CN111563905B - 一种发动机复杂管路轴线提取方法 - Google Patents

一种发动机复杂管路轴线提取方法 Download PDF

Info

Publication number
CN111563905B
CN111563905B CN202010375967.3A CN202010375967A CN111563905B CN 111563905 B CN111563905 B CN 111563905B CN 202010375967 A CN202010375967 A CN 202010375967A CN 111563905 B CN111563905 B CN 111563905B
Authority
CN
China
Prior art keywords
pipeline
point cloud
axis
point
cloud data
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
Application number
CN202010375967.3A
Other languages
English (en)
Other versions
CN111563905A (zh
Inventor
汪俊
韦正渊
陈红华
李红卫
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202010375967.3A priority Critical patent/CN111563905B/zh
Publication of CN111563905A publication Critical patent/CN111563905A/zh
Application granted granted Critical
Publication of CN111563905B publication Critical patent/CN111563905B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种发动机复杂管路轴线提取方法，具体包括以下步骤：S1.管路点云数据分割：扫描获取发动机管路点云数据，针对扫描获取的管路点云数据，通过弱凸性近似分割算法将管路点云数据和节点数据分割开；S2.分段管路轴线计算：针对分割所得的各分段管路点云数据分别计算局部L1中值点作为管路轴线点；S3.分段管路轴线与节点连接：通过确定割分段管路和节点的拓扑连接关系，完成复杂管路轴线的提取。本发明的一种管路点云数据分割方法实现了管路数据和节点数据的有效分割；利用分治思想，实现了残缺复杂管路轴线的提取，准确性更高。

Description

一种发动机复杂管路轴线提取方法
技术领域
本发明涉及三维模型处理领域，尤其涉及一种发动机复杂管路轴线提取方法。
背景技术
航空发动机上的管路作为飞机的“心血管”，其质量直接影响发动机的可靠性和可维修性。随着航空发动机设计实验技术的数字化发展，对发动机管路数字化设计中的反求建模技术也提出了迫切要求。
近年来从三维激光扫描设备获取模型较为完整的点云数据进行模型的曲面重建技术已经较为成熟，但由于航空发动机外壁的遮挡，扫描设备往往只能获取到管路一半的点云数据。如此大面积的数据缺失使得直接针对管路点云数据进行曲面重建变得几乎不可能。针对类似难题，很多学者研究通过先提取点云模型的轴线，再基于轴线的信息进行曲面重建。轴线是一个模型的形状特征表示，包含了模型的拓扑结构信息，提取轴线的过程实际上是对原始模型的形状特征理解过程。因此提取原始的航空发动机管路点云数据的轴线对管路模型的曲面重建具有重大意义。
针对航空发动机管路扫描数据量大、设计尺寸不统一、管道线路交错、连接节点复杂、扫描数据缺失等问题，本发明提出一种提取航空发动机管路轴线的方法，可以有效地在三维扫描点云中对发动机管路轴线进行提取，可以用于解决发动机管路点云数据的曲面重建问题。
发明内容
本发明所要解决的技术问题是提供一种发动机复杂管路的轴线提取方法来解决发动机管路由于的扫描数据量大、设计尺寸不统一、管道线路交错、连接节点复杂和扫描数据缺失导致发动机管路点云数据的曲面重建困难的问题。
为解决以上技术问题，本发明的技术方案为：提供一种发动机复杂管路轴线提取方法，其创新点在于：具体包括以下步骤：
S1.管路点云数据分割：扫描获取发动机管路点云数据，针对扫描获取的管路点云数据，通过弱凸性近似分割算法将管路点云数据和节点数据分割开；
S2.分段管路轴线计算：针对分割所得的各分段管路点云数据分别计算局部L1中值点作为管路轴线点；
S3.分段管路轴线与节点连接：通过确定割分段管路和节点的拓扑连接关系，完成复杂管路轴线的提取。
进一步的，所述步骤S1中管路数据为用于输送燃油、润滑油物质的部件的点云数据，节点数据为用于管路之间连接、支撑的部件的点云数据，所述用于管路之间连接、支撑的部件包括连接件、卡箍和支架。
进一步的，所述步骤S1中管路点云数据分割的具体方法为：
S11.以点云近似弱凸性为依据，通过谱聚类对管路点云数据进行过分割为分块数据；其中，所述点云弱凸性具体为以两点构建向量x2x1，其与两点法线向量n1、n2的夹角分别为α1、α2，若α2＜α1，则两点所在局部表面表示为凸；
S12.针对过分割的分块数据，分别计算其对应形状的直径函数，依据对应的直径函数计算用来表示各块点云数据相似性的相似矩阵；
S13.根据相似矩阵合并相似程度高的过分割点云数据，完成管路点云数据的分割。
进一步的，所述步骤S11中通过谱聚类对管路点云数据进行过分割的具体方法为：
S111.构建邻接矩阵，若任意两点所在的局部表面表示为凸的性质并且该两点互为邻近点，则在邻接矩阵相应位置写1，反之写0，以此邻接矩阵作为点凸度图；
S112.通过对点凸度图进行谱聚类操作，获取管路点云的过分割结果。
5.根据权利要求3所述一种发动机复杂管路轴线提取方法，其特征在于：所述步骤S12中计算各分块数据的相似矩阵的具体步骤为：
S121.针对分块点云数据，均匀采样数个点；
S122.针对单块点云数据，遍历采样点，以采样点为顶点，法线向量的反方向为中轴线，一定角度为圆锥角构建圆锥；
S123.计算该块点云数据中所有落入圆锥的点到顶点的加权距离，取中值作为该块点云数据在该采样点的形状直径函数值；
S124.遍历所有分块数据，分别依据数个形状直径函数值构建特征直方图，通过陆地移动距离EMD计算方法确定两块点云数据之间的相似度；
S125.依据相似度建立相似矩阵，建立的相似矩阵上第ij项为第i块与第j块分块管路数据之间的相似度的大小。
进一步的，所述步骤S2中计算局部L1中值点作为管路轴线点的具体步骤为：
S21.计算点云数据的局部L1中值点；
S22.对计算所得中值点进行椭圆拟合并将计算点与拟合点进行比较，若差距较大，则以拟合点替换计算中值点；
S23.针对分块管路数据的中值轴线点作主成分分析，按照主成分分析计算值大小依次连接轴线点，构建管路轴线。
进一步的，所述步骤S21中计算点云数据的局部L1中值点的公式为
X＝argmin∑i∈I ∑j∈J||xi-qj||θ(||xi-qj||)+R(X)；
其中，
Figure BDA0002478716250000041
为计算原始点云的局部中心；R(X)调整了采样点之间的分布，避免了采样点的过度集中；j为原始点云的索引集合，i为采样点云的索引集合。
进一步的，所述步骤S3的具体步骤为：
S31.在各分块数据计算所得轴线节点连接处构建桥接点；
S32.设点邻域搜索范围，若在局部范围内遇到其他桥接点，则将轴线进行合并，各分段合并得到管路的轴线，即完成管路轴线的提取。
进一步的，所述步骤S32中将轴线进行合并包括：若局部范围内有两个桥接点，将对应两段轴线合并为一条轴线；若局部范围内有三个及三个以上桥接点，将三个及三个以上桥接点移动至它们的平均中点，即取三个及三个以上桥接点的平均值。
本发明和现有技术相比，产生的有益效果为：
本发明的一种管路点云数据分割方法实现了管路数据和节点数据的有效分割；利用分治思想，实现了残缺复杂管路轴线的提取，准确性更高。
附图说明
为了更清晰地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图简单地介绍，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为本发明的一种发动机复杂管路轴线提取方法的流程图；
图2为本发明的实施例的扫描获取的发动机管路实验点云数据；
图3为本发明的图1中的步骤S1的流程图；
图4为本发明的图3中的步骤S11的流程图；
图5为本发明的图3中的步骤S12的流程图；
图6为本发明实施例的实验数据经过分割后部分块的示意图；
图7为本发明的图1中的步骤S2的流程图；
图8为本发明实施例的部分管路点云数据的L1中值轴线的示意；
图9为本发明的图1中的步骤S3的流程图；
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细描述，应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供一种发动机复杂管路轴线提取方法，其具体流程如图1所示，具体包括以下步骤：
S1.管路点云数据分割：扫描获取发动机管路点云数据，扫描获取的管路点云数据如图2所示，针对扫描获取的管路点云数据，通过弱凸性近似分割算法将管路点云数据和节点数据分割开；其中，管路数据为用于输送燃油、润滑油物质的部件的点云数据，节点数据为用于管路之间连接、支撑的部件的点云数据，所述用于管路之间连接、支撑的部件包括连接件、卡箍和支架。
管路点云数据分割的具体方法流程如图3所示：
S11.以点云近似弱凸性为依据，通过谱聚类对管路点云数据进行过分割为分块数据；其中，点云弱凸性具体为以两点构建向量x2x1，其与两点法线向量n1、n2的夹角分别为α1、α2，若α2＜α1，则两点所在局部表面表示为凸；
谱聚类对管路点云数据进行过分割的具体方法流程如图4所示：
S111.构建邻接矩阵，若任意两点所在的局部表面表示为凸的性质并且该两点互为邻近点，则在邻接矩阵相应位置写1，反之写0，以此邻接矩阵作为点凸度图；
S112.通过对点凸度图进行谱聚类操作，获取管路点云的过分割结果。
S12.针对过分割的分块数据，分别计算其对应形状的直径函数，依据对应的直径函数计算用来表示各块点云数据相似性的相似矩阵；计算各分块数据的相似矩阵的具体流程如图5所示：
S121.针对分块点云数据，均匀采样数个点，本发明的采样点个数为10；
S122.针对单块点云数据，遍历采样点，以采样点为顶点，法线向量的反方向为中轴线，一定角度为圆锥角构建圆锥，本发明的实施例中的圆锥角为
Figure BDA0002478716250000061
S123.计算该块点云数据中所有落入圆锥的点到顶点的加权距离，取中值作为该块点云数据在该采样点的形状直径函数值；
S124.遍历所有分块数据，分别依据数个形状直径函数值构建特征直方图，通过陆地移动距离EMD计算方法确定两块点云数据之间的相似度；
S125.依据相似度建立相似矩阵，建立的相似矩阵上第ij项为第i块与第j块分块管路数据之间的相似度的大小。
S13.根据相似矩阵合并相似程度高的过分割点云数据，完成管路点云数据的分割，管路分割效果如图6所示。
S2.分段管路轴线计算：针对分割所得的各分段管路点云数据分别计算局部L1中值点作为管路轴线点；
计算局部L1中值点作为管路轴线点的具体流程如图7所示：
S21.计算点云数据的局部L1中值点；其中，L1中值点的计算公式为：
Figure BDA0002478716250000071
其中，
Figure BDA0002478716250000072
为计算原始点云的局部中心；R(X)调整了采样点之间的分布，避免了采样点的过度集中；j为原始点云的索引集合，i为采样点云的索引集合。
S22.对计算所得中值点进行椭圆拟合并将计算点与拟合点进行比较，若差距较大，则以拟合点替换计算中值点；
S23.针对分块管路数据的中值轴线点作主成分分析，按照主成分分析计算值大小依次连接轴线点，构建管路轴线，部分分段管路轴线示意图如图8所示。
S3.分段管路轴线与节点连接：通过确定割分段管路和节点的拓扑连接关系，完成复杂管路轴线的提取，具体流程如图9所示：
S31.在各分块数据计算所得轴线节点连接处构建桥接点；
S32.设点邻域搜索范围，若在局部范围内遇到其他桥接点，则将轴线进行合并，本发明的将轴线进行合并包括：若局部范围内有两个桥接点，将对应两段轴线合并为一条轴线；若局部范围内有三个及三个以上桥接点，将三个及三个以上桥接点移动至它们的平均中点，即取三个及三个以上桥接点的平均值。各分段合并得到管路的轴线，即完成管路轴线的提取。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台移动终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (7)

1.一种发动机复杂管路轴线提取方法，其特征在于：具体包括以下步骤：
S1.管路点云数据分割：扫描获取发动机管路点云数据，针对扫描获取的管路点云数据，通过弱凸性近似分割算法将管路点云数据和节点数据分割开；
S2.分段管路轴线计算：针对分割所得的各分段管路点云数据分别计算局部L1中值点作为管路轴线点；
S3.分段管路轴线与节点连接：通过确定分段管路和节点的拓扑连接关系，完成复杂管路轴线的提取；
所述步骤S1中管路数据为用于输送燃油、润滑油物质的部件的点云数据，节点数据为用于管路之间连接、支撑的部件的点云数据，所述用于管路之间连接、支撑的部件包括连接件、卡箍和支架；
所述步骤S1中管路点云数据分割的具体方法为：
S11.以点云近似弱凸性为依据，通过谱聚类对管路点云数据进行过分割为分块数据；其中，所述点云近似弱凸性具体为以两点构建向量x2x1，其与两点法线向量n1、n2的夹角分别为α1、α2，若α2＜α1，则两点所在局部表面表示为凸；
S12.针对过分割的分块数据，分别计算其对应形状的直径函数，依据对应的直径函数计算用来表示各块点云数据相似性的相似矩阵；
S13.根据相似矩阵合并相似程度高的过分割点云数据，完成管路点云数据的分割。
2.根据权利要求1所述一种发动机复杂管路轴线提取方法，其特征在于：所述步骤S11中通过谱聚类对管路点云数据进行过分割的具体方法为：
S111.构建邻接矩阵，若任意两点所在的局部表面表示为凸的性质并且该两点互为邻近点，则在邻接矩阵相应位置写1，反之写0，以此邻接矩阵作为点凸度图；
S112.通过对点凸度图进行谱聚类操作，获取管路点云的过分割结果。
3.根据权利要求1所述一种发动机复杂管路轴线提取方法，其特征在于：所述步骤S12中计算各分块数据的相似矩阵的具体步骤为：
S121.针对分块点云数据，均匀采样数个点；
S122.针对单块点云数据，遍历采样点，以采样点为顶点，法线向量的反方向为中轴线，一定角度为圆锥角构建圆锥；
S123.计算该块点云数据中所有落入圆锥的点到顶点的加权距离，取中值作为该块点云数据在该采样点的形状直径函数值；
S124.遍历所有分块数据，分别依据数个形状直径函数值构建特征直方图，通过陆地移动距离EMD计算方法确定两块点云数据之间的相似度；
S125.依据相似度建立相似矩阵，建立的相似矩阵上第ij项为第i块与第j块分块管路数据之间的相似度的大小。
4.根据权利要求1所述一种发动机复杂管路轴线提取方法，其特征在于：所述步骤S2中计算局部L1中值点作为管路轴线点的具体步骤为：
S21.计算点云数据的局部L1中值点；
S22.对计算所得中值点进行椭圆拟合并将计算点与拟合点进行比较，若差距较大，则以拟合点替换计算中值点；
S23.针对分块管路数据的中值轴线点作主成分分析，按照主成分分析计算值大小依次连接轴线点，构建管路轴线。
5.根据权利要求4所述一种发动机复杂管路轴线提取方法，其特征在于：所述步骤S21中计算点云数据的局部L1中值点的公式为：
Figure FDA0003356086410000021
其中，
Figure FDA0003356086410000022
为计算原始点云的局部中心；R(X)调整了采样点之间的分布，避免了采样点的过度集中；j为原始点云的索引集合，i为采样点云的索引集合。
6.根据权利要求1所述一种发动机复杂管路轴线提取方法，其特征在于：所述步骤S3的具体步骤为：
S31.在各分块数据计算所得轴线节点连接处构建桥接点；
S32.设点邻域搜索范围，若在局部范围内遇到其他桥接点，则将轴线进行合并，各分段合并得到管路的轴线，即完成管路轴线的提取。
7.根据权利要求6所述一种发动机复杂管路轴线提取方法，其特征在于：所述步骤S32中将轴线进行合并包括：若局部范围内有两个桥接点，将对应两段轴线合并为一条轴线；若局部范围内有三个及三个以上桥接点，将三个及三个以上桥接点移动至它们的平均中点，即取三个及三个以上桥接点的平均值。
CN202010375967.3A 2020-05-06 2020-05-06 一种发动机复杂管路轴线提取方法 Active CN111563905B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010375967.3A CN111563905B (zh) 2020-05-06 2020-05-06 一种发动机复杂管路轴线提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010375967.3A CN111563905B (zh) 2020-05-06 2020-05-06 一种发动机复杂管路轴线提取方法

Publications (2)

Publication Number Publication Date
CN111563905A CN111563905A (zh) 2020-08-21
CN111563905B true CN111563905B (zh) 2022-02-01

Family

ID=72073227

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010375967.3A Active CN111563905B (zh) 2020-05-06 2020-05-06 一种发动机复杂管路轴线提取方法

Country Status (1)

Country Link
CN (1) CN111563905B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106248001A (zh) * 2016-09-10 2016-12-21 天津大学 基于三维激光扫描仪的大型工艺管线对接平直度测量方法
CN109583377A (zh) * 2018-11-30 2019-04-05 北京理工大学 一种管路模型重建的控制方法、装置及上位机
CN109783706A (zh) * 2018-12-26 2019-05-21 北京禹数技术有限公司 管网拓扑关系的数据处理方法、装置和电子设备
CN110334818A (zh) * 2019-05-22 2019-10-15 广州中船文冲船坞有限公司 一种管路自动识别的方法及***

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140244219A1 (en) * 2013-02-28 2014-08-28 Autodesk, Inc. Method of creating a pipe route line from a point cloud in three-dimensional modeling software

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106248001A (zh) * 2016-09-10 2016-12-21 天津大学 基于三维激光扫描仪的大型工艺管线对接平直度测量方法
CN109583377A (zh) * 2018-11-30 2019-04-05 北京理工大学 一种管路模型重建的控制方法、装置及上位机
CN109783706A (zh) * 2018-12-26 2019-05-21 北京禹数技术有限公司 管网拓扑关系的数据处理方法、装置和电子设备
CN110334818A (zh) * 2019-05-22 2019-10-15 广州中船文冲船坞有限公司 一种管路自动识别的方法及***

Also Published As

Publication number Publication date
CN111563905A (zh) 2020-08-21

Similar Documents

Publication Publication Date Title
WO2024077812A1 (zh) 基于点云语义分割与结构拟合的单体建筑三维重建方法
CN107688806B (zh) 一种基于仿射变换的自由场景文本检测方法
Agathos et al. 3D articulated object retrieval using a graph-based representation
CN106373118B (zh) 可有效保留边界和局部特征的复杂曲面零件点云精简方法
Tam et al. Deformable model retrieval based on topological and geometric signatures
CN110111375B (zh) 一种Delaunay三角网约束下的影像匹配粗差剔除方法及装置
CN113269791B (zh) 一种基于边缘判定与区域生长的点云分割方法
CN110032936B (zh) 无参数手背静脉最大圆形区域提取方法
CN109657063A (zh) 一种海量环保人工上报事件数据的处理方法及存储介质
CN112396641A (zh) 一种基于全等二基线匹配的点云全局配准方法
US11941329B2 (en) Method for analyzing fuselage profile based on measurement data of whole aircraft
WO2024125434A1 (zh) 基于区域一致性的建筑物主角度修正方法
CN111028345A (zh) 一种港口场景下圆形管道的自动识别与对接方法
CN111563905B (zh) 一种发动机复杂管路轴线提取方法
Paramarthalingam et al. Extraction of compact boundary normalisation based geometric descriptors for affine invariant shape retrieval
CN104050639A (zh) 一种基于双边滤波器的多视角密集点云数据融合方法
Yuan et al. Automatic cables segmentation from a substation device based on 3D point cloud
CN114943787A (zh) 切变线的绘制方法、装置、存储介质及计算机设备
Liu et al. Attributed graph matching based engineering drawings retrieval
Li et al. Relief R-CNN: Utilizing convolutional features for fast object detection
Ma et al. A fast C-GIST based image retrieval method for vision-based Indoor localization
CN117523134B (zh) 基于结构感知点云语义分割的三维建筑物模型简化方法
CN117152446B (zh) 一种基于高斯曲率和局部凹凸性的改进lccp点云分割方法
CN114296397B (zh) 一种用于神经网络的零件模型几何特征提取方法
CN113297340B (zh) 点云地图的矢量化、矢量地图转化点云地图的方法和装置

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