[发明专利]融合SLAM和图像处理的施工进度实时识别方法

说明书

本发明公开了一种融合SLAM和图像处理的施工进度实时识别方法。首先，激光雷达采集室内环境信息，通过帧间匹配和坐标变换建立子图，随着激光帧的加入，地图误差累计后，通过后端优化缩小误差，最终得到全局地图。该全局地图即施工场地实时图。利用卷积神经网络提取地图轮廓以减小噪声干扰，然后利用改进哈希算法进行图像对比后得到施工进度数据。本发明开创性地将激光SLAM和图像处理方法与工程应用结合起来，降低了工程建设的成本，提高了系统的可行性和实时性，并丰富了SLAM算法和图像处理应用。

技术领域

本发明涉及计算机视觉识别和建筑工程领域，尤其涉及基于激光SLAM和图像处理的室内建筑施工进度实时监督识别方法。

背景技术

工程施工中进度控制一直是项目管理的重要目标之一。施工进度直接影响整个建筑工程项目的成本和质量。我国在2016年颂布的《2016-2020年建筑业信息化发展纲要》中要求全面推进BIM(建筑信息模型，Building Infromation Modeling)的应用与研究。目前对于工程施工进度大多基于BIM建立待施工工程模型，将实际工程施工进度与可视化模型对比确认是否一致。而要实现这一方法，需对施工现场进度进行大量信息收集，大部分建设项目仍采用传统的人工测量的方式了解施工现场的实际进度，这种方式不仅浪费人力、耗费时间，且过于依赖工人经验，极易出错，信息反馈不及时，进度情况也只是以文字和表格形式，不利于管理者的决策。

因此，需要一种系统和方法来及时准确的实现对室内建筑施工进度实时识别方法。

发明内容

本发明要解决的技术问题是针对现有施工现场信息收集缺陷，提供一种操控简单、省工省力的用于室内建筑施工进度监督的、融合SLAM和图像处理的施工进度实时识别方法，能更加准确地对施工环境进行扫描比对，得到更加精确的施工进度数据，以保证工期进度。

本发明解决其技术问题所采用的技术方案是：

一种融合SLAM和图像处理的施工进度实时识别方法，其特征在于包括以下步骤：

步骤1：数据采集：利用激光雷达SLAM技术对室内建筑环境进行全景扫描，获得二维图像；

步骤2：前端匹配：根据多帧激光束的匹配与激光帧的位姿变换，建立初始子地图submap，并在初始子地图的基础上依次创建后续子地图；

步骤3：后端优化：利用回环检测对多次创建子地图的累积误差进行优化，得到全局一致的轨迹和地图；

步骤4：利用卷积神经网络将SLAM建的地图进行轮廊提取得到轮廓图：

步骤5：利用改进哈希算法将轮廓图与工程制图进行对比得出施工进度。

进一步，步骤1中获取的是二维占用栅格地图。

进一步，步骤2中初始子地图建立之后，后续子地图的创建方法如下：

每当得到一次激光扫描的数据后，便与最近建立的子地图submap进行匹配，使这一帧激光扫描数据帧插入到子地图submap上最优的位置，在不断插入数据帧的同时，该子地图submap也得到了更新，当不再有新的数据帧插入到该子地图中时，即为这个子地图submap已经创建完成，此时再去创建下一个子地图。

进一步，步骤3中环检测的具体方法为：在一个新的激光束插入到子地图中时，若此激光束的估计位姿与地图中某个子地图中的某个激光束的位姿足够接近时，找出建立这种约束关系的历史帧，通过扫描匹配就会找到该回环对应的子地图中的某个激光束的位姿，消除误差。

进一步，步骤4中利用卷积神经网络将SLAM建的地图进行轮廊提取得到轮廓图包括如下具体步骤：