为本发明具体实施方式所述的AR设备视角示意图;
图4为本发明具体实施方式所述的辅助计算示意图。
具体实施方式
为详细说明技术方案的技术内容、构造特征、所实现目的及效果,以下结合具体实施例并配合附图详予说明。
请参阅图1,为本发明的一种场景空间定位方法,本发明方法可以用于封闭或半开放式情景下的场景空间定位,如对室内场景下对所处封闭空间进行建模等类似场景。如图所示,包括如下步骤,S100在实际物件表面张贴自定义标识,所述自定义标识包括方位信息、尺寸信息;所述自定义标识可以为图片,还可以包括不同的颜色、大小的图片,方位信息指的是张贴的自定义标识在空间中的所在方位,如指示所在室内场景中的东西南北方位、或实际物件的编号,如墙体1、2、3等等,由于墙体在空间中是固定的,则对其编号自然也隐含了编号之间存在位置的想对应关系,这些方位信息可以用颜色表示,如不同方位的物件张贴不同颜色的标识等,便可以达到记录方位信息的效果。也可以用其他方式记录所述方位信息、尺寸信息、如在图片上用二维码编码的方式进行记录自定义标识的方位信息和尺寸信息。张贴完成后,可以进行步骤S102通过AR设备对室内实体内容环境进行扫描,通过现有的手段对室内环境的空间结构即扫描得到的结果进行数据化,生成三维的室内场景模型;S104当扫描到自定义标识之后,识别自定义标识上的方位信息、长度信息,根据所述方位信息、长度信息,计算当前设备所处的空间位置。以自定义标识是图片二维码为例,当解析出自定义标识上记录的方位、大小信息之后,根据扫描到的自定义标识所在的特定方位以及尺寸信息,再根据AR设备中扫描到的自定义标识大小,确定AR设备所在的方位及与自定义标识的距离。
由于存在尺寸信息,则设备能够根据自定义标识在成像中显示的大小与实际大小的信息通过一般的数学换算就能够得到结果,这里试举一例进行说明:在图2所示的实施例中给出了AR设备的相机在空间场景内获取采集正对的面墙上的自定义标识上的信息,此时相机的视角如图3。由于相机相对于二维图片墙有左右视角的倾斜。从图中我们可以看出左右线段CC’和BB’的长度不一样。将图2、图3显示的场景转换为几何二维平面图,如图4所示,根据相机的焦距、传感器尺寸等相机信息,可以得知相机可视角∠EAD的大小。然后根据BC在图片中的比例得出∠CAB,辅助线CF构成等腰三角形△ACF,AB/AF=CC’/BB’。通过计算可得AB=AC×CC’/BB’
COS∠CAG=AG/AC,可得BG=AC×CC’/BB’-COS∠CAG×AC。CG=AC×Ctan∠CAG。通过三角形△CBD。可以算出AC长度。根据BC×AH=AB×CG。可计算得出AH实际距离。即相机距离墙的距离。当相机的高度与二维图片标识也存在差距的时候,同样能够通过类似的数学方法计算出相机在空间中的相对位置。因此通过上述方法,能够使得在室内场景定位的时候借助预先张贴的自定义标识更好地确定相机定位,从而相对的对于其他物体的扫描结果也会更加精准,从而解决了类封闭场景中建模精确度的问题。
在进一步的实施例中,为了更好地进行识别场景环境,进行建模的操作,我们还可以进行步骤,将自定义标识设置在物件表面梯度不连续的地方。进行如此设置的步骤在于,AR设备在进行环境扫描的时候,对于相同颜色的物件之间的分断不能够做到十分明确,如墙与墙之间的拐角、柜子内面与外面的凹凸起伏,在纯色的情况下光学传感器看来就是连续的一片,难以区分。通过上述步骤,将二维图片标识设置在,物件表面梯度不连续的地方,如墙面之间的交线处,进行自定义标识的张贴,自定义标识的部分边缘,可以与墙面之间的交线或边缘重叠,从而在AR设备扫描的过程中,只需要通过光学元件就能够有效区分物体的不连续表面,从而达到更好的物体三维表面识别及精确建模的效果。
在本发明的另一些具体实施例中,还包括一种场景扫描定位存储介质,介质内存储有计算机程序,所述计算机程序在被运行时执行如下步骤,对室内实体内容环境进行扫描,将扫描得到的结果进行数据化,当扫描到物件表面的自定义标识之后,识别自定义标识上的方位信息、尺寸信息,根据所述方位信息、尺寸信息,计算当前设备所处的空间位置。上述存储介质设计根据扫描到的自定义标识所在的特定方位以及尺寸信息,再根据AR设备中扫描到的自定义标识大小,确定AR设备所在的方位及与自定义标识的距离。
具体地,所述计算机程序具体执行步骤,根据所述方位信息计算扫描设备朝向,根据尺寸信息及扫描设备对自定义标识的成像结果计算扫描设备与自定义标识间的距离。
进一步地,所述自定义标识设置在物件表面梯度不连续的地方。从而在AR设备扫描的过程中,只需要通过光学元件就能够有效区分物体的不连续表面,从而达到更好的物体三维表面识别及精确建模的效果。
本发明的其他一些具体实施例中,还公开了一种场景扫描定位***,包括自定义标识,扫描设备,上述实施例中的存储介质能够运行于本***的电子设备中。所述自定义标识设置于物件表面,所述自定义标识包括方位信息、尺寸信息;所述扫描设备用于对室内实体内容环境进行扫描,将扫描得到的结果进行数据化,当扫描到自定义标识之后,识别自定义标识上的方位信息、尺寸信息,根据所述方位信息、尺寸信息,计算当前设备所处的空间位置。上述***设计能够根据扫描到的自定义标识所在的特定方位以及尺寸信息,再根据AR设备中扫描到的自定义标识大小,确定AR设备所在的方位及与自定义标识的距离。
具体地,所述扫描设备还用于根据所述方位信息计算扫描设备朝向,根据尺寸信息及扫描设备对自定义标识的成像结果计算扫描设备与自定义标识间的距离。
进一步地,所述自定义标识设置在物件表面梯度不连续的地方。从而在AR设备扫描的过程中,只需要通过光学元件就能够有效区分物体的不连续表面,从而达到更好的物体三维表面识别及精确建模的效果。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括……”或“包含……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的要素。此外,在本文中,“大于”、“小于”、“超过”等理解为不包括本数;“以上”、“以下”、“以内”等理解为包括本数。
本领域内的技术人员应明白,上述各实施例可提供为方法、装置、或计算机程序产品。这些实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。上述各实施例涉及的方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成,所述的程序可以存储于计算机设备可读取的存储介质中,用于执行上述各实施例方法所述的全部或部分步骤。所述计算机设备,包括但不限于:个人计算机、服务器、通用计算机、专用计算机、网络设备、嵌入式设备、可编程设备、智能移动终端、智能家居设备、穿戴式智能设备、车载智能设备等;所述的存储介质,包括但不限于:RAM、ROM、磁碟、磁带、光盘、闪存、U盘、移动硬盘、存储卡、记忆棒、网络服务器存储、网络云存储等。
上述各实施例是参照根据实施例所述的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到计算机设备的处理器以产生一个机器,使得通过计算机设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机设备以特定方式工作的计算机设备可读存储器中,使得存储在该计算机设备可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机设备上,使得在计算机设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已经对上述各实施例进行了描述,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改,所以以上所述仅为本发明的实施例,并非因此限制本发明的专利保护范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围之内。

Claims (9)

1.一种场景扫描定位方法,其特征在于,包括如下步骤,在物件表面张贴自定义标识,所述自定义标识包括方位信息、尺寸信息;对室内实体内容环境进行扫描,将扫描得到的结果进行数据化,当扫描到自定义标识之后,识别自定义标识上的方位信息、尺寸信息,根据所述方位信息、尺寸信息,计算当前设备所处的空间位置。
2.根据权利要求1所述的场景扫描定位方法,其特征在于,根据所述方位信息计算扫描设备朝向,根据尺寸信息及扫描设备对自定义标识的成像结果计算扫描设备与自定义标识间的距离。
3.根据权利要求1所述的场景扫描定位方法,其特征在于,还包括步骤,将自定义标识设置在物件表面梯度不连续的地方。
4.一种场景扫描定位存储介质,其特征在于,存储有计算机程序,所述计算机程序在被运行时执行如下步骤,对室内实体内容环境进行扫描,将扫描得到的结果进行数据化,当扫描到物件表面的自定义标识之后,识别自定义标识上的方位信息、尺寸信息,根据所述方位信息、尺寸信息,计算当前设备所处的空间位置。
5.根据权利要求4所述的场景扫描定位存储介质,其特征在于,所述计算机程序具体执行步骤,根据所述方位信息计算扫描设备朝向,根据尺寸信息及扫描设备对自定义标识的成像结果计算扫描设备与自定义标识间的距离。
6.根据权利要求4所述的场景扫描定位存储介质,其特征在于,所述自定义标识设置在物件表面梯度不连续的地方。
7.一种场景扫描定位***,其特征在于,包括自定义标识,扫描设备,所述自定义标识设置于物件表面,所述自定义标识包括方位信息、尺寸信息;所述扫描设备用于对室内实体内容环境进行扫描,将扫描得到的结果进行数据化,当扫描到自定义标识之后,识别自定义标识上的方位信息、尺寸信息,根据所述方位信息、尺寸信息,计算当前设备所处的空间位置。
8.根据权利要求7所述的场景扫描定位***,其特征在于,所述扫描设备还用于根据所述方位信息计算扫描设备朝向,根据尺寸信息及扫描设备对自定义标识的成像结果计算扫描设备与自定义标识间的距离。
9.根据权利要求1所述的场景扫描定位***,其特征在于,所述自定义标识设置在物件表面梯度不连续的地方。
CN201811574472.2A 2018-04-27 2018-12-21 一种场景扫描定位方法、存储介质及*** Pending CN109685889A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201810391934 2018-04-27
CN2018103919340 2018-04-27

Publications (1)

Publication Number Publication Date
CN109685889A true CN109685889A (zh) 2019-04-26

Family

ID=66188901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811574472.2A Pending CN109685889A (zh) 2018-04-27 2018-12-21 一种场景扫描定位方法、存储介质及***

Country Status (1)

Country Link
CN (1) CN109685889A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110288650A (zh) * 2019-05-27 2019-09-27 盎锐(上海)信息科技有限公司 用于vslam的数据处理方法及扫描终端
CN113744585A (zh) * 2020-05-28 2021-12-03 中国石油化工股份有限公司 火灾事故应急处置演练***及处理方法
WO2022036475A1 (zh) * 2020-08-17 2022-02-24 南京翱翔智能制造科技有限公司 一种多源数据融合的增强现实室内定位***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090323121A1 (en) * 2005-09-09 2009-12-31 Robert Jan Valkenburg A 3D Scene Scanner and a Position and Orientation System
CN105787534A (zh) * 2016-02-29 2016-07-20 上海导伦达信息科技有限公司 融合二维码及ar码内容识别与学习并以增强现实实现方法
CN106130981A (zh) * 2016-06-28 2016-11-16 努比亚技术有限公司 增强现实设备的数字标签自定义装置及方法
CN106816077A (zh) * 2015-12-08 2017-06-09 张涛 基于二维码和增强现实技术的互动沙盘展示方法
CN107390875A (zh) * 2017-07-28 2017-11-24 腾讯科技(上海)有限公司 信息处理方法、装置、终端设备和计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090323121A1 (en) * 2005-09-09 2009-12-31 Robert Jan Valkenburg A 3D Scene Scanner and a Position and Orientation System
CN106816077A (zh) * 2015-12-08 2017-06-09 张涛 基于二维码和增强现实技术的互动沙盘展示方法
CN105787534A (zh) * 2016-02-29 2016-07-20 上海导伦达信息科技有限公司 融合二维码及ar码内容识别与学习并以增强现实实现方法
CN106130981A (zh) * 2016-06-28 2016-11-16 努比亚技术有限公司 增强现实设备的数字标签自定义装置及方法
CN107390875A (zh) * 2017-07-28 2017-11-24 腾讯科技(上海)有限公司 信息处理方法、装置、终端设备和计算机可读存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110288650A (zh) * 2019-05-27 2019-09-27 盎锐(上海)信息科技有限公司 用于vslam的数据处理方法及扫描终端
CN110288650B (zh) * 2019-05-27 2023-02-10 上海盎维信息技术有限公司 用于vslam的数据处理方法及扫描终端
CN113744585A (zh) * 2020-05-28 2021-12-03 中国石油化工股份有限公司 火灾事故应急处置演练***及处理方法
CN113744585B (zh) * 2020-05-28 2024-03-29 中国石油化工股份有限公司 火灾事故应急处置演练***及处理方法
WO2022036475A1 (zh) * 2020-08-17 2022-02-24 南京翱翔智能制造科技有限公司 一种多源数据融合的增强现实室内定位***

Similar Documents

Publication Publication Date Title
CN110568447B (zh) 视觉定位的方法、装置及计算机可读介质
CN110415342A (zh) 一种基于多融合传感器的三维点云重建装置与方法
Fidler et al. 3d object detection and viewpoint estimation with a deformable 3d cuboid model
US8824781B2 (en) Learning-based pose estimation from depth maps
KR101135186B1 (ko) 상호작용형 실시간 증강현실 시스템과 그 방법, 및 상기 방법을 구현하는 프로그램이 기록된 기록매체
EP2751777B1 (en) Method for estimating a camera motion and for determining a three-dimensional model of a real environment
US10810718B2 (en) Method and device for three-dimensional reconstruction
CN109685889A (zh) 一种场景扫描定位方法、存储介质及***
CN109559349A (zh) 一种用于标定的方法和装置
CN109636854A (zh) 一种基于line-mod模板匹配的增强现实三维跟踪注册方法
Houshiar et al. A study of projections for key point based registration of panoramic terrestrial 3D laser scan
CN108717709A (zh) 图像处理***及图像处理方法
Daoudi et al. 3D face modeling, analysis and recognition
Pound et al. A patch-based approach to 3D plant shoot phenotyping
Davies et al. Advanced methods and deep learning in computer vision
Shufelt Geometric constraints for object detection and delineation
CN110264523A (zh) 一种确定测试图像中的目标图像的位置信息的方法与设备
CN109064533A (zh) 一种3d漫游方法及***
Hou et al. Handheld 3D reconstruction based on closed-loop detection and nonlinear optimization
Perez-Yus et al. Peripheral expansion of depth information via layout estimation with fisheye camera
Xompero et al. Multi-view shape estimation of transparent containers
Belghit et al. Tracking color marker using projective transformation for augmented reality application
Zins et al. 3d-aware ellipse prediction for object-based camera pose estimation
Giachetti et al. SHREC15 Track: Retrieval of non-rigid (textured) shapes using low quality 3D models
Nguyen et al. High resolution 3d content creation using unconstrained and uncalibrated cameras

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190426

WD01 Invention patent application deemed withdrawn after publication