(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210359250.9 (22)申请日 2022.04.06 (71)申请人 东南大学 地址 210000 江苏省南京市玄武区四牌楼 2 号 (72)发明人 吴文清　刘泓佚　王新雅　周小燚　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 罗运红 (51)Int.Cl. G06K 9/62(2022.01) G06F 30/13(2020.01) (54)发明名称 一种混凝土梁点云的Voronoi疏密度分类逆 向重建方法 (57)摘要 本发明公开了一种混凝土梁点云的Voronoi 疏密度分类逆向重建方法， 该方法包括： 利用迭 代加权PCA初步提取混凝土梁实际点云Pr中的潜 在特征点集Pc； 根据设计图纸形成梁体设计特征 点集Pd， 并利用ICP算法匹配Pd与Pc以识别Pr对应 的设计尺寸以及空间位姿， 再将Pr平移、 旋转至 标准轴位置形成标准化点云Ps； 将Ps分类到由Pd 计算的各预设结构面上， 形成结构面分类点集； 在Pd中各个重建特征点相交面对应的结构面分 类点集中提取近邻区域， 利用Voronoi图判断各 个近邻区域的点云疏密度质量， 并标记逆向重建 参考区域， 计算各个重建特征点的逆向重建参考 区域数量； 根据各个重建特征点的逆向重建参考 区域数量确定不同的设计重建点计算方法， 计算 各重建特 征点坐标。 权利要求书3页 说明书7页 附图4页 CN 114722938 A 2022.07.08 CN 114722938 A 1.一种混凝土梁点云的Voronoi疏密度分类逆向重建方法， 其特征在于， 所述方法包括 以下步骤： S1， 利用迭代加权PCA初步 提取混凝 土梁实际点云Pr中的潜在特 征点集Pc； S2， 根据设计图纸形 成梁体设计 特征点集Pd， 并利用ICP算 法匹配Pd与Pc以识别Pr对应的 设计尺寸以及空间位姿， 再将Pr平移、 旋转至标准轴位置形成标准 化点云Ps； S3， 依据Ps中各点到Pd中各预设结构面的距离和Ps中各点的特征法向量与预设结构面 夹角将Ps分类到各 预设结构面上， 形成结构面分类点 集； S4， 在Pd中各个重建特征点相交面对应的结构面分类点集中提取近邻区域， 利用 Voronoi图判断各个近邻区域的点云疏密度质量， 并标记逆向重 建参考区域， 计算各个重 建 特征点的逆向重建参 考区域数量； S5， 根据各个重建特征点的逆向重建参考区域数量确定不同的设计重建点计算方法， 计算各重建特 征点坐标。 2.根据权利 要求1所述的一种混凝土梁点云的Voronoi疏密度分类逆向重建方法， 其特 征在于， 步骤S1的具体方法如下： 步骤S1.1， 令实际梁体点云Pr＝{pri}i＝1...Nr， 其中， pri为点云Pr中的点， Nr为Pr中点的总 数， 利用kd ‑Tree计算pri的k个近邻点 根据经典PCA原理计算协方差矩阵 的最小特 征值对应的特 征向量nmin， 其中， 分别为近邻点 的x， y， z坐标， 分别为点pri的x， y， z坐标， 得到首次迭代PCA初始特 征法向量 步骤S1.2， 取残差函数 权重函数 其中， n为每 次迭代后产生的特征法向量， 取其初始值为 标量μ用于控制迭代收敛速度， 取其初始 值 迭代求解优化问题n＝argmin||n||＝1∑jwj(n)rj(n)2， 迭代终止条 件取相邻两代法向量夹角值小于阈值以得到初次迭代的修 正法向量 n1； 步骤S1.3， 取异向初始特征法向量 再 次迭代步骤S1.2中的优化问题， 得到第二次迭代的修 正法向量 n2； 步骤S1.4， 根据点与n1， n2计算近邻 点集 中各点的残差函数rj(n1)与rj(n2)， 将 其中模长小于Pr中所有点的平均点间距一半的点取出作为两个残差函数的子集， 并计算两 个子集的平均值 与 令点pri处的最终特 征法向量 步骤S1.5， 遍历计算Pr中各点pri的最终特征法向量 之后， 计算各点最终特征法向量n*与 其近邻点最终特征 法向量夹角之间的平均值 μθ与标准差σθ， 设定平均值阈值 μlim与标准差阈 值σlim， 则有如下分类标准： 权　利　要　求　书 1/3 页 2 CN 114722938 A 2根据该标准提取Pr中的潜在特征点集Pc＝{pci}i＝1...Nc， 其中， pci为点云Pc中的点， Nc为Pc 中点的总数。 3.根据权利 要求1所述的一种混凝土梁点云的Voronoi疏密度分类逆向重建方法， 其特 征在于， 步骤S2的具体方法如下： 步骤S2.1， 通过混凝土梁构件的设计图纸作为先验数据， 将设计结构中的预设关键结 构角点作为设计特 征点集Pd＝{pdi}i＝1...Nd， 其中， pdi为点云Pd中的点， Nd为Pd中点的总数； 步骤S2.2， 对 步骤S1中计算的Pc进行PCA计算， 得到最小特征值对应的近似梁体纵轴， 将 由Pd计算的梁体底面中线与Pc的近似梁体纵轴对齐， 然后绕该纵轴旋转Pd， 每旋转π/2后取 该位姿作为一种初始位置， 旋转一周后将产生4种初始位置， 再计入该纵轴的正负向共2个 方向， 则总计以4 ×2＝8种初始位置对Pc与Pd进行ICP计算， 即求解优化问题： 其中， (t， R)是作用于Pd的平移矩阵与旋 转矩阵， (t0， R0)是作用于Pd使pdi到在Pc中对应的最近点的距离和最小的优化问题的解， 是变换位置后的pdi在Pc中所对应的最近点， 取8种初始位置下ICP计算得到的最小目标函数 值对应的位姿为Pc对应的位姿， 再 取标准化点云Ps＝R0‑1·(Pr‑t0)。 4.根据权利 要求1所述的一种混凝土梁点云的Voronoi疏密度分类逆向重建方法， 其特 征在于， 步骤S3的具体方法如下： 根据Pd计算构件的预设结构面， 然后计算Ps中各点psi在步骤S1中计算的最终特征法向 量与预设结构面法向量之间的夹角 θ， 取θ小于阈值θlim对应的预设结构面作为待判定结构 面， 再计算psi到各待判定结构面 的距离， 取最小距离对应的待判定结构面， 作为psi所属的 预设结构面， 以此将Ps中各点区分， 形成结构面分类点 集。 5.根据权利 要求1所述的一种混凝土梁点云的Voronoi疏密度分类逆向重建方法， 其特 征在于， 步骤S4的具体方法如下： 根据Pd中各特征点相交的3个预设结构面， 在对应的结构面分类点集中利用k d‑Tree提 取近邻区域点集， 利用Voronoi图计算各近邻区域点集内点的Voronoi多边形面积； 若近邻 区域点集内Voronoi多边形的平均 面积大于阈值 则说明该近邻区域点云分布稀疏， 不 可用于Pd中对应特征点的逆向重建； 反之， 则说明该近邻区域点集可用于Pd中对应特征点的 逆向重建， 称为逆向重建参 考区域。 6.根据权利 要求5所述的一种混凝土梁点云的Voronoi疏密度分类逆向重建方法， 其特 征在于， 步骤S 5的具体方法如下： 针对各重 建特征点的逆向重 建参考区域数量进 行如下4种 不同的逆向重建方法： ①有3个逆向重建参 考区域： 取3个逆向重建参 考区域点集拟合的平面交点 为对应重建特 征点的计算拟合 值； ②有2个逆向重建参 考区域： 通过2个逆向重建参考区域点集拟合的平面向量v1， v2确定边界线方向v ＝v1×v2， 再将2 个逆向重建参考区域点集沿v投影到同一平面 上， 拟合直线并确定交点p0， v与p0将共同确定 边界线位置， 再将2个逆向重 建参考区域点集中距离该边界线r范围内的点投影到该边界线 上， 取投影端点作为对应重建特 征点的计算拟合 值； ③有1个逆向重建参 考区域：权　利　要　求　书 2/3 页 3 CN 114722938 A 3