CN110398231A - 墙面参数的获取方法、装置、计算机设备和存储介质 - Google Patents
墙面参数的获取方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110398231A CN110398231A CN201910526318.6A CN201910526318A CN110398231A CN 110398231 A CN110398231 A CN 110398231A CN 201910526318 A CN201910526318 A CN 201910526318A CN 110398231 A CN110398231 A CN 110398231A
- Authority
- CN
- China
- Prior art keywords
- metope
- initial
- measured
- virtual
- guiding ruler
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000005259 measurement Methods 0.000 claims abstract description 62
- 230000005484 gravity Effects 0.000 claims abstract description 38
- 238000004590 computer program Methods 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000003287 optical effect Effects 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 17
- 238000009434 installation Methods 0.000 description 9
- 238000010276 construction Methods 0.000 description 5
- 238000012512 characterization method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000009435 building construction Methods 0.000 description 3
- 238000007664 blowing Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Classifications
-
- 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
- G01B11/30—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
- G01C9/00—Measuring inclination, e.g. by clinometers, by levels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及一种墙面参数的获取方法、装置、计算机设备和存储介质。所述方法包括：获取待测墙面的初始三维空间姿态；所述初始三维空间姿态为依据3D相机获取的所述待测墙面对应的墙表面点云确定的3D空间数据；将所述初始三维空间姿态转换为目标坐标系的目标空间姿态；所述目标坐标系的一个坐标轴平行与重力方向；获取与所述重力方向平行的第一虚拟靠尺测量得到的所述目标空间姿态的垂直度，由此得到所述待测墙面的垂直度。采用本方法能够使所获得的垂直度具有更高精度，测量过程无需人工干预，有利于统一测量标准，提高测量效率，降低测量成本。
Description
技术领域
本申请涉及测量技术领域，特别是涉及一种墙面参数的获取方法、装置、计算机设备和存储介质。
背景技术
垂直度和平整度等墙面参数能够对墙面质量进行准确表征。在建筑施工过程中，墙面质量是建筑质量的重要组成部分，因而检测垂直度和平整度等墙面参数是建筑施工过程的重要工作。
当前建筑施工安装及质量检测过程中，靠尺是一种重要测量工具，特别针对建筑墙面，分别在施工过程精度控制、及施工完成后墙面整体精度检测中得到广泛应用。靠尺是人工测量工具，依靠人眼进行观测，具有主观性；同时其测量长度和测量范围有限，如一般为2000mm，容易使测量获得的数据精度低。故在建筑施工过程中，传统的墙面参数测量方案存在测量精度低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种具有高精度的墙面参数的获取方法、装置、计算机设备和存储介质。
一种墙面参数的获取方法，所述方法包括：
获取待测墙面的初始三维空间姿态；初始三维空间姿态为依据3D相机获取的待测墙面对应的墙表面点云确定的3D空间数据；
将初始三维空间姿态转换为目标坐标系的目标空间姿态；目标坐标系的一个坐标轴平行与重力方向；
获取与重力方向平行的第一虚拟靠尺测量得到的目标空间姿态的垂直度，由此得到待测墙面的垂直度。
在其中一个实施例中，上述获取与重力方向平行的第一虚拟靠尺测量得到的目标空间姿态的垂直度包括：
在第一虚拟靠尺与目标空间姿态中表征内墙面的表面上最外侧的点贴合的状态下，获取虚拟塞尺测量到的表面与第一虚拟靠尺之间的高度差；虚拟塞尺设置于表面与第一虚拟靠尺之间的最大缝隙处；
根据高度差确定目标空间姿态的垂直度。
作为一个实施例，上述获取虚拟塞尺测量到的表面与第一虚拟靠尺之间的高度差包括：
在目标空间姿态中表征内墙面的表面选取第一目标点M0；
在第一虚拟靠尺上选取第二目标点M1，确定过第二目标点M1，并指向虚拟塞尺所在方向的方向
获取以和为邻边的平行四边形面积，根据平行四边形面积确定高度差。
在其中一个实施例中，上述获取待测墙面的初始三维空间姿态包括：
获取3D相机在拍摄待测墙面后输入的墙表面点云；
在墙表面点云中截取感兴趣区域；
对感兴趣区域进行拟合得到待测墙面的表面方程；
根据表面方程确定初始三维空间姿态。
作为一个实施例，上述在墙表面点云中截取感兴趣区域包括：
滤除墙表面点云中的噪声；
根据待测墙面在3D相机的视野中的位置在滤除噪声之后的墙表面点云中截取感兴趣区域。
在其中一个实施例中，上述将初始三维空间姿态转换为目标坐标系的目标空间姿态包括：
获取3D相机的光轴水平时，倾角传感器分别相对于第一坐标轴的第一偏转角和第二坐标轴的第二偏转角；倾角传感器设置在3D相机一侧，与3D相机固定连接；目标坐标系包括第一坐标轴、第二坐标轴以及与重力方向平行的第三坐标轴；
根据第一偏转角和第二偏转角构建旋转矩阵；
根据旋转矩阵将初始三维空间姿态转换为目标空间姿态。
在其中一个实施例中，在获取待测墙面的初始三维空间姿态之后，上述方法还包括：
获取第二虚拟靠尺测量得到的初始三维空间姿态的平整度，由此得到待测墙面的平整度；第二虚拟靠尺与初始三维空间姿态中表征内墙面的表面上最外侧的两个点贴合。
一种墙面参数的获取装置，所述装置包括：
第一获取模块，用于获取待测墙面的初始三维空间姿态；初始三维空间姿态为依据3D相机获取的待测墙面对应的墙表面点云确定的3D空间数据；
转换模块，用于将初始三维空间姿态转换为目标坐标系的目标空间姿态；目标坐标系的一个坐标轴平行与重力方向；
第二获取模块，用于获取与重力方向平行的第一虚拟靠尺测量得到的目标空间姿态的垂直度，由此得到待测墙面的垂直度。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现实现上述任一实施例的墙面参数的获取方法的步骤。
一种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实现上述任一实施例的墙面参数的获取方法的步骤。
上述墙面参数的获取方法、装置、计算机设备和存储介质，通过获取待测墙面的初始三维空间姿态，将初始三维空间姿态转换为目标坐标系的目标空间姿态，获取与重力方向平行的第一虚拟靠尺测量得到的目标空间姿态的垂直度，由此得到待测墙面的垂直度，使所获得的垂直度具有更高精度，测量过程无需人工干预，有利于统一测量标准，提高测量效率，降低测量成本。
附图说明
图1为一个实施例中墙面参数的获取方法的流程示意图；
图2为一个实施例中第一虚拟靠尺的放置位置示意图；
图3为一个实施例的坐标转换过程示意图；
图4为一个实施例中第二虚拟靠尺的放置位置示意图；
图5为一个实施例中墙面参数的获取装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请提供的墙面参数的获取方法，可以应用于对建筑施工过程的墙面进行相应测量的机器人设备。上述机器人设备可以包括固定连接的3D相机和倾角传感器，机器人设备可以读取3D相机拍摄得到的点云数据，还可以读取倾角传感器测量的各个偏转角。在针对待测墙面进行墙面参数获取时，机器人设备可以获取待测墙面的初始三维空间姿态，将初始三维空间姿态转换为目标坐标系的目标空间姿态，获取与重力方向平行的第一虚拟靠尺测量得到的目标空间姿态的垂直度，由此得到待测墙面的垂直度，使所得到的垂直度这一墙面参数以3D相机拍摄得到的点云数据为依据，采用测量长度和测量范围均不受限的第一虚拟靠尺针对上述点云数据对应的目标空间姿态测量获得，可以提高所获得的垂直度的精度，还能降低获取垂直度等墙面参数的成本。
在一个实施例中，如图1所示，提供了一种墙面参数的获取方法，以该方法应用于机器人设备为例进行说明，包括以下步骤：
S210，获取待测墙面的初始三维空间姿态；初始三维空间姿态为依据3D相机获取的待测墙面对应的墙表面点云确定的3D空间数据。
上述3D相机可以对墙表面等目标进行高精度成像，以获得高精度点云数据，保证后续所获得的测量数据的精度。
3D相机可以设置在机器人设备上，可以在机器人设备上旋转，以对机器人设备四周的目标进行拍摄，或者在机器人设备行走时对四周的目标进行拍摄，比如可以对机器人设备处的待测墙面拍摄，以获得待测墙面、和/或与待测墙面相邻的墙面的墙表面点云。3D相机在获得待测墙面的墙表面点云之后，可以将墙表面点云上传至机器人设备，使机器人设备依据上述墙表面点云生成待测墙面的初始三维空间姿态，以针对初始三维空间姿态进行后续测量。
S230，将初始三维空间姿态转换为目标坐标系的目标空间姿态；目标坐标系的一个坐标轴平行与重力方向。
上述目标空间姿态可以为常规的直角坐标系，比如x轴位于水平方向，z轴位于竖直方向(平行与重力方向)，y轴分别垂直于x轴和z轴的方向。将初始三维空间姿态转换为目标坐标系的目标空间姿态，使目标空间姿态为适于测量平面垂直度的姿态，可以快速对相应墙面的垂直度进行准确测量。
可选地，机器人设备在获得待测墙面的目标空间姿态之后，还可以测量已安装的相邻物料从而确定贴合位置，同时测量机器人设备夹取物料所在位置，进行放料安装视觉引导。当前夹取物料及最近相邻位置物料所在位置通过拟合3D点云平面进行测量，并通过标定将3D相机坐标系中坐标转换到机器人坐标系中，以引导机器人进行精确放料，实现指定安装动作。
S250，获取与重力方向平行的第一虚拟靠尺测量得到的目标空间姿态的垂直度，由此得到待测墙面的垂直度。
上述与重力方向平行的第一虚拟靠尺为竖直的虚拟靠尺，其测量范围和测量精度可以依据目标空间姿态的尺寸以及具体的精度需求确定，可以保证所获得的测量结果的有效性。上述步骤可以通过与重力方向平行的第一虚拟靠尺测量目标空间姿态表面的垂直度，以获得待测墙面的垂直度，使上述垂直度的获取过程无需人工干预，有利于提高测量效率，降低测量成本。
上述墙面参数的获取方法中，通过获取待测墙面的初始三维空间姿态，将初始三维空间姿态转换为目标坐标系的目标空间姿态，获取与重力方向平行的第一虚拟靠尺测量得到的目标空间姿态的垂直度，由此得到待测墙面的垂直度，使所获得的垂直度具有更高精度，测量过程无需人工干预，有利于统一测量标准，提高测量效率，降低测量成本。
在一个实施例中，上述获取与重力方向平行的第一虚拟靠尺测量得到的目标空间姿态的垂直度包括：
在第一虚拟靠尺与目标空间姿态中表征内墙面的表面上最外侧的点贴合的状态下，获取虚拟塞尺测量到的表面与第一虚拟靠尺之间的高度差；虚拟塞尺设置于表面与第一虚拟靠尺之间的最大缝隙处；
根据高度差确定目标空间姿态的垂直度。
第一虚拟靠尺可以为具有测量功能的虚拟平面，第一虚拟靠尺的测量平面与重力方向平行，重力方向可由零点标定方法确定，第一虚拟靠尺在空间中位置通过位于内墙表面最外侧的点且与重力方向平行的平面或直线确定。具体地，第一虚拟靠尺的放置位置可以参考图2所示，第一虚拟靠尺处于竖直方向(与重力方向平行的方向)，与表征内墙面的表面上最外侧的点贴合(接触)。
将第一虚拟靠尺移动至相应位置后，可以设置虚拟塞尺，将虚拟塞尺塞于表征内墙面的表面与第一虚拟靠尺之间的最大缝隙处，通过虚拟塞尺测量目标空间姿态中表征内墙面的表面中各个点距第一虚拟靠尺的垂直距离，以获得相应的高度差，采用上述高度差对待测墙面的垂直度进行表征。具体地，可以设置宽度为L的虚拟塞尺，依据虚拟塞尺塞进最大缝隙进行高度差的测量原理，在宽度为L塞尺范围内，求取目标空间姿态中表征内墙面的表面在这个范围内每个点云数据到第一虚拟靠尺的垂直距离，将距离最大的垂直距离确定为高度差。
在一个示例中，可以设置高度差与垂直度之间的换算规则，还可以针对高度差设置安装精度的判断规则，以依据高度差对墙面质量进行更为快速的检测。
作为一个实施例，上述获取虚拟塞尺测量到的表面与第一虚拟靠尺之间的高度差包括：
在目标空间姿态中表征内墙面的表面选取第一目标点M0；
在第一虚拟靠尺上选取第二目标点M1，确定过第二目标点M1，并指向虚拟塞尺所在方向的方向
获取以和为邻边的平行四边形面积，根据平行四边形面积确定高度差。
具体地，上述平行四边形面积S为：
此时，高度差d为：
式中，a、b、c分别为第一虚拟靠尺的直线参数，第一虚拟靠尺对应的直线方程为：
在一个实施例中，上述获取待测墙面的初始三维空间姿态包括：
获取3D相机在拍摄待测墙面后输入的墙表面点云；
在墙表面点云中截取感兴趣区域；
对感兴趣区域进行拟合得到待测墙面的表面方程；
根据表面方程确定初始三维空间姿态。
具体地，本实施例可以采用通过3D相机API采集得到待测墙面及其相邻墙面两块墙板的表面点云模型，得到墙表面点云，通过噪声去除因误匹配得到的无效点云噪声，在去除无效点云噪声后的墙表面点云中通过感兴趣区域截取规则得到表征待测墙面的点云，确定感兴趣区域，使用最小二乘法对感兴趣区域进行拟合得到相应的表面平面方程，以对待测墙面对应的初始三维空间姿态进行更为准确的确定。
作为一个实施例，上述在墙表面点云中截取感兴趣区域包括：
滤除墙表面点云中的噪声；
根据待测墙面在3D相机的视野中的位置在滤除噪声之后的墙表面点云中截取感兴趣区域。
本实施例所确定的感兴趣区域能有效表征相应待测墙面。
在一个实施例中，上述将初始三维空间姿态转换为目标坐标系的目标空间姿态包括：
获取3D相机的光轴水平时，倾角传感器分别相对于第一坐标轴的第一偏转角和第二坐标轴的第二偏转角；倾角传感器设置在3D相机一侧，与3D相机固定连接；目标坐标系包括第一坐标轴、第二坐标轴以及与重力方向平行的第三坐标轴；
根据第一偏转角和第二偏转角构建旋转矩阵；
根据旋转矩阵将初始三维空间姿态转换为目标空间姿态。
在实际测量过程中，倾角传感器可以设置在3D相机的一侧，上述3D相机可以与倾角传感器固定连接，安装于机器人设备中。通过零点标定确定3D相机光轴水平时，竖直放置标定平板，调整3D相机与平板间姿态，使得光轴与平面法向量重合，读取此时倾角传感器第一坐标轴(x轴)的第一偏转角α、倾角传感器第二坐标轴(y轴)的第二偏转角β，将α和β作为零点值。由于地面平整度等原因，x轴和y轴分别对应的偏转角会随机械装置的状态不同而产生不同的倾角，通过倾角传感器可以读出x轴的夹角θx，y轴的夹角θy。(注：第三坐标轴z轴方向旋转角度可以通过安装于机器人中竖直向下的2D相机通过识别作为控制线的墨线对机器人设备进行调平，故可以忽略Z轴方向的影响)。此时有Δθx＝θx-α，Δθy＝θy-β。
此时可以根据Δθx、θy构建旋转矩阵R，其中在Z轴上的夹角为零：
R＝Rx(Δθx)Ry(Δθy)Rz(Δθz)；
若3D相机读取待测墙面时的坐标为转换后的坐标为则
在上述坐标转换的过程中，旋转中心为3D相机光轴与被测物的交点，若同时绕x轴和y轴均有旋转角，则坐标转换的过程产生的角度可以参考图3所示，图3中：
其中，l表示3D相机坐标系下z轴的读数，h表示l在水平面上的投影绝对值。
在一个实施例中，在获取待测墙面的初始三维空间姿态之后，上述方法还包括：
获取第二虚拟靠尺测量得到的初始三维空间姿态的平整度，由此得到待测墙面的平整度；第二虚拟靠尺与初始三维空间姿态中表征内墙面的表面上最外侧的两个点(深度值最高两个点)贴合。
上述第二虚拟靠尺为具有测量功能的虚拟平面。具体地，第二虚拟靠尺的放置位置可以参考图4所示，由内墙3D点云(初始三维空间姿态中表征内墙面的表面点云)中深度值最高两个点确定。将第二虚拟靠尺放置在初始三维空间姿态中表征内墙面的表面中深度值最高两个点所确定的平面后，便可以采用虚拟塞尺获取初始三维空间姿态中表征内墙面的表面与第二虚拟靠尺之间的平整方向高度差；根据平整方向高度差确定初始三维空间姿态的平整度，以得到待测墙面的平整度。
在一个示例中，将第二虚拟靠尺移动至相应位置后，可以设置虚拟塞尺，通过虚拟塞尺测量初始空间姿态中表征内墙面的表面中各个点距第二虚拟靠尺的垂直距离，以获得平整方向高度差，采用上述平整方向高度差对待测墙面的平整度进行表征。具体地，可以设置宽度为L的虚拟塞尺，依据虚拟塞尺塞进最大缝隙进行高度差的测量原理，在宽度为L塞尺范围内，求取初始空间姿态中表征内墙面的表面在这个范围内每个点云数据到第一虚拟靠尺的垂直距离，将距离最大的垂直距离确定为平整方向高度差。
具体地，可以在初始空间姿态中表征内墙面的表面选取点M0'；在第二虚拟靠尺上选取点M1'，确定过点M1'，并指向虚拟塞尺所在方向的方向获取以和为邻边的平行四边形面积S'，根据该平行四边形面积S'确定平整方向高度差d'。
上述平行四边形面积S'为：
此时，平整方向高度差d'为：
式中，a'、b'、c'分别为第二虚拟靠尺的直线参数，第二虚拟靠尺对应的直线方程为：
在一个示例中，可以分别设置高度差与垂直度之间的换算规则、平整方向高度差与平整度之间的换算规则，还可以针对用于表征垂直度的高度差、以及表征平整度的平整方向高度差设置安装精度的判断规则，以依据两者对墙面质量进行更为快速全面地检测。例如，可以将2000mm靠尺对应4mm的高度差，当第一虚拟靠尺测量结果满足2000mm/4mm，可以判定安装精度OK,否则判定安装精度NG。
上述墙面参数的获取方法，通过3D相机对墙表面进行高精度成像，进行平整度测量时通过第二虚拟靠尺所在区域内点云高度值分布确定靠尺与墙面接触平面所在空间位置；进行垂直度测量时通过倾角传感器标定相机测量***确定重力方向，进而通过第二虚拟靠尺同墙表面接触点确定靠尺与墙面接触平面所在空间位置；在测量过程中，当确定各个虚拟靠尺同墙表面接触平面空间位置后，依据塞尺塞进最大缝隙进行高度差的测量原理。根据塞尺实际宽度L，在点云截面中计算宽度为L到靠尺所在测量平面的最大距离H，即为相应高度差，分别用以表示垂直度和平整度，可以提高所获得的垂直度和平整度的测量精度，降低相应的测量成本。此外，相应机器人设备还可以采用上述墙面参数的获取方法模拟人工测量过程，基于相应虚拟靠尺，确定虚拟靠尺与墙面之间接触平面的空间位置，自动评估安装精度，提高安装质量、实现安装控制过程自动化与智能化，节省人工成本、降低建筑施工工人受伤风险，具有较好的经济与社会价值。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种墙面参数的获取装置，包括：第一获取模块210、转换模块230和第二获取模块250，其中：
第一获取模块210，用于获取待测墙面的初始三维空间姿态；初始三维空间姿态为依据3D相机获取的待测墙面对应的墙表面点云确定的3D空间数据；
转换模块230，用于将初始三维空间姿态转换为目标坐标系的目标空间姿态；目标坐标系的一个坐标轴平行与重力方向；
第二获取模块250，用于获取与重力方向平行的第一虚拟靠尺测量得到的目标空间姿态的垂直度，由此得到待测墙面的垂直度。
在一个实施例中，上述第二获取模块进一步用于：
在第一虚拟靠尺与目标空间姿态中表征内墙面的表面上最外侧的点贴合的状态下，获取虚拟塞尺测量到的表面与第一虚拟靠尺之间的高度差；虚拟塞尺设置于表面与第一虚拟靠尺之间的最大缝隙处；
根据高度差确定目标空间姿态的垂直度。
作为一个实施例，上述第二获取模块进一步用于：
在目标空间姿态中表征内墙面的表面选取第一目标点M0；
在第一虚拟靠尺上选取第二目标点M1，确定过第二目标点M1，并指向虚拟塞尺所在方向的方向
获取以和为邻边的平行四边形面积，根据平行四边形面积确定高度差。
在一个实施例中，上述第一获取模块进一步用于：
获取3D相机在拍摄待测墙面后输入的墙表面点云；
在墙表面点云中截取感兴趣区域；
对感兴趣区域进行拟合得到待测墙面的表面方程；
根据表面方程确定初始三维空间姿态。
作为一个实施例，上述第一获取模块进一步用于：
滤除墙表面点云中的噪声；
根据待测墙面在3D相机的视野中的位置在滤除噪声之后的墙表面点云中截取感兴趣区域。
在一个实施例中，上述转换模块进一步用于：
获取3D相机的光轴水平时，倾角传感器分别相对于第一坐标轴的第一偏转角和第二坐标轴的第二偏转角；倾角传感器设置在3D相机一侧，与3D相机固定连接；目标坐标系包括第一坐标轴、第二坐标轴以及与重力方向平行的第三坐标轴；
根据第一偏转角和第二偏转角构建旋转矩阵；
根据旋转矩阵将初始三维空间姿态转换为目标空间姿态。
在一个实施例中，上述墙面参数的获取装置还包括：
第三获取模块，用于获取第二虚拟靠尺测量得到的初始三维空间姿态的平整度，由此得到待测墙面的平整度；第二虚拟靠尺与初始三维空间姿态中表征内墙面的表面上最外侧的两个点贴合。
关于墙面参数的获取装置的具体限定可以参见上文中对于墙面参数的获取方法的限定，在此不再赘述。上述墙面参数的获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图6所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备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***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备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墙面参数的获取方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可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，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
获取待测墙面的初始三维空间姿态；初始三维空间姿态为依据3D相机获取的待测墙面对应的墙表面点云确定的3D空间数据；
将初始三维空间姿态转换为目标坐标系的目标空间姿态；目标坐标系的一个坐标轴平行与重力方向；
获取与重力方向平行的第一虚拟靠尺测量得到的目标空间姿态的垂直度，由此得到待测墙面的垂直度。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
在第一虚拟靠尺与目标空间姿态中表征内墙面的表面上最外侧的点贴合的状态下，获取虚拟塞尺测量到的表面与第一虚拟靠尺之间的高度差；虚拟塞尺设置于表面与第一虚拟靠尺之间的最大缝隙处；根据高度差确定目标空间姿态的垂直度。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
在目标空间姿态中表征内墙面的表面选取第一目标点M0；在第一虚拟靠尺上选取第二目标点M1，确定过第二目标点M1，并指向虚拟塞尺所在方向的方向获取以和为邻边的平行四边形面积，根据平行四边形面积确定高度差。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取3D相机在拍摄待测墙面后输入的墙表面点云；在墙表面点云中截取感兴趣区域；对感兴趣区域进行拟合得到待测墙面的表面方程；根据表面方程确定初始三维空间姿态。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
滤除墙表面点云中的噪声；根据待测墙面在3D相机的视野中的位置在滤除噪声之后的墙表面点云中截取感兴趣区域。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取3D相机的光轴水平时，倾角传感器分别相对于第一坐标轴的第一偏转角和第二坐标轴的第二偏转角；倾角传感器设置在3D相机一侧，与3D相机固定连接；目标坐标系包括第一坐标轴、第二坐标轴以及与重力方向平行的第三坐标轴；根据第一偏转角和第二偏转角构建旋转矩阵；根据旋转矩阵将初始三维空间姿态转换为目标空间姿态。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取第二虚拟靠尺测量得到的初始三维空间姿态的平整度，由此得到待测墙面的平整度；第二虚拟靠尺与初始三维空间姿态中表征内墙面的表面上最外侧的两个点贴合。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取待测墙面的初始三维空间姿态；初始三维空间姿态为依据3D相机获取的待测墙面对应的墙表面点云确定的3D空间数据；
将初始三维空间姿态转换为目标坐标系的目标空间姿态；目标坐标系的一个坐标轴平行与重力方向；
获取与重力方向平行的第一虚拟靠尺测量得到的目标空间姿态的垂直度，由此得到待测墙面的垂直度。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
在第一虚拟靠尺与目标空间姿态中表征内墙面的表面上最外侧的点贴合的状态下，获取虚拟塞尺测量到的表面与第一虚拟靠尺之间的高度差；虚拟塞尺设置于表面与第一虚拟靠尺之间的最大缝隙处；根据高度差确定目标空间姿态的垂直度。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
在目标空间姿态中表征内墙面的表面选取第一目标点M0；在第一虚拟靠尺上选取第二目标点M1，确定过第二目标点M1，并指向虚拟塞尺所在方向的方向获取以和为邻边的平行四边形面积，根据平行四边形面积确定高度差。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取3D相机在拍摄待测墙面后输入的墙表面点云；在墙表面点云中截取感兴趣区域；对感兴趣区域进行拟合得到待测墙面的表面方程；根据表面方程确定初始三维空间姿态。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
滤除墙表面点云中的噪声；根据待测墙面在3D相机的视野中的位置在滤除噪声之后的墙表面点云中截取感兴趣区域。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取3D相机的光轴水平时，倾角传感器分别相对于第一坐标轴的第一偏转角和第二坐标轴的第二偏转角；倾角传感器设置在3D相机一侧，与3D相机固定连接；目标坐标系包括第一坐标轴、第二坐标轴以及与重力方向平行的第三坐标轴；根据第一偏转角和第二偏转角构建旋转矩阵；根据旋转矩阵将初始三维空间姿态转换为目标空间姿态。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取第二虚拟靠尺测量得到的初始三维空间姿态的平整度，由此得到待测墙面的平整度；第二虚拟靠尺与初始三维空间姿态中表征内墙面的表面上最外侧的两个点贴合。
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，本申请所提供的各实施例中所使用的对存储器、存储、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。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
需要说明的是，本申请实施例所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换，以使这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
本申请实施例的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、装置、产品或设备没有限定于已列出的步骤或模块，而是可选地还包括没有列出的步骤或模块，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种墙面参数的获取方法，其特征在于，所述方法包括：
获取待测墙面的初始三维空间姿态；所述初始三维空间姿态为依据3D相机获取的所述待测墙面对应的墙表面点云确定的3D空间数据；
将所述初始三维空间姿态转换为目标坐标系的目标空间姿态；所述目标坐标系的一个坐标轴平行与重力方向；
获取与所述重力方向平行的第一虚拟靠尺测量得到的所述目标空间姿态的垂直度，由此得到所述待测墙面的垂直度。
2.根据权利要求1所述的方法，其特征在于，所述获取与所述重力方向平行的第一虚拟靠尺测量得到的所述目标空间姿态的垂直度包括：
在所述第一虚拟靠尺与所述目标空间姿态中表征内墙面的表面上最外侧的点贴合的状态下，获取虚拟塞尺测量到的所述表面与所述第一虚拟靠尺之间的高度差；所述虚拟塞尺设置于所述表面与所述第一虚拟靠尺之间的最大缝隙处；
根据所述高度差确定所述目标空间姿态的垂直度。
3.根据权利要求2所述的方法，其特征在于，所述获取虚拟塞尺测量到的所述表面与所述第一虚拟靠尺之间的高度差包括：
在所述表面选取第一目标点M0；
在所述第一虚拟靠尺上选取第二目标点M1，确定过所述第二目标点M1，并指向所述虚拟塞尺所在方向的方向
获取以和为邻边的平行四边形面积，根据所述平行四边形面积确定所述高度差。
4.根据权利要求1所述的方法，其特征在于，所述获取待测墙面的初始三维空间姿态包括：
获取所述3D相机在拍摄所述待测墙面后输入的墙表面点云；
在所述墙表面点云中截取感兴趣区域；
对所述感兴趣区域进行拟合得到所述待测墙面的表面方程；
根据所述表面方程确定所述初始三维空间姿态。
5.根据权利要求4所述的方法，其特征在于，所述在所述墙表面点云中截取感兴趣区域包括：
滤除所述墙表面点云中的噪声；
根据所述待测墙面在所述3D相机的视野中的位置，在滤除噪声之后的墙表面点云中截取所述感兴趣区域。
6.根据权利要求1至5任意一项所述的方法，其特征在于，所述将所述初始三维空间姿态转换为目标坐标系的目标空间姿态包括：
获取所述3D相机的光轴水平时，倾角传感器分别相对于第一坐标轴的第一偏转角和第二坐标轴的第二偏转角；所述倾角传感器设置在所述3D相机一侧，与所述3D相机固定连接；所述目标坐标系包括所述第一坐标轴、所述第二坐标轴以及与所述重力方向平行的第三坐标轴；
根据所述第一偏转角和所述第二偏转角构建旋转矩阵；
根据所述旋转矩阵将所述初始三维空间姿态转换为所述目标空间姿态。
7.根据权利要求1至5任意一项所述的方法，其特征在于，在所述获取待测墙面的初始三维空间姿态之后，所述方法还包括：
获取第二虚拟靠尺测量得到的所述初始三维空间姿态的平整度，由此得到所述待测墙面的平整度；所述第二虚拟靠尺与所述初始三维空间姿态中表征内墙面的表面上最外侧的两个点贴合。
8.一种墙面参数的获取装置，其特征在于，所述装置包括：
第一获取模块，用于获取待测墙面的初始三维空间姿态；所述初始三维空间姿态为依据3D相机获取的所述待测墙面对应的墙表面点云确定的3D空间数据；
转换模块，用于将所述初始三维空间姿态转换为目标坐标系的目标空间姿态；所述目标坐标系的一个坐标轴平行与重力方向；
第二获取模块，用于获取与所述重力方向平行的第一虚拟靠尺测量得到的所述目标空间姿态的垂直度，由此得到所述待测墙面的垂直度。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910526318.6A CN110398231B (zh) | 2019-06-18 | 2019-06-18 | 墙面参数的获取方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910526318.6A CN110398231B (zh) | 2019-06-18 | 2019-06-18 | 墙面参数的获取方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110398231A true CN110398231A (zh) | 2019-11-01 |
| CN110398231B CN110398231B (zh) | 2021-06-01 |
Family
ID=68323247
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910526318.6A Active CN110398231B (zh) | 2019-06-18 | 2019-06-18 | 墙面参数的获取方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110398231B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110812841A (zh) * | 2019-11-08 | 2020-02-21 | 腾讯科技（深圳）有限公司 | 虚拟世界中的虚拟表面判断方法、装置、设备及介质 |
| CN111156948A (zh) * | 2019-12-29 | 2020-05-15 | 苏州赛腾精密电子股份有限公司 | 用于3c玻璃面板检测的三维数据坐标校正方法及装置 |
| CN111238352A (zh) * | 2019-11-19 | 2020-06-05 | 广东博智林机器人有限公司 | 墙面虚拟靠尺检测方法、***、设备和存储介质 |
| CN112428050A (zh) * | 2020-11-16 | 2021-03-02 | 广东博智林机器人有限公司 | 墙面打磨机器人的控制方法及装置 |
| CN112669364A (zh) * | 2020-12-07 | 2021-04-16 | 盎锐（上海）信息科技有限公司 | 用于实测实量的显示方法及测量*** |
| CN112683221A (zh) * | 2020-12-21 | 2021-04-20 | 深圳集智数字科技有限公司 | 一种建筑检测方法和相关装置 |
| CN112706008A (zh) * | 2021-01-06 | 2021-04-27 | 广东博智林机器人有限公司 | 一种天花打磨方法及装置 |
| CN112833777A (zh) * | 2020-12-07 | 2021-05-25 | 盎锐（上海）信息科技有限公司 | 用于实测实量的测量方法及测量*** |
| CN112907722A (zh) * | 2019-11-19 | 2021-06-04 | 广东博智林机器人有限公司 | 建筑信息模型生成方法、***、设备和存储介质 |
| CN113158279A (zh) * | 2020-01-23 | 2021-07-23 | 久瓴(江苏)数字智能科技有限公司 | 砖墙模型生成方法、装置、计算机设备和存储介质 |
| CN113375601A (zh) * | 2020-02-25 | 2021-09-10 | 广东博智林机器人有限公司 | 墙体阴阳角测量方法、装置、设备及存储介质 |
| CN113393583A (zh) * | 2020-03-13 | 2021-09-14 | 广东博智林机器人有限公司 | 基于三维引擎的视角调整方法、装置及*** |
| CN114399490A (zh) * | 2022-01-13 | 2022-04-26 | 如你所视(北京)科技有限公司 | 建筑物涂刷质量检测方法和装置、计算机可读存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103514450A (zh) * | 2012-06-29 | 2014-01-15 | 华为技术有限公司 | 一种图像特征提取方法和图像校正方法以及设备 |
| CN104094082A (zh) * | 2012-01-13 | 2014-10-08 | 高通股份有限公司 | 虚拟尺 |
| CN107218887A (zh) * | 2017-04-24 | 2017-09-29 | 亮风台（上海）信息科技有限公司 | 一种用于测量物体尺寸的方法与设备 |
| CN109033989A (zh) * | 2018-07-02 | 2018-12-18 | 深圳辰视智能科技有限公司 | 基于三维点云的目标识别方法、装置及存储介质 |
| CN109035153A (zh) * | 2018-06-06 | 2018-12-18 | 链家网（北京）科技有限公司 | 一种点云数据的修正方法及装置 |
| CN109084706A (zh) * | 2018-06-25 | 2018-12-25 | 天津大学 | 测量机器人运动场地全域平整度自动检测方法及装置 |
| CN109341603A (zh) * | 2018-09-28 | 2019-02-15 | 四川大学 | 基于激光点云技术监测***开挖面的平整度的方法 |
| CN109613514A (zh) * | 2018-12-29 | 2019-04-12 | 中国科学院遥感与数字地球研究所 | 一种基于机载LiDAR点云数据的杆塔倾斜预警方法 |
| CN208887632U (zh) * | 2018-05-08 | 2019-05-21 | 安捷睿（厦门）机器人有限公司 | 基于三维激光扫描的建筑施工检测***及监控计算机设备 |
| CN109827526A (zh) * | 2019-03-13 | 2019-05-31 | 中国十七冶集团有限公司 | 一种基于摄影测量平面平整度检测方法及其数据处理流程 |
-
2019
- 2019-06-18 CN CN201910526318.6A patent/CN110398231B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104094082A (zh) * | 2012-01-13 | 2014-10-08 | 高通股份有限公司 | 虚拟尺 |
| CN103514450A (zh) * | 2012-06-29 | 2014-01-15 | 华为技术有限公司 | 一种图像特征提取方法和图像校正方法以及设备 |
| CN107218887A (zh) * | 2017-04-24 | 2017-09-29 | 亮风台（上海）信息科技有限公司 | 一种用于测量物体尺寸的方法与设备 |
| CN208887632U (zh) * | 2018-05-08 | 2019-05-21 | 安捷睿（厦门）机器人有限公司 | 基于三维激光扫描的建筑施工检测***及监控计算机设备 |
| CN109035153A (zh) * | 2018-06-06 | 2018-12-18 | 链家网（北京）科技有限公司 | 一种点云数据的修正方法及装置 |
| CN109084706A (zh) * | 2018-06-25 | 2018-12-25 | 天津大学 | 测量机器人运动场地全域平整度自动检测方法及装置 |
| CN109033989A (zh) * | 2018-07-02 | 2018-12-18 | 深圳辰视智能科技有限公司 | 基于三维点云的目标识别方法、装置及存储介质 |
| CN109341603A (zh) * | 2018-09-28 | 2019-02-15 | 四川大学 | 基于激光点云技术监测***开挖面的平整度的方法 |
| CN109613514A (zh) * | 2018-12-29 | 2019-04-12 | 中国科学院遥感与数字地球研究所 | 一种基于机载LiDAR点云数据的杆塔倾斜预警方法 |
| CN109827526A (zh) * | 2019-03-13 | 2019-05-31 | 中国十七冶集团有限公司 | 一种基于摄影测量平面平整度检测方法及其数据处理流程 |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110812841A (zh) * | 2019-11-08 | 2020-02-21 | 腾讯科技（深圳）有限公司 | 虚拟世界中的虚拟表面判断方法、装置、设备及介质 |
| CN111238352A (zh) * | 2019-11-19 | 2020-06-05 | 广东博智林机器人有限公司 | 墙面虚拟靠尺检测方法、***、设备和存储介质 |
| CN112907722A (zh) * | 2019-11-19 | 2021-06-04 | 广东博智林机器人有限公司 | 建筑信息模型生成方法、***、设备和存储介质 |
| CN111156948A (zh) * | 2019-12-29 | 2020-05-15 | 苏州赛腾精密电子股份有限公司 | 用于3c玻璃面板检测的三维数据坐标校正方法及装置 |
| CN113158279A (zh) * | 2020-01-23 | 2021-07-23 | 久瓴(江苏)数字智能科技有限公司 | 砖墙模型生成方法、装置、计算机设备和存储介质 |
| CN113158279B (zh) * | 2020-01-23 | 2022-10-25 | 久瓴(江苏)数字智能科技有限公司 | 砖墙模型生成方法、装置、计算机设备和存储介质 |
| CN113375601A (zh) * | 2020-02-25 | 2021-09-10 | 广东博智林机器人有限公司 | 墙体阴阳角测量方法、装置、设备及存储介质 |
| CN113393583A (zh) * | 2020-03-13 | 2021-09-14 | 广东博智林机器人有限公司 | 基于三维引擎的视角调整方法、装置及*** |
| CN112428050A (zh) * | 2020-11-16 | 2021-03-02 | 广东博智林机器人有限公司 | 墙面打磨机器人的控制方法及装置 |
| CN112669364A (zh) * | 2020-12-07 | 2021-04-16 | 盎锐（上海）信息科技有限公司 | 用于实测实量的显示方法及测量*** |
| CN112833777A (zh) * | 2020-12-07 | 2021-05-25 | 盎锐（上海）信息科技有限公司 | 用于实测实量的测量方法及测量*** |
| CN112833777B (zh) * | 2020-12-07 | 2023-09-22 | 盎锐（上海）信息科技有限公司 | 用于实测实量的测量方法及测量*** |
| CN112683221B (zh) * | 2020-12-21 | 2022-05-17 | 深圳集智数字科技有限公司 | 一种建筑检测方法和相关装置 |
| CN112683221A (zh) * | 2020-12-21 | 2021-04-20 | 深圳集智数字科技有限公司 | 一种建筑检测方法和相关装置 |
| CN112706008A (zh) * | 2021-01-06 | 2021-04-27 | 广东博智林机器人有限公司 | 一种天花打磨方法及装置 |
| CN112706008B (zh) * | 2021-01-06 | 2022-03-01 | 广东博智林机器人有限公司 | 一种天花打磨方法及装置 |
| CN114399490A (zh) * | 2022-01-13 | 2022-04-26 | 如你所视(北京)科技有限公司 | 建筑物涂刷质量检测方法和装置、计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110398231B (zh) | 2021-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110398231A (zh) | 墙面参数的获取方法、装置、计算机设备和存储介质 | |
| Dias-da-Costa et al. | Laboratorial test monitoring applying photogrammetric post-processing procedures to surface displacements | |
| CN109323650A (zh) | 视觉图像传感器与点光测距传感器测量坐标系的统一方法 | |
| CN104052986B (zh) | 检测用具、立体照相机检测装置以及检测方法 | |
| CN104634248B (zh) | 一种双目视觉下的转轴标定方法 | |
| CN102798456B (zh) | 一种工程机械臂架***工作幅度的测量方法、装置及*** | |
| KR102235632B1 (ko) | 머신 비전 시스템 | |
| CN104634246B (zh) | 目标空间坐标的浮动式立体视觉测量***及测量方法 | |
| CN110440743A (zh) | 一种基于基线的隧道变形监测方法、***、介质及设备 | |
| CN105894511A (zh) | 标定靶设置方法、装置及停车辅助*** | |
| CN103954220B (zh) | 撞桥试验中船体运动状态数字图像测量方法 | |
| CN110455265A (zh) | Rtk放样***、方法及装置 | |
| CN106767481B (zh) | 一种应变局部化带内应变场的半子区相关光学测量方法 | |
| JP7244336B2 (ja) | 山岳トンネルコンクリート厚測定方法および測定装置 | |
| CN106767421B (zh) | 基于多目视觉的动车车身关键尺寸检测***解决方案 | |
| CN102419457B (zh) | 一种利用单个竖直钻孔的电视图像确定深部岩体结构面产状的方法 | |
| WO2017131547A1 (en) | A method and apparatus for single camera optical measurements | |
| CN109342008B (zh) | 基于单应性矩阵的风洞试验模型迎角单相机视频测量方法 | |
| Hedayati et al. | Strain measurement and determining coefficient of plastic anisotropy using digital image correlation (DIC) | |
| Sgrenzaroli et al. | Indoor mobile mapping systems and (BIM) digital models for construction progress monitoring | |
| CN108286946A (zh) | 传感器位置标定和数据拼接的方法及*** | |
| CN109827607A (zh) | 线结构光焊缝跟踪传感器的标定方法及装置 | |
| JP6773280B2 (ja) | トンネル掘削の管理方法および管理装置 | |
| CN114895367A (zh) | 岩体产状信息测量方法 | |
| Kottke | An investigation of quantifying and monitoring stone surface deterioration using three dimensional laser scanning |
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 |