摘要
本发明涉及三维数据采集方法的技术领域,具体涉及基于slam和ai的地下管廊设备三维数据采集方法,包括以下步骤:选取一个防火分区,使用激光扫描仪器扫描并获取高精度点云数据;在高精度点云数据中手动标记设备类型和位置,并导出为带有标签的数据集;使用带有标签的数据集训练ai模型,并形成训练好的ai模型;对其余的防火分区,使用手持slam仪器扫描并获取低精度点云数据;将低精度点云数据中的特征点匹配高精度点云数据中的特征点且校正误差,并形成校正后的点云数据;使用训练好的ai模型修复校正后的点云数据,并形成修复后的点云数据;将修复后的点云数据输入训练好的ai模型中,自动标记设备类型和位置。上述提供更加全面、准确的空间信息。
技术关键词
三维数据采集方法
地下管廊设备
激光扫描仪器
点云
自动标记设备
校正误差
防火分区
RANSAC算法
ICP算法
纹理特征
标签
精度
姿态校正
学习设备
特征点
位置校正
学习算法
系统为您推荐了相关专利信息
多尺度特征融合
三维重建方法
网络架构
三维点云模型
立体
校正方法
速度
结合点
发射天线
多输入多输出MIMO天线
人形机器人
高层语义信息
预训练模型
操控方法
自然语言
激光雷达点云
运动特征
协方差矩阵
匈牙利算法
元素