本申请涉及一种三维重建数据采集校验的方法、系统、装置和介质，其中，该方法包括：获取待采集地图的规划路径和数据校验参数，对每条路线进行单次采集，并根据不同的计算指标和数据校验参数对采集到的数据进行校验，得到单次采集校验数据；将当前路线中得到的单次采集校验数据与历史路线中得到的单次采集校验数据进行关联校验，得到关联关系，并计算关联强度；最后，通过单次采集校验数据、关联关系和关联强度对评分规则进行分级评分，并将评分结果反馈到后台服务器。通过本申请，解决了采集三维重建数据时，存在的采集效率低、人工成本高的问题，不仅降低了数据采集人员的门槛，降低了人工成本，还提高了采集效率和数据质量。还提高了采集效率和数据质量。还提高了采集效率和数据质量。
【技术实现步骤摘要】
一种三维重建数据采集校验的方法、系统、装置和介质
[0001]本申请涉及三维重建
，特别是涉及一种三维重建数据采集校验的方法、系统、装置和介质。
技术介绍
[0002]作为元宇宙的重要入口之一，增强现实(AR)技术在学术和产业界备受关注，并跟随越来越多的落地应用，逐步深入到更多行业和应用场景，如工业AR，文旅AR，教育AR等。在AR应用所依赖的各项技术中，现实场景的三维地图构建是最基础、最关键的环节。具体来说，AR应用一般都需要知道场景的三维几何结构，从而确定虚拟内容如何放置，或确定虚实间的遮挡关系；也常常需要知道场景中的数字化特征，以便进行AR设备的自动定位。
[0003]现如今，在各种三维场景重建的技术路线，如：激光、RGBD和视觉中，基于纯视觉图片的三维重建方法是成本最低，使用最广泛的一种方式，即只需要使用RGB相机对场景进行图像数据采集，再将采集到的建图数据输入开源或商业化视觉建图软件中，即可完成场景的几何与纹理重建。
[0004]然而，在相关技术中，虽然纯视觉三维建图的方法在采集设备和采集成本上门槛不高，但有些基本原则需要在数据采集过程中得到保证，才能成功地重建出场景的三维地图。例如，采集的场景图像之间是否能够形成连通的视觉关联，如果不能，则只能重建出割裂的场景；再例如，采集时，图像间不能存在较多的纯旋转运动，也不能采集太多连续的弱纹理区域，不然均会对地图的重建质量带来不利影响。因此，为了保证这些采集准则，往往需要很多专业人士进行建图数据采集，或者需要投入一定资源来临时培训数据采集人员，人工成本较高。
[0005]目前针对相关技术中采集三维重建数据时，存在的采集效率低、人工成本高的问题，尚未提出有效的解决方案。
技术实现思路
[0006]本申请实施例提供了一种三维重建数据采集校验的方法、系统、装置和介质，以至少解决相关技术中采集三维重建数据时，存在的采集效率低、人工成本高的问题。
[0007]第一方面，本申请实施例提供了一种三维重建数据采集校验的方法，所述方法包括：
[0008]获取待采集地图的规划路径和数据校验参数；
[0009]对每条路线进行单次采集，并根据不同的计算指标和数据校验参数对采集到的数据进行校验，得到单次采集校验数据；
[0010]将当前路线中得到的单次采集校验数据与历史路线中得到的单次采集校验数据进行关联校验，得到关联关系，并计算关联强度；
[0011]通过所述单次采集校验数据、所述关联关系和所述关联强度对评分规则进行分级评分，并将评分结果反馈到后台服务器。
[0012]在其中一些实施例中，所述对每条路线进行单次采集包括：
[0013]当计算指标触发采集失败的阈值时，采集中断，记录当前采集到的数据，并选择是否继续采集；
[0014]在选择不继续采集的情况下，重新采集当前路线的所有数据，反之，则继续采集剩下的数据，并将最新采集到的数据与已采集的数据进行关联，得到当前路线完整的采集数据。
[0015]在其中一些实施例中，根据不同的计算指标对采集到的数据进行校验，得到单次采集校验数据包括：
[0016]计算相机运动速度，判断采集速度是否过快；
[0017]分别计算短时间内的相机位移量和旋转量，以及单位位移内的旋转量，判断相机的运动模式是否接近纯旋转体；
[0018]计算地图图像中场景特征水平，判断是否有足够的可用特征。
[0019]在其中一些实施例中，将当前路线中得到的单次采集校验数据与历史路线中得到的单次采集校验数据进行关联校验包括：
[0020]查找当前路线单次采集校验数据与历史路线单次采集校验数据之间相似的全局特征，并分别对当前路线、历史路线中具有所述全局特征的图像进行全局聚类，使所述当前路线和所述历史路线中分别形成多个图像簇；
[0021]将所述当前路线中的图像簇与所述历史路线中的图像簇进行全局关联判定，在判断得到有效的全局关联之后，通过二视图几何校验对所述有效的全局关联进行局部关联判定，得到有效关联；
[0022]当所述当前路线与所述历史路线之间至少存在一个有效关联的情况下，则判断所述当前路线与所述历史路线之间存在关联，否则不存在关联；
[0023]对存在关联的路线进行校验，判断路线关联是否达标，若不达标，则需要重新采集路线。
[0024]在其中一些实施例中，在获取待采集地图的规划路径和数据校验参数之前，所述方法包括：
[0025]根据不同的任务要求，对所述待采集地图的采集路径进行不同的规划设计，得到所述规划路径，并确定数据的采集校验要求。
[0026]在其中一些实施例中，在通过所述单次采集校验数据、所述关联关系和所述关联强度对评分规则进行分级评分之前，所述方法包括：
[0027]对所有路线的采集数据进行筛选，当不符合采集要求时，进行重新采集或强制结束任务；
[0028]获取评分规则，其中，所述评分规则包括评分项和分项权重，所述评分项包括路线连通性、路线质量和关联质量。
[0029]在其中一些实施例中，所述通过所述单次采集校验数据、所述关联关系和所述关联强度对评分规则进行分级评分包括：
[0030]通过所述单次采集校验数据、所述关联关系和所述关联强度计算校验所述评分规则中的各个评分项，并根据分项权重对各个评分项进行加权平均计算，得到评分结果。
[0031]第二方面，本申请实施例提供了一种三维重建数据采集校验的系统，所述系统包
括：
[0032]路径规划模块，用于获取待采集地图的规划路径和数据校验参数；
[0033]单次模块，用于对每条路线进行单次采集，并根据不同的计算指标和数据校验参数对采集到的数据进行校验，得到单次采集校验数据；
[0034]多次模块，用于将当前路线中得到的单次采集校验数据与历史路线中得到的单次采集校验数据进行关联校验，得到关联关系，并计算关联强度；
[0035]评分模块，用于通过所述单次采集校验数据、所述关联关系和所述关联强度对评分规则进行分级评分，并将评分结果反馈到后台服务器。
[0036]第三方面，本申请实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的三维重建数据采集校验的方法。
[0037]第四方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的三维重建数据采集校验的方法。
[0038]相比于相关技术，本申请实施例提供的三维重建数据采集校验的方法，获取待采集地图的规划路径和数据校验参数；对每条路线进行单次采集，并根据不同的计算指标和数据校验参数对采集到的数据进行校验，得到单次采集校验数据；将当前路线中得到的单次采集校验数据与历史路线中得到的单次采集校验数据进行关联校验，得到关联关系，并计算关联强度；最后，通过单次采集校验数据、关联本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种三维重建数据采集校验的方法，其特征在于，所述方法包括：获取待采集地图的规划路径和数据校验参数；对每条路线进行单次采集，并根据不同的计算指标和数据校验参数对采集到的数据进行校验，得到单次采集校验数据；将当前路线中得到的单次采集校验数据与历史路线中得到的单次采集校验数据进行关联校验，得到关联关系，并计算关联强度；通过所述单次采集校验数据、所述关联关系和所述关联强度对评分规则进行分级评分，并将评分结果反馈到后台服务器。2.根据权利要求1所述的方法，其特征在于，所述对每条路线进行单次采集包括：当计算指标触发采集失败的阈值时，采集中断，记录当前采集到的数据，并选择是否继续采集；在选择不继续采集的情况下，重新采集当前路线的所有数据，反之，则继续采集剩下的数据，并将最新采集到的数据与已采集的数据进行关联，得到当前路线完整的采集数据。3.根据权利要求1或2所述的方法，其特征在于，根据不同的计算指标对采集到的数据进行校验，得到单次采集校验数据包括：计算相机运动速度，判断采集速度是否过快；分别计算短时间内的相机位移量和旋转量，以及单位位移内的旋转量，判断相机的运动模式是否接近纯旋转体；计算地图图像中场景特征水平，判断是否有足够的可用特征。4.根据权利要求1所述的方法，其特征在于，将当前路线中得到的单次采集校验数据与历史路线中得到的单次采集校验数据进行关联校验包括：查找当前路线单次采集校验数据与历史路线单次采集校验数据之间相似的全局特征，并分别对当前路线、历史路线中具有所述全局特征的图像进行全局聚类，使所述当前路线和所述历史路线中分别形成多个图像簇；将所述当前路线中的图像簇与所述历史路线中的图像簇进行全局关联判定，在判断得到有效的全局关联之后，通过二视图几何校验对所述有效的全局关联进行局部关联判定，得到有效关联；当所述当前路线与所述历史路线之间至少存在一个有效关联的情况下，则判断所述当前路线与所述历史路线之间存在关联，否则不存在关联；对存在关联的路线进行校验，判断路线关联...
【专利技术属性】
技术研发人员：李泽学，张双力，丛林，
申请(专利权)人：杭州易现先进科技有限公司，
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。