System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及工程结构三维重建,特别是指一种融合激光雷达、惯导单元和立体视觉的工程结构重建方法及系统。
技术介绍
1、我国现存已建工程结构众多,随着交通及住宅基础设施的不断发展,工程结构的数量和规模也在逐年增加。然而,工程结构的维护和管理却面临诸多挑战。当前,工程结构三维重建在工程结构检测、评估和维护中发挥着重要作用,但现有的工程结构三维重建技术主要依赖于人工测量和传统的建模方法。
2、传统的人工测量方法需要专业人员进行现场勘测,测量过程繁琐,耗时较长,效率低下,尤其在面对大型工程结构或复杂结构时,问题更加突出。由于人工测量方法的局限性,数据采集的精度受到限制,导致生成的三维模型精度不高,难以满足高精度检测和评估的要求。此外,现有的建模方法在处理工程结构复杂几何结构和细节时,往往表现不足,无法真实反映工程结构的实际情况。工程结构三维重建过程中,需要整合来自不同传感器的数据(如激光雷达、惯导单元和立体视觉),以获得完整的工程结构和纹理信息。但不同传感器之间的数据时空同步和外参标定是一个技术难题,现有的方法在高效性和精确性方面存在不足。
3、在现有技术中,缺乏一种结合激光雷达、惯导单元和立体视觉的精度高且纹理丰富的工程结构三维重建方法。
技术实现思路
1、为了解决现有技术存在的重建的三维模型精度不高的技术问题,本专利技术实施例提供了一种融合激光雷达、惯导单元和立体视觉的工程结构重建方法及系统。所述技术方案如下:
2、一方面,提供了一种融合激光雷达、惯
3、无人机搭载激光雷达、惯导单元和立体视觉设备;基于所述无人机的ros系统订阅传感器话题,获得传感器标定参数集;根据所述传感器标定参数集,使用基于无标定物方法以及基于角点全自动抓取方法进行联合标定,获得联合标定参数;
4、根据所述联合标定参数,通过所述无人机根据预设的近摄路径策略,对待重建工程进行拍摄;通过所述激光雷达进行数据采集,获得三维点云数据;通过所述惯导单元进行数据采集,获得惯性测试数据;根据所述立体视觉设备进行数据采集,获得视觉图像数据;
5、根据所述传感器标定参数集、所述三维点云数据和所述视觉图像数据,通过立体匹配算法进行模型构建,获得初始稠密纹理点云模型;
6、基于紧密耦合三维重建算法,根据所述初始稠密纹理点云模型、所述三维点云数据和所述视觉图像数据,通过几何一致性算法进行数据融合,获得最终融合点云模型;
7、基于惯导单元的立体视觉动态补偿算法以及激光雷达的运动补偿方法,根据所述惯性测试数据,对所述最终融合点云模型进行动态参数补偿,获得工程结构多源模型。
8、另一方面,提供了一种融合激光雷达、惯导单元和立体视觉的工程结构重建系统,该系统应用于融合激光雷达、惯导单元和立体视觉的工程结构重建方法,该系统包括:
9、所述无人机,用于无人机搭载激光雷达、惯导单元和立体视觉设备;基于所述无人机的ros系统订阅传感器话题,获得传感器标定参数集;根据所述联合标定参数,通过所述无人机根据预设的近摄路径策略,对待重建工程进行拍摄;
10、所述激光雷达,用于通过所述激光雷达进行数据采集,获得三维点云数据;
11、所述惯导单元,用于通过所述惯导单元进行数据采集,获得惯性测试数据;
12、所述立体视觉设备,用于根据所述立体视觉设备进行数据采集,获得视觉图像数据;
13、所述电子设备,用于根据所述传感器标定参数集,使用基于无标定物方法以及基于角点全自动抓取方法进行联合标定,获得联合标定参数;根据所述传感器标定参数集、所述三维点云数据和所述视觉图像数据,通过立体匹配算法进行模型构建,获得初始稠密纹理点云模型;基于紧密耦合三维重建算法,根据所述初始稠密纹理点云模型、所述三维点云数据和所述视觉图像数据,通过几何一致性算法进行数据融合,获得最终融合点云模型;基于惯导单元的立体视觉动态补偿算法以及激光雷达的运动补偿方法,根据所述惯性测试数据,对所述最终融合点云模型进行动态参数补偿,获得工程结构多源模型。
14、另一方面,提供一种工程结构重建系统,所述工程结构重建系统包括:处理器;存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如上述融合激光雷达、惯导单元和立体视觉的工程结构重建方法中的任一项方法。
15、另一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现上述融合激光雷达、惯导单元和立体视觉的工程结构重建方法中的任一项方法。
16、本专利技术实施例提供的技术方案带来的有益效果至少包括:
17、本专利技术提出一种融合激光雷达、惯导单元和立体视觉的工程结构重建方法,利用惯导单元节点辅助激光雷达节点构建工程结构高精度几何结构;通过惯导单元节点辅助立体视觉赋予工程结构真实的颜色纹理信息,为工程结构三维重建提供技术支持。在工程结构三维重建方面,提升了重建模型精度,便于工程结构管理与运维。在工程结构复杂环境下,更精准和更细节地实现工程结构三维重建。本专利技术是一种结合激光雷达、惯导单元和立体视觉的精度高且纹理丰富的工程结构三维重建方法。
本文档来自技高网...【技术保护点】
1.一种融合激光雷达、惯导单元和立体视觉的工程结构重建方法,其特征在于,所述方法包括:
2.根据权利要求1所述的融合激光雷达、惯导单元和立体视觉的工程结构重建方法,其特征在于,所述根据所述传感器标定参数集,使用基于无标定物方法以及基于角点全自动抓取方法进行联合标定,获得联合标定参数,包括:
3.根据权利要求1所述的融合激光雷达、惯导单元和立体视觉的工程结构重建方法,其特征在于,所述根据所述传感器标定参数集、所述三维点云数据和所述视觉图像数据,通过立体匹配算法进行模型构建,获得初始稠密纹理点云模型,包括:
4.根据权利要求1所述的融合激光雷达、惯导单元和立体视觉的工程结构重建方法,其特征在于,所述基于紧密耦合三维重建算法,根据所述初始稠密纹理点云模型、所述三维点云数据和所述视觉图像数据,通过几何一致性算法进行数据融合,获得最终融合点云模型,包括:
5.根据权利要求1所述的融合激光雷达、惯导单元和立体视觉的工程结构重建方法,其特征在于,所述基于惯导单元的立体视觉动态补偿算法以及激光雷达的运动补偿方法,根据所述惯性测试数据,对所述最终融合
6.根据权利要求5所述的融合激光雷达、惯导单元和立体视觉的工程结构重建方法,其特征在于,所述立体视觉动态补偿算法如下式(1)、(2)、(3):
7.根据权利要求5所述的融合激光雷达、惯导单元和立体视觉的工程结构重建方法,其特征在于,所述运动补偿方法如下式(4)、(5):
8.一种融合激光雷达、惯导单元和立体视觉的工程结构重建系统,所述融合激光雷达、惯导单元和立体视觉的工程结构重建系统用于实现如权利要求1-7任一项所述融合激光雷达、惯导单元和立体视觉的工程结构重建方法,其特征在于,所述系统包括无人机、激光雷达、惯导单元、立体视觉设备和电子设备,其中:
9.一种工程结构重建系统,其特征在于,所述工程结构重建系统包括:
10.一种计算机可读取存储介质,其特征在于,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种融合激光雷达、惯导单元和立体视觉的工程结构重建方法,其特征在于,所述方法包括:
2.根据权利要求1所述的融合激光雷达、惯导单元和立体视觉的工程结构重建方法,其特征在于,所述根据所述传感器标定参数集,使用基于无标定物方法以及基于角点全自动抓取方法进行联合标定,获得联合标定参数,包括:
3.根据权利要求1所述的融合激光雷达、惯导单元和立体视觉的工程结构重建方法,其特征在于,所述根据所述传感器标定参数集、所述三维点云数据和所述视觉图像数据,通过立体匹配算法进行模型构建,获得初始稠密纹理点云模型,包括:
4.根据权利要求1所述的融合激光雷达、惯导单元和立体视觉的工程结构重建方法,其特征在于,所述基于紧密耦合三维重建算法,根据所述初始稠密纹理点云模型、所述三维点云数据和所述视觉图像数据,通过几何一致性算法进行数据融合,获得最终融合点云模型,包括:
5.根据权利要求1所述的融合激光雷达、惯导单元和立体视觉的工程结构重建方法,其特征在于,所述基于惯导单元的立体视觉动态补偿算法以及激光雷达...
【专利技术属性】
技术研发人员:许镇,王英旺,范晶晶,郝新田,金楠,施钟淇,岳清瑞,
申请(专利权)人:北京科技大学,
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。