云端多模場景地圖分布式存儲(chǔ)結(jié)構(gòu)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種云端多模場景地圖分布式存儲(chǔ)結(jié)構(gòu)。
【背景技術(shù)】
[0002]在現(xiàn)有的地圖數(shù)據(jù)信息處理結(jié)構(gòu)中，地圖通常可以分為二維地圖和三維地圖兩種。二維地圖通常以瓷磚結(jié)構(gòu)(例如百度地圖或谷歌地圖)分為小方塊存儲(chǔ)在不同比例尺下。讀取更具需要調(diào)用相應(yīng)比例尺下的小方塊進(jìn)行重組。三維地圖目前只是簡單幾何結(jié)構(gòu)，不是高精度的三維重構(gòu)或?qū)嵕啊Ｄ壳按蟛糠值貓D都是抽象幾何圖，有圖像而建構(gòu)的實(shí)景圖非常少。室內(nèi)實(shí)景都更是罕見。在實(shí)景圖中，最接近的是目前谷歌和百度的街景圖。它們都是簡單的二維全景圖在投影，并不對三維進(jìn)行重構(gòu)。而本專利就是為了彌補(bǔ)這個(gè)空缺。這個(gè)地圖格式不僅僅是可見光實(shí)景，甚至包括無線電磁波頻段。
[0003]另外，在二維地圖中標(biāo)注興趣點(diǎn)POI (Point of Interest)通常是以點(diǎn)的方式進(jìn)行。在三維實(shí)景圖中，此法就不太適合。本發(fā)明對此問題也加于解決。

【發(fā)明內(nèi)容】

[0004]針對上述【背景技術(shù)】所涉及到的目前地圖數(shù)據(jù)信息結(jié)構(gòu)的現(xiàn)狀以及諸多問題，本發(fā)明為了彌補(bǔ)現(xiàn)有地圖數(shù)據(jù)信息構(gòu)建結(jié)構(gòu)的技術(shù)空白，現(xiàn)提供一種云端多模場景地圖分布式存儲(chǔ)結(jié)構(gòu)，包括索引層、原始數(shù)據(jù)層和二維圖像特征層，將原始數(shù)據(jù)層和二維圖像特征層基于規(guī)劃線路的分段劃分和客戶端地理位置分布進(jìn)行動(dòng)態(tài)負(fù)載平衡分配，
[0005]索引層是數(shù)據(jù)采集的掃描規(guī)劃線路上各個(gè)數(shù)采點(diǎn)及其三維坐標(biāo)的集合，
[0006]索引層上的數(shù)采點(diǎn)是云端多模場景地圖分布式存儲(chǔ)結(jié)構(gòu)的索引入口，通過數(shù)采點(diǎn)能夠讀取在該數(shù)采點(diǎn)采集的原始數(shù)據(jù)和處理這些原始數(shù)據(jù)中圖像數(shù)據(jù)后獲得的二維圖像特征；
[0007]數(shù)采點(diǎn)子集與原始數(shù)據(jù)子集、二維圖像特征子集之間存在著關(guān)聯(lián)關(guān)系，通過給定任意三維坐標(biāo)范圍能夠讀取該三維坐標(biāo)范圍內(nèi)的數(shù)采點(diǎn)子集以及與該數(shù)采子集相關(guān)聯(lián)的原始數(shù)據(jù)子集、二維圖像特征子集；
[0008]給定原始數(shù)據(jù)子集和二維圖像特征子集中任意一個(gè)子集，通過上述關(guān)聯(lián)關(guān)系能夠索引到另外一子集和數(shù)采點(diǎn)子集；
[0009]原始數(shù)據(jù)包括圖像數(shù)據(jù)、圖像采集設(shè)備信息、局部點(diǎn)云和無線信號；
[0010]原始數(shù)據(jù)層是索引層內(nèi)各個(gè)數(shù)采點(diǎn)所采集到原始數(shù)據(jù)的集合，其中每一數(shù)采點(diǎn)所采集到原始數(shù)據(jù)包括圖像數(shù)據(jù)、圖像采集設(shè)備信息、局部點(diǎn)云和無線信號；
[0011]二維圖像特征層中包括特征點(diǎn)集、線段特征集、線特征集和消逝點(diǎn)特征集，其中:特征點(diǎn)集是基于原始數(shù)據(jù)層內(nèi)的圖像數(shù)據(jù)進(jìn)行計(jì)算處理后獲得的各種特征點(diǎn)的集合，
[0012]線段特征集是基于原始數(shù)據(jù)層內(nèi)的圖像數(shù)據(jù)進(jìn)行計(jì)算處理后獲得的各個(gè)特征線段的集合，
[0013]線特征集是基于線段特征集內(nèi)線段延伸或者相互共線的線段連接并延伸組成的隹A
口，
[0014]消逝點(diǎn)特征集(V。V2,……、Vv)是基于線特征集內(nèi)平行線相交點(diǎn)組成的集合，其中消逝點(diǎn)特征集是在投影幾何空間內(nèi)線特征集內(nèi)平行線相交點(diǎn)組成的集合。
[0015]作為優(yōu)選，所述云端多模場景地圖分布式存儲(chǔ)結(jié)構(gòu)還包括三維特征層，該三維特征層是基于二維圖像特征層內(nèi)二維圖像特征的三維重建，且該二維圖像特征層內(nèi)的二維圖像特征是至少兩個(gè)不同原始數(shù)據(jù)中的圖像數(shù)據(jù)上相關(guān)聯(lián)的二維圖像特征；
[0016]其中:這些不同原始數(shù)據(jù)中的圖像數(shù)據(jù)是基于不同數(shù)采點(diǎn)所采集的圖像數(shù)據(jù)，二維圖像特征是指二維圖像特征層中的特征點(diǎn)、線段特征、線特征或消逝點(diǎn)特征，所述三維特征層還包括由共面的點(diǎn)線構(gòu)建的平面。這些點(diǎn)線面共同組成了歐幾里得空間下三維結(jié)構(gòu)。
[0017]所述三維特征層與索引層之間是應(yīng)用相同的坐標(biāo)系統(tǒng)，通過給定的坐標(biāo)范圍能夠讀取該坐標(biāo)范圍內(nèi)相關(guān)聯(lián)的數(shù)采點(diǎn)子集和相關(guān)聯(lián)的原始數(shù)據(jù)子集、二維圖像特征子集、三維特征子集。
[0018]作為優(yōu)選，所述云端多模場景地圖分布式存儲(chǔ)結(jié)構(gòu)還包括POI層，該P(yáng)OI層是基于三維特征層所構(gòu)建場景空間內(nèi)三維矩形空間塊的坐標(biāo)、形狀大小及其屬性標(biāo)注內(nèi)容的集入口 ο
[0019]作為優(yōu)選，數(shù)采點(diǎn)子集與原始數(shù)據(jù)子集、二維圖像特征子集、三維特征子集、POI子集之間存在著關(guān)聯(lián)關(guān)系，
[0020]該關(guān)聯(lián)關(guān)系包括原始數(shù)據(jù)子集與二維圖像特征子集之間的相互索引關(guān)系、
[0021]二維圖像特征子集與三維特征子集之間的相互索引關(guān)系、
[0022]三維特征子集與POI子集之間的相互索引關(guān)系、
[0023]以及POI子集與原始數(shù)據(jù)子集的相互索引關(guān)系，
[0024]其中:原始數(shù)據(jù)子集(包括數(shù)采點(diǎn)三維坐標(biāo)i(x，y，z)及原始二維圖像(R，t，I(u，v))通過原始圖像和二維特征圖像共享坐標(biāo)(U，V)實(shí)現(xiàn)與二維圖像特征子集相互之間的索引關(guān)系；
[0025]二維圖像特征子集與三維特征子集即是通過二維和三維建構(gòu)關(guān)聯(lián)關(guān)系實(shí)現(xiàn)兩者的相互索引關(guān)系；
[0026]三維特征子集與POI集合之間通過同一個(gè)三維坐標(biāo)的位置檢索i (X，y, z)實(shí)現(xiàn)相互間的索引關(guān)系；
[0027]POI集合與原始數(shù)據(jù)子集(包括數(shù)采點(diǎn)三維坐標(biāo)i(x，y，z)及原始二維圖像(R, t, I (U，V))之間通過同一個(gè)三維坐標(biāo)的位置檢索i (X，y, z)實(shí)現(xiàn)相互間的索引關(guān)系，
[0028]通過給定任意三維坐標(biāo)范圍能夠讀取該三維坐標(biāo)范圍內(nèi)的數(shù)采點(diǎn)子集以及與該數(shù)采子集相關(guān)聯(lián)的原始數(shù)據(jù)子集、二維圖像特征子集、三維特征子集、POI子集；給定原始數(shù)據(jù)子集、二維圖像特征子集、三維特征子集和POI子集中任意一個(gè)子集，通過上述關(guān)聯(lián)關(guān)系能夠索引到另外三個(gè)子集和數(shù)采點(diǎn)子集。
[0029]作為優(yōu)選，所述無線信號包括指場景內(nèi)能夠接收到的無線信號源地址及信號特征，
[0030]所述無線信號包括WiFi指紋場強(qiáng)信號(IEEE802.11a, b, c, g家族)、手機(jī)無線通訊指紋場強(qiáng)信號(2G，3G, 4G，5G, WiMAX等等)，及其他各種智能設(shè)備的無線通訊信號。
[0031]作為優(yōu)選，所述圖像采集設(shè)備信息包括圖像采集設(shè)備內(nèi)部參數(shù)，圖像采集設(shè)備位置信息、圖像采集設(shè)備朝向數(shù)據(jù)、圖像采集設(shè)備移動(dòng)速度數(shù)據(jù)、圖像采集設(shè)備旋轉(zhuǎn)速率信息。
[0032]作為優(yōu)選，所述原始圖像數(shù)據(jù)和二維圖像特征是都被保存在該云端多模場景地圖分布式存儲(chǔ)結(jié)構(gòu)中，給地圖建圖及應(yīng)用提供便利。
[0033]作為優(yōu)選，所述二維圖像特征中的特征點(diǎn)是多種同時(shí)存儲(chǔ)的包括基于HarrisCorner算法、FAST算法，SUSAN算法，SIFT算法，SURF算法獲得的特征點(diǎn)；
[0034]所述特征線段是基于LSD算法獲得的特征數(shù)據(jù)。
[0035]作為優(yōu)選，所述三維矩形空間塊是指其屬性標(biāo)注內(nèi)容所指物體的邊界框。
[0036]作為優(yōu)選，所述數(shù)采點(diǎn)是基于移動(dòng)客戶端遍歷場景空間規(guī)劃線路上的點(diǎn)，而且考慮到傳感器的有效作用距離，這些數(shù)采點(diǎn)能夠?qū)鼍靶纬赏暾采w。
[0037]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果:對基于實(shí)景的地圖存儲(chǔ)提出一個(gè)有效的組織存儲(chǔ)結(jié)構(gòu)，該結(jié)構(gòu)能更具需求來采集和建構(gòu)地圖；該結(jié)構(gòu)還可以支持對基于實(shí)景的虛擬現(xiàn)實(shí)，將數(shù)據(jù)采集，虛擬場景顯示，室內(nèi)定位，移動(dòng)終端導(dǎo)航都結(jié)合起來；會(huì)大大推動(dòng)室內(nèi)機(jī)器人和其他移動(dòng)終端應(yīng)用發(fā)展。
【附圖說明】
[0038]圖1是本發(fā)明中索引層結(jié)構(gòu)示意圖；
[0039]圖2是本發(fā)明中原始數(shù)據(jù)層結(jié)構(gòu)示意圖；
[0040]圖3是本發(fā)明中二維圖像特征層中消逝點(diǎn)特征的結(jié)構(gòu)示意圖；
[0041]圖4是本發(fā)明中三維特征層的局部結(jié)構(gòu)示意圖；
[0042]圖5是本發(fā)明中POI層的局部結(jié)構(gòu)示意圖；
[0043]圖6是本發(fā)明中場景地圖