CN115017578A - 一种建筑的智能实测实量方法、装置、ugv及存储介质 - Google Patents
一种建筑的智能实测实量方法、装置、ugv及存储介质 Download PDFInfo
- Publication number
- CN115017578A CN115017578A CN202210586530.3A CN202210586530A CN115017578A CN 115017578 A CN115017578 A CN 115017578A CN 202210586530 A CN202210586530 A CN 202210586530A CN 115017578 A CN115017578 A CN 115017578A
- Authority
- CN
- China
- Prior art keywords
- building
- point cloud
- cloud data
- ugv
- actual measurement
- 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
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 55
- 238000001514 detection method Methods 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000011218 segmentation Effects 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 6
- 239000002609 medium Substances 0.000 description 20
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- 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
- G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
-
- 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
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Geometry (AREA)
- Economics (AREA)
- Computer Hardware Design (AREA)
- Strategic Management (AREA)
- Architecture (AREA)
- Computational Mathematics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Civil Engineering (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Structural Engineering (AREA)
- Operations Research (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明实施例公开了一种建筑的智能实测实量方法、装置、UGV及存储介质。该方法包括:导入建筑的BIM模型,并基于所述BIM模型建立室内检测环境的栅格地图;基于所述栅格地图对UGV进行路径规划,以生成全局最优路径;采用三维激光扫描方法,基于所述全局最优路径采集所述室内检测环境的点云数据,并对所述点云数据进行配准;根据已配准的所述点云数据计算建筑的实测实量指标。本发明实施例所提供的技术方案,通过利用BIM模型自动规划路径,并利用UGV及三维激光扫描技术自动采集点云数据,再对点云数据自动处理计算得到建筑的实测实量指标,实现了室内空间的一体化测量,提高了测量效率和覆盖率,也极大的节约了人力成本。
Description
技术领域
本发明实施例涉及建筑检测技术领域,尤其涉及一种建筑的智能实测实量方法、装置、UGV及存储介质。
背景技术
传统的建筑实测实量主要是通过人工采用全站仪、电子经伟仪、水准仪、钢卷尺、游标卡尺、阴阳角尺、吊线等测量仪器来完成,测量数据以纸质管理为主,并且都是进行抽样检测,无法做到对房屋的全面检测,同时人为干预导致的不稳定误差难以去除,数据统计繁琐复杂需要反复校核。
发明内容
本发明实施例提供一种建筑的智能实测实量方法、装置、UGV及存储介质,以解决传统测量误差大、效率低及成本高等问题。
第一方面,本发明实施例提供了一种建筑的智能实测实量方法,该方法包括:
导入建筑的BIM模型,并基于所述BIM模型建立室内检测环境的栅格地图;
基于所述栅格地图对UGV进行路径规划,以生成全局最优路径;
采用三维激光扫描方法,基于所述全局最优路径采集所述室内检测环境的点云数据,并对所述点云数据进行配准;
根据已配准的所述点云数据计算建筑的实测实量指标。
可选的,所述导入建筑的BIM模型,并基于所述BIM模型建立室内检测环境的栅格地图,包括:
基于语义分割从所述BIM模型中提取实体类型标识和边界信息,以得到语义BIM模型,并生成所述语义BIM模型对应的栅格平面;
基于所述语义BIM模型进行所述室内检测环境的三维空间语义识别,并结合所述栅格平面生成所述栅格地图。
可选的,所述基于所述全局最优路径采集所述室内检测环境的点云数据,包括:
对所述UGV进行实时定位,并实时对所述UGV的实际位姿与基于所述全局最优路径的参考位姿之间的误差进行调整。
可选的,所述对所述UGV进行实时定位,包括:
在建筑室内搭建无线局域网;
基于所述无线局域网,采用RSSI室内定位算法对所述UGV进行实时定位。
可选的,所述根据已配准的所述点云数据计算建筑的实测实量指标,包括:
对所述点云数据进行预处理,所述预处理包括去噪、点云分割、抽稀及点云分类;
基于预处理后的所述点云数据,采用虚拟靠尺算法及虚拟角尺算法计算所述实测实量指标。
可选的,在所述根据已配准的所述点云数据计算建筑的实测实量指标之后,还包括:
将所述实测实量指标在所述BIM模型中进行指标匹配,并计算指标误差,以生成几何质量检测分析报告。
可选的,所述方法还包括:
将所述实测实量指标同步至云端;和/或,
将所述几何质量检测分析报告导出并上传终端。
第二方面,本发明实施例还提供了一种建筑的智能实测实量装置,该装置包括:
栅格地图建立模块,用于导入建筑的BIM模型,并基于所述BIM模型建立室内检测环境的栅格地图;
路径规划模块,用于基于所述栅格地图对UGV进行路径规划,以生成全局最优路径;
点云数据采集模块,用于采用三维激光扫描方法,基于所述全局最优路径采集所述室内检测环境的点云数据,并对所述点云数据进行配准;
指标计算模块,根据已配准的所述点云数据计算建筑的实测实量指标。
第三方面,本发明实施例还提供了一种UGV,该UGV包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例所提供的建筑的智能实测实量方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例所提供的建筑的智能实测实量方法。
本发明实施例提供了一种建筑的智能实测实量方法,首先导入建筑的BIM模型,并基于该模型建立室内检测环境的栅格地图,然后基于该栅格地图对UGV进行路径规划,生成全局最优路径,再采用三维激光扫描方法,基于该全局最优路径采集室内检测环境的点云数据,并对采集到的点云数据进行配准,从而根据已配准的点云数据计算建筑的实测实量指标。本发明实施例所提供的建筑的智能实测实量方法,通过利用BIM模型自动规划路径,并利用UGV及三维激光扫描技术自动采集点云数据,再对点云数据自动处理计算得到建筑的实测实量指标,实现了室内空间的一体化测量,提高了测量效率和覆盖率,也极大的节约了人力成本。
附图说明
图1为本发明实施例一提供的建筑的智能实测实量方法的流程图;
图2为本发明实施例二提供的建筑的智能实测实量装置的结构示意图;
图3为本发明实施例三提供的UGV的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的建筑的智能实测实量方法的流程图。本实施例可适用于对建筑室内进行实测实量的情况,该方法可以由本发明实施例所提供的建筑的智能实测实量装置来执行,该装置可以由硬件和/或软件的方式来实现,一般可集成于UGV中。如图1所示,具体包括如下步骤:
S11、导入建筑的BIM模型,并基于所述BIM模型建立室内检测环境的栅格地图。
具体的,可以首先将当前待检测建筑的BIM模型导入UGV(Unmanned GroundVehicle,无人地面车辆)中,其中的UGV具体可以是四足机器人。UGV中可包括嵌入式计算机模块,用于执行本方法,当获取到BIM模型后,即可基于该BIM模型对UGV进行环境语义识别分析,构建得到含有三维信息以及坐标等属性的单层栅格地图。BIM模型包含了丰富的设计几何和语义信息,能够对目标物体的物理与功能特性进行数字化表达。
可选的,所述导入建筑的BIM模型,并基于所述BIM模型建立室内检测环境的栅格地图,包括:基于语义分割从所述BIM模型中提取实体类型标识和边界信息,以得到语义BIM模型,并生成所述语义BIM模型对应的栅格平面;基于所述语义BIM模型进行所述室内检测环境的三维空间语义识别,并结合所述栅格平面生成所述栅格地图。具体的,首先可以基于导入的BIM模型进行室内环境的语义识别,基于语义分割提取得到BIM模型中的实体类型标识和边界信息,然后可以根据提取到的实体类型标识和边界信息在BIM模型中进行识别并标记,从而得到语义BIM模型,同时可以生成其对应的栅格平面。然后可以基于语义BIM模型进行单层栅格地图的构建,具体可以根据语义BIM模型在对应的栅格平面中遍历实体模型并匹配语义信息,从而得到所需的栅格地图。
S12、基于所述栅格地图对UGV进行路径规划,以生成全局最优路径。
具体的,在获得室内检测环境的栅格地图之后,即可基于该栅格地图规划UGV的行进路径,以便UGV依照该路径逐步采集得到所需的室内检测环境的全部点云数据。具体可以采用A*算法进行全局路径规划,并可结合动态窗算法进行局部路径规划,以得到最终所需的全局最优路径,如此即解决了UGV智能数据采集的场景识别及行进路径问题,从而保证UGV能够准确高效的采集数据。
S13、采用三维激光扫描方法,基于所述全局最优路径采集所述室内检测环境的点云数据,并对所述点云数据进行配准。
具体的,在确定了全局最优路径之后,即可控制UGV沿该全局最优路径进行数据采集工作。具体可以在UGV上搭载三维激光扫描仪,从而利用三维激光扫描技术对室内检测环境的点云数据进行获取。三维激光扫描技术能够非接触且高速精确的获取建筑的空间点云数据,从而建立真实的三维建筑模型,突破了单点测量方法,具有高效率、高精度的独特优势。以上,通过基于BIM,并将三维激光扫描仪搭载于UGV进行室内实测实量环境的感知以及数据采集,能够实现扫描自动化,弥补了传统点云数据采集效率低、采集与计算分析过程离散化等不足。由于三维激光扫描仪总是以自己为原点建立坐标系,则针对室内检测环境,可能会采集到不同坐标系下的点云,因此在获取到室内检测环境的点云数据之后,需要将不同坐标系下的点云统一到同一坐标系,即还需要对点云数据进行配准,则本实施例在采集到点云数据之后,还可以进行点云数据的全局自动配准,以获得后续可用的点云数据。配准过程具体可以包括粗配准和精配准,粗配准是指在点云相对位姿完全未知的情况下对点云进行配准,可以为精配准提供良好的初始值,精配准的目的则是在粗配准的基础上让点云之间的空间位置差别最小化。本实施例中粗配准和精配准的过程可以采用现有的任意粗配准算法和精配准算法,示例性的,可以采用四点快速匹配算法获取最优变换,然后基于最优变换对点云数据进行坐标变换,以实现粗配准,再使用Hessian矩阵优化以及改进牛顿迭代算法进行迭代,以实现精配准。
可选的,所述基于所述全局最优路径采集所述室内检测环境的点云数据,包括:对所述UGV进行实时定位,并实时对所述UGV的实际位姿与基于所述全局最优路径的参考位姿之间的误差进行调整。具体的,在UGV基于全局最优路径移动并采集数据的过程中,可以实时的对UGV进行定位,并实时调节实际位姿与参考位姿之间的偏差,以保证UGV可以基于全局最优路径的站点进行点云数据的自动采集,从而保证点云数据精准完整。具体可以对UGV进行运动轨迹跟踪控制,采用预测控制算法优化控制策略,以及采用模糊预测控制算法进行反馈校正,并依据控制位姿(即参考位姿)和实际位姿进行误差调整。
进一步可选的,所述对所述UGV进行实时定位,包括:在建筑室内搭建无线局域网;基于所述无线局域网,采用RSSI室内定位算法对所述UGV进行实时定位。具体的,可以在建筑室内全局布置路由器并添加坐标位置,以完成无线局域网的搭建,然后可以通过各个路由器采集UGV信号,并可以采用卡尔曼滤波方法对该信号进行过滤,以去除噪声和干扰,再采用RSSI室内定位算法根据过滤后的信号准确定位UGV的行径。
S14、根据已配准的所述点云数据计算建筑的实测实量指标。
具体的,在完成点云数据的配准之后,即可根据已配准的点云数据进行实测实量指标的自动计算。其中,实测实量指标可以包括墙面平整度、垂直度、水平极差、阴阳角、进深/开间以及净高等等,从而实现室内空间的一体化测量,完成从基于人工的局部抽样采样检测向基于BIM的实测实量智能化转变。
可选的,所述根据已配准的所述点云数据计算建筑的实测实量指标,包括:对所述点云数据进行预处理,所述预处理包括去噪、点云分割、抽稀及点云分类;基于预处理后的所述点云数据,采用虚拟靠尺算法及虚拟角尺算法计算所述实测实量指标。具体的,首先可以对已获得的配准后的点云数据进行预处理,具体可以包括去噪、点云分割、抽稀及点云分类等等,其中,去噪可以采用条件滤波方法,抽稀可以采用随机采样方法。点云分割即根据空间、几何和纹理等特征点进行划分,同一划分内的点云拥有相似的特征,点云分割的目的是分块,从而便于单独处理,具体可以采用聚类算法实现。点云分类是为每个点分配一个语义标记,从而将点云分类到不同的点云集,同一个点云集具有相似或相同的属性,点云分类的目的是在语义上标记整个场景,从而便于后续计算指标,具体可以采用PointNet网络实现。在完成预处理之后,可以基于预处理后的点云数据,将BIM模型与点云模型进行对比,利用虚拟靠尺算法及虚拟角尺算法等实现室内空间一体化的自动测量,以得到所需的各项实测实量指标。
在上述技术方案的基础上,可选的,在所述根据已配准的所述点云数据计算建筑的实测实量指标之后,还包括:将所述实测实量指标在所述BIM模型中进行指标匹配,并计算指标误差,以生成几何质量检测分析报告。具体的,在计算得到各项实测实量指标后,可以通过与BIM模型对比,为各项实测实量指标匹配对应的预设指标并进行指标误差的计算,从而可以根据各项实测实量指标及各项指标误差生成几何质量检测分析报告,以全面的反映实测实量结果,为用户进一步决策提供参考。
进一步可选的,所述方法还包括:将所述实测实量指标同步至云端;和/或,将所述几何质量检测分析报告导出并上传终端。具体的,在获取到各项实测实量指标后,可以将实测实量指标同步至云端,在生成几何质量检测分析报告之后,还可以将几何质量检测分析报告导出并上传终端,从而使得数据能够公开透明,供多方使用,同时也可以实现可视化的反映实测实量结果,以便用户更好的获知信息。
本发明实施例所提供的技术方案,首先导入建筑的BIM模型,并基于该模型建立室内检测环境的栅格地图,然后基于该栅格地图对UGV进行路径规划,生成全局最优路径,再采用三维激光扫描方法,基于该全局最优路径采集室内检测环境的点云数据,并对采集到的点云数据进行配准,从而根据已配准的点云数据计算建筑的实测实量指标。通过利用BIM模型自动规划路径,并利用UGV及三维激光扫描技术自动采集点云数据,再对点云数据自动处理计算得到建筑的实测实量指标,实现了室内空间的一体化测量,提高了测量效率和覆盖率,也极大的节约了人力成本。
实施例二
图2为本发明实施例二提供的建筑的智能实测实量装置的结构示意图,该装置可以由硬件和/或软件的方式来实现,一般可集成于UGV中,用于执行本发明任意实施例所提供的建筑的智能实测实量方法。如图2所示,该装置包括:
栅格地图建立模块21,用于导入建筑的BIM模型,并基于所述BIM模型建立室内检测环境的栅格地图;
路径规划模块22,用于基于所述栅格地图对UGV进行路径规划,以生成全局最优路径;
点云数据采集模块23,用于采用三维激光扫描方法,基于所述全局最优路径采集所述室内检测环境的点云数据,并对所述点云数据进行配准;
指标计算模块24,根据已配准的所述点云数据计算建筑的实测实量指标。
本发明实施例所提供的技术方案,首先导入建筑的BIM模型,并基于该模型建立室内检测环境的栅格地图,然后基于该栅格地图对UGV进行路径规划,生成全局最优路径,再采用三维激光扫描方法,基于该全局最优路径采集室内检测环境的点云数据,并对采集到的点云数据进行配准,从而根据已配准的点云数据计算建筑的实测实量指标。通过利用BIM模型自动规划路径,并利用UGV及三维激光扫描技术自动采集点云数据,再对点云数据自动处理计算得到建筑的实测实量指标,实现了室内空间的一体化测量,提高了测量效率和覆盖率,也极大的节约了人力成本。
在上述技术方案的基础上,可选的,栅格地图建立模块21,包括:
栅格平面生成单元,用于基于语义分割从所述BIM模型中提取实体类型标识和边界信息,以得到语义BIM模型,并生成所述语义BIM模型对应的栅格平面;
栅格地图生成单元,用于基于所述语义BIM模型进行所述室内检测环境的三维空间语义识别,并结合所述栅格平面生成所述栅格地图。
在上述技术方案的基础上,可选的,点云数据采集模块23,包括:
位姿调整单元,用于对所述UGV进行实时定位,并实时对所述UGV的实际位姿与基于所述全局最优路径的参考位姿之间的误差进行调整。
在上述技术方案的基础上,可选的,位姿调整单元,包括:
局域网搭建子单元,用于在建筑室内搭建无线局域网;
实时定位子单元,用于基于所述无线局域网,采用RSSI室内定位算法对所述UGV进行实时定位。
在上述技术方案的基础上,可选的,指标计算模块24,包括:
预处理单元,用于对所述点云数据进行预处理,所述预处理包括去噪、点云分割、抽稀及点云分类;
指标计算单元,用于基于预处理后的所述点云数据,采用虚拟靠尺算法及虚拟角尺算法计算所述实测实量指标。
在上述技术方案的基础上,可选的,该建筑的智能实测实量装置,还包括:
报告生成模块,用于在所述根据已配准的所述点云数据计算建筑的实测实量指标之后,将所述实测实量指标在所述BIM模型中进行指标匹配,并计算指标误差,以生成几何质量检测分析报告。
在上述技术方案的基础上,可选的,该建筑的智能实测实量装置,还包括:
指标同步模块,用于将所述实测实量指标同步至云端;和/或,
报告上传模块,用于将所述几何质量检测分析报告导出并上传终端。
本发明实施例所提供的建筑的智能实测实量装置可执行本发明任意实施例所提供的建筑的智能实测实量方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,在上述建筑的智能实测实量装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例三
图3为本发明实施例三提供的UGV的结构示意图,示出了适于用来实现本发明实施方式的示例性UGV的框图。图3显示的UGV仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。如图3所示,该UGV包括处理器31、存储器32、输入装置33及输出装置34;UGV中处理器31的数量可以是一个或多个,图3中以一个处理器31为例,UGV中的处理器31、存储器32、输入装置33及输出装置34可以通过总线或其他方式连接,图3中以通过总线连接为例。
存储器32作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的建筑的智能实测实量方法对应的程序指令/模块(例如,建筑的智能实测实量装置中的栅格地图建立模块21、路径规划模块22、点云数据采集模块23及指标计算模块24)。处理器31通过运行存储在存储器32中的软件程序、指令以及模块,从而执行UGV的各种功能应用以及数据处理,即实现上述的建筑的智能实测实量方法。
存储器32可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据UGV的使用所创建的数据等。此外,存储器32可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器32可进一步包括相对于处理器31远程设置的存储器,这些远程存储器可以通过网络连接至UGV。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置33可用于获取建筑的BIM模型,以及产生与UGV的用户设置和功能控制有关的键信号输入等。输出装置34可用于将实测实量指标同步至云端等等。
实施例四
本发明实施例四还提供一种包含计算机可执行指令的存储介质,该计算机可执行指令在由计算机处理器执行时用于执行一种建筑的智能实测实量方法,该方法包括:
导入建筑的BIM模型,并基于所述BIM模型建立室内检测环境的栅格地图;
基于所述栅格地图对UGV进行路径规划,以生成全局最优路径;
采用三维激光扫描方法,基于所述全局最优路径采集所述室内检测环境的点云数据,并对所述点云数据进行配准;
根据已配准的所述点云数据计算建筑的实测实量指标。
存储介质可以是任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机***存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM、兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的计算机***中,或者可以位于不同的第二计算机***中,第二计算机***通过网络(诸如因特网)连接到计算机***。第二计算机***可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机***中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的建筑的智能实测实量方法中的相关操作。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,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,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种建筑的智能实测实量方法,其特征在于,包括:
导入建筑的BIM模型,并基于所述BIM模型建立室内检测环境的栅格地图;
基于所述栅格地图对UGV进行路径规划,以生成全局最优路径;
采用三维激光扫描方法,基于所述全局最优路径采集所述室内检测环境的点云数据,并对所述点云数据进行配准;
根据已配准的所述点云数据计算建筑的实测实量指标。
2.根据权利要求1所述的建筑的智能实测实量方法,其特征在于,所述导入建筑的BIM模型,并基于所述BIM模型建立室内检测环境的栅格地图,包括:
基于语义分割从所述BIM模型中提取实体类型标识和边界信息,以得到语义BIM模型,并生成所述语义BIM模型对应的栅格平面;
基于所述语义BIM模型进行所述室内检测环境的三维空间语义识别,并结合所述栅格平面生成所述栅格地图。
3.根据权利要求1所述的建筑的智能实测实量方法,其特征在于,所述基于所述全局最优路径采集所述室内检测环境的点云数据,包括:
对所述UGV进行实时定位,并实时对所述UGV的实际位姿与基于所述全局最优路径的参考位姿之间的误差进行调整。
4.根据权利要求3所述的建筑的智能实测实量方法,其特征在于,所述对所述UGV进行实时定位,包括:
在建筑室内搭建无线局域网;
基于所述无线局域网,采用RSSI室内定位算法对所述UGV进行实时定位。
5.根据权利要求1所述的建筑的智能实测实量方法,其特征在于,所述根据已配准的所述点云数据计算建筑的实测实量指标,包括:
对所述点云数据进行预处理,所述预处理包括去噪、点云分割、抽稀及点云分类;
基于预处理后的所述点云数据,采用虚拟靠尺算法及虚拟角尺算法计算所述实测实量指标。
6.根据权利要求1所述的建筑的智能实测实量方法,其特征在于,在所述根据已配准的所述点云数据计算建筑的实测实量指标之后,还包括:
将所述实测实量指标在所述BIM模型中进行指标匹配,并计算指标误差,以生成几何质量检测分析报告。
7.根据权利要求6所述的建筑的智能实测实量方法,其特征在于,所述方法还包括:
将所述实测实量指标同步至云端;和/或,
将所述几何质量检测分析报告导出并上传终端。
8.一种建筑的智能实测实量装置,其特征在于,包括:
栅格地图建立模块,用于导入建筑的BIM模型,并基于所述BIM模型建立室内检测环境的栅格地图;
路径规划模块,用于基于所述栅格地图对UGV进行路径规划,以生成全局最优路径;
点云数据采集模块,用于采用三维激光扫描方法,基于所述全局最优路径采集所述室内检测环境的点云数据,并对所述点云数据进行配准;
指标计算模块,根据已配准的所述点云数据计算建筑的实测实量指标。
9.一种UGV,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的建筑的智能实测实量方法。
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,该程序被处理器执行时实现如权利要求1-7中任一所述的建筑的智能实测实量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210586530.3A CN115017578A (zh) | 2022-05-26 | 2022-05-26 | 一种建筑的智能实测实量方法、装置、ugv及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210586530.3A CN115017578A (zh) | 2022-05-26 | 2022-05-26 | 一种建筑的智能实测实量方法、装置、ugv及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115017578A true CN115017578A (zh) | 2022-09-06 |
Family
ID=83070752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210586530.3A Pending CN115017578A (zh) | 2022-05-26 | 2022-05-26 | 一种建筑的智能实测实量方法、装置、ugv及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115017578A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115657671A (zh) * | 2022-10-18 | 2023-01-31 | 广东博智林机器人有限公司 | 基于建筑模型的施工面标记装置、方法及存储介质 |
CN115829524A (zh) * | 2023-02-15 | 2023-03-21 | 山东铁路投资控股集团有限公司 | 隐蔽工程的远程审核方法、装置、设备及可读存储介质 |
CN117236079A (zh) * | 2023-11-14 | 2023-12-15 | 元宇智数(深圳)科技有限公司 | 基于激光扫描的工程图纸标注方法、装置、***及介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108640040A (zh) * | 2018-03-28 | 2018-10-12 | 华南农业大学 | 一种智能叉车的位姿调整路径规划方法 |
CN109558622A (zh) * | 2018-09-19 | 2019-04-02 | 中建科技有限公司深圳分公司 | 一种基于点云扫描的施工管理方法及装置 |
CN110595446A (zh) * | 2019-08-19 | 2019-12-20 | 广东领盛装配式建筑科技有限公司 | 一种基于虚拟靠尺的建筑实测实量方法及装置 |
CN111080786A (zh) * | 2019-12-19 | 2020-04-28 | 盈嘉互联(北京)科技有限公司 | 基于bim的室内地图模型构建方法及装置 |
CN111522339A (zh) * | 2020-04-20 | 2020-08-11 | 北京农业信息技术研究中心 | 畜禽舍巡检机器人自动路径规划与定位方法及装置 |
CN112014857A (zh) * | 2020-08-31 | 2020-12-01 | 上海宇航***工程研究所 | 用于智能巡检的三维激光雷达定位导航方法及巡检机器人 |
CN112304318A (zh) * | 2020-11-10 | 2021-02-02 | 河北工业大学 | 一种虚实耦合约束环境下的机器人自主导航方法 |
CN113108774A (zh) * | 2021-05-21 | 2021-07-13 | 深圳市人工智能与机器人研究院 | 水下机器人及水下机器人导航定位方法 |
CN113238554A (zh) * | 2021-05-08 | 2021-08-10 | 武汉科技大学 | 一种基于激光与视觉融合slam技术的室内导航方法及*** |
CN113252015A (zh) * | 2021-05-10 | 2021-08-13 | 中建三局集团华南有限公司 | 一种基于点云、ai处理的实测实量机器人装置 |
WO2021223465A1 (zh) * | 2020-05-06 | 2021-11-11 | 北京嘀嘀无限科技发展有限公司 | 一种高精度地图构建方法及*** |
CN216229411U (zh) * | 2021-09-28 | 2022-04-08 | 沈哲明 | 一种基于智慧建筑的智能测量机器人 |
-
2022
- 2022-05-26 CN CN202210586530.3A patent/CN115017578A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108640040A (zh) * | 2018-03-28 | 2018-10-12 | 华南农业大学 | 一种智能叉车的位姿调整路径规划方法 |
CN109558622A (zh) * | 2018-09-19 | 2019-04-02 | 中建科技有限公司深圳分公司 | 一种基于点云扫描的施工管理方法及装置 |
CN110595446A (zh) * | 2019-08-19 | 2019-12-20 | 广东领盛装配式建筑科技有限公司 | 一种基于虚拟靠尺的建筑实测实量方法及装置 |
CN111080786A (zh) * | 2019-12-19 | 2020-04-28 | 盈嘉互联(北京)科技有限公司 | 基于bim的室内地图模型构建方法及装置 |
CN111522339A (zh) * | 2020-04-20 | 2020-08-11 | 北京农业信息技术研究中心 | 畜禽舍巡检机器人自动路径规划与定位方法及装置 |
WO2021223465A1 (zh) * | 2020-05-06 | 2021-11-11 | 北京嘀嘀无限科技发展有限公司 | 一种高精度地图构建方法及*** |
CN112014857A (zh) * | 2020-08-31 | 2020-12-01 | 上海宇航***工程研究所 | 用于智能巡检的三维激光雷达定位导航方法及巡检机器人 |
CN112304318A (zh) * | 2020-11-10 | 2021-02-02 | 河北工业大学 | 一种虚实耦合约束环境下的机器人自主导航方法 |
CN113238554A (zh) * | 2021-05-08 | 2021-08-10 | 武汉科技大学 | 一种基于激光与视觉融合slam技术的室内导航方法及*** |
CN113252015A (zh) * | 2021-05-10 | 2021-08-13 | 中建三局集团华南有限公司 | 一种基于点云、ai处理的实测实量机器人装置 |
CN113108774A (zh) * | 2021-05-21 | 2021-07-13 | 深圳市人工智能与机器人研究院 | 水下机器人及水下机器人导航定位方法 |
CN216229411U (zh) * | 2021-09-28 | 2022-04-08 | 沈哲明 | 一种基于智慧建筑的智能测量机器人 |
Non-Patent Citations (4)
Title |
---|
成刚: "《一本书读懂智能家居核心技术》", 31 January 2020, 北京:机械工业出版社, pages: 62 * |
沈昊: "未知建筑场景下机器人扫描规划与进度监测方法的研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 03, 15 March 2022 (2022-03-15), pages 038 - 2303 * |
赵正文: "《聚沙成塔 大学生创新创业训练计划优秀成果汇编》", 31 January 2021, 成都:四川大学出版, pages: 148 * |
钱海;马小军;包仁标;徐胜;: "基于三维激光扫描和BIM的构件缺陷检测技术", 《计算机测量与控制》, no. 02, 29 February 2016 (2016-02-29) * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115657671A (zh) * | 2022-10-18 | 2023-01-31 | 广东博智林机器人有限公司 | 基于建筑模型的施工面标记装置、方法及存储介质 |
CN115829524A (zh) * | 2023-02-15 | 2023-03-21 | 山东铁路投资控股集团有限公司 | 隐蔽工程的远程审核方法、装置、设备及可读存储介质 |
CN117236079A (zh) * | 2023-11-14 | 2023-12-15 | 元宇智数(深圳)科技有限公司 | 基于激光扫描的工程图纸标注方法、装置、***及介质 |
CN117236079B (zh) * | 2023-11-14 | 2024-03-15 | 元宇智数(深圳)科技有限公司 | 基于激光扫描的工程图纸标注方法、装置、***及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115017578A (zh) | 一种建筑的智能实测实量方法、装置、ugv及存储介质 | |
CN110340891B (zh) | 基于点云模板匹配技术的机械臂定位抓取***及方法 | |
CN110717983A (zh) | 一种基于背包式三维激光点云数据的建筑物立面三维重建方法 | |
CN110930495A (zh) | 基于多无人机协作的icp点云地图融合方法、***、装置及存储介质 | |
CN105716604A (zh) | 基于地磁序列的移动机器人室内定位方法及*** | |
CN110487286B (zh) | 基于点特征投影与激光点云融合的机器人位姿判断方法 | |
CN114964212B (zh) | 面向未知空间探索的多机协同融合定位与建图方法 | |
CN114564545A (zh) | 一种基于ais历史数据的船舶经验航线提取***及方法 | |
CN112446844B (zh) | 一种基于点云特征提取与配准融合方法 | |
CN115619780B (zh) | 一种激光扫描图像质量评估方法及*** | |
CN102981160B (zh) | 一种确定空中目标航迹的方法及装置 | |
CN113791400A (zh) | 一种基于激光雷达的楼梯参数自主检测方法 | |
CN115830234A (zh) | 一种输电线路建模用点云处理方法及处理*** | |
CN113160292A (zh) | 一种基于智能移动终端的激光雷达点云数据三维建模装置及方法 | |
CN111323026B (zh) | 一种基于高精度点云地图的地面过滤方法 | |
CN114916059B (zh) | 基于区间随机对数阴影模型的WiFi指纹稀疏地图扩建方法 | |
CN110927765A (zh) | 激光雷达与卫星导航融合的目标在线定位方法 | |
CN114862908A (zh) | 一种基于深度相机的动态目标追踪方法与*** | |
CN115761265A (zh) | 一种用于提取激光雷达点云中变电站设备的方法及装置 | |
Wang et al. | A new method of 3d point cloud data processing in low-speed self-driving car | |
CN112365534B (zh) | 一种基于单目相机三维重建的大型煤堆体积测量方法 | |
CN115942231A (zh) | 一种基于rss的5g室外定位方法 | |
CN110763223B (zh) | 基于滑动窗口的室内三维立体栅格地图特征点提取方法 | |
CN113920180B (zh) | 一种基于正态分布变换假设校验的点云配准优化方法 | |
CN113593017B (zh) | 露天矿地表三维模型构建方法、装置、设备及存储介质 |
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 |