[發明專利]一種三維虛擬空間自動測距方法及系統

有效

• 申請號: 201911353690.8
• 申請日: 2019-12-25
• 公開（公告）號: CN111127540B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 崔巖
• 申請（專利權）人: 珠海市四維時代網絡科技有限公司;中德人工智能研究院有限公司
• 主分類號: G06T7/593
• 分類號: G06T7/593;G06T19/00;G01B11/22;G01C3/00
• 代理公司: 深圳德高智行知識產權代理事務所(普通合伙) 44696
• 代理人: 李戍

一種三維虛擬空間自動測距方法，包括如下步驟：S1、獲取目標場景的深度信息；S2、利用三角測量法從深度信息中獲取第一點云數據和第一三維模型，并且將第一點云數據和第一三維模型存入系統知識訓練庫；S3、利用初始深度學習模型從深度信息中獲取第二點云數據和第二三維模型，并且將第二點云數據和第二三維模型存入系統知識訓練庫；S4、利用系統知識訓練庫對初始深度學習模型進行訓練得到優化深度學習模型；S5、利用優化深度學習模型生成目標場景的優化點云數據和優化三維模型，并且從優化點云數據中提取出精確空間墻角點云、從優化三維模型中提出距離尺寸信息。本發明提供一種三維虛擬空間自動測距方法及系統，算法簡單，計算成本小，精度高。

【技術領域】

本發明涉及自動測距技術領域，具體的說是一種三維虛擬空間自動測距方法及系統。

【背景技術】

伴隨著智能家居、工業4.0、計算機輔助醫療以及VR/AR的蓬勃興起，越來越多的場景需要高精度、低成本的三維空間測量技術。

三維空間測量技術最主要的應用場景有兩類：第一類是解決對物體的尺寸、方位、姿態進行高精度測量，這個在文物、工藝品、工業、醫療以及對精度要求比較高的商業級應用領域會特別多，第二類是在需要方便、快捷、準確的人機交互領域提供高性價比的人機交互技術，這個在場景建模、工業機器人控制、以及VR/AR領域是非常重要的。

常見的三維空間測量與定位方案大致分為激光和視覺兩大類，里面細分來看，包括：ToF、結構光、雙目、單目測量等。代表性的三維空間測量與定位方案是加拿大NDI公司的OptoTrack系統。該系統需要在被測量物體上貼上發光標記點，并采用視覺方案來進行空間定位，其測量和定位精度可達到0.1mm。但由于需要在被測量物體上貼標記點，所以其適用于離線測量，不適用于在線測量。

基于計算機視覺的motiondetection方案，但這種方案由于僅僅檢測圖像的像素級亮度，不能識別高層圖像語義，所以會引起很多誤報，例如天空中陽光被云層遮擋等，都可能引起虛報。

在VR領域中，目前HTC、Oculus和索尼都提供了基于激光、單目視覺和雙目視覺的outside-incontroller及其追蹤方案，微軟的Holographic項目也提供了inside-out的controller及其追蹤方案。雖然目前的方案中，已經對定位精度做的比較好了，但是成本一直居高不下。

【發明內容】

為了解決現有技術中的不足，本發明提供一種三維虛擬空間自動測距方法及系統，算法簡單，計算成本小，精度高。

為了實現上述目的，本發明采用的具體方案為：一種三維虛擬空間自動測距方法，包括如下步驟：

S1、獲取目標場景的深度信息；

S2、利用三角測量法從所述深度信息中獲取第一點云數據和第一三維模型，并且將所述第一點云數據和所述第一三維模型存入系統知識訓練庫；

S3、利用初始深度學習模型從所述深度信息中獲取第二點云數據和第二三維模型，并且將所述第二點云數據和所述第二三維模型存入所述系統知識訓練庫；

S4、利用所述系統知識訓練庫對所述初始深度學習模型進行訓練得到優化深度學習模型；

S5、利用所述優化深度學習模型生成目標場景的優化點云數據和優化三維模型，并且從所述優化點云數據中提取出精確空間墻角點云、從所述優化三維模型中提取出距離尺寸信息。

優選地，S1中，采用雙球幕相機獲取所述深度信息。

優選地，S2的具體方法為：

S2.1、基于所述深度信息生成所述目標場景的視差圖；

S2.2、基于所述視差圖以及三角測量原理恢復所述目標場景的深度信息，得到所述第一點云數據和所述第一三維模型；