[发明专利]一种基于点云数据的室内空间布局提取方法

权利要求书

1.一种基于点云数据的室内空间布局提取方法，其特征在于，

包括以下步骤：

步骤1：输入三维点云、计算三维点云的主方向，并将三维点云旋转至主方向得到旋转后三维点云：

步骤2：根据旋转后三维点云计算室内场景的三维空间内外分布图；

步骤3：分割属于内部的体素集得到房间的布局；

步骤4：对标记为不同房间的各体素子集进行聚类得到楼层的分布；

步骤1所述三维点云的定义为：

data_k(x_k,y_k,z_k)，k∈[1,K]

其中，K为三维点云中点的数量，data_k(x_k,y_k,z_k)为三维点云中第k个点，(x_k,y_k,z_k)为三维点云中第k个点的空间坐标；

步骤1所述计算三维点云的主方向，具体为：

步骤1.1：所述输入的三维点云的Z轴方向朝上，且与室内场景的上方向一致，计算三维点云中每个点的法向以及XY水平面的夹角；

所述三维点云的法向为：

(nx_k，ny_k，nz_k)，k∈[1,K]

其中，(nx_k，ny_k，nz_k)为三维点云中第k个点的法向；

所述三维点云中每个点的夹角为：XY_θ_k，k∈[1,K]

其中，XY_θ_k为三维点云中第k个点的XY水平面的夹角；

步骤1.2：XY水平面的夹角由0至180度均匀划分为多个XY水平面的夹角区域，在每个XY水平面的夹角区域范围内，结合所述三维点云中每个点的夹角，统计每个XY水平面的夹角区域内三维点云中点的数量、每个XY水平面的夹角区域内三维点云中点、每个XY水平面的夹角区域内三维点云中点的法向；

所述每个XY水平面的夹角区域内三维点云中点的数量为：

(NUM₁，NUM₂，...，NUM_K)

所述每个XY水平面的夹角区域内三维点云中点为：

i_j∈[1,K],i∈[1,N],j∈[1,NUM_i]

其中，K为三维点云中点的数量，为第i个XY水平面的夹角区域内第j个点，对应三维点云中第i_j个点，N为XY水平面的夹角区域的数量，NUM_i为第i个XY水平面的夹角区域内三维点云中点的数量；

所述每个XY水平面的夹角区域内三维点云中点的法向为：

i_j∈[1,K],i∈[1,N],j∈[1,NUM_i]

其中，为第i个XY水平面的夹角区域内第j个点的法向；

步骤1.4：在多个水平面的夹角区域搜索三维点云中点的数量最大的水平面的夹角区域，将三维点云中点的数量最大的水平面的夹角区域定义为最大点数的水平面的夹角区域，计算最大点数的水平面的夹角区域的平均平面法向角度，将最大点数的水平面的夹角区域的平均平面法向角度对应的法向方向作为X轴方向，在距离平均平面法向角度平均平面法向角度一定角度范围内水平面的夹角区域进一步搜索三维点云中点的数量最大的水平面的夹角区域，并定义为最大点数的水平面的夹角子区域，计算最大点数的水平面的夹角子区域的平均平面法向角度，将最大点数的水平面的夹角子区域的平均平面法向角度对应的法向方向作为Y轴方向；

所述最大点数的水平面的夹角区域为：data_mm mm∈[1,N]；

所述最大点数的水平面的夹角区域的平均平面法向为：

其中，NUM_mm为第mm个XY水平面的夹角区域内三维点云中点的数量，为第mm个XY水平面的夹角区域内第j个点的法向水平分量；

将θ_mm对应的法向方向作为X轴方向；

所述距离平均平面法向角度一定角度范围内水平面的夹角区域为：

其中，为所述一定角度范围；

在内，搜索三维点云中点的数量最大的水平面的夹角区域为：

data_mn,mn∈[1,N]

所述最大点数的水平面的夹角子区域的平均平面法向角度为：

其中，NUM_mn为第mn个XY水平面的夹角区域内三维点云中点的数量，为第mn个XY水平面的夹角区域内第j个点的法向水平分量；

将θ_mn对应的法向方向作为Y轴方向；

则XY轴水平面方向相对于原始水平面坐标的角度为：

θ＝(θ_mm+θ_mn-π/2)/2

步骤1所述将三维点云旋转至主方向得到旋转后三维点云，具体为：

P′_i＝T_4×4·P_i

式中，T_4×4为变换矩阵，P_i＝(u_i,v_i,w_i,1)^T为data_i(x_i,y_i,z_i)的齐次化后的坐标值，i∈[1,K]；

所述步骤2具体如下：

步骤2.1：根据用户输入的体素大小(δ_x,δ_y,δ_z)将旋转后点云数据所占据的三维空间体素化，得到体素格网V＝{v_i,i＝1,...,N_v}，N_v为体素数量，且每个体素v_i包含点数量记为

步骤2.2：检索每个体素到上下前后左右6个方向的遮挡情况

分别为体素v_i上、下、前、后、左、右方向的遮挡值，取值范围均为{0,1}；

从体素v_i沿某个方向出发，一直到体素格网边界一直没有遇到包含点的体素，该方向遮挡值为0，否则为1；

步骤2.3：根据遮挡情况设计决策树、或通过能量优化方程求解方式判定每个体素属于室内或室外，得到室内场景的三维空间内外分布图

Oc＝{voc_i|voc_i∈{0,1},i＝1,...,N_v}；

所述步骤3具体如下：

步骤3.1：从室内场景的三维空间内外分布图分离属于内部的体素集合

Oc_in＝{voc_i|voc_i＝0,i∈[1,N_v]}；

步骤3.2：采用三维分割方法处理标记为内部的体素集，得到各个体素子集，各体素子集分别对应一个房间为三维分割方法为体素voc_i指定的房间标记r_j，N_r为分割结果中体素子集的数量即房间的数量，从而得到了房间的布局；

所述步骤4具体如下：

步骤4.1：聚合标记为各房间的内部体素，形成各房间的体素子集；

步骤4.2：各体素子集中体素所在的房间最低高度采用投票策略决定房间最低高度特征值，各体素子集中体素所在的房间最高高度采用投票策略决定房间最高高度特征值；

所述房间最低高度特征值计算方式如下：

从标记为r_j的体素子集中选出体素所在高度最低nl个值HL_j1,...,HL_jnl，设HL_j1＜HL_j2＜...＜HL_jnl，并统计各高度对应的体素数量其中数量最大值为对应的高度则为HL_jmax,jmax∈[1,jnl]，

F_jHL＝HL_jmax，F_jHL为房间最低高度特征值；

所述房间最高高度特征值计算方式如下：

从标记为r_j的体素子集中选出体素所在高度最高nl个值HH_j1,...,HH_jnl，设HH_j1＜HH_j2＜...＜HH_jnl，并统计各高度对应的体素数量其中数量最大值为对应的高度则为HH_jmax,jmax∈[1,jnl]；

F_jHH＝HH_jmax，F_jHH为房间最高高度特征值；

步骤4.3：根据体素子集的特征进行聚类，得到楼层分布。