申请/专利权人：速度科技股份有限公司

申请日：2024-01-11

公开（公告）日：2024-04-02

公开（公告）号：CN117557931B

主分类号：G06V20/17

分类号：G06V20/17;G06T7/70;G06T17/00;G06F16/2453;G06F16/29

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.03.01#实质审查的生效;2024.02.13#公开

摘要：本发明公开了一种基于三维场景的表计最优巡检点的规划方法，步骤：S1加载点云数据：准备场景点云数据和表计三维模型数据，筛选场景点云数据并匹配表计三维点云模型；S2路径规划：选定路网路线上的起始点，在巡检路线上设置必经点；S3加载路网数据：将场景点云数据、三维表计对象加载至三维引擎中；S4巡检点规划识别：平台监测算法待识别空间变化，读取表计ID文件，进行解压后，分别对各图片进行位置检测，建立映射关系，并存储至表计识别结果表；表计ID文件则移至算法识别存档空间；S5：根据步骤S4的识别结果，输出表计最优巡检点。该方法能够快速、准确寻找出最优巡检点，提高机器人巡检规划效率，提升最终的巡检效果。

主权项：1.一种基于三维场景的表计最优巡检点的规划方法，其特征在于，具体包括以下步骤：S1加载点云数据：准备场景点云数据和表计三维模型数据，筛选场景点云数据并匹配表计三维点云模型；S2路径规划：选定路网路线上的起始点，在巡检路线上设置必经点，确保覆盖目标表计周边的观测路线；S3加载路网数据：将场景点云数据、三维表计对象加载至三维引擎中；S4巡检点规划识别：平台监测算法待识别空间变化，读取表计ID文件，进行解压后，分别对各图片进行位置检测，建立映射关系，并存储至表计识别结果表；完成识别后，表计ID文件则移出算法待识别空间且移至算法识别存档空间；S5排序输出：根据所述步骤S4的识别结果，按置信度、焦距差联合排序，输出表计最优巡检点；所述步骤S1的具体步骤为：S11：采用OpenCV软件库编码实现点云数据解析加载；S12：利用基于点对特征法PointPairFeatures的6D姿态估算方法调用模块，返回多个结果簇，从而获得每个点云数据的姿态和位置，并匹配表计三维点云模型；S13：在匹配表计三维点云模型中的PointPairFeatures的6D姿态估算方法返回的结果簇中，获得表计点云点位，提取三维坐标点，从而确定表计三维点云模型所在的三维空间位置，进而筛选出表计点位；S14：通过虚幻引擎4点云插件将场景点云模型导入虚幻引擎4中，按照实际道路1:1画路网，贴合道路中线绘制路线，移除场景点云模型，保存道路点云数据，然后保存至数据库PostgreSQL；S15：使用ArcGIS软件，将道路点云数据导入表计点位及路网数据，再采用欧氏距离公式计算各表计点位到路网的距离，获得距离数据结果，并将距离数据结果导入数据库PostgreSQL；所述步骤S3的具体步骤为：S31：设置目标表计在三维引擎中显示，即轮询三维场景中的表计三维点云模型的对象，设置开始索引的三维表计模型的对象为显示状态，其余则为隐藏状态，并设该表计模型的对象所在位置为点P2x2,y2,z2；S32：距离计算，即设三维场景中摄像机最大焦距范围为R1，最小焦距范围为R2，根据空间两点距离公式，计算当前摄像机点的视角位置与目标表计的位置的距离，公式为： 其中，Pc为当前摄像机点；P2为目标表计的位置；若d≥R1或d≤R2，则该当前摄像机点舍弃，不作为最优巡检点的使用数据，则继续移动机器人的位置，同时设该位置为起始点P1，并反复计算，找到摄像机可视范围的路网数据点，即R1≤d≤R2；S33：计算目标表计方位的向量，生成仰视角、俯视角以及焦距；S34：调用三维引擎的camera对象视角调整方法，使三维场景匹配检测摄像机的拍摄内容，同时通过通视分析，检测摄像机到目标表计之间是否有遮挡物，若包含遮挡物则沿路线L继续移动，反之则截取三维区域并生成图片；S35：若完成选定路线，则将图片合并至一个压缩文件；S36：将压缩文件上传至算法服务器，并存放至算法待识别空间。

全文数据：

权利要求：

百度查询： 速度科技股份有限公司 一种基于三维场景的表计最优巡检点的规划方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD