【技术实现步骤摘要】
一种三维量房方法、装置、系统及存储介质
[0001]本专利技术涉及三维量房
,尤其涉及一种三维量房方法
、
装置
、
系统及存储介质
。
技术介绍
[0002]量房指的是对房屋的开间进深
、
层高
、
门窗尺寸以及高度等数据进行测量,并根据测量得到的数据绘制房屋的二维草图或三维模型,这也使得量房在房屋设计
、
房屋销售等领域发挥了重要作用
。
[0003]但现有的量房过程多为人员手动进行测量,这也导致了量房的效率较低,人力成本较高,实际应用中,由于房屋结构的复杂程度较高
、
需要测量的参数较多,人员疲惫导致的失误等因素,可能导致进行量房操作时的精确度较低
。
技术实现思路
[0004]本专利技术提供一种三维量房方法
、
装置
、
系统及存储介质,其主要目的在于解决现有的量房操作时的精确度较低的问题
。
[0005]为实现上述目的,本专利技术提供了一种三维量房方法,包括:控制三维扫描仪及
RGB
相机在各扫描点分别采集待测房屋预设视角的局部点云和
RGB
图像得到局部点云集及
RGB
图像集,并同步驱动
IMU
单元记录量房系统在各扫描点对应的重力方向和旋转方向;结合局部点云集
、RGB
图像集及对应的重力方向和旋转方向得到局部点云集中各局部点云
【技术保护点】
【技术特征摘要】
1.
一种三维量房方法,其特征在于,应用于三维量房系统,所述三维量房系统包括三维扫描仪
、RGB
相机
、IMU
单元及处理器,其中所述方法包括:控制所述三维扫描仪及所述
RGB
相机在各扫描点分别采集待测房屋预设视角的局部点云和
RGB
图像得到局部点云集及
RGB
图像集,并同步驱动所述
IMU
单元记录量房系统在各扫描点对应的重力方向和旋转方向;结合所述局部点云集
、
所述
RGB
图像集及对应的重力方向和旋转方向得到所述局部点云集中各局部点云的全局初始位姿,优化所述各局部点云的全局初始位姿得到对应的全局标准位姿;利用所述全局标准位姿拼接局部点云集中各局部点云得到全局房屋点云,对所述全局房屋点云进行平面识别及门窗识别分别得到所述全局房屋点云的平面信息及门窗信息;赋予所述平面信息和所述门窗信息相应的语义标签,结合所述平面信息及所述门窗信息的语义标签和所述全局房屋点云生成所述待测房屋的三维模型或带尺寸的二维平面图
。2.
如权利要求1所述的三维量房方法,其特征在于,当各扫描点为若干固定站点时,所述结合所述局部点云集
、
所述
RGB
图像集及对应的重力方向和旋转方向得到所述局部点云集中各局部点云的全局初始位姿包括:提取所述局部点云集及所述
RGB
图像集各扫描点对应的局部点云和
RGB
图像中的点云三维特征及
RGB
特征;将所述局部点云集及所述
RGB
图像集转至全局坐标系下,基于量房系统位于各扫描点的重力方向与旋转方向及各扫描点对应的点云三维特征和
RGB
特征进行位置识别,并根据识别后的位置匹配所述各局部点云数据得到各局部点云的全局初始位姿
。3.
如权利要求1所述的三维量房方法,其特征在于,当各扫描点为预设移动路径上连续的扫描点时,所述结合所述局部点云集
、
所述
RGB
图像集及对应的重力方向和旋转方向得到所述局部点云集中各局部点云的全局初始位姿包括:利用量房系统按连续时刻在各连续扫描点依次得到所述局部点云和所述
RGB
图像及在各连续扫描点对应的旋转方向与重力方向进行
SLAM
重建,得到每帧局部点云的全局初始位姿
。4.
如权利要求2或3所述的三维量房方法,其特征在于,所述优化各局部点云的全局初始位姿得到对应的全局标准位姿包括:利用各局部点云之间的点对点
、
点对面及面对面的约束关系对所述各局部点云的全局初始位姿进行全局优化得到对应的全局优化位姿;结合
IMU
单元得到的重力方向对所述各局部点云的全局优化位姿进行校正,使所述各局部点云各自的坐标系朝向对齐,得到所述各局部点云对应的全局标准位姿
。5.
如权利要求4所述的三维量房方法,其特征在于,对全局房屋点云进行平面识别得到全局房屋点云的平面信息包括:利用随机一致性
、
区域生成或深度学习方法提取整个全局房屋点云的平面特征...
【专利技术属性】
技术研发人员:周浩理,徐玉华,王琳,郭宇隆,
申请(专利权)人:奥比中光科技集团股份有限公司,
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。