一种基于机器学习的沙盘制作方法技术

本发明专利技术涉及一种基于机器学习的沙盘制作方法，属于沙盘制作技术领域，解决了现有技术中沙盘制作周期长、展示缺乏真实性及无法进行实时调整的问题。包括以下步骤：构建激光全息投影预测模型及地貌信息预测模型，并进行训练；利用训练好的模型实时调整激光全息投影仪投影参数和地貌信息；激光全息投影仪根据上述投影参数数值进行沙盘投影成像；机械臂根据上述地貌信息进行沙盘地貌制作。本发明专利技术沙盘制作过程快捷高效，激光全息投影能够真实的展示模拟地貌的状态，机械臂快速的对地形进行堆砌和调整；利用机器学习训练好的模型可以实时求取最优的投影参数和地貌信息，对投影状态和地貌进行实时自动纠正和调整，制作的沙盘达到最佳的投影尺寸和效果。

A Sand Table Making Method Based on Machine Learning

【技术实现步骤摘要】
一种基于机器学习的沙盘制作方法
本专利技术涉及沙盘制作
，尤其涉及一种基于机器学习的沙盘制作方法。
技术介绍
军事沙盘一般包含两个主要的部分：一个是底部托盘，一个是山川河流的仿真品。关于山川河流的制作目前以两种材质为主，一种是塑胶仿真品，一种是沙子。以塑胶仿真品为主的沙盘，需要采取特殊定制的形式，首先对真实地貌进行3D图纸的绘制，接着对图纸进行3D打印或者注塑的形，将仿真品制作做出来，再将这些仿真品放在托盘上，用于向他人展示地貌。这种沙盘，一方面，准备周期较长，地貌的准备需要通过3D打印或者注塑的方式，需要对场景进行准备；在突发的状态下，没有时间进行地貌的准备，地貌无法及时调整，无法满足对真实场景的变化进行跟踪的情况。另一方面，展示区域受限，由于地貌都是3D打印或者注塑胶进行制作，对塑胶件的尺寸由一定的要求，并且对于超出常规的尺寸，在费用上也会相应的增加，同时使用后缺乏复用性，每个地貌都是唯一的，现有的地貌无法应用到其他的地区进行展示，造成浪费。以沙子为主的沙盘，首先在托盘上覆盖所需的沙子，然后根据已有的图纸对每个特征进行测量和标注(例如山脉，河流)，最后根据标注点对沙子进行堆砌或者挖坑，堆砌的部分表示山川，挖坑的部分表示河川。这种沙盘，一方面，准备和制作周期较长，需要对真实的地貌进行等比例的缩放，并且在沙盘中进行标注；同时，制作的整个过程都需要人工进行地貌的制作，例如沙子堆砌表示山脉，沙子挖坑表示湖泊。另一方面，在场景使用阶段，首先缺少准确性，同样的展示方式可以代表不同的地貌，容易让人引起误会，例如采用沙坑的形式可以同时表示湖泊和山坳地形，需要标注以作区分；其次缺少真实性，沙子的颜色单一，无法展示真实的场景；最后调整不方便，在使用中地貌的变更，需要人工对沙子进行调整，根据变化的复杂性和大小度的增加，难度增加，效率低下。
技术实现思路
鉴于上述的分析，本专利技术旨在提供一种基于机器学习的沙盘制作方法，用以解决现有沙盘制作周期长、展示缺乏真实性及无法进行实时调整的问题。本专利技术的目的主要是通过以下技术方案实现的：提供了一种基于机器学习的沙盘制作方法，其特征在于，包括以下步骤：构建激光全息投影预测模型及地貌信息预测模型，并进行训练；利用训练好的模型实时调整激光全息投影仪投影参数和地貌信息；激光全息投影仪根据上述投影参数数值进行沙盘投影成像；机械臂根据上述地貌信息进行沙盘地貌制作。本专利技术有益效果如下：本专利技术沙盘制作过程快捷高效，通过机器学习、激光全息投影、机械臂制作可以有效解决传统沙盘的即时性问题和真实性问题；激光全息投影能够更加真实的展示模拟地貌(例如山川河流等)的状态，使用机械臂能够快速的对地形进行堆砌和调整。同时通过不断监控外部环境，当沙盘尺寸和外部展示环境发生变化时，利用机器学习训练好的模型可以实时求取最优的投影参数和地貌信息，对投影的状态和地貌进行自动纠正和调整，制作出的沙盘达到最佳的投影尺寸和效果。在上述方案的基础上，本专利技术还做了如下改进：进一步，还包括进行激光投影数据和地貌制作数据搜集，所述进行激光投影数据搜集包括：将沙盘内部区域进行划分，并将划分出的各子区域的交点作为基准点；安装双目摄像头及激光全息投影仪，锁定沙盘的整体区域，并定位上述所有基准点；操纵激光全息投影仪，并配合校准工具，依次对各基准点进行数据采集，得到训练激光全息投影预测模型所需要的数据集；所述数据集包括基准点的平面位置坐标、垂直位置坐标、聚焦范围和清晰度。进一步，所述进行地貌制作数据搜集包括：扫描地貌的轮廓，并对出现的拐角进行搜集；根据上述拐角的位置，抓取地貌关键点的长度、宽度、高度信息；对相邻关键点之间的部分再进行分解，获取分解出的各部分的长度、宽度、高度数据，得到完整的地貌数据，用于训练地貌信息预测模型。进一步，所述对各基准点进行数据采集，包括：进行长宽尺寸搜集：操纵激光全息投影仪投射“十”字光标，将“十”字光标依次投射在各基准点的位置，调整校准工具的位置，直到校准工具中的“十”字和光标的“十”字的位置重叠，记录基准点的平面位置坐标；进行深浅尺寸搜集：操纵激光全息投影仪投射“十”字光标，将“十”字光标依次投射在各基准点的位置，保持校准工具中的“十”字和光标的“十”的位置重叠的状态，向上/向下移动校准工具，直到在双目摄像头显示界面中该“十”字光标达到最佳的显示效果，得到该位置的垂直高度、聚焦范围和清晰度信息，作为该基准点的垂直位置坐标、聚焦范围和清晰度。进一步，在进行长宽尺寸搜集时，当校准工具中的“十”字和光标的“十”字的位置重叠时，通过激光测距感应器进行进一步校准，记录下基准点的平面位置坐标。进一步，对构建的激光全息投影预测模型及地貌信息预测模型进行训练，包括：对网络权重以及偏置进行初始化处理，并在上述数据集中随机选出第一个输入样本；神经元激活正向传播，通过隐藏层对上述输入样本进行权重和偏置处理，并求取输出层的结果和误差；根据上述误差进行反向传播，对网络权重和偏置进行调整；根据预先设定的结束条件判断训练是否结束。进一步，所述利用训练好的模型实时调整激光全息投影仪投影参数，包括：获取沙盘的长、宽、高、深度信息，标记高复杂度区域，确定高复杂度区域的权重，利用上述训练好的模型求取聚焦范围和清晰度。进一步，获取沙盘的长、宽、高、深度信息后，在构建的现有的数据库中进行搜索匹配，当匹配一致时，则直接选取对应的聚焦范围和清晰度信息。进一步，利用训练好的模型实时调整地貌信息，包括：确定轮廓各拐角的关键点，求取相邻拐角之间的距离，根据上述距离对关键点进行筛选与合并处理，利用上述训练好的模型对筛选出的关键点之间的部分进行细节补充。进一步，还包括：对真实的地貌信息进行实时监测，当地貌发生变化时，将地貌变化的间隔时间与预设的基准进行对比，当所述地貌变化的间隔时间小于基准时，则忽略；当地貌变化的间隔时间大于基准时，一方面，对地貌变化区域进行关键点的搜集，进行地貌数据补充，重新进行地形堆砌；另一方面，对地貌的高复杂度区域重新进行参数预测，得到新的聚焦范围和清晰度参数，进行投影展示。本专利技术中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过说明书、权利要求书以及附图中所特别指出的内容中来实现和获得。附图说明附图仅用于示出具体实施例的目的，而并不认为是对本专利技术的限制，在整个附图中，相同的参考符号表示相同的部件。图1为本专利技术实施例中基于机器学习的沙盘制作方法流程图；图2为本专利技术实施例中沙盘区域划分及校准工具示意图；图3为本专利技术实施例中进行地貌数据搜集示意图；图4为本专利技术实施例中神经网络结构示意图；图5为本专利技术实施例中对构建的预测模型进行训练流程图；图6为本专利技术实施例中求取投影参数流程图；图7为本专利技术实施例中求取地貌数据示意图；图8为本专利技术实施例中关键点合并结果示意图；图9为本专利技术实施例中激光投影仪原理示意图；图10为本专利技术实施例中机械臂结构示意图。具体实施方式下面结合附图来具体描述本专利技术的优选实施例，其中，附图构成本申请一部分，并与本专利技术的实施例一起用于阐释本专利技术的原理，并非用于限定本专利技术的范围。本发本文档来自技高网...

【技术保护点】
1.一种基于机器学习的沙盘制作方法，其特征在于，包括以下步骤：构建激光全息投影预测模型及地貌信息预测模型，并进行训练；利用训练好的模型实时调整激光全息投影仪投影参数和地貌信息；激光全息投影仪根据上述投影参数的数值进行沙盘投影成像；机械臂根据上述地貌信息进行沙盘地貌制作。

【技术特征摘要】
1.一种基于机器学习的沙盘制作方法，其特征在于，包括以下步骤：构建激光全息投影预测模型及地貌信息预测模型，并进行训练；利用训练好的模型实时调整激光全息投影仪投影参数和地貌信息；激光全息投影仪根据上述投影参数的数值进行沙盘投影成像；机械臂根据上述地貌信息进行沙盘地貌制作。2.根据权利要求1所述的方法，其特征在于，还包括进行激光投影数据和地貌制作数据搜集，所述进行激光投影数据搜集包括：将沙盘内部区域进行划分，并将划分出的各子区域的交点作为基准点；安装双目摄像头及激光全息投影仪，锁定沙盘的整体区域，并定位上述所有基准点；操纵激光全息投影仪，并配合校准工具，依次对各基准点进行数据采集，得到训练激光全息投影预测模型所需要的数据集；所述数据集包括基准点的平面位置坐标、垂直位置坐标、聚焦范围和清晰度。3.根据权利要求2所述的方法，其特征在于，所述进行地貌制作数据搜集包括：扫描地貌的轮廓，并对出现的拐角进行搜集；根据上述拐角的位置，抓取地貌关键点的长度、宽度、高度信息；对相邻关键点之间的部分再进行分解，获取分解出的各部分的长度、宽度、高度数据，得到完整的地貌数据，用于训练地貌信息预测模型。4.根据权利要求2所述的方法，其特征在于，所述对各基准点进行数据采集，包括：进行长宽尺寸搜集：操纵激光全息投影仪投射“十”字光标，将“十”字光标依次投射在各基准点的位置，调整校准工具的位置，直到校准工具中的“十”字和光标的“十”字的位置重叠，记录基准点的平面位置坐标；进行深浅尺寸搜集：操纵激光全息投影仪投射“十”字光标，将“十”字光标依次投射在各基准点的位置，保持校准工具中的“十”字和光标的“十”的位置重叠的状态，向上/向下移动校准工具，直到在双目摄像头显示界面中该“十”字光标达到最佳的显示效果，得到该位置的垂直高度、聚焦范围和清晰度信息，作为该基准点的垂直位置坐...

【专利技术属性】
技术研发人员：崔龙竹，刘毅，席华，崔龙泉，
申请(专利权)人：深圳市问库信息技术有限公司，
类型：发明
国别省市：广东,44