基于激光SLAM的自动量房方法技术

本发明专利技术提供了一种基于激光SLAM的自动量房方法，包括：先对激光雷达采集的点云数据，通过欧式距离聚类分割，形成点云子块。然后，在分割后的点云子块中，通过霍夫变换方法，提取直线或圆弧特征。最后，将直线和点云数据叠加匹配，直线特征相互延长求交并裁剪，生成交点，以交点的拓扑连接关系，进行闭环检测。激光雷达采集的点云数据通常具有无结构化属性、数据间无连接、不承载语义信息、数据点密度高的特点。本发明专利技术可以计算出有序连接的墙体轮廓线。本发明专利技术可以计算出有序连接的墙体轮廓线。本发明专利技术可以计算出有序连接的墙体轮廓线。

【技术实现步骤摘要】
基于激光SLAM的自动量房方法


[0001]本专利技术涉及一种基于激光SLAM的自动量房方法。

技术介绍

[0002]精准的户型数据，是装修设计各项工作开展的前提。国内的新房、二手房，虽然施工方都提供了原始图纸，但是该图纸和实际的户型数据往往是有偏差的。联系装修公司时，第一步就是量房(测量房屋户型数据)，所以量房数据的精准性、高效性，是很重要的。
[0003]国内的装修公司量房，发展经过如下：
[0004]卷尺测量：装修人员用卷尺测量墙长、门窗尺寸等，通常需要多人配合，工作效率低，测量一个户型需要耗时几小时以上。激光测距仪：目前应用最为广泛。使用激光测距仪代替卷尺，更加方便快捷，更加精准；但是测量过程需要比较多的经验，比如需要知道那些是关键尺寸，不能遗漏。
[0005]现有量房方法存在的另一方面问题是从数据到图纸存在人为疏漏：现场测量的所有尺寸数据，通常先由人工记录在草图上，然后绘制CAD图纸；这样人为因素比较多，容易遗漏或者出错。因此目前装修公司量房，图纸结构错误、尺寸误差等现象时有发生，通常需要多次返工。

技术实现思路

[0006]本专利技术的目的在于提供一种基于激光SLAM的自动量房方法。
[0007]为解决上述问题，本专利技术提供一种基于激光SLAM的自动量房方法，包括：
[0008]通过手持激光雷达采集房间的点云数据C＝{p
i
}；
[0009]将点云数据C分割成的点云子块；
[0010]在每个点云子块G
i<br/>中进行直线或圆弧提取；
[0011]基于直线或圆弧，得到有效的交点；基于有效的交点，最终的相互连接的墙体轮廓线，检测出最终的相互连接的墙体轮廓线中存在的闭环。
[0012]进一步的，在上述方法中，将点云数据C分割成的点云子块，包括：
[0013]步骤2.1：在点云数据C中随机选取一个当前初始点p0；
[0014]步骤2.2：创建一个点云集合G
i
，并将初始点p0加入G
i
；
[0015]步骤2.3：通过KD
‑
tree搜索点云数据C，将与初始点p0的欧式距离在阈值ΔD区域范围的点集加入点集合G
i
，将当前初始点p0标记为已完成搜索；
[0016]步骤2.4：如果在点集合G
i
中存在未完成搜索的点，则在在点集合G
i
随机选择一个未完成搜索的点作为新的当前初始点p0后转到步骤2.3，否则，将G
i
作为一个分割完成的点云子块；
[0017]步骤2.5：如果点云数据C中的每个点都属于某个点云子块，则完成点云分割；否则，在不属于任何点云子块的点云数据C中的剩余点中，随机选取选取一个新的初始点p0后，转到步骤2.2。
[0018]进一步的，在上述方法中，ΔD＝0.05*L，其中，L为点云包围盒的大小。
[0019]进一步的，在上述方法中，在每个点云子块G
i
中进行直线或圆弧提取，包括：
[0020]步骤3.1：建立极坐标下的霍夫参数空间，将霍夫空间划分为区间块，初始化区间块j的投票值H
j
[r
j
，θ
j
]＝0；
[0021]步骤3.2：将点云子块中的点P
i
(x
i
，y
i
)转化为霍夫空间中的直线r＝x
i
cosθ+y
i
sinθ，将直线经过的区间块j的投票值H
j
[r
j
，θ
j
]增加1；
[0022]步骤3.3：找到霍夫空间中投票值最高的点P
m
(r
m
，θ
m
)，其对应的直线即为检测到的直线。
[0023]进一步的，在上述方法中，区间块尺寸为r＝0.5*L，θ＝1
°
，其中，r表示极径，θ表示极角。
[0024]进一步的，在上述方法中，基于直线或圆弧，得到有效的交点，包括：
[0025]对于点云数据中的每个点p
i
，计算点p
i
与最近的直线或圆弧的距离，若距离小于阈值ΔD
M
，则将该点p
i
标记为已识别点；否则，标记为未识别点；
[0026]求出相近的直线或圆弧之间的交点P
c
，计算交点和直线或圆弧端点的距离，如果距离小于给定阈值ΔD
M
，则认为交点P
c
有效，记为有效的交点；如果距离大于给定阈值
△
D
M
，再分析位于交点P
c
周围的未识别点，分别计算未识别点到直线和圆弧的最近距离d
min
，若d
min
≤ΔD
M
，则判定未识别点有效的交点，记为有效的交点。
[0027]进一步的，在上述方法中，ΔD
M
＝0.001*L。
[0028]进一步的，在上述方法中，基于有效的交点，最终的相互连接的墙体轮廓线，包括：
[0029]对于有效的交点，将有效的交点对应的直线或圆弧分别延长至该有效的交点，根据有效的交点将直线或圆弧裁剪，得到最终的相互连接的墙体轮廓线。
[0030]进一步的，在上述方法中，检测出最终的相互连接的墙体轮廓线中存在的闭环，包括：
[0031]创建一个边集合O，从最终的轮廓线随机选择一条边L
S
加入集合O，并作为初始边；
[0032]计算轮廓线中的其他的边与L
s
相邻的边的顺时针夹角，选出夹角最大的边L
N
，如果L
N
已经在集合O中，则该集合O形成闭环，结束；否则，将L
N
加入集合O后，并重复本步骤。
[0033]与现有技术相比，本专利技术包括：首先对激光雷达采集的点云数据，通过欧式距离聚类分割，形成点云子块。然后，在分割后的点云子块中，通过霍夫变换方法，提取直线或圆弧特征。最后，将直线和点云数据叠加匹配，直线特征相互延长求交并裁剪，生成交点，以交点的拓扑连接关系，进行闭环检测。
[0034]激光雷达采集的点云数据通常具有无结构化属性、数据间无连接、不承载语义信息、数据点密度高的特点。本专利技术提出一种基于2d点云数据提取墙线特征的算法，可以计算出有序连接的墙体轮廓线。
[0035]为解决传统量房工作效率底、准确率底、返工情况多的问题，本专利技术提出一种使用激光SLAM智能量房技术，旨在通过激光雷达扫描，自动生成房屋墙体二维、三维图纸，提升量房效率和质量。
[0036]使用本专利技术的方法进行量房，总耗时5到10分钟。相比传统量房方法的人工测绘，可有效提高效率；
[0037]不依赖经验和专业知识，用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于激光SLAM的自动量房方法，其特征在于，包括：通过手持激光雷达采集房间的点云数据C＝{p
i
}；将点云数据C分割成的点云子块；在每个点云子块G
i
中进行直线或圆弧提取；基于直线或圆弧，得到有效的交点；基于有效的交点，最终的相互连接的墙体轮廓线，检测出最终的相互连接的墙体轮廓线中存在的闭环。2.如权利要求1所述的基于激光SLAM的自动量房方法，其特征在于，将点云数据C分割成的点云子块，包括：步骤2.1：在点云数据C中随机选取一个当前初始点p0；步骤2.2：创建一个点云集合G
i
，并将初始点p0加入G
i
；步骤2.3：通过KD
‑
tree搜索点云数据C，将与初始点p0的欧式距离在阈值ΔD区域范围的点集加入点集合G
i
，将当前初始点p0标记为已完成搜索；步骤2.4：如果在点集合G
i
中存在未完成搜索的点，则在在点集合G
i
随机选择一个未完成搜索的点作为新的当前初始点p0后转到步骤2.3，否则，将G
i
作为一个分割完成的点云子块；步骤2.5：如果点云数据C中的每个点都属于某个点云子块，则完成点云分割；否则，在不属于任何点云子块的点云数据C中的剩余点中，随机选取选取一个新的初始点p0后，转到步骤2.2。3.如权利要求2所述的基于激光SLAM的自动量房方法，其特征在于，ΔD＝0.05*L，其中，L为点云包围盒的大小。4.如权利要求3所述的基于激光SLAM的自动量房方法，其特征在于，在每个点云子块G
i
中进行直线或圆弧提取，包括：步骤3.1：建立极坐标下的霍夫参数空间，将霍夫空间划分为区间块，初始化区间块j的投票值H
j
[r
j
，θ
j
]＝0；步骤3.2：将点云子块中的点P
i
(x
i
，y
i
)转化为霍夫空间中的直线r＝x
i
cosθ+y
i
sinθ，将直线经过的区间块j的投票值H
j
[r
j
，θ
j
]增加1；...

【专利技术属性】
技术研发人员：许璟琳，叶聪，张铭，黄轶，余芳强，
申请(专利权)人：上海建工四建集团有限公司，
类型：发明
国别省市：