[发明专利]一种钢筋簇的识别方法、装置、设备及存储介质

说明书

本发明实施例公开了一种钢筋簇的识别方法、装置、设备及存储介质。该方法包括：获取被测钢筋簇的三维点云数据，并基于所述三维点云数据确定被测二维图像；将所述被测二维图像输入到预先训练完成的目标神经网络模型中，得到输出的所述被测钢筋簇对应的钢筋类别。本发明实施例通过采集钢筋簇的三维点云数据，基于三维点云数据确定被测二维图像，并对被测二维图像通过目标神经网络模型进行分类，得到钢筋簇所属的钢筋类别，解决了现有技术识别钢筋簇类别的分类效果差的问题，提高了对钢筋簇所属类别的识别结果的准确度，进而有助于后续的自动化施工操作的执行，提高了建筑工程的工作效率。

技术领域

本发明实施例涉及建筑工程技术领域，尤其涉及一种钢筋簇的识别方法、装置、设备及存储介质。

背景技术

当前智能制造技术日益成熟，各行各业对自动化的需求也日益旺盛。尤其像建筑施工这种高危领域，对建筑施工自动化的需求更为迫切。实现施工自动化首要步骤就是实现对施工现场的测绘，使用各种传感器尽可能全面的获取施工现场的二维或者三维测绘数据，以便于后续施工机器人对在该施工现场进行安全作业和施工成果验收等工作。

钢筋簇是施工现场中的主要部件之一，通过对钢筋簇类型的判断，可以定位出建筑机器人的工作范围的边界，进而有助于自动化施工的实施。目前已知相关技术可以实现对建筑场景中的物体，如桌子、椅子等，以及室外道路、房屋等物体进行分割和识别。但其所用技术大都是语义分割、形状拟合和轮廓提取等技术手段。而对于建筑施工场景中的钢筋簇等外形细长的建筑材料，难以构成规则的几何形状，因此这些方法难以适用。

发明内容

本发明实施例提供了一种钢筋簇的识别方法、装置、设备及存储介质，提高对钢筋簇所属类别的识别结果的准确度，进而有助于后续的自动化施工操作的执行，提高建筑工程的工作效率。

第一方面，本发明实施例提供了一种钢筋簇的识别方法，该方法包括：

获取被测钢筋簇的三维点云数据，并基于所述三维点云数据确定被测二维图像；

将所述被测二维图像输入到预先训练完成的目标神经网络模型中，得到输出的所述被测钢筋簇对应的钢筋类别。

进一步地，所述基于所述三维点云数据确定被测二维图像，包括：

将所述三维点云数据所在的相机坐标系与预设角度下的被测钢筋簇所在的世界坐标系对齐，以使所述相机坐标系的坐标轴与所述世界坐标系的坐标轴平行；

将对齐后的三维点云数据投影到图像坐标系中，并对投影得到的投影图像进行缩放处理得到被测二维图像。

这样设置的好处在于，将三维点云数据所在的相机坐标系与预设角度下的被测钢筋簇所在的世界坐标系对齐，可以增加被测二维图像中的图像信息，进而提高分类结果的准确度。对投影图像进行缩放处理，可以统一二维图像的大小，从而有助于提高目标神经网络模型的训练效率。

进一步地，所述目标神经网络模型的训练方法，包括：

获取样本钢筋簇的至少一个三维点云数据，并基于各所述三维点云数据确定至少一个样本二维图像；

基于所述样本二维图像及与各所述样本二维图像分别对应的真实钢筋类别构建样本数据集；其中，所述样本数据集包括训练样本集；

基于训练样本集对初始神经网络模型进行训练，当满足预设条件时，得到训练完成的目标神经网络模型。

进一步地，所述样本数据集还包括测试样本集，相应的，在得到训练完成的目标神经网络模型之后，还包括：

基于测试样本集对所述目标神经网络模型进行测试，如果测试结果不满足预设分类标准，则继续对所述目标神经网络模型进行训练。