本发明专利技术公开了一种煤矿井下三维空间重建方法和装置，通过获取目标巷道原始的点云数据，计算所述目标巷道内每个位置的点云密度，若所述点云密度小于预设密度阈值，则去除相应位置的点云信息，生成所述目标巷道剔除噪点后的第一点云数据，根据所述第一点云数据逐个计算点云空间中每一个点对应的三维点，生成所述目标巷道内物体表面密集的三维点云信息，根据所述目标巷道内物体表面密集的三维点云信息重建三维网格，构成目标网格曲面，通过所述目标网格曲面，识别所述目标巷道中的平面信息。本发明专利技术使用三维激光扫描仪，实时计算扫描数据，可识别车辆后方的反光板，从而达到定位的目的，该方案成本低，且不存在累积误差。且不存在累积误差。且不存在累积误差。
【技术实现步骤摘要】
一种煤矿井下三维空间重建方法和装置
[0001]本申请涉及煤矿井下三维空间重建
，特别是涉及一种煤矿井下三维空间重建方法和装置。
技术介绍
[0002]采掘工作面数字化、自动化、智能化是智能煤矿建设的重点内容，将物联网、云计算、大数据、5G、工业互联网、人工智能等新一代信息技术与现代采掘技术深度融合，实现采掘工作面全要素、全过程、全周期数据打通，形成泛在感知、互联互通、自主学习、综合分析、优化决策、精准执行的数据驱动的单元级、系统级数字孪生智能闭环系统，推动采掘工作面智能化运行，实现工作面无人化开采是煤炭行业最求的最终目标。
[0003]现有技术通过高精惯导，实时识别煤矿井下车辆的前进的位移与位姿，这种方案成本高昂，且随着时间的累积，惯导产生的误差会逐渐增加，最终产生很大的漂移，导致惯导数据不可用。
技术实现思路
[0004]基于此，针对上述技术问题，提供一种煤矿井下三维空间重建方法和装置、以解决现有技术通过高精惯导，实时识别煤矿井下车辆的前进的位移与位姿，这种方案成本高昂，且随着时间的累积，惯导产生的误差会逐渐增加，最终产生很大的漂移，导致惯导数据不可用的问题。
[0005]第一方面，一种煤矿井下三维空间重建方法，所述方法包括：
[0006]获取目标巷道原始的点云数据，计算所述目标巷道内每个位置的点云密度，若所述点云密度小于预设密度阈值，则去除相应位置的点云信息，生成所述目标巷道剔除噪点后的第一点云数据；
[0007]根据所述第一点云数据逐个计算点云空间中每一个点对应的三维点，生成所述目标巷道内物体表面密集的三维点云信息；
[0008]根据所述目标巷道内物体表面密集的三维点云信息重建三维网格，构成目标网格曲面；
[0009]通过所述目标网格曲面，识别所述目标巷道中的平面信息。
[0010]上述方案中，可选地，所述获取目标巷道原始的点云数据包括：通过三维激光扫描仪扫描所述目标巷道得到所述目标巷道原始的点云数据。
[0011]上述方案中，进一步可选地，所述计算所述目标巷道内每个位置的点云密度，若所述点云密度小于预设密度阈值，则去除相应位置的点云信息，生成所述目标巷道剔除噪点后的第一点云数据，包括：
[0012]对所述目标巷道原始的点云中每个点的邻域进行一个统计分析，计算所述每个点到所述每个点最近的k个点平均距离；其中，k为预设值；
[0013]根据高斯分布的均值与方差，剔除方差之外的点，合格的数据作为稠密重建的数
据输入，生成所述目标巷道剔除噪点后的第一点云数据。
[0014]上述方案中，进一步可选地，所述根据所述第一点云数据逐个计算点云空间中每一个点对应的三维点，生成所述目标巷道内物体表面密集的三维点云信息，包括：
[0015]根据所述第一点云数据逐个在点云空间均匀计算HOG/Harris特征，沿极线进行搜索找到匹配特征点，通过光度一致性约束对点云进行筛选：
[0016]V
*
(p)＝I|I∈V(p)，h(p，I，R(p)≤α)
[0017][0018]其中，I为空间集，V(p)表示可以看到某一面片的所有图像集合，V*(p)为可视集，R(p)为某一可以看到面片的参照点云，h(p，I，R(p))为成像差异系数，α为设定阈值，g(p)是筛选后的点云，g*(p)为总成像差异函数；
[0019]将三维patch投影到图像上，若相邻cell没有patch且深度连续则建立初始patch。
[0020]上述方案中，进一步可选地，若相邻cell没有patch且深度连续则建立初始patch，包括：
[0021]进行Patch滤波，约束条件为：
[0022]|c(p)
‑
c(p
′
))
·
n(p)|+|(c(p)
‑
c(p
′
))
·
n(p
′
)|＜2ρ1[0023][0024]P为片面，邻近面片p
’
，c(p)为点云面片中心，n(p)为面片朝向摄影中心的单位向量，ρ1为设定偏差阈值。
[0025]上述方案中，进一步可选地，所述根据所述目标巷道内物体表面密集的三维点云信息重建三维网格，构成目标网格曲面，包括：
[0026]根据所述目标巷道内物体表面密集的三维点云信息构造一个超级三角形，包含所有散点，放入所述三角形链表；
[0027]将所述三维点云信息点集中的散点依次插入，在所述三角形链表中找出外接圆包含插入点的三角形，删除影响三角形的公共边，将插入点同影响三角形的全部顶点连接起来，完成一个点在Delaunay三角形链表中的插入；
[0028]根据优化准则对局部新形成的三角形优化，将形成的三角形放入Delaunay三角形链表，构成目标网格曲面。
[0029]上述方案中，进一步可选地，所述通过所述目标网格曲面，识别所述目标巷道中的平面信息，包括：
[0030]平面粗提取：通过所述目标网格曲面，在深度图像x，y方向创建2个切向量根据2个切向量计算法线，对法线空间中的点投影到球坐标系重进行聚类，得到候选平面聚类，在距离空间中聚类局部表面法向相似的平面；
[0031]下采样降低点云数量：为降低计算量，通过下采样来减少冗余点云的数据量，此处采用随机下采样法，指定采样点个数；
[0032]识别平面：设定平面面积的阈值，遍历所有平面，最终识别出在阈值范围内的平面距离。
[0033]第二方面，一种煤矿井下三维空间重建装置，所述装置包括：
[0034]去噪模块：用于获取目标巷道原始的点云数据，计算所述目标巷道内每个位置的点云密度，若所述点云密度小于预设密度阈值，则去除相应位置的点云信息，生成所述目标巷道剔除噪点后的第一点云数据；
[0035]第一重建模块：用于根据所述第一点云数据逐个计算点云空间中每一个点对应的三维点，生成所述目标巷道内物体表面密集的三维点云信息；
[0036]第二重建模块：用于根据所述目标巷道内物体表面密集的三维点云信息重建三维网格，构成目标网格曲面；
[0037]识别模块：用于通过所述目标网格曲面，识别所述目标巷道中的平面信息。
[0038]第三方面，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0039]获取目标巷道原始的点云数据，计算所述目标巷道内每个位置的点云密度，若所述点云密度小于预设密度阈值，则去除相应位置的点云信息，生成所述目标巷道剔除噪点后的第一点云数据；
[0040]根据所述第一点云数据逐个计算点云空间中每一个点对应的三维点，生成所述目标巷道内物体表面密集的三维点云信息；
[0041]根据所述目标巷道内物体表面密集的三维点云信息重建三维网格，构成目标网格曲面；
[0042]通过所述目标网格曲面，识别所述目标巷道中的平本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种煤矿井下三维空间重建方法，其特征在于，所述方法包括：获取目标巷道原始的点云数据，计算所述目标巷道内每个位置的点云密度，若所述点云密度小于预设密度阈值，则去除相应位置的点云信息，生成所述目标巷道剔除噪点后的第一点云数据；根据所述第一点云数据逐个计算点云空间中每一个点对应的三维点，生成所述目标巷道内物体表面密集的三维点云信息；根据所述目标巷道内物体表面密集的三维点云信息重建三维网格，构成目标网格曲面；通过所述目标网格曲面，识别所述目标巷道中的平面信息。2.根据权利要求1所述的方法，其特征在于，所述获取目标巷道原始的点云数据包括：通过三维激光扫描仪扫描所述目标巷道得到所述目标巷道原始的点云数据。3.根据权利要求1所述的方法，其特征在于，所述计算所述目标巷道内每个位置的点云密度，若所述点云密度小于预设密度阈值，则去除相应位置的点云信息，生成所述目标巷道剔除噪点后的第一点云数据，包括：对所述目标巷道原始的点云中每个点的邻域进行一个统计分析，计算所述每个点到所述每个点最近的k个点平均距离；其中，k为预设值；根据高斯分布的均值与方差，剔除方差之外的点，合格的数据作为稠密重建的数据输入，生成所述目标巷道剔除噪点后的第一点云数据。4.根据权利要求1所述的方法，其特征在于，所述根据所述第一点云数据逐个计算点云空间中每一个点对应的三维点，生成所述目标巷道内物体表面密集的三维点云信息，包括：根据所述第一点云数据逐个在点云空间均匀计算HOG/Harris特征，沿极线进行搜索找到匹配特征点，通过光度一致性约束对点云进行筛选：V
*
(p)＝I|I∈V(p)，h(p，I，R(p)≤α)其中，I为空间集，V(p)表示可以看到某一面片的所有图像集合，V*(p)为可视集，R(p)为某一可以看到面片的参照点云，h(p，I，R(p))为成像差异系数，α为设定阈值，g(p)是筛选后的点云，g*(p)为总成像差异函数；将三维patch投影到图像上，若相邻cell没有patch且深度连续则建立初始patch。5.根据权利要求4所述的方法，其特征在于，若相邻cell没有patch且深度连续则建立初始patch，包括：进行Patch滤波，约束条件为：|(c(p)
‑
c(p
′
))
·
n(p)|+|(c(p)
‑
c(p
′
...
【专利技术属性】
技术研发人员：程凯，洪常乐，蔡晓荣，
申请(专利权)人：北京宸控科技有限公司，
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。