一种基于三维验证的空间智能语义场景图一致性维护方法与流程
本发明属于空间智能领域,涉及场景识别技术,具体是一种基于三维验证的空间智能语义场景图一致性维护方法。
背景技术:
1、现有空间智能语义场景图关系一致性维护方法在进行空间三维场景验证时,存在以下缺陷:
2、1、现有维护方法未对三维场景语义记录开展前置的实体边界三维校验,往往直接基于原始采集得到的实体包围盒开展语义关系判别,在实际场景中,受采集噪声、坐标偏移等因素影响,部分语义实体的边界参数会存在异常,若不先行筛选处理,这类边界非自洽的记录会直接参与后续关系计算,容易引入几何层面的偏差,进而造成语义关系判定出现错误,难以从源头保障实体空间数据的基础可靠性;
3、2、现有维护方法较少采用分层校验的处理思路,通常将实体边界校验与语义关系校验混同执行,当存在实体边界异常的记录时,会直接参与语义关系的验证流程,边界带来的误差会干扰语义关系的判别结果,同时缺少对两类异常记录的区分处置机制,无法针对性地分别完成包围盒修正与语义关系更新,容易出现错误记录得不到有效修正的情况,不利于实现语义场景图整体关系的一致性维护。
4、为此,本技术提出一种基于三维验证的空间智能语义场景图一致性维护方法。
技术实现思路
1、针对现有技术存在的不足,本发明目的是提供一种基于三维验证的空间智能语义场景图一致性维护方法,本发明能够实现语义场景图整体关系的一致性维护。
2、为了实现上述目的,本发明采用了如下技术方案:一种基于三维验证的空间智能语义场景图一致性维护方法,包括以下步骤:
3、步骤s1:获取待维护语义场景图,对待维护语义场景图所包含的三维场景语义记录进行实体边界三维验证,根据验证结果将三维场景语义记录筛分为实体边界自洽记录或实体边界非自洽记录,得到空间初步三维验证数据;
4、步骤s2:根据空间初步三维验证数据对实体边界非自洽记录进行实体包围盒更新,对实体边界自洽记录进行记录实体语义关系验证,根据验证结果将实体边界自洽记录筛分为语义关系自洽记录或语义关系非自洽记录,得到语义关系验证数据;
5、步骤s3:根据语义关系验证数据对语义关系非自洽记录进行语义关系更新。
6、进一步地,所述步骤s1中,具体步骤如下:
7、步骤s11:获取需要进行语义场景关系一致性维护的语义场景图,得到待维护语义场景图,对待维护语义场景图中所存在的场景语义记录进行采集,得到多个三维场景语义记录;
8、步骤s12:对待维护语义场景图所对应的实际三维场景进行采集,得到语义维护三维场景,通过三维扫描装置对语义维护三维场景进行空间三维建模,得到语义场景三维模型;
9、步骤s13:在所获取的三维场景语义记录任意选取一个p1场景语义记录,并基于语义场景三维模型对p1场景语义记录进行实体边界三维验证,根据验证结果将p1场景语义记录筛分为实体边界自洽记录或实体边界非自洽记录;
10、步骤s14:对每一个三维场景语义记录进行实体边界三维验证,得到空间初步三维验证数据。
11、进一步地,所述步骤s13中,具体步骤如下:
12、对p1场景语义记录所包含的语义物体进行采集,得到语义实体a以及语义实体b;
13、对待维护语义场景图所对应的包围盒坐标系进行获取,得到场景包围坐标系,并将所获取的场景包围坐标系映射于语义场景三维模型,得到语义场景三维坐标系;
14、对语义实体a在语义场景三维模型所覆盖的空间采样点进行采集,得到实体a采样点,获取每一个实体a采样点在语义场景三维坐标系中的三维坐标,得到多个实体a三维坐标。
15、进一步地,所述步骤s13中,还包括:
16、将各实体a三维坐标分别解析为x轴坐标值、y轴坐标值以及z轴坐标值,将所获取的多个x轴坐标值进行数值比对,将最大x轴坐标值标记为x轴最大边界,将最小x轴坐标值标记为x轴最小边界,将所获取的多个y轴坐标值进行数值比对,将最大y轴坐标值标记为y轴最大边界,将最小y轴坐标值标记为y轴最小边界,将所获取的多个z轴坐标值进行数值比对,将最大z轴坐标值标记为z轴最大边界,将最小z轴坐标值标记为z轴最小边界,得到实体a实际包围盒;
17、对语义实体a在p1场景语义记录中的包围盒进行采集,得到实体a语义包围盒,若实体a语义包围盒与实体a实际包围盒完全一致,则将语义实体a标记为几何自洽实体,若实体a语义包围盒与实体a实际包围盒不完全一致,则将语义实体a标记为几何非自洽实体。
18、进一步地,所述步骤s13中,还包括:
19、对语义实体b进行采样点几何位置分析,根据分析结果获取实体b包围盒;
20、对语义实体b在p1场景语义记录中的包围盒进行采集,得到实体b语义包围盒,若实体b语义包围盒与实体b实际包围盒完全一致,则将语义实体b标记为几何自洽实体,若实体b语义包围盒与实体b实际包围盒不完全一致,则将语义实体b标记为几何非自洽实体;
21、若语义实体a与语义实体b均为几何自洽实体,则将p1场景语义记录筛分为实体边界自洽记录,若语义实体a为几何非自洽实体,或语义实体b为几何非自洽实体,则将p1场景语义记录筛分为实体边界非自洽记录。
22、进一步地,所述步骤s2中,具体步骤如下:
23、步骤s21:获取空间初步三维验证数据,根据空间初步三维验证数据对实体边界自洽记录以及实体边界非自洽记录分别进行获取;
24、步骤s22:若三维场景语义记录为实体边界非自洽记录,则对三维场景语义记录所属的语义实体包围盒以及实体实际包围盒进行获取,若语义实体包围盒与实体实际包围盒一致,则对三维场景语义记录中的语义实体包围盒进行保留,若语义实体包围盒与实体实际包围盒不一致,则使用实体实际包围盒对三维场景语义记录中的语义实体包围盒进行更新,直至将实体边界非自洽记录验证为实体边界自洽记录;
25、步骤s23:若三维场景语义记录为实体边界自洽记录,则对实体边界自洽记录进行记录实体语义关系验证,根据验证结果将实体边界自洽记录筛分为语义关系自洽记录或语义关系非自洽记录,得到语义关系验证数据。
26、进一步地,所述步骤s23中,具体步骤如下:
27、步骤s231:在所获取的实体边界自洽记录中任意选取一个w1实体边界自洽记录,对w1实体边界自洽记录所对应的语义关系进行获取,得到w1实体语义关系;
28、步骤s232:若w1实体语义关系为包含语义关系,则对w1实体边界自洽记录所包含的语义实体进行包围盒坐标分析,根据分析结果将w1实体边界自洽记录筛分为语义关系自洽记录或语义关系非自洽记录;
29、步骤s233:将各实体边界自洽记录筛分为语义关系自洽记录或语义关系非自洽记录,得到语义关系验证数据。
30、进一步地,所述步骤s232中,具体步骤如下:
31、对语义实体a进行语义实体包围盒采集,得到语义实体a包围盒,根据语义实体a包围盒获取语义实体a所对应的x轴最大边界axmax、x轴最小边界axmin、y轴最大边界aymax、y轴最小边界aymin、z轴最大边界azmax、z轴最小边界azmin;
32、对语义实体b进行语义实体包围盒采集,得到语义实体b包围盒,根据语义实体b包围盒获取语义实体b所对应的x轴最大边界bxmax、x轴最小边界bxmin、y轴最大边界bymax、y轴最小边界bymin、z轴最大边界bzmax、z轴最小边界bzmin;
33、若axmax≥bxmax且axmin≤bxmin,则将坐标x轴标记为关系满足坐标轴,若axmax<bxmax或axmin>bxmin,则将坐标x轴标记为关系非满足坐标轴;
34、若aymax≥bymax且aymin≤bymin,则将坐标y轴标记为关系满足坐标轴,若aymax<bymax或aymin>bymin,则将坐标y轴标记为关系非满足坐标轴;
35、若azmax≥bzmax且azmin≤bzmin,则将坐标z轴标记为关系满足坐标轴,若azmax<bzmax或azmin>bzmin,则将坐标z轴标记为关系非满足坐标轴;
36、若坐标x轴、坐标y轴以及坐标z轴均为关系满足坐标轴,则将w1实体边界自洽记录筛分为语义关系自洽记录;
37、若坐标x轴、坐标y轴以及坐标z轴中,存在关系非满足坐标轴,则将w1实体边界自洽记录筛分为语义关系非自洽记录。
38、进一步地,所述步骤s3中,具体步骤如下:
39、获取语义关系验证数据,根据语义关系验证数据对语义关系非自洽记录进行获取,并在所获取的语义关系非自洽记录中任意选取一个r1非自洽记录;
40、对r1非自洽记录中的语义实体a以及语义实体b分别进行语义实体包围盒采集,得到语义实体a包围盒以及语义实体b包围盒;
41、根据语义实体a包围盒获取语义实体a所对应的x轴最大边界axmax、x轴最小边界axmin、y轴最大边界aymax、y轴最小边界aymin、z轴最大边界azmax、z轴最小边界azmin。
42、进一步地,所述步骤s3中,具体步骤如下:
43、基于x轴最大边界axmax、x轴最小边界axmin、y轴最大边界aymax、y轴最小边界aymin、z轴最大边界azmax、z轴最小边界azmin进行坐标排列组合,得到a1包围点至a8包围点;
44、将a1包围点至a8包围点为空间体顶点的几何空间体进行创建,得到语义空间体a;
45、基于语义实体b包围盒标记b1包围点至b8包围点,将b1包围点至b8包围点为空间体顶点的几何空间体进行创建,得到语义空间体b;
46、若语义空间体a与语义空间体b不存在任何空间重叠,则将r1非自洽记录所对应的语义关系更新为相离语义关系;
47、若语义空间体a与语义空间体b存在空间重叠,则将r1非自洽记录所对应的语义关系更新为重叠语义关系。
48、综上所述,由于采用了上述技术方案,本发明的有益效果是:
49、1、本发明通过开展实体边界三维验证,将三维场景语义记录划分为实体边界自洽记录与非自洽记录,输出空间初步三维验证数据,能够提前校验各语义实体包围盒边界参数的合理性,过滤因采集误差、坐标偏移造成的边界异常语义记录。针对边界非自洽记录执行包围盒更新,可修正实体空间范围错误,从源头消除实体几何边界带来的语义偏差,保障后续语义关系校验具备可靠的空间几何基础,提升语义场景图底层实体数据的准确性;
50、2、本发明在完成实体边界校验的基础上,进一步对边界自洽记录开展实体语义关系验证,区分语义关系自洽与非自洽记录,得到语义关系验证数据,并对语义关系非自洽记录执行语义关系更新,能够实现边界校验与关系校验分层处理,避免边界错误干扰语义关系判定,实现空间智能语义场景图的关系一致性维护,提升三维场景语义记录整体逻辑可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com