本公开提供了一种非结构化地形建模与生成方法和装置。包括:载入具有非结构化地形信息的RGB图像、灰度图像、用于信息融合的噪声图像以及用于定制化建模与生成的用户需求信息;检查载入的所述RGB图像、所述灰度图像、所述噪声图像是否合法;基于所述噪声图像进行地形图像信息融合;基于所述地形图像信息建模完整地形模型;导出所述地形模型文件并保存;将已保存的所述地形模型文件以及所述用户需求信息载入仿真器;基于所述用户需求信息生成仿真地形。本公开实现了从图像到具有物理特性的仿真地形建模与生成,降低了非结构化地形的构建成本,有效解决了可用于户外灾难救援或外太空探索等领域中的非结构化地形样本少、获取困难等问题。
【技术实现步骤摘要】
本公开涉及仿真环境构建领域,尤其涉及一种非结构化地形建模与生成方法和装置。
技术介绍
1、仿真环境为广大相关领域的科学研究提供了基础,研究人员可以依赖仿真环境进行相应的科学研究。通过在仿真环境中进行相应研究,可以减少对科研器材的损耗、降低科研成本,并提高科研的效率。
2、仿真环境大体上被分为结构化环境和非结构化的环境。结构化环境往往是相对可预测和已知的环境,例如客厅、厨房、工厂流水线等;非结构化环境是指具有更高不确定性和变化性的环境,可能包含各种未知的物体、障碍物和情境,例如交通道路、行星地表等。非结构化地形作为一种非结构化环境,具有复杂的形状、不规则的地貌、以及各种大小和形状的地形特征等特点。随着科学领域的进一步发展,人们逐渐加强对灾难救援、外太空探索等领域的研究。此类场景下,无论是计算机视觉还是机器人等领域,都需要对非结构化的地形进行处理。遗憾的是,现有相关研究往往受限于真实地形数据获取困难、成本大的困境;而仿真领域相关研究又往往局限于一个特定的地形,因此在任务适应性上不够广泛,同时无法在地形多样性上提供足够的自由度。
3、研究非结构化地形的建模与生成,旨在为广大的相关领域研究提供基础的高保真地形模型以构建广泛的非结构化地形数据集,以及提供可支持下游任务(例如机器人运动规划、人工智能训练等)的仿真环境。
4、针对以上现状,迫切需要开发一种具有高自由度、低成本、支持自定义建模的非结构化地形建模与生成方法和装置,以解决当前研究所面临的问题。
技术实现思路p>1、为了克服上述现有技术的不足,本公开提供了一种非结构化地形建模与生成方法和装置。
2、根据本公开的第一方面,提供了一种非结构化地形建模与生成方法,包括:
3、s1、载入具有非结构化地形信息的rgb图像、灰度图像、用于信息融合的噪声图像以及用于定制化建模与生成的用户需求信息;
4、s2、检查载入的所述rgb图像、所述灰度图像、所述噪声图像是否合法;
5、s3、基于所述噪声图像进行地形图像信息融合;
6、s4、基于所述地形图像信息建模完整地形模型;
7、s5、导出所述地形模型文件并保存;
8、s6、将已保存的所述地形模型文件以及所述用户需求信息载入仿真器;
9、s7、基于所述用户需求信息生成仿真地形。
10、优选地,所述载入的具有非结构化地形信息的rgb图像、灰度图像和噪声图像,是由用户自行获取并进行本地存储的,其中所述rgb图像和所述灰度图像各2张,代表两类地形,所述噪声图像1张;
11、优选地,所述载入的用户需求信息包括:
12、最大地形高度h;
13、地形长度l;
14、地形宽度w;
15、地形生成类型,包括刚性地形和可形变地形;
16、地形域随机化参数,包括随机种子、粗糙度和/或摩擦力系数;
17、与所述两类地形相对应的地面力学参数列表;
18、优选地,所述检查载入的所述rgb图像、所述灰度图像、所述噪声图像是否合法包括以下步骤:
19、检查所述rgb图像和所述灰度图像的数量是否一致;
20、检查所述rgb图像和所述灰度图像是否一一对应;
21、检查所述rgb图像、所述灰度图像、所述噪声图像三种图像的分辨率是否一致;
22、优选地,所述检查载入的所述rgb图像、所述灰度图像、所述噪声图像是否合法的各个步骤顺序执行或并行执行;
23、优选地,所述基于所述噪声图像进行地形图像信息融合包括:
24、s31、设置所载入所有图像分辨率均为m*n;
25、s32、预处理所述噪声图像,获取噪声矩阵;
26、所述噪声图像用于调节纹理混合的程度,首先读取所述噪声图像每个像素值,将所述噪声图像记为矩阵noise,它的值范围在[0,1];然后为使纹理边界的变化过渡更平缓些,使用sigmoidw函数对noise进行放缩处理,将其值放缩在[-1,1]之间;最后使用归一化函数norm进行归一化处理;记最终所得噪声矩阵为noise,对于噪声矩阵中的每个像素点noisei,j,i∈[1,m],j∈[1,n],其值由下式计算:
27、noisei,j=norm(sigmoidw((noisei,j*2-1),w))
28、其中,
29、a)、平滑函数sigmoidw:形式为:
30、
31、b)、归一化函数的norm,形式为:
32、
33、式中,
34、(1)min(noise)是对noise矩阵中所有像素点取最小值,即,
35、min(noise)=min(min({noise1,1,noise1,2,...,noise1,n}),
36、min({noise2,1,noise2,2,...,noise2,n}),
37、……,
38、min({noisem,1,noisem,2,...,noisem,n}))
39、(2)max(noise)是对noise矩阵中所有像素点取最大值即,
40、max(noise)=max(max({noise1,1,noise1,2,...,noise1,n}),
41、max({noise2,1,noise2,2,...,noise2,n}),
42、……,
43、max({noisem,1,noisem,2,...,noisem,n}))
44、s33、将所述rgb图像特征融合,获取纹理图像;
45、将载入的所述rgb图像记为:
46、{texture_1,texture_2}
47、基于s31所得噪声矩阵,进行rgb图像纹理特征融合,得到纹理图像texture,texture中每个像素点texturei,j,i∈[1,m],j∈[1,n],其值的计算方法为:
48、texturei,j=texture_1i,j*noisei,j+texture_2i,j*(1-noisei,j)
49、s34、将所述灰度图像特征融合,获取融合后的灰度图像;
50、将载入的所述灰度图像,记为:
51、{gray_1,gray_2}
52、基于s32所得噪声矩阵,进行灰度图的特征融合,得到新的图像gray,所述图像gray中每个像素点grayi,j,i∈[1,m],j∈[1,n],的计算方法为:
53、grayi,j=gray_1i,j*noisei,j+gray_2i,j*(1-noisei,j)
54、优选地,所述基于所述地形信息建模完整地形模型包括:
55、s41、计算具有地形高度信息本文档来自技高网
...
【技术保护点】
1.一种非结构化地形建模与生成方法,包括:
2.根据权利要求1所述的方法,所述载入的具有非结构化地形信息的RGB图像、灰度图像和噪声图像,是由用户自行获取并进行本地存储的,其中所述RGB图像和所述灰度图像各2张,代表两类地形,所述噪声图像1张。
3.根据权利要求2所述的方法,所述载入的用户需求信息包括:
4.根据权利要求1所述的方法,所述检查载入的所述RGB图像、所述灰度图像、所述噪声图像是否合法包括以下步骤:
5.根据权利要求4所述的方法,所述检查载入的所述RGB图像、所述灰度图像、所述噪声图像是否合法的各个步骤顺序执行或并行执行。
6.根据权利要求1所述的方法,所述基于所述噪声图像进行地形图像信息融合包括:
7.根据权利要求3所述的方法,所述基于所述地形信息建模完整地形模型包括:
8.根据权利要求3所述的方法,S7基于所述用户需求信息生成仿真地形环境,包括以下步骤:
9.一种非结构化地形建模与生成装置,包括以下模块:
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储有多条指令,所述多条指令可被处理器读取并执行如权利要求1-8任一所述的方法。
...
【技术特征摘要】
1.一种非结构化地形建模与生成方法,包括:
2.根据权利要求1所述的方法,所述载入的具有非结构化地形信息的rgb图像、灰度图像和噪声图像,是由用户自行获取并进行本地存储的,其中所述rgb图像和所述灰度图像各2张,代表两类地形,所述噪声图像1张。
3.根据权利要求2所述的方法,所述载入的用户需求信息包括:
4.根据权利要求1所述的方法,所述检查载入的所述rgb图像、所述灰度图像、所述噪声图像是否合法包括以下步骤:
5.根据权利要求4所述的方法,所述检查载入的所述rgb图像、所述灰度图像、所...
【专利技术属性】
技术研发人员:姚美宝,肖学明,王一帆,孙捷强,郑博,
申请(专利权)人:吉林大学,
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。