[发明专利]三维建模方法、装置、存储介质和计算机设备

说明书

本申请涉及一种三维建模方法、装置、计算机设备和存储介质。所述方法包括：采用异构传感器获取连续多帧点云数据，得到点云数据帧集合；分别对点云数据帧集合中各帧点云数据提取特征点，得到各帧点云数据对应的特征点集合；分别从各帧点云数据对应的特征点集合中选取至少三个特征点作为目标特征点，得到各帧点云数据对应的目标特征点集合；根据各帧点云数据对应的目标特征点集合对点云数据帧集合中各帧点云数据依次两两进行初始配准；提取各帧点云数据中的特征面，根据所述特征面对初始配准后的各帧点云数据进行精确配准；对各帧点云数据进行三角网格化处理，得到三维模型。本申请可以提高三维建模的效率。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种三维建模方法、装置、存储介质和计算机设备。

背景技术

移动机器人(Robot)是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。随着科技的飞速发展，移动机器人，如无人驾驶车、无人驾驶船等已渐渐被用于导航、定位、场景分割、关键物体检测等。

移动机器人在进行导航、定位、场景分割、关键物体检测等操作时，首先需要进行三维建模，然而，传统技术中，由于在进行配准时，常用的配准方法对初始值要求高，配准速度慢，导致三维建模的效率低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高三维建模效率的三维建模方法、装置、存储介质和计算机设备。

一种三维建模方法，所述方法包括：

采用异构传感器获取连续多帧点云数据，得到点云数据帧集合；

分别对点云数据帧集合中各帧点云数据提取特征点，得到各帧点云数据对应的特征点集合；

分别从各帧点云数据对应的特征点集合中选取至少三个特征点作为目标特征点，得到各帧点云数据对应的目标特征点集合；

根据各帧点云数据对应的目标特征点集合对点云数据帧集合中各帧点云数据依次两两进行初始配准；

提取各帧点云数据中的特征面，根据所述特征面对初始配准后的各帧点云数据进行精确配准；

对各帧点云数据进行三角网格化处理，得到三维模型。

在其中一个实施例中，所述分别从各帧点云数据对应的特征点集合中选取至少三个特征点作为目标特征点，得到各帧点云数据对应的目标特征点集合的步骤包括：

计算特征点集合中各个特征点的特征熵；

根据各个特征点的特征熵选取至少三个特征点作为目标特征点，得到各帧点云数据对应的目标特征点集合。

在其中一个实施例中，所述根据各帧点云数据对应的目标特征点集合对点云数据帧集合中各帧点云数据依次两两进行初始配准的步骤包括：

根据前一帧点云数据对应的目标特征点集合，获取后一帧点云数据中目标特征点集合中各个目标特征点对应的特征点，得到对应特征点集合；

根据所述目标特征点集合和对应特征点集合计算平移矩阵和旋转矩阵；

根据所述平移矩阵和旋转矩阵进行配准。

在其中一个实施例中，所述提取各帧点云数据中的特征面的步骤包括：

对各帧点云数据根据点云数据的空间分布情况提取地面对应的点云；

对提取地面对应的点云后的各帧点云数据中各个点计算法向量；

根据各个点的法向量对各帧点云数据进行聚类，得到类集合；