建筑物(含地库)激光SLAM点云可视化

建筑物(含地库)激光SLAM点云可视化

“即时定位与地图构建”(Simultaneous localization and mapping,缩写为SLAM)是指运动物体根据传感器的信息,一边计算自身位置,一边构建环境地图的过程,解决机器人等在未知环境下运动时的定位与地图构建问题。目前,SLAM的主要应用于机器人、无人机、无人驾驶、AR、VR 等领域。其用途包括传感器自身的定位,以及后续的路径规划、运动性能、场景理解。由于传感器种类和安装方式的不同,SLAM的实现方式和难度会有一定的差异。按传感器来分,SLAM主要分为激光SLAM和视觉SLAM两大类。其中,激光SLAM比 视觉SLAM起步早,在理论、技术和产品落地上都相对成熟。
目前,涌现了一大批基于激光SLAM技术的手持式激光扫描仪,在地下空间测量、建筑物立面测量、特殊区域地形测量等领域开始广泛的应用。但SLAM点云与常见的机载LiDAR点云、车载LiDAR点云还是有着显著的差别,主要表现在点云密度、点云精度、场景复杂度、应用领域等方面。
下面介绍如何在点云智绘软件中能更好的对SLAM点云进行可视化。

1、打开点云数据

在这里插入图片描述
打开点云之后,点云智绘软件中默认使用“EDL”(我们称为“鹰眼穹顶布光”)的方式对点云进行美颜。但对于SLAM点云,我们建议替换为“屏幕空间环境光遮蔽”的美颜方式。“屏幕空间环境光遮蔽”的位置如下图所示:
在这里插入图片描述

2、基于“屏幕空间环境光屏蔽”的点云美颜

屏幕空间环境光屏蔽(Screen Space Ambient Occlusion,缩写为SSAO)是一种用于在计算机图形中实时实现近似环境光屏蔽效果的渲染技术。SSAO是一个纯粹的图形渲染技术,也可以看成是一个算法。SSAO使用了屏幕空间场景的深度而不是真实的几何体数据来确定遮蔽量(Occlusion Factor)。通过采样像素周围的信息,并进行简单的深度值对比来计算物体身上环境光照无法到达的范围,从而可以近似地表现出物体身上在环境光照下产生的轮廓阴影。可以利用“逐象素场景深度计算”技术计算得出的深度值直接参与运算。通俗的来见个,SSAO既可以使点云的立体感更强,又可以产生玻璃透明的效果、使得我们可以同时看到室内外、墙内外的信息。SSAO美颜后的点云效果如下图所示。
在这里插入图片描述

3、拉横剖面、水平剖面进行局部点云可视化

点云智绘软件中“剖面工具”的位置如下所示:
在这里插入图片描述
“剖面工具”通过使用三点的方式拉一个任意透视角度的剖面。我们分别使用“顶视图、侧视图”的方式来拉剖面,如下图所示:
在这里插入图片描述
某立面点云的显示如下:
在这里插入图片描述
某水平剖面的显示如下:
在这里插入图片描述

4、其他操作

用户可以选中剖面点云、并使用“另存”、“提取剖面(断面)点云”等工具进行其他的点云操作。“提取剖面(断面)点云”的效果如下所示:

在这里插入图片描述

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【资源介绍】 基于slam技术基础的点云三维重建项目c++源码+操作说明.zip 该项目是个人毕设项目,答辩评审分达到95分,代码都经过调试测试,确保可以运行!欢迎下载使用,可用于小白学习、进阶。 该资源主要针对计算机、通信、人工智能、自动化等相关专业的学生、老师或从业者下载使用,亦可作为期末课程设计、课程大作业、毕业设计等。 项目整体具有较高的学习借鉴价值!基础能力强的可以在此基础上修改调整,以实现不同的功能。 代码内容 charuco_board(charuco板的创建与识别) calibration(相机标定) segmentation(阈值分割) solvePnP(PnP求解) reconstruction(重建) viz(三维可视化) --- 项目架构 ![image](image/3drecon流程.png) 1. **创建charuco板** 2. **相机标定** 3. **初始化点云** 4. **建立世界坐标系, solvePnP解出相机位姿** 5. **阈值分割提取目标** 6. **重投影筛选出目标三维点** 7. **viz显示三维重建结果** --- 运行环境 ubuntu 18.04 vtk (6.0及以上) pcl (1.8及以上) opencv (3.0及以上) opencv-contrib (opencv同版本) --- 编译项目 在项目根目录下 编译后在build文件夹的bin目录里产生可执行文件 ``` mkdir build cd build cmake .. make ``` --- 运行项目 在项目根目录下 ``` cd build/bin ./recon -w=5 -d=10 -h=7 -sl=34 -ml=20 -c="camera_params.yml" -dp="detector_params.yml" -ci=1 ``` -w charuco板宽的格子数 -h charuco板长的格子数 -d 创建charuco所用的dictionary -sl suqare 长度, 单位mm -ml marker 长度, 单位mm -c 标定得出的相机内参和畸变文件 -dp 识别所用的参数 -ci 调用的摄像头编号 **详细请阅读opencv-contrib aruco中的文档** --- 结果演示
室内SLAM点云地图是在室内环境中使用SLAM技术构建的三维点云地图。SLAM技术可通过传感器的信息,同时进行定位和地图构建,用于解决机器人、无人机、无人驾驶等设备在未知室内环境中的定位和地图构建问题。在室内SLAM中,可以使用不同类型的传感器,包括激光和视觉传感器。激光SLAM和视觉SLAM是常用的两种实现方式。 为了在点云智绘软件中更好地可视化室内SLAM点云地图,我们可以采取以下步骤: 1. 打开点云数据。点云智绘软件通常提供打开点云数据的功能,可以将室内SLAM生成的点云数据导入软件中进行处理和可视化。 2. 调整点云的美颜方式。对于室内SLAM点云,建议使用“屏幕空间环境光遮蔽”的美颜方式。这种方式可以在点云可视化过程中提供更好的光照效果,使点云更加清晰和真实。 通过以上步骤,我们可以在点云智绘软件中更好地可视化室内SLAM点云地图,以便进行进一步的分析和应用。请注意,具体的操作步骤可能因点云智绘软件的不同而有所差异,请根据软件的具体功能和操作指南进行操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [建筑物地库激光SLAM点云可视化](https://blog.csdn.net/Yang_Wanli/article/details/123518254)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *3* [ubuntu16.04中ORBSLAM2_with_PointCloud使用kinect2实现室内稠密点云地图创建](https://blog.csdn.net/creative1/article/details/122161571)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值