CN111047683A - 一种基于空间碰撞检测的智能定位方法 - Google Patents
一种基于空间碰撞检测的智能定位方法 Download PDFInfo
- Publication number
- CN111047683A CN111047683A CN201911255915.6A CN201911255915A CN111047683A CN 111047683 A CN111047683 A CN 111047683A CN 201911255915 A CN201911255915 A CN 201911255915A CN 111047683 A CN111047683 A CN 111047683A
- Authority
- CN
- China
- Prior art keywords
- space
- available
- positioning
- collision
- point
- 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 67
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 238000001914 filtration Methods 0.000 claims abstract description 27
- 238000012216 screening Methods 0.000 claims abstract description 25
- 238000000638 solvent extraction Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims description 36
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 230000007480 spreading Effects 0.000 claims description 12
- 230000005477 standard model Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000004807 localization Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000013334 tissue model Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/21—Collision detection, intersection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Processing Or Creating Images (AREA)
Abstract
一种基于空间碰撞检测的智能定位方法,其特征在于,所述方法至少包括:将三维空间自动分区为至少一个具有编号的立方体空间;基于所述立方体空间与模型对象的碰撞模式筛选可用立方体空间,将由定位数据以数据过滤的方式筛选获得的可用定位点位与所述可用立方体空间以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果,基于所述轨迹点位的时间属性将所述轨迹点位自动连接形成移动轨迹。本发明能够在三维空间内完全模拟出真实位置,实现标准模型自动生成且智能移动。
Description
技术领域
本发明涉及碰撞检测技术领域,尤其涉及一种基于空间碰撞检测的智能定位方法。
背景技术
碰撞检测作为计算机图形和物理仿真领域中一项不可缺少的组成部分,是虚拟仿真,机器人路径规划等课题方向的研究过程中必须要解决的问题。近几年来,随着计算机技术的不断发展,碰撞检测被广泛地应用于计算机游戏,虚拟现实等领域中,并已成为研究者关注的热点问题。在虚拟手术中,虚拟手术器械与人体组织的碰撞是变形计算的基础,也是切割手术的前提。在变形计算和模型切割过程中,操作者对碰撞检测的要求较高,碰撞检测的结果不仅反映了碰撞的基本情况,而且为进一步的变形计算提供了详细的碰撞信息。
然而,现有的空间碰撞检测方法,分区计算的时候对电脑运行的要求较高,运行过程涉及的算法种类较多,可能涉及侵权第三方的专利算法,甚至还需要自己创建计算方法。不仅如此,目前的空间碰撞检测方法中,分区计算都比较依赖自己公司研发的三维引擎来进行计算,这对于空间碰撞检测方法的兼容具有相当大的难度。市面上大部分的空间分区是二维定位,如百度谷歌等地图功能,或者是其余部分三维公司也涉及到该应用场景。现有的分区计算还需借助UWB定位技术进行定位坐标采集和初步计算,比较繁琐。
例如,中国专利CN 107610231 A公开了一种动态碰撞检测方法,判断多面体A与多面体B是否发生碰撞,其特征在于,包括以下步骤:将多面体A分解为N个简单多面体A1,A2,……,AN,将多面体B分解为M个简单多面体B1,B2,……,BM,再利用Cluster结构或SMP结构的并行机同时判断简单多面体Ai,i=1,2,……,N,与简单多面体Bk,k=1,2,……,M,是否发生碰撞,若有,则多面体A与多面体B有碰撞发生,否则没有,其中,将多面体A分解为N个简单多面体A1,A2,……,AN与将多面体B分解为M个简单多面体B1,B2,……,BM的方法相同,包括以下步骤:步骤1、获取待处理的多面体的顶点坐标值以及构成多面体的各个平面的顶点序列;步骤2、根据平面方程生成函数得到构成多面体的所有平面的平面方程,各个平面的法向量指向多面体外部;步骤3、从顶点序列中选择凸顶点,组成凸顶点序列;步骤4、从凸顶点序列中选取一个未经过处理的凸顶点,将其邻接顶点投影到平面上,利用Delaunay三角剖分算法,得到当前凸顶点的凸空间;步骤5、将当前凸顶点和它的凸空间从多面体中剖分为独立的四面体;步骤6、是否遍阅凸顶点序列中的每个凸顶点,若是,则完成剖分,否则返回步骤4。该专利就是典型的模型对象与模型对象的碰撞,在完成任意多凸体的剖分算法基础上,将之应用于虚拟环境中的碰撞检测中,引入并行技术来提高碰撞检测的实时性。
中国专利CN 110047143A公开了一种基于空间细分与动态包围盒的连续碰撞检测方法,其特征是按以下步骤:步骤1:构造被用于碰撞检测的虚拟软组织模型与虚拟器械模型;步骤2:计算检测对象的移动路径所占据的空间,若待检测对象的移动路径共用同一个空间,则执行下一步,否则退出检测;步骤3:为同一空间内的对象的移动路径构建动态包围盒,并对这些包围盒做相交测试;若相交,则执行下一步,否则退出检测;步骤4:二分法确定可能发生碰撞的位置,回溯技术将待测对象从实际位置回退至初次碰撞发生位置;步骤5:为可能发生接触的对象集构建层次包围盒并执行包围盒相交检测;若检测到子节点包围盒相交,则执行下一步,否则退出检测;步骤6:精确检测步骤5中的子节点所包含的特征是否碰撞;若检测到发生碰撞,则重新计算待测对象的位置;否则待测对象位置不变。该专利能够解决离散碰撞检测方法在虚拟手术应用中“穿透”和“漏检”的问题,在保证精确性的前提下能极大地提升计算效率。但是,该专利依然无法对空间碰撞检测的定位数据进行准确地计算。
此外,一方面由于对本领域技术人员的理解存在差异;另一方面由于发明人做出本发明时研究了大量文献和专利,但篇幅所限并未详细罗列所有的细节与内容,然而这绝非本发明不具备这些现有技术的特征,相反本发明已经具备现有技术的所有特征,而且申请人保留在背景技术中增加相关现有技术之权利。
发明内容
针对现有技术之不足,本发明提供一种基于空间碰撞检测的智能定位方法,其特征在于,所述方法至少包括:
将三维空间自动分区为至少一个具有编号的立方体空间;
基于所述立方体空间与模型对象的碰撞模式筛选可用立方体空间,
将由定位数据以数据过滤的方式筛选获得的可用定位点位与所述可用立方体空间以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果,
基于所述轨迹点位的时间属性将所述轨迹点位自动连接形成移动轨迹。
根据一个优选实施方式,基于所述立方体空间与模型对象的碰撞模式筛选可用立方体空间的方法包括:
基于空间区域与空间区域的碰撞模式算法计算所述立方体空间与模型对象的碰撞结果,
选择与模型对象具有空间重叠特征的所述立方体空间并标记为可用立方体空间;
选择未与模型对象具有空间重叠特征的所述立方体空间并标记为不可用立方体空间。
根据一个优选实施方式,以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果的方法包括:
将采集的定位点位与立方体空间的点位进行空间位置重叠计算,获得所述定位点位在所述立方体空间内的碰撞结果,或者,
获得所述定位点位不在所述立方体空间内的碰撞结果。
根据一个优选实施方式,以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果的方法还包括:
在所述可用定位点位在可用立方体空间内时,自动保存所述可用定位点位并连接成线,
将所述定位点位与所述可用立方体以动态连接的方式形成轨迹点位。
根据一个优选实施方式,以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果的方法还包括:
在所述可用定位点位不在可用立方体空间内时,删除所述可用定位点位并以空间漫延的方式再次选择可用定位点位。
根据一个优选实施方式,在所述可用定位点位不在可用立方体空间内时,以空间漫延的方式再次选择可用定位点位的方法包括:
在所述可用定位点位不在可用立方体空间内时,向不符合条件的所述可用定位点位周边的可用立方体空间内漫延并选择至少一个在可用立方体空间内的新可用定位点位,从而连接所述新可用定位点位形成不位于空间模型内的轨迹点位。
根据一个优选实施方式,由定位数据以数据过滤的方式筛选获得的可用定位点位的方法包括:
基于相邻两点的距离进行至少一次重复点的过滤去除,从而基于过滤后的定位数据形成可用定位点位。
根据一个优选实施方式,所述将三维空间自动分区为至少一个具有编号的立方体空间的方法包括:
基于存储的模型对象的空间坐标数据,将任一凸面体过滤生成标准体空间的8顶点的坐标数据;和
将所述标准体空间的坐标数据以个体为组单独存储从而自动将三维空间划分并存储为对应的至少一个标准体空间和整体空间,其中,
至少一个所述标准体空间位于所述整体空间内。
根据一个优选实施方式,基于所述轨迹点位的时间属性将所述轨迹点位自动连接形成移动轨迹的方法包括:
将位于可用立方体空间内的可用定位点位按照设定的偏离方向原则进行偏离,
基于时间属性将所述定位点位分组存储为轨迹点位且将所述轨迹点位自动连接成三维线条,
其中,所述偏离方向原则为:以离所述定位点位最近的立方体空间面的且远离所述立方体空间的法向量方向为偏离方向。
根据一个优选实施方式,按照预设的时间间隔对可用定位点位的坐标数据进行分组并计算存储,从而形成基于每组坐标数据形成的分段式移动轨迹。
本发明还提供了一种基于空间碰撞检测的智能定位装置,其特征在于,所述装置至少包括:
分区模块,用于将三维空间自动分区为至少一个具有编号的立方体空间;
第一碰撞模块,用于基于所述立方体空间与模型对象的碰撞模式筛选可用立方体空间,
第二碰撞模块,用于将由定位数据以数据过滤的方式筛选获得的可用定位点位与所述可用立方体空间以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果,
轨迹模块,用于基于所述轨迹点位的时间属性将所述轨迹点位自动连接形成移动轨迹。
本发明的有益技术效果:
现有技术中的大部分空间碰撞检测,普遍停留在模型对象与模型对象的碰撞,在三维空间下,真实人员定位的位置坐标在模型对象的三维空间范围内存在乱入的问题;使得定位信息不准确甚至混乱,达不到准确定位的技术效果。而且,现有技术中还存在缺陷:第一,定位的流程较为复杂,必须通过三维建模模型将需要碰撞的对象建立,并且必须具有准确的尺寸和空间位置信息;第二,对环境要求高,大批量的模型对象与对象碰撞将对硬件、计算引擎有较高的运算要求,无法同时进行大批量碰撞检查,或容易导致硬件死机、运算出错等;第三,无实时性,对于一些动态碰撞无法及时进行响应并得到结果;第四,无特殊性,市面上都是通过此方法进行,无创新内容、延展性不强。本发明通过在三维空间进行立方体空间与模型对象的碰撞计算,能够避免真实人员定位的位置坐标在模型对象的三维空间范围内存在乱入的问题,使得定位更真实准确。本发明能够克服现有技术的缺陷:能够实时获取人员位置坐标,本发明的碰撞计算能够实时得出计算结果并优化人员路径;本发明还能及时进行纠偏,在人员坐标与模型对象发生碰撞后,能及时通过碰撞计算,得到正确指引,在三维引擎内显示时能更加贴近真实情况。
现有技术中,空间点位坐标依靠外部硬件采集得出,例如借助UWB定位技术进行定位坐标采集和初步计算,外部硬件采集的空间点位坐标的不利影响在于:网络环境导致数据在传输的过程中容易损坏或丢失,现场硬件例如UWB技术中的基站易受环境影响,发出错误数据;定位引擎(UWB技术的计算引擎)算法不够智能化,数据无纠偏算法。本发明的空间点位坐标是通过空间点位与空间区域的碰撞计算来确定的,是动态生成的,避免了空间点位错误而导致的移动轨迹不准确的技术问题,定位准确度高。
不仅如此,目前市面上基本停留在二维界面上的动态移动,如通过像素点位,在平面上生成一个点并移动。二维界面上移动的负面影响为:定位比较片面,不能够定位第三维度的位置和移动轨迹,不足够贴近真实人员实际位置场景,显示效果偏差较大。其中,二维模型显示比较固化,精确度不高,例如一个定位数据实际上移动至一个设备旁边,但是在二维图上无法表达出来;而且,二维图无缩放效果,因为二维基本都是通过图片像素点进行换算定位显示,对于大范围的定位区域,若定位其中一点,在一个二维图上,无法精准正确表现出来。本发明通过三维空间的数据采集和三维空间的数据计算,能够在三维空间内缩放;三维场景都是精确模型,空间相对位置与模型对象尺寸都是精准的,对于任何一个空间点位,能快速精准显示与模拟;能够使得人员定位***采集定位准确,三维场景显示效果尽量贴近真实人员实际位置场景。
附图说明
图1是本发明的简易逻辑模块图;
图2是本发明的三维空间的人员定位轨迹显示图;和
图3是三维模型中阿凡达行走的示意图。
附图标记列表
A:可用立方体;B:不可用立方体;D:智能计算点;RT:真实路线;RI:智能路线。
具体实施方式
下面结合附图进行详细说明。
为了解决人员定位的坐标在模型对象的空间范围内乱入的问题;又为了解决在人员定位不准确时,三维场景显示效果不能够贴近真实场景的技术问题,本发明公开了一种基于空间碰撞检测的智能定位方法及装置。本发明还可以是一种三维对象生成方法及***,一种基于三维对象的三维环境生成方法及***。
实施例1
一种基于空间碰撞检测的智能定位方法,其特征在于,所述方法至少包括:将三维空间自动分区为至少一个具有编号的立方体空间;基于所述立方体空间与模型对象的碰撞模式筛选可用立方体空间,将由定位数据以数据过滤的方式筛选获得的可用定位点位与所述可用立方体空间以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果,基于所述轨迹点位的时间属性将所述轨迹点位自动连接形成移动轨迹。
相对于二维截面的空间碰撞检测的定位方法,本发明的三维空间的定位方法,能够更贴近实际生活中的真实场景,从而避免了二维数据相对于真实场景的偏差大、不准确的弊端,显示出更真实准确的移动轨迹。
优选的,基于所述立方体空间与模型对象的碰撞模式筛选可用立方体空间的方法包括:
基于空间区域与空间区域的碰撞模式算法计算所述立方体空间与模型对象的碰撞结果;
选择与模型对象具有空间重叠特征的所述立方体空间并标记为可用立方体空间;
选择未与模型对象具有空间重叠特征的所述立方体空间并标记为不可用立方体空间。
其中,与使用模型对象与模型对象碰撞的传统碰撞计算方法相比,空间区域与模型对象的碰撞得到的立方体空间,能够提前将不相关的空间数据过滤掉,减少了后续数据的计算量和误差率。不仅如此,空间区域与模型对象的碰撞使得可用立方体空间的动态筛选结果交准确,减少了空间数据的延迟时间。本发明还通过数据库的设置对数据进行存储和计算,不仅在三维场景内进行计算,可以充分减少对硬件配置的高要求,具备实时性和历史性。
优选的,以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果的方法包括:
将采集的定位点位与立方体空间的点位进行空间位置重叠计算,获得所述定位点位在所述立方体空间内的碰撞结果,或者,获得所述定位点位不在所述立方体空间内的碰撞结果。
本发明通过使用空间点位与空间区域的碰撞计算方式,能够动态获得一批定位点位,提高对于可用的定位点位的筛选准确率。对于不可用的定位点位,有利于提前进行删除,减少后续空间数据的处理量。既实现了三维场景贴近真实场景的较好技术效果,又能够提高数据的计算速度。
优选的,以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果的方法还包括:
在所述可用定位点位在可用立方体空间内时,自动保存所述可用定位点位并连接成线,将所述定位点位与所述可用立方体空间以动态连接的方式形成轨迹点位。其中,通过可用定位点位与可用立方体空间的综合智能连接,形成最终人员行走轨迹点位。
本发明通过空间区域与空间区域的动态碰撞和空间区域与定位点位的动态碰撞,能够自动生成在三维空间内具有有序规则且合理分布的空间点位,完全模拟出对象的真实位置。
在所述可用定位点位不在可用立方体空间内时,删除所述可用定位点位并以空间漫延的方式再次选择可用定位点位。其中,在所述可用定位点位不在可用立方体空间内时,以空间漫延的方式再次选择可用定位点位的方法包括:在所述可用定位点位不在可用立方体空间内时,向不符合条件的所述可用定位点位周边的可用立方体空间内漫延并选择至少一个在可用立方体空间内的新可用定位点位,从而连接所述新可用定位点位形成不位于空间模型内的轨迹点位。
本发明在可用定位点位不在可用立方体空间内时,没有简单删除解决,简单删除的方式会使得部分数据缺失,从而使得移动轨迹部分缺失和不准确。本发明通过空间漫延的方式,将最近的能够使用的可用定位点位用来补充点位缺失的位置,从而实现最终的人员移动的轨迹始终不在空间模型内,并且始终是比较贴近实际的路线。
优选的,由定位数据以数据过滤的方式筛选获得的可用定位点位的方法包括:基于相邻两点的距离进行至少一次重复点的过滤去除,从而基于过滤后的定位数据形成可用定位点位。本发明对数据的过滤次数不限于一次,可以重复过滤,以尽可能的排除不必要的重复数据,从而获得准确的可用定位点位,既减少了后续的数据处理量,有提高了移动轨迹形成的正确率。优选的,本发明对定位数据的数据过滤方式还包括:对相邻两个时间点内的点位进行过滤和补充,从而保证数据的连贯性。
优选的,本发明对定位数据的数据过滤方式还包括:对重复的数据进行过滤,比如一个时间点有多个同样数据,将同样的数据过滤至1个。
优选的,本发明对定位数据的数据过滤方式还包括:对固定区间进行过滤,能将同一个很小区间内的冗余点位过滤。优选的,固定区间表示点与点的差值。
优选的,所述将三维空间自动分区为至少一个具有编号的立方体空间的方法包括:
基于存储的模型对象的空间坐标数据,将任一凸面体空间过滤生成标准体空间的8顶点的坐标数据;将所述标准体空间的坐标数据以个体为组单独存储从而自动将三维空间划分并存储为对应的至少一个标准体空间和整体空间。其中,至少一个所述标准体空间位于所述整体空间内。标准体空间为立方体空间。其中,本发明通过数据组态驱动的方式生成三维模型。
本发明的自动分区的方法,其优势在于,将任意一个凸面体空间简化为标准体空间,即避免了模型的复杂化,简化数据计算,又能够使得标准体空间比较贴近真实的凸面体空间,进而提高三维空间内移动轨迹的准确度。
优选的,基于所述轨迹点位的时间属性将所述轨迹点位自动连接形成移动轨迹的方法包括:
将位于可用立方体空间内的可用定位点位按照设定的偏离方向原则进行偏离,基于时间属性将所述定位点位分组存储为轨迹点位且将所述轨迹点位自动连接成三维线条,其中,所述偏离方向原则为:以离所述定位点位最近的立方体空间面的且远离所述立方体空间的法向量方向为偏离方向。对于偏离后的定位点位仍然带有时间属性,便于点位排序和成线。设置偏离计算的优势在于,第一,能保证偏离计算后的点位的正确性;第二,能保证计算结果符合空间三维引擎的计算原理,具有空间坐标系的概念;第三,偏离计算符合现场的真实行走逻辑,计算模拟出的点位能满足人员位置的模拟回放显示。
优选的,按照预设的时间间隔对可用定位点位的坐标数据进行分组并计算存储,从而形成基于每组坐标数据形成的分段式移动轨迹。即把所有的点位生成和整理后,根据时间排序,是分组存储的,
本发明的移动轨迹,在三维空间模型中展示,随着时间的走动,线条是一段段的自动生成,并且线条出现的位置和时间都是合理的。
实施例2
本实施例是对实施例1的一种实际实施方式。
如图1所示,本发明的一种基于空间碰撞检测的智能定位方法,步骤至少包括:
S1:采集定位数据并加载三维模型,从而形成三维场景模型。
优选的,定位数据的采集方式包括动态采集和静态采集。
动态采集:动态数据为每一秒都会有一个点位(xyz),随着时间的走动,点位是一个接一个的采集到。
静态采集:静态数据是一次获取一段时间内所有的历史点位数据,是一批数据。数据内容基本一致,都是点位(xyz),点位坐标系和三维模型的坐标系是统一的。
数据点位都会有一个时间点。在点连成线时,是有固定的连接顺序的,线条走向是和实际的是一致的,便于保证后续最优路线的方向的正确性。
S2:将划分好的立方体空间进行自动分区并标记类别。
将三维场景内的模型所在的三维空间范围划分为N*N的正方形或正方体等若干个三维空间区域,每个立方体空间自动编号。其中,三维空间区域切割的精细程度不局限于30cm,可以根据人员定位的精细度进行调整,例如,N可以是50cm、30cm、20cm和10cm。
对立方体空间自动分区的方法为:
S21:将三维模型轻量化后导入三维引擎处理器内。
S22:与三维引擎处理器连接的显示器显示所有的模型对象。其中,每个模型对象为一个占位的空间。
S23:三维引擎的数据库内接收并存储每个模型对象的空间坐标(xyz)。
S24:在接收模型对象的空间坐标后,将任一复杂的凸面体当做一个标准体去考虑后续应用。例如,基于模型对象的空间坐标值,可以过滤生成标准体的8个顶点坐标。
S25:每个标准体在数据库内就是一组数据。在数据库内分组单独存储每个标准体的数据。即生成对应的若干立方体空间,也就是一个个的区,从而整个三维空间划分为单独零散的若干标准体空间和一个整体大的空间,标准体空间在整体大空间内。
S3:基于碰撞模式通过空间区域与空间区域的动态碰撞结果来对立方体空间进行标记。
具体地,通过碰撞模式的算法计算立方体空间是否与模型对象重叠。优选的,碰撞模式的算法可以是立方体空间与模型对象的坐标的比较和计算,计算其是否处于重叠的三维空间。
S31:在立方体空间与模型对象重叠的情况下标记立方体空间为可用立方体空间。
S32:在立方体空间不与模型对象重叠的情况下,,标记立方体空间为不可用立方体空间。
S4:在采集定位数据后,以过滤数据的方式对采集的定位数据进行处理。
过滤数据的方式为,通过相邻两点的距离进行重复点过滤去除,从而形成可用的定位点位。
S5:基于碰撞模式通过定位点位与空间区域的动态碰撞结果来对定位点位进行标记。其中,将定位点位与数据组态生成的三维模型进行碰撞。
优选的,当前在实际操作的时候,碰撞模式为,采集位于标准体空间的8个点位进行计算,得到一个结果:
结果一:点位在标准体内,即可用的定位点位在可用立方体内;或者
结果二:点位不在标准体内,即可用的定位点位不在可用立方体内,可用的定位点在不可用立方体内。
S51:当可用的定位点位在可用立方体内时,自动保存可用的定位点位并连接成线。
S52:当可用点位在不可用立方体内时,则该定位点位不保存,删除。直接自动向周边可用立方体内漫延,形成可用点位在可用立方体内,从而实现最终的人员移动轨迹始终不在空间模型内,并且始终是比较贴近实际的路线;
S6:通过保存的可用定位点位与可用立方体空间的综合智能连接,形成最终轨迹点位,即生成可用路线。
S61:当可用的定位点位在可用立方体内时,对定位点位进行偏离。
其中,偏离方向原则为:离定位点位最近的标准体面的法向量,即使得定位点位远离标准体的方向。偏离后的定位点位仍然带有时间属性,便于点位排序和成线。
S62:在所有的点位生成和整理后,根据时间排序进行分组存储。
优选的,在实时行走的情况下的计算中,点位相对于真实位置是有延迟的,优选为5s一组进行计算和保存,每一组数据形成一段行走路线。
S63:根据点位的时间属性,每组点位自动连接成线,线条是三维线条。
S64:用户看到的最终效果就是随着时间的走动,线条是一段段的自动生成,并且线条出现的位置和时间都是合理的,后续进行再应用
优选的,在发生采集点位丢失的情况下,三维引擎执行静止站立命令,等待新采集的点位进入。
若三维引擎能支持采集的每一个点位,就能接受一个点位并进行阿凡达行走,则不对点位数据进行设定时间的计算和保存。例如,不对点位以5s一组进行计算和保存。本发明中,如图3所示,阿凡达行走是指:通过点位数据在三维场景内生成一个人物模型进行走动,相当于把数据转换为动态的三维模型对象在虚拟环境里播放。
S7:对可用路线进行展示。
如图2所示的三维空间的人员定位轨迹显示图,图中A表示可用立方体空间,B表示不可用立方体空间。实线RT表示真实路线,虚线RI表示定位轨迹路线。圆圈D符号表示智能计算点。相对于真实路线,虚线的智能规划的定位轨迹路线是由在可用立方体空间内的可用定位点位连接形成的,定位更加准确,推荐的路线更简单、快速,路径明显较短。
实施例3
本实施例是对实施例1或实施例2的进一步改进,
本实施例公开一种基于空间碰撞检测的智能定位***,也可以是基于空间碰撞检测的智能定位装置,还可以是基于空间碰撞检测的智能定位模块。本发明的装置/***/模块至少包括处理器和数据库。处理器和数据库以有线或者无线的方式进行数据连接。数据库可以是存储器、存储芯片、存储服务器、云服务器等具有存储功能的各种数据处理硬件。数据库用于存储若干立方体空间和定位点位的具有时间属性的数据。
优选的,本发明的处理器设置有三维引擎的数据处理程序,能够实现相关数据功能。优选的,本发明的处理器不局限于单一的数据处理芯片,还可以是若干数据处理芯片的组合。或者,处理器可以是服务器、服务器群或者具有相关数据处理功能的专用集成芯片及其专用集成芯片的集合。
优选的,本发明包括与处理器进行数据连接的显示设备,例如显示器,用于显示三维空间模型以及移动轨迹,显示设备的显示界面如图2所示。
处理器被配置为:
用于将三维空间自动分区为至少一个具有编号的立方体空间;
基于所述立方体空间与模型对象的碰撞模式筛选可用立方体空间,
将由定位数据以数据过滤的方式筛选获得的可用定位点位与所述可用立方体空间以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果,
基于所述轨迹点位的时间属性将所述轨迹点位自动连接形成移动轨迹。
优选的,处理器还配置为:
基于空间区域与空间区域的碰撞模式算法计算所述立方体空间与模型对象的碰撞结果,
选择与模型对象具有空间重叠特征的所述立方体空间并标记为可用立方体空间;
选择未与模型对象具有空间重叠特征的所述立方体空间并标记为不可用立方体空间。
优选的,处理器以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果的方法包括:
将采集的定位点位与立方体空间的点位进行空间位置重叠计算,获得所述定位点位在所述立方体空间内的碰撞结果,或者,
获得所述定位点位不在所述立方体空间内的碰撞结果。
优选的,处理器还配置为:
在所述可用定位点位在可用立方体空间内时,数据库自动保存所述可用定位点位并由处理器连接成线,
处理器将所述定位点位与所述可用立方体以动态连接的方式形成轨迹点位。
优选的,处理器还配置为:
在所述可用定位点位不在可用立方体空间内时,删除所述可用定位点位并以空间漫延的方式再次选择可用定位点位。
优选的,处理器还配置为:
在所述可用定位点位不在可用立方体空间内时,向不符合条件的所述可用定位点位周边的可用立方体空间内漫延并选择至少一个在可用立方体空间内的新可用定位点位,从而连接所述新可用定位点位形成不位于空间模型内的轨迹点位。
优选的,处理器还配置为:
基于相邻两点的距离进行至少一次重复点的过滤去除,从而基于过滤后的定位数据形成可用定位点位。
优选的,处理器还配置为:
基于存储的模型对象的空间坐标数据,将任一凸面体过滤生成标准体空间的8顶点的坐标数据;和
将所述标准体空间的坐标数据以个体为组单独存储从而自动将三维空间划分并存储为对应的至少一个标准体空间和整体空间,其中,
至少一个所述标准体空间位于所述整体空间内。
优选的,处理器还配置为:
将位于可用立方体空间内的可用定位点位按照设定的偏离方向原则进行偏离,
数据库基于时间属性将所述定位点位分组存储为轨迹点位,处理器将所述轨迹点位自动连接成三维线条,
其中,所述偏离方向原则为:以离所述定位点位最近的立方体空间面的且远离所述立方体空间的法向量方向为偏离方向。
优选的,处理器还配置为:
按照预设的时间间隔对可用定位点位的坐标数据进行分组并计算存储至数据库,从而形成基于每组坐标数据形成的分段式移动轨迹。
本发明还提供了一种基于空间碰撞检测的智能定位装置,所述装置至少包括:
分区模块,用于将三维空间自动分区为至少一个具有编号的立方体空间;
第一碰撞模块,用于基于所述立方体空间与模型对象的碰撞模式筛选可用立方体空间,
第二碰撞模块,用于将由定位数据以数据过滤的方式筛选获得的可用定位点位与所述可用立方体空间以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果,
轨迹模块,用于基于所述轨迹点位的时间属性将所述轨迹点位自动连接形成移动轨迹。其中,分区模块、第一碰撞模块、第二碰撞模块和轨迹模块分别彼此进行数据连接。优选的,轨迹模块与显示设备进行连接。优选的,分区模块与数据输入设备、或者数据采集设备进行数据连接。本发明中的数据连接方式包括有线数据连接和无线数据连接。无线数据连接包括WiFi通讯连接、蓝牙通讯连接、ZigBee通讯连接等若干无线通讯方式的连接。
优选的,第一碰撞模块基于所述立方体空间与模型对象的碰撞模式筛选可用立方体空间的方法包括:
基于空间区域与空间区域的碰撞模式算法计算所述立方体空间与模型对象的碰撞结果,
选择与模型对象具有空间重叠特征的所述立方体空间并标记为可用立方体空间;
选择未与模型对象具有空间重叠特征的所述立方体空间并标记为不可用立方体空间。
优选的,第二碰撞模块以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果的方法包括:
将采集的定位点位与立方体空间的点位进行空间位置重叠计算,获得所述定位点位在所述立方体空间内的碰撞结果,或者,
获得所述定位点位不在所述立方体空间内的碰撞结果。
优选的,第二碰撞模块以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果的方法还包括:
在所述可用定位点位在可用立方体空间内时,自动保存所述可用定位点位并连接成线,
将所述定位点位与所述可用立方体以动态连接的方式形成轨迹点位。
优选的,第二碰撞模块以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果的方法还包括:
在所述可用定位点位不在可用立方体空间内时,删除所述可用定位点位并以空间漫延的方式再次选择可用定位点位。
优选的,第二碰撞模块在所述可用定位点位不在可用立方体空间内时,以空间漫延的方式再次选择可用定位点位的方法包括:
在所述可用定位点位不在可用立方体空间内时,向不符合条件的所述可用定位点位周边的可用立方体空间内漫延并选择至少一个在可用立方体空间内的新可用定位点位,从而连接所述新可用定位点位形成不位于空间模型内的轨迹点位。
优选的,第一碰撞模块由定位数据以数据过滤的方式筛选获得的可用定位点位的方法包括:
基于相邻两点的距离进行至少一次重复点的过滤去除,从而基于过滤后的定位数据形成可用定位点位。
优选的,分区模块所述将三维空间自动分区为至少一个具有编号的立方体空间的方法包括:
基于存储的模型对象的空间坐标数据,将任一凸面体过滤生成标准体空间的8顶点的坐标数据;和
将所述标准体空间的坐标数据以个体为组单独存储从而自动将三维空间划分并存储为对应的至少一个标准体空间和整体空间,其中,
至少一个所述标准体空间位于所述整体空间内。
优选的,轨迹模块基于所述轨迹点位的时间属性将所述轨迹点位自动连接形成移动轨迹的方法包括:
将位于可用立方体空间内的可用定位点位按照设定的偏离方向原则进行偏离,
基于时间属性将所述定位点位分组存储为轨迹点位且将所述轨迹点位自动连接成三维线条,
其中,所述偏离方向原则为:以离所述定位点位最近的立方体空间面的且远离所述立方体空间的法向量方向为偏离方向。
优选的,轨迹模块按照预设的时间间隔对可用定位点位的坐标数据进行分组并计算存储至数据库,从而形成基于每组坐标数据形成的分段式移动轨迹。
需要注意的是,上述具体实施例是示例性的,本领域技术人员可以在本发明公开内容的启发下想出各种解决方案,而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白,本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。
Claims (10)
1.一种基于空间碰撞检测的智能定位方法,其特征在于,所述方法至少包括:
将三维空间自动分区为至少一个具有编号的立方体空间;
基于所述立方体空间与模型对象的碰撞模式筛选可用立方体空间,
将由定位数据以数据过滤的方式筛选获得的可用定位点位与所述可用立方体空间以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果,
基于所述轨迹点位的时间属性将所述轨迹点位自动连接形成移动轨迹。
2.根据权利要求1所述的基于空间碰撞检测的智能定位方法,其特征在于,基于所述立方体空间与模型对象的碰撞模式筛选可用立方体空间的方法包括:
基于空间区域与空间区域的碰撞模式算法计算所述立方体空间与模型对象的碰撞结果,
选择与模型对象具有空间重叠特征的所述立方体空间并标记为可用立方体空间;
选择未与模型对象具有空间重叠特征的所述立方体空间并标记为不可用立方体空间。
3.根据权利要求2所述的基于空间碰撞检测的智能定位方法,其特征在于,以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果的方法包括:
将采集的定位点位与立方体空间的点位进行空间位置重叠计算,获得所述定位点位在所述立方体空间内的碰撞结果,或者,
获得所述定位点位不在所述立方体空间内的碰撞结果。
4.根据前述权利要求之一所述的基于空间碰撞检测的智能定位方法,其特征在于,以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果的方法还包括:
在所述可用定位点位在可用立方体空间内时,自动保存所述可用定位点位并连接成线,
将所述定位点位与所述可用立方体以动态连接的方式形成轨迹点位。
5.根据前述权利要求之一所述的基于空间碰撞检测的智能定位方法,其特征在于,以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果的方法还包括:
在所述可用定位点位不在可用立方体空间内时,删除所述可用定位点位并以空间漫延的方式再次选择可用定位点位。
6.根据前述权利要求之一所述的基于空间碰撞检测的智能定位方法,其特征在于,在所述可用定位点位不在可用立方体空间内时,以空间漫延的方式再次选择可用定位点位的方法包括:
在所述可用定位点位不在可用立方体空间内时,向不符合条件的所述可用定位点位周边的可用立方体空间内漫延并选择至少一个在可用立方体空间内的新可用定位点位,从而连接所述新可用定位点位形成不位于空间模型内的轨迹点位。
7.根据前述权利要求之一所述的基于空间碰撞检测的智能定位方法,其特征在于,由定位数据以数据过滤的方式筛选获得的可用定位点位的方法包括:
基于相邻两点的距离进行至少一次重复点的过滤去除,从而基于过滤后的定位数据形成可用定位点位。
8.根据前述权利要求之一所述的基于空间碰撞检测的智能定位方法,其特征在于,所述将三维空间自动分区为至少一个具有编号的立方体空间的方法包括:
基于存储的模型对象的空间坐标数据,将任一凸面体过滤生成标准体空间的8顶点的坐标数据;和
将所述标准体空间的坐标数据以个体为组单独存储从而自动将三维空间划分并存储为对应的至少一个标准体空间和整体空间,其中,
至少一个所述标准体空间位于所述整体空间内。
9.根据前述权利要求之一所述的基于空间碰撞检测的智能定位方法,其特征在于,基于所述轨迹点位的时间属性将所述轨迹点位自动连接形成移动轨迹的方法包括:
将位于可用立方体空间内的可用定位点位按照设定的偏离方向原则进行偏离,
基于时间属性将所述定位点位分组存储为轨迹点位且将所述轨迹点位自动连接成三维线条,
其中,所述偏离方向原则为:以离所述定位点位最近的立方体空间面的且远离所述立方体空间的法向量方向为偏离方向。
10.一种基于空间碰撞检测的智能定位装置,其特征在于,所述装置至少包括:
分区模块,用于将三维空间自动分区为至少一个具有编号的立方体空间;
第一碰撞模块,用于基于所述立方体空间与模型对象的碰撞模式筛选可用立方体空间,
第二碰撞模块,用于将由定位数据以数据过滤的方式筛选获得的可用定位点位与所述可用立方体空间以空间区域与空间点位的碰撞模式进行计算并获得能够确定轨迹点位的碰撞结果,
轨迹模块,用于基于所述轨迹点位的时间属性将所述轨迹点位自动连接形成移动轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911255915.6A CN111047683B (zh) | 2019-12-06 | 2019-12-06 | 一种基于空间碰撞检测的智能定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911255915.6A CN111047683B (zh) | 2019-12-06 | 2019-12-06 | 一种基于空间碰撞检测的智能定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111047683A true CN111047683A (zh) | 2020-04-21 |
CN111047683B CN111047683B (zh) | 2024-07-12 |
Family
ID=70235329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911255915.6A Active CN111047683B (zh) | 2019-12-06 | 2019-12-06 | 一种基于空间碰撞检测的智能定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111047683B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103489211A (zh) * | 2013-09-11 | 2014-01-01 | 安科智慧城市技术(中国)有限公司 | 基于三维仿真模型的人员定位跟踪的方法及*** |
CN107228673A (zh) * | 2017-05-19 | 2017-10-03 | 北京旋极伏羲大数据技术有限公司 | 航路规划方法及装置 |
US20170285166A1 (en) * | 2010-10-08 | 2017-10-05 | Samsung Electronics Co., Ltd. | Determining context of a mobile computer |
CN108931795A (zh) * | 2018-05-21 | 2018-12-04 | 千寻位置网络有限公司 | 定位设备轨迹优化和边界提取方法及装置 |
CN109360262A (zh) * | 2018-10-23 | 2019-02-19 | 东北大学 | 基于cad图生成三维模型的室内定位***及方法 |
CN109801038A (zh) * | 2019-01-25 | 2019-05-24 | 中铁三局集团广东建设工程有限公司 | 一种基于bim技术应用的通用性工程施工方法 |
-
2019
- 2019-12-06 CN CN201911255915.6A patent/CN111047683B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170285166A1 (en) * | 2010-10-08 | 2017-10-05 | Samsung Electronics Co., Ltd. | Determining context of a mobile computer |
CN103489211A (zh) * | 2013-09-11 | 2014-01-01 | 安科智慧城市技术(中国)有限公司 | 基于三维仿真模型的人员定位跟踪的方法及*** |
CN107228673A (zh) * | 2017-05-19 | 2017-10-03 | 北京旋极伏羲大数据技术有限公司 | 航路规划方法及装置 |
CN108931795A (zh) * | 2018-05-21 | 2018-12-04 | 千寻位置网络有限公司 | 定位设备轨迹优化和边界提取方法及装置 |
CN109360262A (zh) * | 2018-10-23 | 2019-02-19 | 东北大学 | 基于cad图生成三维模型的室内定位***及方法 |
CN109801038A (zh) * | 2019-01-25 | 2019-05-24 | 中铁三局集团广东建设工程有限公司 | 一种基于bim技术应用的通用性工程施工方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111047683B (zh) | 2024-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6791549B2 (en) | Systems and methods for simulating frames of complex virtual environments | |
US6809738B2 (en) | Performing memory management operations to provide displays of complex virtual environments | |
CN101533529B (zh) | 基于深度图像的三维空间数据处理方法与装置 | |
US6262739B1 (en) | System and method for computer modeling of 3D objects or surfaces by mesh constructions having optimal quality characteristics and dynamic resolution capabilities | |
US5945996A (en) | System and method for rapidly generating an optimal mesh model of a 3D object or surface | |
US20030117397A1 (en) | Systems and methods for generating virtual reality (VR) file(s) for complex virtual environments | |
CN102521878B (zh) | 可编程三维人体建模和人体测量***和方法 | |
CN111696210A (zh) | 一种基于三维点云数据特征轻量化的点云重构方法及*** | |
CN110274602A (zh) | 室内地图自动构建方法及*** | |
CN106570468A (zh) | 一种重建LiDAR原始点云建筑物轮廓线的方法 | |
US8600713B2 (en) | Method of online building-model reconstruction using photogrammetric mapping system | |
CN107622530B (zh) | 一种高效鲁棒的三角网切割方法 | |
CN103196370A (zh) | 一种导管接头空间位姿参数的测量方法和装置 | |
CN104504760B (zh) | 实时更新三维图像的方法和*** | |
CN105183769B (zh) | 基于流数据立方体的轨迹数据原位可视化方法 | |
CN105844224A (zh) | 一种车载LiDAR 道路点云快速有序化方法 | |
Park et al. | Reverse engineering with a structured light system | |
US20030117398A1 (en) | Systems and methods for rendering frames of complex virtual environments | |
US6862560B1 (en) | Machining simulation method and apparatus | |
JP2002092658A (ja) | 3次元デジタル地図作成装置及び3次元デジタル地図作成のプログラムを記憶した記憶媒体 | |
CN108401462A (zh) | 信息处理方法和***、云处理设备及计算机程序产品 | |
CN111047683B (zh) | 一种基于空间碰撞检测的智能定位方法 | |
CN115937466B (zh) | 一种融合gis的三维模型生成方法、***及存储介质 | |
JP7093680B2 (ja) | 構造物差分抽出装置、構造物差分抽出方法およびプログラム | |
JP2021099689A (ja) | 情報処理装置、情報処理方法、およびプログラム |
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 |