[发明专利]平面提取方法、装置、系统和存储介质

说明书

本发明提供一种平面提取方法、装置、系统和存储介质。该方法包括：获取传感器数据，并基于传感器数据计算得到当前视角下的点云数据；确定已构建的平面点管理器中是否存在与点云数据中的点云点具有相同标识的点云点，其中每个平面点管理器被构建为包括能够拟合出一个平面的点云点；以及如果存在，则更新包括与点云数据中的点云点具有相同标识的点云点的平面点管理器，并基于经更新的平面点管理器重新拟合平面，如果不存在，则将点云数据加入到临时点管理器中。根据本发明实施例的平面提取方法、装置和系统通过构建并维护平面点管理器保证平面提取的连续性，既能保证较小的计算量，又能保证较好的精度和鲁棒性。

技术领域

本发明涉及增强现实技术领域，更具体地涉及一种平面提取方法、装置、系统和存储介质。

背景技术

增强现实(Augmented Reality，简称为AR)技术是通过带有视觉传感器的设备实现在物理真实场景中添加并显示虚拟信息，实现现实和虚拟场景的交互。同步定位与地图构建(Simultaneous localization and mapping，简称为SLAM)是AR中的一项重要技术，该技术能在真实场景中构建三维地图，并对传感设备进行即时定位。

根据传感器的不同，SLAM所用到的方法技术也不同，其中利用视觉传感器(如相机)和惯性测量单元两种传感器对应的SLAM方法称为视觉惯性里程计(Visual–InertialOdometry，简称为VIO)。由于传感器具有测量噪声，VIO方法构建出来的地图存在着误差，同时，由于该方法得到的是稀疏的三维地图(点云)，这给AR应用带来很多阻碍。在一般的AR场景中，通常都会选择在三维地图中提取出平面(水平面)，然后在平面上添加虚拟物体。

现有的平面提取方法主要包括两种：一种是直接在所有的三维点云中拟合出平面；另一种是先提取出当前相机视角下的三维点云，然后在这个点云中运用平面拟合的方法提取出平面。然而，这两种方法均存在问题：第一种方法利用了所有的点云信息，随着点云的增加计算量也会越来越大；第二种方法计算量相对较小，但是却只使用了当前视角下的点云信息，在纹理不丰富的场景下精度和鲁棒性都较差。

发明内容

为了解决上述问题而提出了本发明。本发明提出了一种平面提取方案，其通过构建并维护平面点管理器保证平面提取的连续性，既能保证较小的计算量，又能保证较好的精度和鲁棒性。下面简要描述本发明提出的平面提取方案，更多细节将在后续结合附图在具体实施方式中加以描述。

根据本发明一方面，提供了一种平面提取方法，所述方法包括：获取传感器数据，并基于所述传感器数据计算得到当前视角下的点云数据，所述点云数据包括每个点云点的标识和位置坐标；确定已构建的平面点管理器中是否存在与所述点云数据中的点云点具有相同标识的点云点，其中每个所述平面点管理器被构建为包括能够拟合出一个平面的点云点；以及如果存在，则更新包括与所述点云数据中的点云点具有相同标识的点云点的平面点管理器，并基于经更新的平面点管理器重新拟合平面，如果不存在，则将所述点云数据加入到临时点管理器中。

在本发明的一个实施例中，确定所述临时点管理器中的点云点是否能够拟合出平面；以及如果是，则从所述临时点管理器中挑选出能拟合出平面的点云点构建新的平面点管理器，并基于所构建的平面点管理器拟合平面，如果否，则清空所述临时点管理器，并回到所述获取传感器数据的步骤。

在本发明的一个实施例中，所述方法还包括：当不存在已构建的平面点管理器时，将计算得到的当前视角下的所述点云数据加入到所述临时点管理器中，并在确定所述临时点管理器中的点云点能够拟合出平面时构建平面点管理器。

在本发明的一个实施例中，在具有相同标识的点云点中，所述平面点管理器中的点云点的位置坐标被定义为第一位置坐标，所述点云数据中的点云点的位置坐标被定义为第二位置坐标，则：所述更新包括：将所述平面点管理器中的所述第一位置坐标更新为所述点云数据中的所述第二位置坐标，得到所述经更新的平面点管理器；并且所述重新拟合包括：从所述经更新的平面点管理器中挑选出能够拟合平面的点云点重新拟合平面。