[发明专利]一种钢筋簇分类方法、装置、电子设备及存储介质

说明书

本发明实施例公开了一种钢筋簇分类方法、装置、电子设备及存储介质，该方法包括：获取被测钢筋簇的三维点云数据；基于所述三维点云数据，通过预先训练好的深度学习模型对所述被测钢筋簇的类型进行识别，得到所述被测钢筋簇对应的钢筋簇类型。本发明实施例的技术方案，实现了基于被测钢筋簇的点云数据对钢筋簇形态类型的识别与分类。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种钢筋簇分类方法、装置、电子设备及存储介质。

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地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边界，进而有助于自动化施工的实施。

因此，对施工现场钢筋簇类型的高精度分类意义重大。

发明内容

本发明实施例提供一种钢筋簇分类方法、装置、电子设备及存储介质，实现了基于钢筋簇的三维点云数据对钢筋簇类型的识别与分类。

第一方面，本发明实施例提供了一种钢筋簇分类方法，该方法包括：

获取被测钢筋簇的三维点云数据；

基于所述三维点云数据，通过预先训练好的深度学习模型对所述被测钢筋簇的类型进行识别，得到所述被测钢筋簇对应的钢筋簇类型。

进一步的，所述深度学习模型包括：pointNet网络；

所述pointNet网络包括依次相连的第一多层感知机MLP网络层、最大池化层、采样分组层和第二多层感知机MLP网络层；

其中，所述第一多层感知机MLP网络层用于基于输入的被测钢筋簇的局部区域的三维点云数据提取被测钢筋簇的局部点特征，所述局部点特征通过所述最大池化层形成被测钢筋簇的局部特征；

所述局部特征通过所述采样分组层形成被测钢筋簇的全局特征；

所述第二多层感知机MLP基于所述全局特征实现对被测钢筋簇的类型识别，输出分类结果以及各分类结果对应的置信度。

进一步的，所述基于所述三维点云数据，通过预先训练好的深度学习模型对所述被测钢筋簇的类型进行识别，得到所述被测钢筋簇对应的钢筋簇类型，包括：

对所述三维点云数据进行预处理；

将预处理后的三维点云数据输入至所述预先训练好的深度学习模型，得到所述被测钢筋簇对应的钢筋簇类型。

进一步的，所述对所述三维点云数据进行预处理，包括：

将所述三维点云数据划分为设定数量的立方体块；

针对每个所述立方体块进行随机采样，获得采样三维点云数据；

对所述采样三维点云数据进行平移操作，获得预处理后的三维点云数据。

进一步的，所述方法还包括：

制作三维点云样本数据集，所述三维点云样本数据集用于对设定的深度学习模型进行训练，以获得所述预先训练好的深度学习模型。

进一步的，所述制作三维点云样本数据集，包括：

利用激光雷达对施工现场的钢筋簇进行三维点云数据采集，获得至少一个第一格式的三维点云数据文件；

针对每个所述第一格式的三维点云数据文件标注对应的钢筋簇类型；