公开(公告)号：CN112347550B

公开(公告)日：2022-07-15

申请号：CN202011417892.7

申请日：2020-12-07

Applicant: 厦门大学

Inventor： 王程 ,  檀锦彬 ,  温程璐

IPC: G06F30/13 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F111/04

Abstract: 本发明公开了一种耦合式室内三维语义建图及建模方法和介质，其中方法包括：获取初始点云数据；提取特征点，并估计初始数据帧对应的位姿，以及根据位姿生成局部点云地图；生成训练数据集；基于深度神经网络和训练数据集对局部点云地图进行语义标注，并将将局部点云地图的语义标注结果反馈到该初始数据帧中；对位姿进行优化以得到第一位姿优化结果；提取语义结构面，并与全局平面进行关联；进行非线性优化，以得到第二位姿优化结果；生成最终点云地图、语义点云地图和建筑物内部语义线结构模型。能够准确地重建出室内环境的语义点云地图和内部线框结构模型；同时，防止在进行基于激光的移动扫描时，因采集平台的剧烈运动而丢失位姿估计。

公开(公告)号：CN112347550A

公开(公告)日：2021-02-09

申请号：CN202011417892.7

申请日：2020-12-07

Applicant: 厦门大学

Inventor： 王程 ,  檀锦彬 ,  温程璐

IPC: G06F30/13 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F111/04

Abstract: 本发明公开了一种耦合式室内三维语义建图与建模方法和介质，其中方法包括：获取初始点云数据；提取特征点，并估计初始数据帧对应的位姿，以及根据位姿生成局部点云地图；生成训练数据集；基于深度神经网络和训练数据集对局部点云地图进行语义标注，并将将局部点云地图的语义标注结果反馈到该初始数据帧中；对位姿进行优化以得到第一位姿优化结果；提取语义结构面，并与全局平面进行关联；进行非线性优化，以得到第二位姿优化结果；生成最终点云地图、语义点云地图和建筑物内部语义线结构模型。能够准确地重建出室内环境的语义点云地图和内部线框结构模型；同时，防止在进行基于激光的移动扫描时，因采集平台的剧烈运动而丢失位姿估计。