【技术实现步骤摘要】
一种多视图几何构筑物三维建模系统及方法
[0001]本专利技术属于无人机
,具体涉及一种多视图几何构筑物三维建模系统及方法。
技术介绍
[0002]摄影测量技术的迅速发展使得仅使用低成本的相机就足以完成对任意物体的三维建模,如今已经被广泛应用于虚拟现实、游戏制作、数字文物等领域。其中地面复杂构筑物的精细三维模型往往被用于建筑物健康检测、云端旅游等方面。无人机以其良好的机动性能、简单的机械结构以及低廉的应用成本成为采集地面复杂构筑物影像数据的重要手段之一。
[0003]目前,利用无人机采集复杂构筑物影像数据的方法存在三个方面的问题。其一,当前国内外的无人机自主影像数据采集方法大都只能规划出平面覆盖式航线,该方法通过垂直摄影采集到的影像数据缺乏构筑物的立面信息,导致建模不完整、不精细,难以用于建筑物的健康检测等领域;其二,采集构筑物的立面影像数据时,往往需要基于工程师经验,人工控制无人机采集数据,如此不仅耗费大量人力资源,而且难以保证建模质量;其三,对于大型复杂构筑物,数据采集任务量较大,单架无人机难以完成。因此,如何规划出三维覆盖式航线,利用无人机集群协同自主完成大型复杂构筑物的影像数据采集任务,是当前亟待解决的问题。
技术实现思路
[0004]为了克服现有技术的缺点与不足,提出一种多视图几何构筑物三维建模系统及方法,该方法实现了集群无人机建立复杂构筑物精细三维模型的自动化。
[0005]本专利技术系统的技术方案为一种多视图几何构筑物三维建模系统及方法。
[0006]本专利
【技术保护点】
【技术特征摘要】 【专利技术属性】
其中,N0为多边形顶点的数量,v
i
为第i个多边形顶点;所述N0个多边形顶点包围的多边形定义为构筑物三维建模范围;所述构筑物三维建模范围定义为S。4.根据权利要求3所述的多视图几何构筑物三维建模方法,其特征在于,包括以下步骤:步骤2所述构筑物区域的三维点云为:其中,为构筑物区域的三维点云中第j个点的三维坐标,为构筑物区域的三维点云中第j个点的X轴坐标,为构筑物区域的三维点云中第j个点的Y轴坐标,为构筑物区域的三维点云中第j个点的Z轴坐标,N1为构筑物区域的三维点云中点的数量;构筑物区域的三维点云中所有点的坐标范围为:其中,x
min
为构筑物区域的三维点云在X轴上的最小值,x
max
为构筑物区域的三维点云在X轴上的最大值,y
min
为构筑物区域的三维点云在Y轴上的最小值,
max
为构筑物区域的三维点云在Y轴上的最大值,z
min
为构筑物区域的三维点云在Z轴上的最小值,z
max
为构筑物区域的三维点云在Z轴上的最大值。5.根据权利要求4所述的多视图几何构筑物三维建模方法,其特征在于,包括以下步骤:步骤3所述构筑物区域的多个空间体素,具体定义如下:所述构筑物区域的每个空间体素边长为r,则所述构筑物区域的多个空间体素的中心点为:点为:点为:其中,为构筑物区域的空间体素中沿X轴正方向第k个空间体素中心点的X轴坐标,为构筑物区域的空间体素中沿Y轴正方向第m个空间体素中心点的Y轴坐标,为构筑物区域的空间体素中沿Z轴正方向第n个空间体素中心点的Z轴坐标,W
p
为构筑物区域的空间体素在X轴上的数量,L
p
为构筑物区域的空间体素在X轴上的数量,H
p
为构筑物区域的空间体素在X轴上的数量,x
min
为构筑物区域的三维点云在X轴上的最小值,x
max
为构筑物区域的三维点云在X轴上的最大值,y
min
为构筑物区域的三维点云在Y轴上的最小值,y
max
为构筑物区域的三维点云在Y轴上的最大值,z
min
为构筑物区域的三维点云在Z轴上的最小值,z
max
为构筑物区域的三维点云在Z轴上的最大值,所述构筑物区域的多个空间体素的状态为:s={s
(k,m,n)
|s
(k,m,n)
∈{0,1,2}}k∈[1,W
p
],m∈[1,L
p
],n∈[1,H
p
]
其中,s
(k,m,n)
是构筑物区域的空间体素中沿X轴正方向第k个、沿Y轴正方向第m个、沿Z轴正方向第n个体素的状态,s
(k,m,n)
=0表示该体素为空闲状态;s
(k,m,n)
=1表示该体素为障碍物占据状态;s
(k,m,n)
=2表示该体素为构筑物占据状态;初始状态下s
(k,m,n)
均为0。6.根据权利要求5所述的多视图几何构筑物三维建模方法,其特征在于,包括以下步骤:步骤3所述构筑物区域的多个体素,具体如下:构筑物区域的每个体素边长为r,则构筑物区域的多个体素的中心点为:其中,为第q个构筑物区域体素中心点的X轴坐标,为第q个构筑物区域体素中心点的Y轴坐标,为第q个构筑物区域体素中心点的Z轴坐标,N2为构筑物区域体素数量;步骤3所述构筑物区域的多个膨胀处理后体素,具体如下:构筑物区域的多个膨胀处理后体素的中心点为:其中,为构筑物区域的膨胀处理后的第I个体素的中心点的X轴坐标,为构筑物区域的膨胀处理后的第I个体素的中心点的Y轴坐标,为构筑物区域的膨胀处理后的第I个体素的中心点的Z轴坐标,为构筑物区域的膨胀处理后体素的数量,N2为构筑物区域的体素数量;集合为根据第q个构筑物区域体素中心点的坐标与体素间的相对位置构建的该体素的多个邻近体素集合,具体定义为:其中,为点周围沿X轴正方向第e个体素中心点的X轴坐标,为点周围沿Y轴正方向第f个体素中心点的Y轴坐标,为点周围沿Z轴正方向第g个体素中心点的Z轴坐标,n
q
为在X轴、Y轴、Z轴膨胀体素的数量,具体计算如下:下:下:下:下:其中,为第q个构筑物区域体素中心点的X轴坐标,为第q个构筑物区域体素中心点的Y轴坐标,为第q个构筑物区域体素中心点的Z轴坐标,d
q
为步骤3所述构筑物区域体素中第q个体素的膨胀实际距离,当该体素在步骤1所述构筑物三维建模范围S以内时,d
q
=dis
view
,dis
view
为视点与目标构筑物之间的最小距离;O
q
在步骤1所述构筑物三维建模范围S
以外时,d
q
=dis
safe
,dis
safe
为无人机与障碍物之间的最小安全距离。7.根据权利要求6所述的多视图几何构筑物三维建模方法,其特征在于,包括以下步骤:步骤3所述更改构筑物区域的空间体素的状态,具体如下:根据构筑物区域的膨胀处理后的第I个体素的中心点坐标更改是构筑物区域的空间体素中沿X轴正方向第k
l
个、沿Y轴正方向第m
l
个、沿Z轴正方向第n
l
个体素的状态,具体计算如下:其中,x
min
为构筑物区域的三维点云在X轴上的最小值,x
max
为构筑物区域的三维点云在X轴上的最大值,y
min
为构筑物区域的三维点云在Y轴上的最小值,y
max
为构筑物区域的三维点云在Y轴上的最大值,z
min
为构筑物区域的三维点云在Z轴上的最小值,z
max
为构筑物区域的三维点云在Z轴上的最大值,r为构筑物区域的空间每个体素边长;若O
exp,l
在步骤1所述构筑物三维建模范围S以内时,若O
exp,l
在步骤1所述构筑物三维建模范围S以外时,8.根据权利要求7所述的多视图几何构筑物三维建模方法,其特征在于,包括以下步骤:步骤3所述构建构筑物区域的多个候选三维视点,具体如下:多个候选三维视点集合为:其中,V
(a,b,c)
为沿X轴正方向第a个、Y轴正方向第b个、Z轴正方向第c个视点,A
(a,b,c)
为沿X轴正方向第a个、Y轴正方向第b个、Z轴正方向第c个视点的位置,且正方向第a个、Y轴正方向第b个、Z轴正方向第c个视点的位置,且其中为A
(a,b,c)
在X轴上的坐标,为A
(a,b,c)
在Y轴上的坐标,为A
(a,b,c)
在Z轴上的坐标;B
(a,b,c)
为沿X轴正方向第a个、Y轴正方向第b个、Z轴正方向第c个视点的方向向量,且其中为B
(a,b,c)
在X轴上的方向分量,为B
(a,b,c)
在Y轴上的方向分量,为B
(a,b,c)
在Z轴上的方向分量;γ
(a,b,c)
为沿X轴正方向第a个、Y轴正方向第b个、Z轴正方向第c个视点的状态,γ
(a,b,c)
初始值均为0;W
v
,L
v
,H
v
分别为构筑物区域的多个候选三维视点在X轴、Y轴、Z轴上的数量,具体计算公式如下:式如下:式如下:
其中,x
min
为构筑物区域的三维点云在X轴上的最小值,x
max
为构筑物区域的三维点云在X轴上的最大值,y
min
为构筑物区域的三维点云在Y轴上的最小值,y
max
为构筑物区域的三维点云在Y轴上的最大值,z
min
为构筑物区域的三维点云在Z轴上的最小值,z
max
为构筑物区域的三维点云在Z轴上的最大值;d
技术研发人员:眭海刚,张浩,苟国华,时宇辰,杜航宇,陈启航,时昊,邓洪星,许贵林,
申请(专利权)人:武汉大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。