CN115979243A - 一种基于bim信息的移动机器人导航地图转化方法与*** - Google Patents
一种基于bim信息的移动机器人导航地图转化方法与*** Download PDFInfo
- Publication number
- CN115979243A CN115979243A CN202211578944.8A CN202211578944A CN115979243A CN 115979243 A CN115979243 A CN 115979243A CN 202211578944 A CN202211578944 A CN 202211578944A CN 115979243 A CN115979243 A CN 115979243A
- Authority
- CN
- China
- Prior art keywords
- information
- map
- component
- bim
- new
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于BIM信息的移动机器人导航地图转化方法与***,方法包括:将BIM文件转换为IFC格式,读取IFC文件,根据楼层不同将建筑信息进行分类;识别各个构件的类型,并对其中的构件进行筛选;对构件进行投影,使其转化为二维图源中的直线与曲线;提取二维图源中各构件的轮廓信息,将其直线边线与曲线边线保存到改进的新边表中;利用改进的扫描线算法进行机器人导航所需地图的绘制与填充。***包括:IFC识别、构件筛选、构件投影转换、边界信息提取、地图绘制模块。该方法与***能够解决在SLAM等自动建图技术受限时,难以获得建筑物实际地图的问题;且BIM技术在建筑行业内广泛应用,因此相较基于其他类型信息的导航地图转换方法有更高的泛用性。
Description
技术领域
本发明涉及机器人控制技术领域,尤其涉及基于BIM信息的移动机器人导航地图转化方法与***。
背景技术
随着传感器与嵌入式***的发展,目前移动机器人可以借助内置的传感、计算和驱动功能,通过编程在一些简单的工况下自主执行任务。实现机器人自主移动的第一步就是建立导航地图。现行的移动机器人主要利用基于激光雷达的SLAM技术进行构图。该方法需要在首次使用时,手动控制机器人遍历整个工作空间,用激光雷达扫描周围环境,结合滤波算法和图形学技术生成地图。这种方法耗时长,效率低。
BIM(Building information modeling)是一种创新的理念与方法,通过一个共同的数据标准IFC(Industry Foundation Classes),集成整合建筑工程项目的各种相关信息。BIM技术以三维数字技术为基础,为建筑物的全生命周期构建数字化、智能化的建筑信息模型,被广泛应用于建筑规划设计、施工建设和运营管理的各个阶段。由此可见,BIM中包含了关于建筑物的丰富而完整的信息,故可以满足移动机器人等执行复杂任务的机器人的导航与工作任务的种种要求;同时,目前由于BIM技术在建筑工程和施工(AEC,Architecture Engineering&Construction)行业中越来越广泛的使用,这也使得基于BIM信息进行移动机器人导航的技术具有很强的泛用性。
因此,基于BIM信息建立一个用于移动机器人执行复杂任务的三维地图是一个既保证地图信息的精确性又保证在不同场合下具有泛用性的有效方法。
发明内容
有鉴于此,本发明提供了一种用于移动机器人的基于BIM信息的导航地图的构建方法和***,以解决在SLAM等自动建图技术耗时长、效率低的问题。本发明采用如下技术方案:
本发明提供一种基于BIM信息的移动机器人导航地图转化方法,包括以下步骤:
S1,将BIM文件转换为IFC格式,读取IFC文件,根据楼层不同将建筑信息进行分类;
S2,针对各楼层的建筑信息,读取其中的IFC实体信息,识别各个构件的类型,并对构件进行筛选,得到导航关键构件;
S3,对导航关键构件进行投影,使其转化为二维图源中的直线与曲线;
S4,提取二维图源中导航关键构件的轮廓信息,将其直线边线与曲线边线信息保存到改进的新边表中;
S5,基于改进的新边表,利用改进的扫描线算法进行机器人导航所需地图的绘制与填充。
进一步,所述步骤S1具体为:通过BIM开发软件将各种类型的BIM文件转化为统一的IFC文件,而后对其中的建筑构件信息进行读取,并根据楼层信息将构建进行分类,得到各层楼的建筑信息。
进一步,所述步骤S2具体为:针对S1中分类得到的各层楼的建筑信息,读取其中的IFC实体信息,从而判定各个实体对应的实际建筑构件名称;根据判定结果,筛选导航关键构件,获得各导航关键构件的属性与参数信息。
进一步,所述导航关键构件包括门、窗、墙、柱、楼梯、楼板。
进一步,所述步骤S3具体为:基于S2中读取到的各导航关键构件的参数信息,将建筑物指定层数中的各导航关键构件投影变换为平面图,其中的组成各个构件的边线按照边界表示法的形式保存;所述边线包括直线与曲线。
进一步,所述步骤S4包括以下子步骤:
S41,提取S3中各平面构件的边线信息,并根据需要进行坐标变换与比例缩放,其中坐标变换的公式为:
式中,(x,y)为原坐标系下某点的坐标,(x′,y′)为新坐标系下该点的坐标,θ为新坐标系相对于原坐标系旋转的角度,a、b为新坐标系相对原坐标系移动的距离;
缩放变换的公式为:
式中,xnew为放缩后地图中目标点的横坐标,x0为放缩前该点的原横坐标,rset为预设的新地图分辨率,Wset为预设的新地图宽度,W0为原地图宽度,ynew为放缩后地图中目标点的纵坐标,y0为放缩前该点的原纵坐标,rset为预设的新地图分辨率,Hset为预设的新地图高度,H0为原地图高度;
S42,根据扫描线算法将各平面构件的边线信息按照边界表示法的形式存放到对应扫描线的改进的新边表中;所述改进的新边表中每个元素都以字符串的格式保存,其中每一个字符串包含边线的全部形状与位置信息。
进一步,所述步骤S5包括以下子步骤:
(1)定义一系列相互平行的扫描线覆盖整个地图区域;
(2)对于每一条扫描线,查询新边表中是否有需***的新边,如有,将新边加入活性边表中,并计算活性边表中各边与扫描线的交点;其中,所述活性边表定义为:在扫描线算法中,把与当前扫描线相交的边称为活性边,把所述活性边按与扫描线交点x坐标递增的顺序存放在一个链表中,该链表即为活性边表;
(3)将所有交点按照x坐标递增的顺序排序;
(4)将各交点两两配对,其中每对交点代表扫描线与构件的相交区间;
(5)对相交区间填充颜色;
(6)更新活性边表,去除已到终点的边线;
(7)重复进行(2)-(6),直至遍历所有的扫描线完成整张地图的填充。
本发明还提供一种基于BIM信息的移动机器人导航地图转换***,包括:
IFC识别模块,实现对IFC文件的初步识别,读取其中的基本信息并根据楼层的区别,将IFC文件中的各部件进行初步的分类;
构件筛选模块,识别各个构件的类型,并对其中的导航关键构件进行筛选;
构件投影转换模块,对构件中的信息进行投影变换操作,使其转化为平面图上的二维信息;
边界信息提取模块,提取构件的边线信息,并对其进行坐标转换和放缩变换;
地图绘制模块,基于得到的边线信息,利用改进的扫描线算法,绘制出机器人导航地图图像。
本发明还提供一种计算机设备,包括处理器、存储器以及存储在该存储器中并在处理器上运行的计算机程序;
所述计算机程序被分割成一个或多个模块,所述一个或多个模块配置用于执行上述基于BIM信息的移动机器人导航地图转化方法。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有程序代码,其中,在所述程序代码由处理器运行时执行上述基于BIM信息的移动机器人导航地图转化方法。
本发明与现有技术相比存在的有益效果是:
本发明涉及机器人控制技术领域,提供了一种基于BIM信息的移动机器人导航地图转化方法与***。该方法包括:将BIM文件转换为IFC格式,读取IFC文件,根据楼层不同将建筑信息进行分类;识别各个构件的类型,并对其中的构件进行筛选;对构件进行投影,使其转化为二维图源中的直线与曲线;提取二维图像中各构件的轮廓信息,将其直线边线与曲线边线保存到改进的新编表中;利用改进的扫描线算法进行机器人导航所需地图的绘制与填充。本发明的基于BIM信息的移动机器人导航地图转化方法解决了在SLAM等自动建图技术耗时长、效率低等问题。同时,由于BIM技术在建筑行业内广泛应用,因此本方法相较基于其他类型信息的导航地图转换方法有更高的泛用性。同时,本发明提供了一种改进的扫描线算法,相较与传统扫描线算法只能填充直线图形,本改进算法可以对含有圆弧、椭圆、贝塞尔曲线等曲线的复杂平面图形进行填充,从而提升了地图的精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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它的附图。
图1是本发明提供的一种基于BIM信息的移动机器人导航地图转化方法的流程图;
图2是本发明提供的一种利用改进的扫描线算法实现几何图形绘制的流程图;
图3是本发明提供的一种利用改进的扫描线算法实现几何图形绘制的示意图;
图4是本发明提供的一种基于BIM信息的移动机器人导航地图转换***的框图;
图5是本发明提供的一种计算机设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
下面将结合附图详细说明根据本发明实例的基于BIM信息的移动机器人导航地图转化方法。
建筑信息模型(Building Information Modeling,BIM)是一个建筑生命周期数据库,其中存储了从规划到设计、施工、运营和维护的诸多信息。随着建筑信息模型(BIM)范式在建筑工程和施工(AEC)行业中的广泛接受,建筑项目创建和维护包含丰富的建筑物生命周期信息的BIM模型。
IFC文件是一种开放的、非专有的文件格式,遵循国际标准ISO 16739,可用于在设计、施工、运行和维护阶段,在所有图形和不同软件开发的各种应用程序之间交换和共享数据房屋,而无需它们支持本机(专有)文件。BIM通过一个共同的数据标准IFC,集成整合建筑工程项目的各种相关信息。
本发明提供的一种于BIM信息的移动机器人工作用三维地图建模方法,如图1所示,该方法包括:
S1,将BIM文件转换为IFC格式,读取IFC文件,根据楼层不同将建筑信息进行分类。具体为,通过BIM开发软件将各种类型的BIM文件转化为统一的IFC文件,而后通过解析程序读取IFC文件,对其中的建筑物构件进行解析并按照楼层分类。
首先,通过BIM开发软件将各种类型的BIM文件转化为统一的IFC文件。BIM通过一个共同的数据标准IFC,集成整合建筑工程项目的各种相关信息。因此,绝大多数BIM创作工具都经过IFC认证,具有将其各自的BIM实例模型导出为IFC格式的内置功能。
而后通过解析程序读取IFC文件,并对其中的建筑物构件进行解析。由于每层的构件都包含于其所在的楼层类中,并以局部坐标表示。因此需要提取IFC文件中的楼层关键词,并据此将该楼层所属的构件分为一类,从而实现不同楼层中构件信息的区分,以便快速得到各楼层中的建筑信息。
S2,识别各个构件的类型,并对其中的构件进行筛选。
针对S1中分类得到的各层信息,读取其中的IFC实体信息,从而判定各个实体对应的实际建筑构件名称与其形状与位置信息。
之后根据判定结果,提取构件中的导航关键构件,或过滤掉其中的不必要构件。
示例性的,从IFC文件中提取门、窗、墙、柱、楼梯、楼板等导航关键构件。
S3,对构件进行投影,使其转化为二维图源中的直线与曲线。
基于S2步骤中读取到的各构件的参数信息,对建筑物指定层数中的各构件向俯视平面的投影变换。对于其中的组成各个构件的边线(包括直线与曲线),在进行简单的投影变换后,依旧按照边界表示法的形式保存。
示例性的,如一条三维直线按照边界表示法标准表示为‘1 1 0 3 0 1 0’,则其投影到xy平面后得到的二维直线按照边界表示法标准表示为‘1 1 0 0 1’;一个三维圆形表示为‘2 1 2 3 0 0 1 1 0 0 0 1 0 4’,则其投影到xy平面后得到的二维圆形按照边界表示法标准表示为‘2 1 2 0 1 1 0 4’。
S4,提取二维图源中各构件的轮廓信息,将其直线边线与曲线边线保存到改进的新边表中。其中包括:提取S3中各平面构件的边线信息,并根据需要进行坐标变换与缩放。根据扫描线算法的原理,将各构件的边线信息按照边界表示法存放到对应扫描线的改进新边表中。
S41,提取S3中各平面构件的边线信息,并根据需要进行坐标变换与比例缩放。
其中,坐标变换的公式为
式中,(x,y)为原坐标系下某点的坐标,(x′,y′)为新坐标系下该点的坐标,θ为新坐标系相对于原坐标系旋转的角度,a、b为新坐标系相对原坐标系移动的距离。
其中,缩放变换的公式为
式中,xnew为放缩后地图中目标点的横坐标,x0为放缩前该点的原横坐标,rset为预设的新地图分辨率,Wset为预设的新地图宽度,W0为原地图宽度,ynew为放缩后地图中目标点的纵坐标,y0为放缩前该点的原纵坐标,rset为预设的新地图分辨率,Hset为预设的新地图高度,H0为原地图高度;
S42,根据扫描线算法的原理,将各构件的边线信息按照边界表示法存放到对应扫描线的改进新边表中。
其中,新边表定义如下:每一条扫描线对应一个新边表,其中存放在该扫描线第一次出现的边。
常规的新边表仅可保存图形的直线边界(通过记录起始终止坐标与斜率实现),无法实现曲线边界的保存。
本实施例提出了一种改进的扫描线算法,其中使用了改进的新边表,其新边表中每个元素都以字符串的格式保存,其中每一个字符串都包含了该边界线的全部形状与位置信息。在本实施例中,利用字符串保存边界线信息时参照了边界表示法中线条的表示形式进行保存,其格式中的换行符号用字符串‘n’代替,从而边界线的信息转换为字符串的形式。
示例性的,新边表中直线表示为‘1 1 2 1 0’,新边表中的圆周表示为‘2 1 2 1 00 1 3’,新边表中的贝塞尔曲线表示为‘6 1 2 0 1 4 1-2 5 2 3 6’。保存了这三条边的新边表可表示为一个字符串的集合,即[‘1 1 2 1 0’,‘2 1 2 1 0 0 1 3’,‘6 1 2 0 1 4 1-2 5 2 3 6’]。
S5,利用改进的扫描线算法进行机器人导航所需地图的绘制与填充。
其中,如图2所示,改进的扫描线算法具体步骤如下:
(1)定义一系列相互平行的扫描线覆盖整个地图区域;
(2)对于每一条扫描线,查询新边表(在S4步骤中建立)中是否有需***的新边,如有,将新边的端点加入活性边表中,并计算活性边表中各边与扫描线的交点;
(3)将所有交点按照x坐标递增的顺序排序;
(4)将各交点两两配对,其中每对交点代表扫描线与构件的相交区间;
(5)对相交区间填充颜色;
(6)更新活性边表,去除已到终点的边线;
(7)重复进行(2)-(6),直至遍历所有的扫描线完成整张地图的填充。
其中,活性边表定义为:在扫描线算法中,把与当前扫描线相交的边称为活性边,把它们按与扫描线交点x坐标递增的顺序存放在一个链表中,该链表即为活性边表。
图3为改进的扫描线算法填充图形的示意图。其中,待填充的图形为扇形ABC与长方形DEFG。扫描线从整张地图的下方开始扫描。当扫描线达到图3(a)中的li位置时。此时的活性边为AC、BC、EF、FG,对应活性边表中的顶点为Pi1、Pi2、Pi3、Pi4。按照从左到右的顺序对这四个顶点排序,并两两配对,即可对Pi1Pi2、Pi3Pi4这两条线段之间的区域进行填充。图3(c)为扫描线运动到lj位置时的情况,此时的活性边为AC、BC、DE、FG,对应活性边表中的顶点为Pj1、Pj2、Pj3、Pj4。按照同样的规则填充,如图3(d)所示。为使图片表示清晰,故仅表示扫描线当前正在填充的线,已填充的线不予表示(即在3(a)与3(b)中,li下方的部分都已填充;即在3(c)与3(d)中,lj下方的部分都已填充)。
基于同一构思,本发明实施例还提供一种基于BIM信息的移动机器人导航地图转换***,下述为本发明地图转换***实施例,可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节,请参照本发明方法实施例。
图4是本发明提供的一种基于BIM信息的移动机器人导航地图转换***的框图。如图4所示,该地图转换***包括:
IFC识别模块,实现对IFC文件的初步识别,读取其中的基本信息并根据楼层的区别,将IFC文件中的各部件进行初步的分类;
构件筛选模块,识别各个构件的类型,并对其中的导航关键构件进行筛选;
构件投影转换模块,对构件中的信息进行投影变换操作,使其转化为平面图上的二维信息;
边界信息提取模块,提取构件的边线信息,并对其进行坐标转换和放缩变换;
地图绘制模块,基于得到的边线信息,利用改进的扫描线算法,绘制出机器人导航地图图像。
图5是本发明提供的计算机设备5的示意图。如图5所示,该实施例的计算机设备5包括:处理器501、存储器502以及存储在该存储器502中并且可以在处理器501上运行的计算机程序503。处理器501执行计算机程序503时实现上述各个方法实施例中的步骤。或者,处理器501执行计算机程序503时实现上述各装置实施例中各模块/单元的功能。
示例性地,计算机程序503可以被分割成一个或多个模块/单元,一个或多个模块/单元被存储在存储器502中,并由处理器501执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序503在计算机设备5中的执行过程。
计算机设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算机设备。计算机设备5可以包括但不仅限于处理器501和存储器502。本领域技术人员可以理解,图5仅仅是计算机设备5的示例,并不构成对计算机设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如,计算机设备还可以包括输入输出设备、网络接入设备、总线等。
处理器501可以是中央处理单元(Central Processing Unit,CPU),也可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器502可以是计算机设备5的内部存储单元,例如,计算机设备5的硬盘或内存。存储器502也可以是计算机设备5的外部存储设备,例如,计算机设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器502还可以既包括计算机设备5的内部存储单元也包括外部存储设备。存储器502用于存储计算机程序以及计算机设备所需的其它程序和数据。存储器502还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/计算机设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/计算机设备实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可以存储在计算机可读存储介质中,该计算机程序在被处理器执行时,可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如,在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
Claims (10)
1.一种基于BIM信息的移动机器人导航地图转化方法,其特征在于,包括以下步骤:
S1,将BIM文件转换为IFC格式,读取IFC文件,根据楼层不同将建筑信息进行分类;
S2,针对各楼层的建筑信息,读取其中的IFC实体信息,识别各个构件的类型,并对构件进行筛选,得到导航关键构件;
S3,对导航关键构件进行投影,使其转化为二维图源中的直线与曲线;
S4,提取二维图源中导航关键构件的轮廓信息,将其直线边线与曲线边线信息保存到改进的新边表中;
S5,基于改进的新边表,利用改进的扫描线算法进行机器人导航所需地图的绘制与填充。
2.根据权利要求1所述的基于BIM信息的移动机器人导航地图转化方法,其特征在于,所述步骤S1具体为:通过BIM开发软件将各种类型的BIM文件转化为统一的IFC文件,而后通过解析程序读取IFC文件,对其中的建筑物构件进行解析并按照楼层分类。
3.根据权利要求2所述的基于BIM信息的移动机器人导航地图转化方法,其特征在于,所述步骤S2具体为:针对S1中分类得到的各层楼的建筑信息,判定各个实体对应的实际建筑构件名称;根据判定结果,筛选导航关键构件,获得各导航关键构件的属性与参数信息。
4.根据权利要求3所述的基于BIM信息的移动机器人导航地图转化方法,其特征在于,所述导航关键构件包括门、窗、墙、柱、楼梯、楼板。
5.根据权利要求3或4所述的基于BIM信息的移动机器人导航地图转化方法,其特征在于,所述步骤S3具体为:基于S2中读取到的各导航关键构件的参数信息,将建筑物指定层数中的各导航关键构件投影变换为平面图,其中的组成各个构件的边线按照边界表示法的标准保存;所述边线包括直线与曲线。
6.根据权利要求5所述的基于BIM信息的移动机器人导航地图转化方法,其特征在于,所述步骤S4包括以下子步骤:
S41,提取S3中各平面构件的边线信息,并根据需要进行坐标变换与比例缩放,其中坐标变换的公式为:
式中,(x,y)为原坐标系下某点的坐标,(x′,y′)为新坐标系下该点的坐标,θ为新坐标系相对于原坐标系旋转的角度,a、b为新坐标系相对原坐标系移动的距离;
缩放变换的公式为:
式中,xnew为放缩后地图中目标点的横坐标,x0为放缩前该点的原横坐标,rset为预设的新地图分辨率,Wset为预设的新地图宽度,W0为原地图宽度,ynew为放缩后地图中目标点的纵坐标,y0为放缩前该点的原纵坐标,rset为预设的新地图分辨率,Hset为预设的新地图高度,H0为原地图高度;
S42,根据扫描线算法将各平面构件的边线信息按照边界表示法的形式存放到对应扫描线的改进的新边表中;所述改进的新边表中每个元素都以字符串的格式保存,其中每一个字符串包含边线的全部形状与位置信息。
7.根据权利要求6所述的基于BIM信息的移动机器人导航地图转化方法,其特征在于,所述步骤S5包括以下子步骤:
(1)定义一系列相互平行的扫描线覆盖整个地图区域;
(2)对于每一条扫描线,查询新边表中是否有需***的新边,如有,将新边加入活性边表中,并计算活性边表中各边与扫描线的交点;其中,所述活性边表定义为:在扫描线算法中,把与当前扫描线相交的边称为活性边,把所述活性边按与扫描线交点x坐标递增的顺序存放在一个链表中,该链表即为活性边表;
(3)将所有交点按照x坐标递增的顺序排序;
(4)将各交点两两配对,其中每对交点代表扫描线与构件的相交区间;
(5)对相交区间填充颜色;
(6)更新活性边表,去除已到终点的边线;
(7)重复进行(2)-(6),直至遍历所有的扫描线完成整张地图的填充。
8.一种基于BIM信息的移动机器人导航地图转换***,其特征在于,包括:
IFC识别模块,实现对IFC文件的初步识别,读取其中的基本信息并根据楼层的区别,将IFC文件中的各部件进行初步的分类;
构件筛选模块,识别各个构件的类型,并对其中的导航关键构件进行筛选;
构件投影转换模块,对构件中的信息进行投影变换操作,使其转化为平面图上的二维信息;
边界信息提取模块,提取构件的边线信息,并对其进行坐标转换和放缩变换;
地图绘制模块,基于得到的边线信息,利用改进的扫描线算法,绘制出机器人导航地图图像。
9.一种计算机设备,其特征在于,包括处理器、存储器以及存储在该存储器中并在处理器上运行的计算机程序;
所述计算机程序被分割成一个或多个模块,所述一个或多个模块配置用于执行权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序代码,其中,在所述程序代码由处理器运行时执行权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211578944.8A CN115979243A (zh) | 2022-12-05 | 2022-12-05 | 一种基于bim信息的移动机器人导航地图转化方法与*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211578944.8A CN115979243A (zh) | 2022-12-05 | 2022-12-05 | 一种基于bim信息的移动机器人导航地图转化方法与*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115979243A true CN115979243A (zh) | 2023-04-18 |
Family
ID=85967225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211578944.8A Pending CN115979243A (zh) | 2022-12-05 | 2022-12-05 | 一种基于bim信息的移动机器人导航地图转化方法与*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115979243A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117213469A (zh) * | 2023-11-07 | 2023-12-12 | 中建三局信息科技有限公司 | 地铁站厅的同步定位与建图方法、***、设备及存储介质 |
-
2022
- 2022-12-05 CN CN202211578944.8A patent/CN115979243A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117213469A (zh) * | 2023-11-07 | 2023-12-12 | 中建三局信息科技有限公司 | 地铁站厅的同步定位与建图方法、***、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lu et al. | Image-based technologies for constructing as-is building information models for existing buildings | |
CN109993827B (zh) | 一种将建筑图纸转换为三维bim模型的立面图识别方法 | |
Cheng et al. | BIM applied in historical building documentation and refurbishing | |
Tang et al. | Automatic reconstruction of as-built building information models from laser-scanned point clouds: A review of related techniques | |
Bignone et al. | Automatic extraction of generic house roofs from high resolution aerial imagery | |
CN102568038B (zh) | 将二维工程图上的尺寸转移到三维cad模型上的方法 | |
Qin et al. | Automated reconstruction of parametric bim for bridge based on terrestrial laser scanning data | |
Grün | Semi-automated approaches to site recording and modeling | |
CN109522381B (zh) | 基于3dgis+bim的建筑物隐蔽设施安全检测方法 | |
CN111986326B (zh) | 路面三维模型的构造方法、装置、计算机设备及存储介质 | |
Cotella | From 3D point clouds to HBIM: application of artificial intelligence in cultural heritage | |
Yang et al. | Complementarity of historic building information modelling and geographic information systems | |
Liu | An adaptive process of reverse engineering from point clouds to CAD models | |
CN115979243A (zh) | 一种基于bim信息的移动机器人导航地图转化方法与*** | |
Chuang et al. | Change component identification of BIM models for facility management based on time-variant BIMs or point clouds | |
Jiang et al. | Scan4Façade: Automated as-is façade modeling of historic high-rise buildings using drones and AI | |
Martens et al. | VOX2BIM+-A Fast and Robust Approach for Automated Indoor Point Cloud Segmentation and Building Model Generation | |
CN111915720B (zh) | 一种建筑物Mesh模型到CityGML模型的自动转换方法 | |
Meidow et al. | Obtaining as-built models of manufacturing plants from point clouds | |
Hao et al. | Automatic building extraction from terrestrial laser scanning data | |
Bernardo et al. | Monumental arc 3d model reconstruction through BIM technology | |
CN116721230A (zh) | 一种三维实景模型的构建方法、装置、设备及存储介质 | |
Shoaib Khan et al. | Methodology for voxel-based earthwork modeling | |
CN116051771A (zh) | 一种基于无人机倾斜摄影模型的光伏bim屋顶自动建模方法 | |
KR102353827B1 (ko) | 규칙 기반의 Scan-to-BIM 매핑 파이프라인 구조 설계 장치 및 방법 |
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 |