一种三维激光点云房屋信息自动化提取方法技术

本发明专利技术涉及房屋信息自动化提取的技术领域，揭露了一种三维激光点云房屋信息自动化提取方法，所述方法包括：利用全局路径规划算法计算房屋信息采集设备到达目标位置的行进路径；房屋信息采集设备将周围障碍物的空间信息和自身空间参数相结合，实时计算得到前进控制参数；房屋信息采集设备在行进过程中同步采集室内房屋激光点云数据；基于房屋激光点云数据利用自适用生成分析技术进行房屋平面提取；基于提取得到的房屋平面信息进行平面框线分析，绘制房屋平面框线并计算房屋尺寸信息。本发明专利技术实现房屋信息采集设备的行进路径优化，得到可以全面表征房屋信息的点云数据，并基于点云数据实现房屋尺寸信息的自动化提取。据实现房屋尺寸信息的自动化提取。据实现房屋尺寸信息的自动化提取。

【技术实现步骤摘要】
一种三维激光点云房屋信息自动化提取方法


[0001]本专利技术涉及房屋信息自动提取的
，尤其涉及一种三维激光点云房屋信息自动化提取方法。

技术介绍

[0002]房屋信息采集是进行房屋装修设计、交付验收等活动的重要环节，现有房屋信息采集以人工测验为主，存在耗时长和测量死角等问题，针对该问题，本专利提出一种三维激光点云房屋信息自动化提取方法，实现房屋信息自动化采集。

技术实现思路

[0003]有鉴于此，本专利技术提供一种三维激光点云房屋信息自动化提取方法，目的在于（1）利用房屋信息采集无人车的激光雷达对房屋物体发射激光束，得到表示房屋尺寸信息的点云坐标数据，并对房屋信息采集无人车的行进路径进行优化，保证所采集点云数据能够更为全面地表征房屋尺寸信息，提高所提取房屋信息的准确性；（2）基于预处理后的房屋激光点云数据利用自适用生成分析技术进行房屋平面提取，实现房屋天花板平面、地板平面以及其余平面的提取，各邻接平面的交线即为平面的框线，框线之间的交点即为平面的角点，实现房屋尺寸信息的自动化提取。
[0004]实现上述目的，本专利技术提供的一种三维激光点云房屋信息自动化提取方法，包括以下步骤：S1：以房屋二维平面数据为输入并人工标注目标位置，利用全局路径规划算法计算房屋信息采集设备到达目标位置的行进路径；S2：房屋信息采集设备按照规划的行进路径前进，并将周围障碍物的空间信息和自身空间参数相结合，实时计算得到前进控制参数，优化局部行进路径，前进控制参数包括房屋信息采集无人车的速度、角速度以及加速度信息，S3：房屋信息采集设备在行进过程中同步采集室内房屋激光点云数据，并对采集的激光点云数据进行预处理，得到预处理后的房屋激光点云数据；S4：基于预处理后的房屋激光点云数据利用自适用生成分析技术进行房屋平面提取，其中区域生长算法为自适应生成分析技术的主要方法；S5：基于提取得到的房屋平面信息进行平面框线分析，绘制房屋平面框线并计算房屋尺寸信息。
[0005]作为本专利技术的进一步改进方法：可选地，所述S1步骤中以房屋二维平面数据为输入并人工标注目标位置，包括：获取待信息提取房屋的二维平面结构数据，并对二维平面结构数据进行栅格化处理，所述栅格化处理的流程为：将二维平面结构数据建立为二维坐标系，其中坐标系的原点为二维平面结构数据的房门位置；
将二维平面结构数据处理为若干栅格，所述栅格为变长为1米的正方形，则所述第i个栅格，表示坐标系中位置为的栅格，栅格中心坐标为；计算每个栅格中障碍物区域的面积，所述障碍物区域表示无法通行的区域，则第i个栅格的障碍物面积为，若，则表示房屋信息采集设备无法到达栅格的位置，将栅格标记为障碍栅格，其中表示房屋信息采集设备的通行阈值；所述目标位置为房屋二维平面数据中房屋的平面顶点位置。
[0006]可选地，所述S1步骤中利用全局路径规划算法计算房屋信息采集设备到达目标位置的行进路径，包括：利用全局路径规划算法计算房屋信息采集设备到达目标位置的行进路径，所述房屋信息采集设备为房屋信息采集无人车，所述全局路径规划算法流程为：S11：初始化房屋信息采集设备的初始位置为房门位置的栅格，所述房屋信息采集设备处于栅格中心位置；S12：初始化空列表close列表，并将房屋信息采集设备的初始栅格位置存储到close列表中，所述close列表为有序列表，按照先进先服务原则，close列表中的第一个栅格位置为房屋信息采集设备行进路径中的第一个路径节点位置；S13：所述close列表中最后进入的栅格为，计算的邻近栅格的移动代价，所述邻近栅格表示相距米的栅格，所述栅格距离表示栅格中心点坐标的曼哈顿距离，则任意栅格与的曼哈顿距离为：其中：分别为栅格与中心位置的坐标；所述邻近栅格的移动代价计算公式为：其中：表示任意栅格的邻近栅格，表示距离最近的未被遍历过的目标位置栅格，表示房屋采集设备从邻近栅格移动到的移动代价；表示房屋采集设备从邻近栅格出发，沿可通行栅格行驶，直到到达目标栅格的距离；表示房屋采集设备从邻近栅格出发，忽视障碍栅格行驶，直到到达目标栅格的距离；将移动代价最小的邻近栅格位置存放在close列表中；S14：重复步骤S13，直到遍历完成所有目标位置，close列表中的栅格位置顺序即为房屋信息采集设备行进路径的路径节点顺序；S15：对于close列表中连续的三个路径节点，分别连接中心路径节点与两侧路径节点，得到两条线段，计算两条线段的夹角，若夹角大于阈值，则将中心路径节点位置的坐
标提换为两侧路径节点的平均坐标，重复该步骤，得到平滑后的房屋信息采集设备行进路径。
[0007]可选地，所述S2步骤中房屋信息采集设备按照规划的行进路径前进，并将周围障碍物的空间信息和自身空间参数相结合，实时计算得到前进控制参数，优化局部行进路径，包括：房屋信息采集设备按照规划的行进路径前进，并将周围障碍物的空间信息和自身空间参数相结合，实时计算得到前进控制参数，优化局部行进路径，所述前进控制参数包括房屋信息采集无人车的速度、角速度以及加速度信息，所述前进控制参数的计算流程为：S21：构建行进路径中相邻三个路径节点之间前进控制参数的优化目标函数，通过求解目标函数得到房屋信息采集设备从路径节点到再到的前进控制参数，所述前进控制参数包括房屋信息采集无人车的速度、角速度以及加速度信息，所构建目标函数为：其中：表示房屋信息采集无人车从路径节点到的前进时间；S22：构建目标函数的速度约束、角速度约束、与障碍物距离约束以及加速度约束：S22：构建目标函数的速度约束、角速度约束、与障碍物距离约束以及加速度约束：S22：构建目标函数的速度约束、角速度约束、与障碍物距离约束以及加速度约束：S22：构建目标函数的速度约束、角速度约束、与障碍物距离约束以及加速度约束：S22：构建目标函数的速度约束、角速度约束、与障碍物距离约束以及加速度约束：其中：表示房屋信息采集无人车的与障碍物距离约束，当房屋信息采集无人车遇到障碍时会进行绕行处理，表示绕行的距离，表示最小绕行距离，即房屋信息采集无人车沿障碍边缘绕行，表示最大绕行距离；表示角速度约束，表示房屋信息采集无人车遇到障碍时绕行的角速度，表示最小绕行角速度，表示最大绕行角速度；所述角速度表示房屋信息采集无人车中方向轴的角速度；表示房屋信息采集无人车从路径节点到的速度，表示房屋信息采集无人车在路径节点
的加速度；S23：在目标函数约束条件下生成若干组前进控制参数，选取得到使得目标函数达到最小的房屋信息采集无人车前进控制参数，基于所选取前进控制参数控制房屋信息采集无人车在局部区域行驶过程中的角速度、速度以及加速度，避免房屋信息采集无人车与障碍相撞，并快速实现遍历完成目标位置，采集得到室内房屋激光点云数据。
[0008]在本专利技术实施例中，可通行的非障碍栅格中可能存在障碍区域，该障碍区域面积较小，不影响房屋信息采集无人车的通过。
[0009]可选地，所述S3步骤中房屋信息采集设备在行进过程中同步采集室内房屋激光点云数据，并对采集的激光点云数据进行预处理，包括：房屋信息采集设备在行进过程中同步采集室内房屋激光本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维激光点云房屋信息自动化提取方法，其特征在于，所述方法包括：S1：以房屋二维平面数据为输入并人工标注目标位置，利用全局路径规划算法计算房屋信息采集设备到达目标位置的行进路径；S2：房屋信息采集设备按照规划的行进路径前进，并将周围障碍物的空间信息和自身空间参数相结合，实时计算得到前进控制参数，优化局部行进路径，前进控制参数包括房屋信息采集无人车的速度、角速度以及加速度信息，所述前进控制参数的计算流程为：S21：构建行进路径中相邻三个路径节点之间前进控制参数的优化目标函数，通过求解目标函数得到房屋信息采集设备从路径节点到再到的前进控制参数，所述控制参数包括房屋信息采集无人车的速度、角速度以及加速度信息，所构建目标函数为：其中：表示房屋信息采集无人车从路径节点到的前进时间；S22：构建目标函数的速度约束、角速度约束、与障碍物距离约束以及加速度约束：S22：构建目标函数的速度约束、角速度约束、与障碍物距离约束以及加速度约束：S22：构建目标函数的速度约束、角速度约束、与障碍物距离约束以及加速度约束：S22：构建目标函数的速度约束、角速度约束、与障碍物距离约束以及加速度约束：S22：构建目标函数的速度约束、角速度约束、与障碍物距离约束以及加速度约束：其中：表示房屋信息采集无人车的与障碍物距离约束，当房屋信息采集无人车遇到障碍时会进行绕行处理，表示绕行的距离，表示最小绕行距离，即房屋信息采集无人车沿障碍边缘绕行，表示最大绕行距离；f(w)表示角速度约束，表示房屋信息采集无人车遇到障碍时绕行的角速度，表示最小绕行角速度，表示最大绕行角速度；所述角速度表示房屋信息采集无人车中方向轴的角速度；表示房屋信息采集无人车从路径节点到的速度，表示房屋信息采集无人车在路
径节点的加速度；S23：在目标函数约束条件下生成若干组前进控制参数，选取得到使得目标函数达到最小的房屋信息采集无人车前进控制参数，基于所选取的前进控制参数控制房屋信息采集无人车在局部区域行驶过程中的角速度、速度以及加速度；S3：房屋信息采集设备在行进过程中同步采集室内房屋激光点云数据，并对采集的激光点云数据进行预处理，得到预处理后的房屋激光点云数据；S4：基于预处理后的房屋激光点云数据利用自适用生成分析技术进行房屋平面提取，其中区域生长算法为自适应生成分析技术的主要方法；S5：基于提取得到的房屋平面信息进行平面框线分析，绘制房屋平面框线并计算房屋尺寸信息。2.如权利要求1所述的三维激光点云房屋信息自动化提取方法，其特征在于，所述S1步骤中以房屋二维平面数据为输入并人工标注目标位置，包括：获取待信息提取房屋的二维平面结构数据，并对二维平面结构数据进行栅格化处理，所述栅格化处理的流程为：将二维平面结构数据建立为二维坐标系，其中坐标系的原点为二维平面结构数据的房门位置；将二维平面结构数据处理为若干栅格，所述栅格为变长为1米的正方形，则第i个栅格为，表示坐标系中位置为的栅格，栅格中心坐标为；计算每个栅格中障碍物区域的面积，所述障碍物区域表示无法通行的区域，则所述第i个栅格的障碍物面积为，若，则表示房屋信息采集设备无法到达栅格的位置，将栅格标记为障碍栅格，其中表示房屋信息采集设备的通行阈值；所述目标位置为房屋二维平面数据中房屋的平面顶点位置。3.如权利要求2所述的三维激光点云房屋信息自动化提取方法，其特征在于，所述S1步骤中利用全局路径规划算法计算房屋信息采集设备到达目标位置的行进路径，包括：利用全局路径规划算法计算房屋信息采集设备到达目标位置的行进路径，所述房屋信息采集设备为房屋信息采集无人车，所述全局路径规划算法流程为：S11：初始化房屋信息采集设备的初始位置为房门位置的栅格，所述房屋信息采集设备处于栅格中心位置；S12：初始化空列表close列表，并将房屋信息采集设备的初始栅格位置存储到close列表中，所述close列表为有序列表，按照先进先服务原则，close列表中的第一个栅格位置为房屋信息采集设备行进路径中的第一个路径节点位置；S13：所述close列表中最后进入的栅格为，计算的邻近栅格的移动代价，所述邻近栅格表示相距米的栅格，所述栅格距离表示栅格中心点坐标的曼哈顿距离，则任意栅格与的曼哈顿距离为：
其中：分别为栅格与中心位置的坐标；所述邻近栅格的移动代价计算公式为：其中：表示任意栅格的邻近栅格，表示距离最近的未被遍历过的目标位置栅格，表示房屋采集设备从邻近栅格移动到的移动代价；表示房屋采集设备从邻近栅格出发，沿可通行栅格行驶，直到到达...

【专利技术属性】
技术研发人员：张淳，赵安华，杨相展，曹煌，王颖，李健华，刘峰，刘凯，
申请(专利权)人：创辉达设计股份有限公司，
类型：发明
国别省市：