[發明專利]基于深度學習的管道三維重建方法、系統、介質及設備

有效

• 申請號: 202010160869.8
• 申請日: 2020-03-10
• 公開（公告）號: CN111429563B
• 公開（公告）日: 2021-08-13
• 發明（設計）人: 屠長河;程莉莉;魏卓;孫銘超;辛士慶;安德勞;李揚彥;陳寶權
• 申請（專利權）人: 山東大學
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06N20/00
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李琳

本公開提供了一種基于深度學習的管道三維重建方法、系統、介質及設備，涉及管道三維重建技術領域，利用深度學習方法學習點云的特征，至少得到點所屬組件的類別、點所屬組件的半徑和點的方向向量；利用點所屬組件的半徑和點的方向向量計算軸線點，結合點所屬組件的類別標簽對軸線點進行聚類得到候選實例；用基于圖的方法得到不同候選實例之間的連接關系，以組件為節點構成圖的結構；用實際的三維組件模型替代圖中的節點以完成整個管道重建；本公開解決了現有的管道三維重建準確度較低的問題，將普通的管道重建問題的復雜度降為組件檢測和模型擬合問題的組合，實現了管道的準確三維重建。

技術領域

本公開涉及管道三維重建技術領域，特別涉及一種基于深度學習的管道三維重建方法、系統、介質及設備。

背景技術

本部分的陳述僅僅是提供了與本公開相關的背景技術，并不必然構成現有技術。

發電廠、石化廠及其他工廠的高質量三維模型在許多應用中都是至關重要的，包括災難模擬、監測和執行培訓。工業基地是根據特定的規劃建造的，通常結合3D CAD模型。然而，建立一個完整而精確的三維模型是一項艱巨的任務。此外，這些模型可能不存在于較老的設施中，或者不能反映場地的當前外觀。如今，現代激光掃描儀可以高精度地捕捉三維表面和幾何圖形，生成密集的點云采樣。然而，在三維管道的場景中，捕獲表面幾何形狀是特別具有挑戰性的。

本公開發明人發現，由于管道在功能上的重要性和普遍性，它是許多工業場所的主要結構。它們是由長圓柱體定義的薄結構，這些長圓柱體組織在稠密而復雜的結構中。雖然管道僅僅是圓柱形的基本形狀，可以很容易地定義為其軸線和半徑，但它們往往包含額外的部件，如法蘭、閥門、進氣口、彎頭、三通等。因此，管道表面小，結構復雜導致的自遮擋嚴重，部分缺失，采樣不足等問題都容易造成管道三維掃描及重建的誤差。

目前，點云三維管道重建的一種常見方法是基于幾何處理和擬合。

這類的方法的關鍵是找到圓柱的半徑和軸線的位置。常采用的方法是使用RanSac，霍夫變換等方法進行擬合以檢測圓柱，主要是對工業廠房中的圓柱管道進行恢復。

有技術人員提出了將三維工廠重建問題簡化為將管道投影到平面后二維圓的檢測問題。但是，這種方法僅限于與地面垂直或平行的管道。這一類的工作只檢測到直管道，而彎管等關節的地方無法自動恢復。雖然改進的霍夫變換實現了對點云中柱面參數的自動檢測，之后重建圓柱之間的連接關系形成一個連續的網絡，最后使用智能工廠3D(SP3D)處理數據從而重建整個管道，但是連接關系的恢復是依靠預定義的幾種連接規則進行推測，有較高的不確定性。而且這種方法存在局部性問題，很少能夠重建具有精確連通性的完整的火電廠等模型。自底向上的原始擬合技術也對噪聲和異常值很敏感，因為它們缺乏全局和內容感知方面的考慮。雖然圓柱形通常是這些位置的主要幾何形狀，但實際數據包含大量其他結構，如法蘭、閥門、進氣口、彎頭、三通等，如圖1所示。商業軟件EdgeWise也可用于交互式地重構管道運行，然而，這些軟件產品通常需要大量的手工工作。

發明內容

為了解決現有技術的不足，本公開提供了一種基于深度學習的管道三維重建方法、系統、介質及設備，將普通的管道重建問題的復雜度降為組件檢測和模型擬合問題的組合，實現了管道的準確三維重建。

為了實現上述目的，本公開采用如下技術方案：

本公開第一方面提供了一種基于深度學習的管道三維重建方法。

一種基于深度學習的管道三維重建方法，包括以下步驟：

獲取管道的點云數據，利用深度學習方法學習點云的特征，至少得到點所屬組件的類別、點所屬組件的半徑和點的方向向量；

利用點所屬組件的半徑和點的方向向量計算軸線點，結合點所屬組件的類別標簽對軸線點進行聚類得到候選實例；

用基于圖的方法得到不同候選實例之間的連接關系，以組件為節點構成圖的結構；