基于多层点云子地图优化的大场景高精度建图方法及系统

    公开(公告)号:CN118258375A

    公开(公告)日:2024-06-28

    申请号:CN202410196008.3

    申请日:2024-02-22

    Applicant: 同济大学

    Inventor: 冯宝新 张绍明

    Abstract: 本发明公开了基于多层点云子地图优化的大场景高精度建图方法,包括:获取全局点云数据,将所述全局点云数据划分网格,计算网格内的点云平面一致性,判断所述网格内的点云是否为平面点云;根据网格划分结果遍历每个网格,根据选取规则选取多组数据对,每组数据对构建共面约束,添加到全局约束集中;通过非线性优化库解算所述约束集,得到Lidar位姿,利用分组分层多级优化方法对所述Lidar位姿构建位姿图,得到建图结果,采用了分组分层多级优化方法,在不损失精度的前提下,大大提高了解算效率。

    一种基于深度学习的交互式建筑物单体化方法及系统

    公开(公告)号:CN118262063A

    公开(公告)日:2024-06-28

    申请号:CN202410294791.7

    申请日:2024-03-15

    Applicant: 同济大学

    Inventor: 冯宝新 张绍明

    Abstract: 本发明涉及一种基于深度学习的交互式建筑物单体化方法和系统,方法包括:采集测区内的建筑物点云数据,并投影为测区三视图;将测区平面图输入分割网络中,提取每幢建筑物的主体部分和轮廓线信息,从而抽取每幢建筑物的点云数据,对每幢建筑物的点云数据投影为单体三视图,将建筑物单体立面图输入分割网络中,抽取建筑物各楼层的点云数据;对各建筑物的建筑物轮廓线和各楼层的点云数据,采用直线检测技术,提取建筑物的直线结构,获取建筑物单体化的矢量结果;采用交互式方法,对建筑物单体化的矢量结果进行检查与纠正。与现有技术相比,本发明实现了半自动化的建筑物单体化作业,在保证精度的同时,大大提升了测绘作图的工作效率。

Patent Agency Ranking