CN116263962A - 一种数字地图与三维模型的对齐方法、装置以及服务器 - Google Patents
一种数字地图与三维模型的对齐方法、装置以及服务器 Download PDFInfo
- Publication number
- CN116263962A CN116263962A CN202111517634.0A CN202111517634A CN116263962A CN 116263962 A CN116263962 A CN 116263962A CN 202111517634 A CN202111517634 A CN 202111517634A CN 116263962 A CN116263962 A CN 116263962A
- Authority
- CN
- China
- Prior art keywords
- digital map
- dimensional model
- aligning
- dimensional
- processed
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000004590 computer program Methods 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- 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
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请适用于图像处理技术领域，提供了一种数字地图与三维模型的对齐方法、装置以及服务器，该方法包括：获取数字地图；获取与数字地图对应的三维模型；根据预设的目标控制点，将数字地图与三维模型进行对齐。可见，本申请可以根据预设的目标控制点将数字地图与三维模型进行对齐，从而满足用户同屏观看数字地图和三维模型的需求。
Description
技术领域
本申请属于图像处理技术领域，尤其涉及一种数字地图与三维模型的对齐方法、装置以及服务器。
背景技术
三维重建是指对三维物体建立适合计算机表示和处理的数学模型，是在计算机环境下对其进行处理、操作和分析其性质的基础，也是在计算机中建立表达客观世界的虚拟现实的关键技术。现有技术中，利用计算机视觉的方法从二维图像中获取三维深度信息，根据三维深度信息重构出三维模型。但是，无法满足用户同屏查看数字地图和三维模型的需求。
发明内容
本申请实施例提供了一种数字地图与三维模型的对齐方法、装置以及服务器，可以解决现有技术中无法满足用户同屏查看数字地图和三维模型的需求的技术问题。
第一方面，本申请实施例提供了一种数字地图与三维模型的对齐方法，包括：
获取数字地图；
获取与所述数字地图对应的三维模型；
根据预设的目标控制点，将所述数字地图与所述三维模型进行对齐。
在第一方面的一种可能的实现方式中，获取与所述数字地图对应的三维模型，包括：
确定与所述数字地图对应的目标场景；
获取目标场景对应的待处理全景图像数据和激光数据；其中，所述待处理全景图像数据和激光数据分别为激光相机与球幕相机同视拍摄所述目标场景得到的数据；所述激光相机与所述球幕相机相对位置固定；
根据所述待处理全景图像数据和所述激光数据重建出3D模型。
在第一方面的一种可能的实现方式中，根据所述待处理全景图像数据和所述激光数据重建出3D模型，包括：
对所述待处理全景图像数据和激光数据进行配准，以使得所述待处理全景图像数据中的像素点与所述激光数据的深度点一一对应；
根据所述待处理全景图像进行深度估计，生成初始点云；
根据所述激光数据优化所述初始点云，得到目标点云；
根据所述目标点云进行几何重建，得到3D模型。
在第一方面的一种可能的实现方式中，根据所述待处理全景图像进行深度估计，生成初始点云，包括：
提取所述待处理全景图像数据的特征点；
对所述特征点进行匹配跟踪，得到存在匹配关系的关键点；
根据所述关键点估计所述关键点的第一深度值；
根据所述第一深度值生成初始点云。
在第一方面的一种可能的实现方式中，根据所述激光数据优化所述初始点云，得到目标点云，包括：
基于所述待处理全景图像数据中的像素点与所述激光数据的深度点一一对应的关系，确定所述深度点对应的第二深度值；
其中，每个深度点对应一个第二深度值；
根据所述深度点对齐所述初始点云，得到目标点云。
在第一方面的一种可能的实现方式中，所述预设的目标控制点包括真实三维坐标以及与所述真实三维坐标对应的虚拟三维坐标；
根据预设的目标控制点，将所述数字地图与所述三维模型进行对齐，包括：
投影所述真实三维坐标至平面，得到二维坐标；
根据所述二维坐标和所述虚拟三维坐标确定出映射公式；
根据所述映射公式对齐所述数字地图的二维坐标点和所述三维模型的虚拟三维坐标。
在第一方面的一种可能的实现方式中，所述映射公式为：
第二方面，本申请实施例提供了一种数字地图与三维模型的对齐装置，包括：
第一获取模块，用于获取数字地图；
第二获取模块，用于获取与所述数字地图对应的三维模型；
对齐模块，用于根据预设的目标控制点，将所述数字地图与所述三维模型进行对齐。
在第二方面的一种可能实现的方式中，所述第二获取模块，包括：
第一确定子模块，用于确定与所述数字地图对应的目标场景；
第一获取子模块，用于获取目标场景对应的待处理全景图像数据和激光数据；其中，所述待处理全景图像数据和激光数据分别为激光相机与球幕相机同视拍摄所述目标场景得到的数据；所述激光相机与所述球幕相机相对位置固定；
重建子模块，用于根据所述待处理全景图像数据和所述激光数据重建出3D模型。
在第二方面的一种可能实现的方式中，所述重建子模块，包括：
配准单元，用于对所述待处理全景图像数据和激光数据进行配准，以使得所述待处理全景图像数据中的像素点与所述激光数据的深度点一一对应；
生成单元，用于根据所述待处理全景图像进行深度估计，生成初始点云；
优化单元，用于根据所述激光数据优化所述初始点云，得到目标点云；
重建单元，用于根据所述目标点云进行几何重建，得到3D模型。
在第二方面的一种可能实现的方式中，所述生成单元，包括:
提取子单元，用于提取所述待处理全景图像数据的特征点；
匹配跟踪单元，用于对所述特征点进行匹配跟踪，得到存在匹配关系的关键点；
估计单元，用于根据所述关键点估计所述关键点的第一深度值；
生成单元，用于根据所述第一深度值生成初始点云。
在第二方面的一种可能实现的方式中，所述优化单元，包括：
确定子单元，用于基于所述待处理全景图像数据中的像素点与所述激光数据的深度点一一对应的关系，确定所述深度点对应的第二深度值；
其中，每个深度点对应一个第二深度值；
对齐子单元，用于根据所述深度点对齐所述初始点云，得到目标点云。
在第二方面的一种可能实现的方式中，所述预设的目标控制点包括真实三维坐标以及与所述真实三维坐标对应的虚拟三维坐标；
所述对齐模块，包括：
投影子模块，用于投影所述真实三维坐标至平面，得到二维坐标；
映射子模块，用于根据所述二维坐标和所述虚拟三维坐标确定出映射公式；
对齐子模块，用于根据所述映射公式对齐所述数字地图的二维坐标点和所述三维模型的虚拟三维坐标。
第三方面，本申请实施例提供了一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述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如上述任一项所述的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的方法。
本申请实施例与现有技术相比存在的有益效果是：
本申请实施例，通过获取数字地图；获取与数字地图对应的三维模型；根据预设的目标控制点，将数字地图与三维模型进行对齐，从而达到满足用户同屏观看数字地图和三维模型的需求。
附图说明
为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的数字地图与三维模型的对齐方法的流程示意图；
图2是本申请实施例提供数字地图与三维模型的对齐装置的结构框图；
图3是本申请实施例提供的服务器的结构示意图。
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，以便透彻理解本申请实施例。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申请。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申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
下面将通过具体实施例对本申请实施例提供的技术方案进行介绍。
参见图1，为本申请实施例提供的数字地图与三维模型的对齐方法的流程示意图，作为示例而非限定，该方法可以应用于服务器，该方法可以包括以下步骤：
步骤S101，获取数字地图。
其中，数字地图可以是百度地图，高德地图，谷歌地图等。
步骤S102，获取与数字地图对应的三维模型。
其中，三维模型的数据来源可以是用户根据深度相机拍摄得到的。
示例性地，深度相机可以是3D相机，3D相机包括激光相机和球幕相机，激光相机与球幕相机之间相对位置固定，激光相机包括相对位置固定的第一激光相机（即UpLidar激光相机）、第二激光相机（即MidLidar激光相机）以及第三激光相机（即DownLidar激光相机），示例性的，UpLidar激光相机、MidLidar激光相机、DownLidar激光相机在同一垂直线按上、中、下的顺序间隔排列。另外，3D相机在同一个点位按60度的旋转角度旋转6次最后得到一张360°的全景图像。
可选的，深度相机还可以是八目相机，即八目相机由上下两组，每组四个鱼眼镜头组成，四个镜头分别采集四组镜头图像拼接成一个360°全景图。
具体应用中，获取与数字地图对应的三维模型，包括：
步骤S201，确定与数字地图对应的目标场景。
需说明的是，这里需要人工来确定与数字地图对应的目标场景。目标场景可以是指所表征的场景信息与数字地图所表征的地理信息一致的场景。
步骤S202，获取目标场景对应的待处理全景图像数据和激光数据。
其中，待处理全景图像数据和激光数据分别为激光相机与球幕相机同视拍摄目标场景得到的数据；所述激光相机与所述球幕相机相对位置固定。
步骤S203，根据待处理全景图像数据和激光数据重建出3D模型。
具体应用中，根据待处理全景图像数据和激光数据重建出3D模型，包括：
步骤S301，对所述待处理全景图像数据和激光数据进行配准，以使得所述待处理全景图像数据中的像素点与所述激光数据的深度点一一对应。
步骤S302，根据待处理全景图像进行深度估计，生成初始点云。
具体应用中，根据待处理全景图像进行深度估计，生成初始点云，包括：
步骤S401，提取待处理全景图像数据的特征点。
其中，提取方式包括但是不限于Harris角点检测、FAST角点检测、SIFI提取算法以及SURF提取算法等。
步骤S402，对特征点进行匹配跟踪，得到存在匹配关系的关键点。
其中，存在匹配关系的关键点是指对应同一世界坐标系下的真实点的特征点。
步骤S403，根据关键点估计关键点的第一深度值。
具体应用中，采用视觉里程计模块对关键点进行对极几何约束，再采用SVD奇异值分解的方法对关键点进行三角化处理，得到关键点的第一深度值。
步骤S404，根据第一深度值生成初始点云。
具体应用中，根据下式得到点云的三维坐标：
其中，（u，v）为图像数据中每个关键点的像素坐标，d为图像数据中每个关键点的第一深度值，K为球幕相机的内参，（X，Y，Z）为点云的三维坐标。
步骤S303，根据激光数据优化初始点云，得到目标点云。
具体应用中，根据激光数据优化初始点云，得到目标点云，包括：
步骤S501，基于待处理全景图像数据中的像素点与激光数据的深度点一一对应的关系，确定深度点对应的第二深度值。
其中，每个深度点对应一个第二深度值。
可以理解的是，配准的目的是建立图像数据中像素点所在的坐标系与激光数据中深度点所在的坐标系之间的对应关系。其中，图像数据中像素点所在的坐标系做图像坐标系，激光数据中深度点所在的坐标系为极坐标系。
步骤S502，根据深度点对齐初始点云，得到目标点云。
优选的，对图像数据和激光数据进行配准，以使得图像数据中的像素点与激光数据的深度点一一对应。
可以理解的是，配准的目的是建立图像数据中像素点所在的坐标系与激光数据中深度点所在的坐标系之间的对应关系。其中，图像数据中像素点所在的坐标系做图像坐标系，激光数据中深度点所在的坐标系为极坐标系。
具体地，根据深度点对齐初始点云，得到目标点云，包括：
（1）基于图像数据中的像素点与激光数据的深度点一一对应的关系，确定深度点对应的第二深度值。其中，每个深度点对应一个第二深度值。
其中，深度点的第二深度值是直接由激光相机直接测得的。
（2）根据深度点对齐初始点云，得到目标点云。
具体应用中，采用激光里程计模块提取初始点云的曲率检测边和平面特征，根据曲率检测边和平面特征确定出畸变初始点云，去除畸变初始点云之后，基于ICP算法根据深度点的第二深度值对初始点云进行优化点云配准与优化运动估计。
实际应用中，点云在网页端展示，采用lod分层加载方式（采用8叉树），本申请的全景图基于点云的漫游过渡效果好，其原理是通过webgl的着色器实现的。
步骤S304，根据目标点云进行几何重建，得到3D模型。
根据预先训练的PointNet神经网络架构对目标点云进行语义识别，从而分割出每个物体对应的点云，得到3D模型。
步骤S103，根据预设的目标控制点，将数字地图与三维模型进行对齐。
其中，预设的目标控制点包括真实三维坐标以及与真实三维坐标对应的虚拟三维坐标，真实三维坐标是gis坐标，虚拟三维坐标是本地坐标。
具体应用中，根据预设的目标控制点，将数字地图与所述三维模型进行对齐，包括：
步骤S601，投影真实三维坐标至平面，得到二维坐标。
其中，二维坐标是指平面坐标。
步骤S602，根据二维坐标和虚拟三维坐标确定出映射公式。
其中，所述映射公式为：
步骤S603，根据映射公式对齐数字地图的二维坐标点和三维模型的虚拟三维坐标。
实际应用中，预设的目标控制点控制点一般是三个，每个预设的目标控制点是两组坐标，一组是gis坐标，一组是本地坐标。这是用来建设gis坐标到本地坐标的映射。
可以理解的是，申请实施例gis坐标系采用的是大地2000坐标系（也支持84坐标），通过纵轴墨卡托投影，将gis坐标转换成平面坐标，然后根据预设的目标控制点，计算出这个平面坐标与本地坐标的映射关系，这样就能将gis坐标转换成本地坐标。同样道理，本地坐标转换成平面坐标，再将平面坐标还原成大地2000坐标系，就能把本地坐标转换成gis坐标。这个转换，前端和服务端都得有。
本申请实施例，通过获取数字地图；获取与数字地图对应的三维模型；根据预设的目标控制点，将数字地图与三维模型进行对齐，从而达到满足用户同屏观看数字地图和三维模型的需求。
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，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的方法，图2示出了本申请实施例提供数字地图与三维模型的对齐装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图2，该装置包括：
第一获取模块21，用于获取数字地图；
第二获取模块22，用于获取与所述数字地图对应的三维模型；
对齐模块23，用于根据预设的目标控制点，将所述数字地图与所述三维模型进行对齐。
在一种可能实现的方式中，所述第二获取模块，包括：
第一确定子模块，用于确定与所述数字地图对应的目标场景；
第一获取子模块，用于获取目标场景对应的待处理全景图像数据和激光数据；其中，所述待处理全景图像数据和激光数据分别为激光相机与球幕相机同视拍摄所述目标场景得到的数据；所述激光相机与所述球幕相机相对位置固定；
重建子模块，用于根据所述待处理全景图像数据和所述激光数据重建出3D模型。
在一种可能实现的方式中，所述重建子模块，包括：
配准单元，用于对所述待处理全景图像数据和激光数据进行配准，以使得所述待处理全景图像数据中的像素点与所述激光数据的深度点一一对应；
生成单元，用于根据所述待处理全景图像进行深度估计，生成初始点云；
优化单元，用于根据所述激光数据优化所述初始点云，得到目标点云；
重建单元，用于根据所述目标点云进行几何重建，得到3D模型。
在一种可能实现的方式中，所述生成单元，包括:
提取子单元，用于提取所述待处理全景图像数据的特征点；
匹配跟踪单元，用于对所述特征点进行匹配跟踪，得到存在匹配关系的关键点；
估计单元，用于根据所述关键点估计所述关键点的第一深度值；
生成单元，用于根据所述第一深度值生成初始点云。
在一种可能实现的方式中，所述优化单元，包括：
确定子单元，用于基于所述待处理全景图像数据中的像素点与所述激光数据的深度点一一对应的关系，确定所述深度点对应的第二深度值；
其中，每个深度点对应一个第二深度值；
对齐子单元，用于根据所述深度点对齐所述初始点云，得到目标点云。
在一种可能实现的方式中，所述预设的目标控制点包括真实三维坐标以及与所述真实三维坐标对应的虚拟三维坐标；
所述对齐模块，包括：
投影子模块，用于投影所述真实三维坐标至平面，得到二维坐标；
映射子模块，用于根据所述二维坐标和所述虚拟三维坐标确定出映射公式；
对齐子模块，用于根据所述映射公式对齐所述数字地图的二维坐标点和所述三维模型的虚拟三维坐标。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
图3为本申请一实施例提供的服务器的结构示意图。如图3所示，该实施例的服务器3包括：至少一个处理器30、存储器31以及存储在所述存储器31中并可在所述至少一个处理器30上运行的计算机程序32，所述处理器30执行所述计算机程序32时实现上述任意各个方法实施例中的步骤。
所述服务器3可以是云端服务器等计算设备。该服务器可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是服务器3的举例，并不构成对服务器3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，例如还可以包括输入输出设备、网络接入设备等。
所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，该处理器30还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、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。
所述存储器31在一些实施例中可以是所述服务器3的内部存储单元，例如服务器3的硬盘或内存。所述存储器31在另一些实施例中也可以是所述服务器3的外部存储设备，例如所述服务器3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，所述存储器31还可以既包括所述服务器3的内部存储单元也包括外部存储设备。所述存储器31用于存储操作***、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器31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，即将所述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。
本申请实施例还提供了一种网络设备，该网络设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个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上述任意各个方法实施例中的步骤。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
所述集成的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取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，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，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述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。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到服务器的任何实体或装置、记录介质、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
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申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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，例如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。
所述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。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种数字地图与三维模型的对齐方法，其特征在于，包括：
获取数字地图；
获取与所述数字地图对应的三维模型；
根据预设的目标控制点，将所述数字地图与所述三维模型进行对齐。
2.如权利要求1所述的数字地图与三维模型的对齐方法，其特征在于，获取与所述数字地图对应的三维模型，包括：
确定与所述数字地图对应的目标场景；
获取目标场景对应的待处理全景图像数据和激光数据；其中，所述待处理全景图像数据和激光数据分别为激光相机与球幕相机同视拍摄所述目标场景得到的数据；所述激光相机与所述球幕相机相对位置固定；
根据所述待处理全景图像数据和所述激光数据重建出3D模型。
3.如权利要求2所述的数字地图与三维模型的对齐方法，其特征在于，根据所述待处理全景图像数据和所述激光数据重建出3D模型，包括：
对所述待处理全景图像数据和激光数据进行配准，以使得所述待处理全景图像数据中的像素点与所述激光数据的深度点一一对应；
根据所述待处理全景图像进行深度估计，生成初始点云；
根据所述激光数据优化所述初始点云，得到目标点云；
根据所述目标点云进行几何重建，得到3D模型。
4.如权利要求3所述的数字地图与三维模型的对齐方法，其特征在于，根据所述待处理全景图像进行深度估计，生成初始点云，包括：
提取所述待处理全景图像数据的特征点；
对所述特征点进行匹配跟踪，得到存在匹配关系的关键点；
根据所述关键点估计所述关键点的第一深度值；
根据所述第一深度值生成初始点云。
5.如权利要求3所述的数字地图与三维模型的对齐方法，其特征在于，根据所述激光数据优化所述初始点云，得到目标点云，包括：
基于所述待处理全景图像数据中的像素点与所述激光数据的深度点一一对应的关系，确定所述深度点对应的第二深度值；
其中，每个深度点对应一个第二深度值；
根据所述深度点对齐所述初始点云，得到目标点云。
6.如权利要求1至5任一项所述的数字地图与三维模型的对齐方法，其特征在于，所述预设的目标控制点包括真实三维坐标以及与所述真实三维坐标对应的虚拟三维坐标；
根据预设的目标控制点，将所述数字地图与所述三维模型进行对齐，包括：
投影所述真实三维坐标至平面，得到二维坐标；
根据所述二维坐标和所述虚拟三维坐标确定出映射公式；
根据所述映射公式对齐所述数字地图的二维坐标点和所述三维模型的虚拟三维坐标。
7.如权利要求6所述的数字地图与三维模型的对齐方法，其特征在于，所述映射公式为：
8.一种数字地图与三维模型的对齐装置，其特征在于，包括：
第一获取模块，用于获取数字地图；
第二获取模块，用于获取与所述数字地图对应的三维模型；
对齐模块，用于根据预设的目标控制点，将所述数字地图与所述三维模型进行对齐。
9.一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述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如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111517634.0A CN116263962A (zh) | 2021-12-13 | 2021-12-13 | 一种数字地图与三维模型的对齐方法、装置以及服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111517634.0A CN116263962A (zh) | 2021-12-13 | 2021-12-13 | 一种数字地图与三维模型的对齐方法、装置以及服务器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116263962A true CN116263962A (zh) | 2023-06-16 |
Family
ID=86723307
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111517634.0A Pending CN116263962A (zh) | 2021-12-13 | 2021-12-13 | 一种数字地图与三维模型的对齐方法、装置以及服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116263962A (zh) |
-
2021
- 2021-12-13 CN CN202111517634.0A patent/CN116263962A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111145238B (zh) | 单目内窥镜图像的三维重建方法、装置及终端设备 | |
| CN107223269B (zh) | 三维场景定位方法和装置 | |
| CN110427917B (zh) | 用于检测关键点的方法和装置 | |
| CN112767538B (zh) | 三维重建及相关交互、测量方法和相关装置、设备 | |
| CN111598993B (zh) | 基于多视角成像技术的三维数据重建方法、装置 | |
| Arth et al. | Real-time self-localization from panoramic images on mobile devices | |
| CN109242913A (zh) | 采集器相对参数的标定方法、装置、设备和介质 | |
| CN108230384B (zh) | 图像深度计算方法、装置、存储介质和电子设备 | |
| CN112927363B (zh) | 体素地图构建方法及装置、计算机可读介质和电子设备 | |
| CN112927362A (zh) | 地图重建方法及装置、计算机可读介质和电子设备 | |
| WO2021136386A1 (zh) | 数据处理方法、终端和服务器 | |
| CN111127524A (zh) | 一种轨迹跟踪与三维重建方法、***及装置 | |
| CN109754464B (zh) | 用于生成信息的方法和装置 | |
| CN113807451B (zh) | 全景图像特征点匹配模型的训练方法、装置以及服务器 | |
| CN113436338A (zh) | 火灾现场的三维重建方法、装置、服务器及可读存储介质 | |
| CN113902802A (zh) | 视觉定位方法及相关装置、电子设备和存储介质 | |
| CN114627244A (zh) | 三维重建方法及装置、电子设备、计算机可读介质 | |
| CN116310046A (zh) | 图像处理方法、装置、计算机及存储介质 | |
| CN112258647B (zh) | 地图重建方法及装置、计算机可读介质和电子设备 | |
| CN112051921B (zh) | Ar导航地图生成方法、装置、计算机设备和可读存储介质 | |
| CN113570725A (zh) | 基于聚类的三维表面重建方法、装置、服务器及存储介质 | |
| CN113379815A (zh) | 基于rgb相机与激光传感器的三维重建方法、装置及服务器 | |
| CN109816791B (zh) | 用于生成信息的方法和装置 | |
| US20230053952A1 (en) | Method and apparatus for evaluating motion state of traffic tool, device, and medium | |
| CN113570535B (zh) | 视觉定位方法及相关装置、设备 |
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 |