[发明专利]一种目标物体自动扫描系统及方法

说明书

本公开提供了一种目标物体自动扫描系统及方法，根据扫描仪内相继拍摄的彩色图像，利用机器视觉物体检测算法对其进行处理，得到感兴趣的扫描区域；建立图片像素坐标和真实世界坐标之间建立映射关系，基于所述映射关系计算与所述扫描区域的各像素相对应的世界坐标相对于激光雷达的角度；以最小和最大角度为边界，构建角度序列，根据序列中各点与扫描区域内被扫描的点与激光雷达之间的距离，计算相机坐标系中对应点，形成扫描路径，按照所述扫描路径控制扫描仪的动作。本公开能够自动提供感兴趣的扫描区域以及相应的扫描路径，保证采集图像的有效性、准确性和智能化。

技术领域

本公开属于建筑信息建模技术领域，具体涉及一种目标物体自动扫描系统及方法。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

目前，建筑物数字孪生技术(DigitalTwinning)或建筑信息建模(BuildingInformationModelling)技术已在监控，检查，和管理基础设施资产等建筑工程领域得到广泛应用。其中，利用激光点云数据(PointClouds)生成现有基础设施的数字几何双胞胎(GeometricDigitalTwin简称为gDT)，或建筑信息几何模型(BIMmodel)，是一种常见的做法。但是，值得注意的是，从点云到数字几何双胞胎(scan-to-gDT)这一过程耗时耗力，且远远未被完全的自动化，激光点云的处理过程难度很大。因为激光点云数据量异常庞大(例如，通常一座普通的高速路桥的点云大小为3到4个G)。所以，对于三维几何建模来说，需要首先对点云数据进行预处理后才能用其进行点云重建。

传统采集点云的方法属性，完全取决于扫描过程和被扫描的建筑物周围的环境。从业者通常使用激光扫描仪(laserscanner)默认的扫描范围设置对被扫描的建筑物进行范围限制内的全范围扫描。这样的扫描过程使得每一次扫描(即每一个scan)产生数以千万计的巨大的点云数据。而最终，对于拼接好的点云，只有其中一小部分数据用于后续的孪生(即三维建模)过程，剩下不用的数据即为多余的噪点。因此，科研人员往往需要在使用点云做三维重建之前对其进行大规模的裁剪/修剪工作，其目的即是去除多余的无用的噪点。

据发明人了解，目前的扫描仪硬件设备都仅仅提供人工辅助的方法来定制指定的扫描区域。同时，现有的扫描仪硬件设备和配套软件不提供用于在点云扫描和预处理阶段检测感兴趣扫描区域的全自动方案，无法解决准确描绘感兴趣对象的边界问题和噪点问题。

发明内容

本公开为了解决上述问题，提出了一种目标物体自动扫描系统及方法，本公开能够自动提供感兴趣的扫描区域以及相应的扫描路径，保证采集图像的有效性、准确性和智能化。

根据一些实施例，本公开采用如下技术方案：

一种目标物体自动扫描方法，包括以下步骤：

根据扫描仪内相继拍摄的彩色图像，利用机器视觉物体检测算法对其进行处理，得到感兴趣的扫描区域；

建立图片像素坐标和真实世界坐标之间建立映射关系，基于所述映射关系计算与所述扫描区域的各像素相对应的世界坐标相对于激光雷达的角度；

以最小和最大角度为边界，构建角度序列，根据序列中各点与扫描区域内被扫描的点与激光雷达之间的距离，计算相机坐标系中对应点，形成扫描路径，按照所述扫描路径控制扫描仪的动作。

在上述方案中，首先利用机器视觉物体检测算法自动确定扫描区域，解决了现有的扫描仪通过用户手动设定扫描区域或框选扫描区域的局限性，扫描区域形状准确，不再依托操作员的仔细程度和经验；其次，根据扫描区域自动生成控制路线，能够自动控制扫描仪，实现扫描过程的智能化和自动化。

作为可选择的实施方式，利用机器视觉物体检测算法对其进行处理的过程包括：