版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
基于三維點云的室內(nèi)結(jié)構(gòu)化三維重建研究背景Research
Background研究目的Research
Purpose研究方法Methods實驗結(jié)果Research
Result目錄結(jié)論與展望Conclusions01020304051城市空間的擴張交通壓力土地資源環(huán)境保護人類生活(衣食住行)室內(nèi)空間人類經(jīng)濟和社會生活的主要場所人類生活相關(guān)的室內(nèi)服務(wù)的需求——室內(nèi)三維模型研究背景31研究背景三維點云數(shù)據(jù)獲取基于多視圖像獲取三維點云激光點云獲取技術(shù)深度相機4移動測量技術(shù)的發(fā)展室外車載、機載LIDAR(GNSS)室內(nèi)移動測量平臺手持SLAM(GeoSLAM,
Tango)背包SLAM視覺(單目相機,雙目相機,RGB-D深度相機)激光(機械旋轉(zhuǎn)激光,固態(tài)激光)GeoSLAMTango1三維重建多視圖三維重建激光SLAM技術(shù)Visual
SLAM研究背景無人機攝影測量SFM+MVS多視圖三維重建51三維重建多視圖三維重建激光SLAM技術(shù)Visual
SLAM研究背景Cartographer采集的場景點云61三維重建多視圖三維重建激光SLAM技術(shù)Visual
SLAM研究背景OrbSLAM2采集的場景帶顏色點云BundleFusion重建結(jié)果示例通常所說的三維重建結(jié)果:稀疏點云稠密點云Mesh網(wǎng)格72研究目的為什么要結(jié)構(gòu)化?點云數(shù)據(jù)數(shù)據(jù)量大,信息冗余獲取的點云數(shù)據(jù)存在遮擋和不完整網(wǎng)格模型顯示效果不美觀缺乏語義信息,無法滿足某些應(yīng)用現(xiàn)有方法及存在的問題機器人領(lǐng)域基于柵格圖像的房間分割
形態(tài)學方法,Voronoi圖方法,距離變換方法,基于學習的方法……ACE領(lǐng)域As-built
BIM,空間劃分,圖割方法生成房間平面圖點云處理方面,單純的平面分割,或者點云語義分類的研究存在問題:沒有充分利用建筑物室內(nèi)結(jié)構(gòu)約束,導(dǎo)致房間分割失敗沒有對室內(nèi)連通空間進行建模不適用大規(guī)模室內(nèi)場景83研究方法Room
spaceIndoor
spaceFree
spaceOccupied
spaceCorridorWallopeningspace(e.g.,doorsand
windows)(Walls)Connectionspace室內(nèi)空間和結(jié)構(gòu)約束室內(nèi)結(jié)構(gòu)約束的兩個層次:幾何層次和語義層次室內(nèi)空間曼哈頓空間假設(shè)弱曼哈頓空間假設(shè)93研究方法
(技術(shù)路線)103研究方法點云平面分割采用一種基于正態(tài)分布變換(Normal
Distribution
Transformation,NDT)的隨機一致性平面提取方法。該方法采用首先用NDT分布作為點云的空間表達,將點云離散化為體素單元,并計算每個體素單元的NDT特征;接著根據(jù)設(shè)定的閾值提取主要的表現(xiàn)為平面的體素單元。然后結(jié)合RANSAC方法實現(xiàn)點云平面分割。本方法可以最大限度的消除RANSAC方法可能存在的虛假平面問題,采樣重權(quán)重方法擬合平面,提高平面擬合的精度和穩(wěn)健性。原始點云
正態(tài)分布變換單元 平面NDT和非平面NDT
點云平面分割結(jié)果Li,L.;Yang,F.;Zhu,H.;Li,D.;Li,Y.;Tang,L.AnImprovedRANSACfor3DPointCloudPlaneSegmentationBasedonNormalDistributionTransformationCells.RemoteSens.2017,9,
433.113研究方法房間分割通過自由空間證據(jù)地圖進行房間分割,得到標記了房間屬性的柵格圖層。將點云進行平面分割并選擇墻面投影到二維平面,利用二維墻面線將平面空間進行分割得到矢量多邊形單元。通過疊加分析最終得到房間平面圖。Cell
complexlayerRandomsamplingPoint
layerExtractionvaluePoint
withevidenceJoins
andstatisticsRoom
PolygonlayerRoomlabelling
layer123研究方法房間平面圖與屬性信息提取對生成的面圖層進行簡化,提取每個房間的高度、面積等信息。房間平面圖13高程直方圖3研究方法墻面標記利用激光和物體之間的位置關(guān)系,對掃描墻面進行標記,生成證據(jù)柵格圖。占用遮擋Free
space空白143研究方法門窗檢測提出一種水平和垂直雙向生長的門窗提取算法。154實驗結(jié)果數(shù)據(jù)集兩個合成數(shù)據(jù)集,兩個真實數(shù)據(jù)集。Test
SitesTotal
FramesTable1.Descriptionofthe
datasets.Length
(m) Width(m) Height
(m)Points(perFrame)Synthetic-14310.35.62.56274,000Synthetic-211054.323.65.6380,000Dataset-1468.610.22.8367,602Dataset-21022.832.32.82,765,000評價指標??U=
??ea?f???e??e?????
??ea ?f
U????RDM=???
(????a
)? aAAD
=
|??ea
?
??ea
|?????
e?e?e?=????
+
?N???e???e?=??
+
????164實驗結(jié)果(a)(b)(c) (d)Figure12.Synthetic-1dataset.(a)Originalpointclouds,thetrajectoryisshowninred.(b)Planesegmentationandfusionresult;(c)Semanticdecompositionofroomspaceandfloorplan;(d)3Dindoor
model.(a)(b)(e) (f)Figure14.Realworlddataset-1.(a)Originalpointclouds;(b)Planesegmentationandfusionresult;(c)Semanticdecompositionofroomspaceandfloorplan;(d)3Dindoor
model.174實驗結(jié)果TableT2a.bDlees4c.riDpteisocnriopftitohnetrhoeomexpreecroimnsetnrutacltiroensuelvtsalfuoartitohnesrbeayl-uwsionrgldthdeatsaysnetthse.tic
datasets.of
RoomsRoomsIoURDM
(m)AAD
(m2)8180.012±0.0090.011±0.0140.12±0.180.21±0.52Test
SitesTest
SitesTEolteamlNenutmberBDacektegcrtoeudnd DetectionBackground
DetectionTPFP FNDoors7763.6%100%Windows77440063.6%100%Synthetic-2Doors17169164.0%94.1%Windows45428384.0%93.3%Dataset-1Rooms5 5-Synthetic-1DaStyansetht-e2tic-2Wall8PlanesRo1o8msWall
Planes6-98.4%±1.3%
3599.4%±0.6%
637Test
SitesElementTable3.DescriptBioanckogfrthoeunstdructuredwalloDpeetneicntgioenlementdetection
results.PrecisionRecallNum.
TP
FP
FNTest
SitesDataset-1441 0DEoleomrsentWindowsNum.109618P0r.0ec%ision60.0%1R00e%call90%Synthetic-1Dataset-2Doors9969.2%100%Windows87470150.0%88%185結(jié)論與展望結(jié)論本方法可以滿足大場景多房間的室內(nèi)結(jié)構(gòu)化三維重建。構(gòu)建的房間平面圖具有很高精度。門窗檢測的查全率較高,查準率相對較低,和點云數(shù)據(jù)的噪聲,稀疏性有關(guān)系。展望多樓層環(huán)境下的室內(nèi)空間劃分與重建?更加復(fù)雜的室內(nèi)環(huán)境下的建模問題?商場?本方法只采用了點云坐標,更多的線索,包括顏色,強度等信息。Li,L.;
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024-2030年中國制服行業(yè)發(fā)展趨勢與投資戰(zhàn)略研究報告
- 2024-2030年中國分享充電寶行業(yè)市場發(fā)展趨勢與前景展望戰(zhàn)略研究報告
- 2024-2030年中國凍干榴蓮市場投資效益與未來銷售前景規(guī)劃研究報告
- 2024-2030年中國農(nóng)村電商行業(yè)市場發(fā)展分析及發(fā)展前景與投資研究報告
- 2024-2030年中國再造煙葉行業(yè)調(diào)研分析及發(fā)展趨勢預(yù)測研究報告
- 2024-2030年中國全屋智能市場需求規(guī)模與投資營銷創(chuàng)新建議研究報告
- 2024-2030年中國光伏運維市場趨勢前景預(yù)判與投融資發(fā)展狀況監(jiān)測研究報告
- 2024-2030年中國兒童餅干市場供應(yīng)渠道與未來投資效益可行性研究報告
- 2024-2030年中國信號繼電器行業(yè)市場發(fā)展趨勢與前景展望戰(zhàn)略研究報告
- 2024-2030年中國體育器材行業(yè)市場發(fā)展分析及發(fā)展前景與投資研究報告
- 船廠每日管理制度
- 全國優(yōu)質(zhì)課一等獎初中音樂《深情》課件
- 艾滋病檢測點培訓課件
- 流量行為建模與預(yù)測
- 感知豐富的結(jié)構(gòu)
- GB/T 10059-2023電梯試驗方法
- 醫(yī)院制劑成果轉(zhuǎn)化方案
- 酒駕延緩處罰申請書
- 北京市通州區(qū)2023-2024學年高二上學期期中質(zhì)量檢測數(shù)學試題【含答案解析】
- 糧食存儲物流;控制系統(tǒng);PLC
- 《科技的重要性》課件
評論
0/150
提交評論