[发明专利]平面信息检测方法及系统

说明书

本发明提供一种平面信息检测方法及系统，其中的方法包括：获取用户物理环境下的点云信息；对点云信息进行迭代回归，拟合出与物理环境对应的所有平面信息；对所有平面信息进行预设规则的合并，以获取合并后的平面信息集；基于预训练的平面分割模型对平面信息集进行平面分割，获取分割后的平面信息；对分割后的平面信息进行筛选，确定与物理环境对应的所有目标平面信息。利用上述发明能够提高物理环境下的平面检测和提取的精度和稳定性。

技术领域

本发明涉及平面检测技术领域，更为具体地，涉及一种平面信息检测方法及系统。

背景技术

目前，VR/AR/MR一体机设备越来越多的进入到人们生活中，其主要的应用场景是当用户进行VR/AR/MR场景交互时，通过头戴上的多目追踪摄像头自动识别跟踪用户手一些行为轨迹信息，并通过手的一些行为轨迹检测手势指令，然后作为人造虚拟现实系统的输入信息，和虚拟场景进行交互。

现有的VR、AR或者MR均是人基于虚拟场景物体和物理环境物体进行交互，其中最为基础和最为常见的交互物体是平面，平面检测的精度往往代表了VR、AR或者MR人机交互的基础体验，由于不同的物理环境，例如办公室场所、商场场所或者家里客厅、卧室等不同环境下的场所，使其平面环境变的多种多样，其平面检测的难度和复杂度也的越来越高。

目前在VR、AR或者MR领域中，主要是通过计算处理器生成物理环境的点云数据，通过对点云数据进行平面检测和平面拟合，然后获取物理环境中的各种平面信息，但是，现有方法存在对物理环境下的一些场景的平面检测不充分，或者过充分的情况，影响平面检测精度和稳定性。

发明内容

鉴于上述问题，本发明的目的是提供一种平面信息检测方法及系统，解决目前平面检测存在的检测不充分或过充分，影响检测精度和稳定性等问题。

本发明提供的平面信息检测方法，包括获取用户物理环境下的点云信息；对点云信息进行迭代回归，拟合出与物理环境对应的所有平面信息；对所有平面信息进行预设规则的合并，以获取合并后的平面信息集；基于预训练的平面分割模型对平面信息集进行平面分割，获取分割后的平面信息；对分割后的平面信息进行筛选，确定与物理环境对应的所有目标平面信息。

此外，可选的技术方案是，平面分割模型的训练过程包括：采集平面图像数据，并对平面图像数据进行数据标注，以获取平面图像标注集；基于平面图像标注集训练神经网络模型，直至神经网络模型收敛在预设范围内，形成平面分割模型。

此外，可选的技术方案是，平面信息包括当前平面中所有的点云信息以及与各点云信息分别对应的二维图像信息；点云信息通过虚拟现实显示装置内的头戴定位追踪模块获取。

此外，可选的技术方案是，对点云信息进行迭代回归的过程包括：对点云信息进行RANSAC算法处理，拟合与物理环境对应的所有平面信息；其中，拟合的最小点云信息的个数为10。

此外，可选的技术方案是，拟合出与物理环境对应的所有平面信息的过程包括：在点云信息中随机获取预设个数的距离最近的点云，并进行RANSAC算法的平面拟合，以获取初始平面；获取初始平面的法向量；随机获取点云信息中的随机点云，并对随机点云和初始平面的点云进行平面拟合，获取新的法向量；判断初始平面的法向量和新的法向量之间的差异，如果差异符合预设范围，则重复上述迭代步骤，否则，保留最后一次迭代的平面信息，直至获取所有平面信息。

此外，可选的技术方案是，预设范围为1cm～4cm。

此外，可选的技术方案是，对所有平面信息进行预设规则的合并的过程包括：判断所有平面信息中任意两平面信息之间的倾斜角，当倾斜角满足第一阈值时，判断两平面信息上的三维空间点云之间的距离在预设值以内的点云的个数是否满足第二阈值；当第一阈值和第二阈值均满足时，对两平面信息进行合并。

此外，可选的技术方案是，第一阈值为4°～12°；第二阈值为8～20个。