基于智能机器人的测量方法和智能机器人与流程

本发明涉及建筑测量技术领域，尤其涉及一种基于智能机器人的测量方法和智能机器人。

背景技术：

在建筑行业中，通常由作业人员采用接触式测量方式进行建筑的实测实量作业，从而辅助建筑工程规划以及建筑环境的改造。

这种方式下，由作业人员进行实测实量作业的工作量较大，采样点低、效率低下，且测量结果受作业人员的操作规范性影响较大，测量精度难以保证，并可能存在一定的安全风险。

技术实现要素：

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的目的在于提出一种基于智能机器人的测量方法和智能机器人，能够实现由智能机器人自动化地执行非接触式建筑测量作业，有效降低人工资源消耗，降低建筑测量的安全风险，提升测量效率，提升测量精准度。

为达到上述目的，本发明第一方面实施例提出的基于智能机器人的测量方法，所述智能机器人内配置二维激光雷达，包括：采用所述二维激光雷达采集测量墙面上全部测量点的测距数据；根据所述测距数据结合预设算法，确定各所述测量点对应于二维平面的目标位置，得到多个目标位置；根据所述多个目标位置，确定测量的结果。

本发明第一方面实施例提出的基于智能机器人的测量方法，通过采用二维激光雷达采集测量墙面上全部测量点的测距数据，并根据测距数据结合预设算法，确定各测量点对应于二维平面的目标位置，得到多个目标位置，以及根据多个目标位置，确定测量的结果，能够实现由智能机器人自动化地执行非接触式建筑测量作业，有效降低人工资源消耗，降低建筑测量的安全风险，提升测量效率，提升测量精准度。

为达到上述目的，本发明第二方面实施例提出的智能机器人，所述智能机器人内配置二维激光雷达和中央处理器，其中，所述二维激光雷达，用于采集测量墙面上全部测量点的测距数据；所述中央处理器，用于根据所述测距数据结合预设算法，确定各所述测量点对应于二维平面的目标位置，得到多个目标位置，并根据所述多个目标位置，确定测量的结果。

本发明第二方面实施例提出的智能机器人，通过采用二维激光雷达采集测量墙面上全部测量点的测距数据，并根据测距数据结合预设算法，确定各测量点对应于二维平面的目标位置，得到多个目标位置，以及根据多个目标位置，确定测量的结果，能够实现由智能机器人自动化地执行非接触式建筑测量作业，有效降低人工资源消耗，降低建筑测量的安全风险，提升测量效率，提升测量精准度。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明一实施例提出的基于智能机器人的测量方法的流程示意图；

图2为本发明实施例的二维激光雷达结构示意图；

图3为本发明实施例的雷达本体结构示意图；

图4是本发明另一实施例提出的基于智能机器人的测量方法的流程示意图；

图5为本发明实施例中一应用示意图；

图6为本发明实施例中另一应用示意图；

图7是本发明一实施例提出的智能机器人的结构示意图；

图8是本发明另一实施例提出的智能机器人的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

为了解决相关技术中由作业人员进行实测实量作业的工作量较大，采样点低、效率低下，且测量结果受作业人员的操作规范性影响较大，测量精度难以保证，并可能存在一定的安全风险的技术问题，本发明实施例提供一种基于智能机器人的测量方法，其中的智能机器人内配置二维激光雷达，通过采用二维激光雷达采集测量墙面上全部测量点的测距数据，并根据测距数据结合预设算法，确定各测量点对应于二维平面的目标位置，得到多个目标位置，以及根据多个目标位置，确定测量的结果，能够实现由智能机器人自动化地执行非接触式建筑测量作业，有效降低人工资源消耗，降低建筑测量的安全风险，提升测量效率，提升测量精准度。

图1是本发明一实施例提出的基于智能机器人的测量方法的流程示意图。

该基于智能机器人的测量方法应用于智能机器人中，其中，智能机器人可以为任意一种具有计算处理能力的设备、器械或者机器。

本发明实施例中可以针对智能机器人配置相应的二维激光雷达，由该二维激光雷达采集测量墙面上全部测量点的测距数据，从而辅助建筑非接触式测量。

参见图1，该方法包括：

s101：采用二维激光雷达采集测量墙面上全部测量点的测距数据。

一些实施例中，参见图2，图2为本发明实施例的二维激光雷达结构示意图，其中，二维激光雷达20可以包括：雷达本体201、转台202，以及设置在转台202上的多面体反射镜203，转台202可带动多面体反射镜203围绕固定转轴旋转，或者，带动多面体反射镜203产生位移。

上述的转台202上的多面体反射镜203可以直接使用超镜面加工，多面体反射镜203的镜面可以是六面，八面，十二面等，对此不作限制。

上述的雷达本体201用于发射激光信号，并接收激光信号遇到测量墙面的反射信号和散射信号，雷达本体201所发射的激光信号可经由多面体反射镜203反射从而投射至测量墙面上。

在具体执行的过程中，参见图3，图3为本发明实施例的雷达本体结构示意图，雷达本体201包括：激光器2011、发射器2012，以及接收器2013，发射器2012经由激光器2011向测量墙面发射激光信号，接收器2013用于接收激光信号遇到测量墙面的反射信号和散射信号，其中，发射器2012的轴线、接收器2013的轴线与转台的轴线共面，发射器2012的轴线与转台的轴线相垂直。

上述的激光器、发射器的轴线与接收器、探测器的轴线共面且相交，构成激光三角测量法的基本结构，即雷达本体；发射器的轴线、接收器轴线和转台轴线共面，且发射器的与转台轴线垂直；发射器内部的镜片由若干片以同轴方式排列组成，发射器发射均匀的细激光信号；接收器内部的镜片由若干片以同轴方式或非同轴方式排列组成，优选非同轴方式排列。

上述的激光器为三角位移传感器。

在另外一些实施例中，还可以将二维激光雷达的结构配置为其它任意能够支持三角测距算法的结构，对此不作限制。

通过支持三角测距算法，实现将二维激光雷达的精度做到亚毫米级别，兼有大量程和高精度的特点，较为适用建筑测量。

本发明实施例在采用上述的智能机器人进行非接触式测量的过程中，还可以采用直流电源为智能机器人供电，避免使用非接触的无线供电方式，可以有效减少智能机器人发热量，有效避免智能机器人中的二维激光雷达由于机身过热而引起的测量距离精度和角分辨率下降等问题。

上述的二维激光雷达还可以使用绝对编码精度可达26位的高精密电机，从而使得建筑测量时角度的调节精度高，稳定性好，角分辨率可以精确到角秒级。

上述在采用二维激光雷达采集测量墙面上全部测量点的测距数据，还可以预先将二维激光雷达配置为实时地采用二维激光雷达采集测量墙面上全部测量点的测距数据，从而可以实时探测作业区域的实测实量信息，使智能机器人更加智能地工作。

本发明实施例在采用二维激光雷达采集测量墙面上全部测量点的测距数据时，可以由二维激光雷达内置的转台202带动多面体反射镜203围绕固定转轴旋转，或者，带动多面体反射镜203产生位移，由此实现采集测量墙面上全部测量点的测距数据。

s102：根据测距数据结合预设算法，确定各测量点对应于二维平面的目标位置，得到多个目标位置。

其中，二维平面可以为一个预先标定的基准平面，在采集测量墙面上全部测量点的测距数据后，根据测距数据结合预设算法，确定各测量点对应于该预先标定的基准平面的目标位置，从而辅助后续获得相应的三维的测量结果，能够利用简单的几何关系辅助获得三维数据，实现简便精准度高。

s103：根据多个目标位置，确定测量的结果。

在具体执行的过程中，根据多个目标位置，确定测量的结果，可以是根据多个目标位置形成点云；根据所形成的点云，确定测量墙面基于三维平面的测量结果。

其中，可以将点云所描述的点数据集合中的数据作为三维平面的测量结果。

其中，点云为逆向工程中通过测量仪器得到的产品外观表面的点数据集合，通常使用三维坐标测量机所得到的点数量比较少，点与点的间距也比较大，叫稀疏点云；而使用三维激光扫描仪或照相式扫描仪得到的点云，点数量比较大并且比较密集，叫密集点云。

本实施例中，通过采用二维激光雷达采集测量墙面上全部测量点的测距数据，并根据测距数据结合预设算法，确定各测量点对应于二维平面的目标位置，得到多个目标位置，以及根据多个目标位置，确定测量的结果，能够实现由智能机器人自动化地执行非接触式建筑测量作业，有效降低人工资源消耗，降低建筑测量的安全风险，提升测量效率，提升测量精准度。

图4是本发明另一实施例提出的基于智能机器人的测量方法的流程示意图。

参见图4，该方法包括：

s401：采用二维激光雷达采集测量墙面上全部测量点的测距数据。

在具体执行的过程中，智能机器人上设置有导轨，二维激光雷达能够沿导轨垂直移动，通过控制二维激光雷达沿导轨垂直移动，从而采集测量墙面上全部测量点的测距数据，以及在采用二维激光雷达采集测量墙面上全部测量点的测距数据时，可以由二维激光雷达内置的转台202带动多面体反射镜203围绕固定转轴旋转，或者，带动多面体反射镜203产生位移，由此实现多角度地采集测量墙面上全部测量点的测距数据。

s402：根据测距数据，确定智能机器人与各测量点之间的距离值，得到多个距离值。

s403：确定各测量点对应的方位角。

s404：根据各测量点对应的距离值和方位角，确定各测量点对应于二维平面的目标位置。

s402-s404的描述可以参见如下，一并参见图5和图6，图5为本发明实施例中一应用示意图，图6为本发明实施例中另一应用示意图，其中，图5表示多面体反射镜旋转至最小角度时的二维激光雷达的状态4-1，图6表示多面体反射镜旋转至最大角度时的二维激光雷达的状态4-2，包括：测量墙面1，三角位移传感器2，反射镜3，玻璃窗5，转轴6。

(1)、确定智能机器人与各测量点之间的距离值的原理为：如图5所示，以三角位移传感器为测量的核心单元，从三角位移传感器2中发出的激光束，照射到反射镜3后被反射到多面体反射镜4上，激光束同样可以被多面体反射镜4反射，而后，穿透表面的玻璃窗5，照射到测量点上，测量点会发生反射、散射，最后，反射或散射信号沿着类似的路径返回到三角位移传感器中，被三角位移传感器测量和显示出测量点的相对距离值，并作为测得的距离值。

(2)、确定各测量点对应的方位角的原理为：多面体反射镜4会沿着转轴6匀速旋转，当旋转到图5所示位置时，记录下照射到测量点上的光束相对于二维激光雷达的方位角1；当旋转到图6所示位置时，记录下照射到测量点上的光束相对于二维激光雷达的方位角2，即通过转轴就可以测出测量点的方位角。

综上，通过测量测量墙面1上测量点的相对距离和方位角，就可以确定测量点在二维平面上的相对位置，即完成了二维激光雷达最基本的测量功能。

s405：根据多个目标位置形成点云。

s406：根据所形成的点云，确定测量墙面基于三维平面的测量结果。

其中，可以将点云所描述的点数据集合中的数据作为三维平面的测量结果。

其中，点云为逆向工程中通过测量仪器得到的产品外观表面的点数据集合，通常使用三维坐标测量机所得到的点数量比较少，点与点的间距也比较大，叫稀疏点云；而使用三维激光扫描仪或照相式扫描仪得到的点云，点数量比较大并且比较密集，叫密集点云。

作为一个更具体的示例，上述测量的步骤可以包括：

(1)、利用智能机器人上的二维激光雷达采集多个测量点的测距数据，对测距数据进行灰度值的处理，采用多项式插值算法对测距数据进行运算从而提高三角位移传感器中感光元件的精度，将感光元件的精确数值从像素级提升到亚像素级。

(2)、对采集到的测距数据的灰度值进行数据平滑处理，消除噪音干扰。

(3)、采用二值化算法，先截取到光斑在感光元件上的覆盖面，由覆盖面的测距数据再次进行处理，获得质心点。

上述数据平滑处理的目的为消除噪音干扰，由于受外界噪音的干扰，采集到的数据可能会出现毫无预期的畸变，因此，可以采用数据平滑算法将数据平滑，消除畸变，使得后面的质心点的获取更加方便准确。

(4)、根据质心点结合三角测距算法计算得出智能机器人与测量点的距离值。

(5)、根据码盘和电机等记录下测量点的方位角。

(6)、将步骤(4)中得到的距离值和步骤(5)中得到的方位角，对应组合在一起，即可以在二维平面中确定此测量点的目标位置。

(7)、重复步骤(1)-(6)，记录下二维平面上所有测量点的目标位置。

(8)、让二维激光雷达沿智能机器人上的导轨下平移，重复步骤(1)-(7)，记录下二维平面上所有测量点的目标位置。

(9)、将(8)中得到的测量点的目标位置组合成点云，就可以得到测量墙面的三维测距数据及平整度等测距数据。

上述实施例中的三角位移传感器中的光学镜头，可以支持倾斜一定角度下对前方物体位移的成像精确捕获，还可以支持智能机器人因抖动、震动、高低温等引起的玻璃镜片形体的变化，支持高质量成像，光学镜头支持和感光元件一体化加工集成。

本实施例中，通过采用二维激光雷达采集测量墙面上全部测量点的测距数据，并根据测距数据结合预设算法，确定各测量点对应于二维平面的目标位置，得到多个目标位置，以及根据多个目标位置，确定测量的结果，能够实现由智能机器人自动化地执行非接触式建筑测量作业，有效降低人工资源消耗，降低建筑测量的安全风险，提升测量效率，提升测量精准度。通过对二维激光雷达的结构进行改进，从而采用二维激光雷达采集测量墙面上全部测量点的测距数据得到相应的三维的测量结果，由此，有效地支持三角测距算法，并且，可以在出厂之前即对二维激光雷达进行校准，避免了飞行时间测距算法的激光共轴系统发射光路对接收光路的直接干扰，也消除了发射光路与接受光路的非共轴引起的距离偏移，由此，本发明实施例中能够可以在不过多增加制造精度需求的情况下仍然获得较好的测算效果，并且，通过调节二维激光雷达的雷达本体与多面体反射镜的距离，可以消除二维激光雷达的测量盲区，以及，根据三角测距算法的特性改进了二维激光雷达的光学和结构系统，优化了距离计算的测算方法，保证了高精度光学成像探测，并且有效地适应复杂建筑的室内场景。

图7是本发明一实施例提出的智能机器人的结构示意图。

参见图7，该智能机器人70包括：

智能机器人70内配置二维激光雷达701和中央处理器702，其中，

二维激光雷达701，用于采集测量墙面上全部测量点的测距数据；

中央处理器702，用于根据测距数据结合预设算法，确定各测量点对应于二维平面的目标位置，得到多个目标位置，并根据多个目标位置，确定测量的结果。

可选地，一些实施例中，中央处理器702，具体用于：

根据多个目标位置形成点云；

根据所形成的点云，确定测量墙面基于三维平面的测量结果。

可选地，一些实施例中，中央处理器702，具体用于：

根据测距数据，确定智能机器人70与各测量点之间的距离值，得到多个距离值；

确定各测量点对应的方位角；

根据各测量点对应的距离值和方位角，确定各测量点对应于二维平面的目标位置。

可选地，一些实施例中，参见图8，智能机器人70上设置有导轨703，二维激光雷达701能够沿导轨703垂直移动，其中，

二维激光雷达701沿导轨703垂直移动，从而采集测量墙面上全部测量点的测距数据。

可选地，一些实施例中，参见图8，二维激光雷达701包括：雷达本体7011、转台7012，以及设置在转台7012上的多面体反射镜7013，转台7012可带动多面体反射镜7013围绕固定转轴旋转，或者，带动多面体反射镜7013产生位移。

可选地，一些实施例中，参见图8，雷达本体7011包括：激光器70111、发射器70112，以及接收器70113，发射器70112经由激光器70111向测量墙面发射激光信号，接收器70113用于接收激光信号遇到测量墙面的反射信号和散射信号，其中，发射器70112的轴线、接收器70113的轴线与转台7012的轴线共面，发射器70112的轴线与转台7012的轴线相垂直。

可选地，一些实施例中，智能机器人70还包括供电电源，供电电源为直流电源，其中，

采用直流电源为智能机器人70供电。

可选地，一些实施例中，激光器70111为三角位移传感器。

需要说明的是，前述图1-图6实施例中对基于智能机器人的测量方法实施例的解释说明也适用于该实施例的智能机器人70，其实现原理类似，此处不再赘述。

本实施例中，通过采用二维激光雷达采集测量墙面上全部测量点的测距数据，并根据测距数据结合预设算法，确定各测量点对应于二维平面的目标位置，得到多个目标位置，以及根据多个目标位置，确定测量的结果，能够实现由智能机器人自动化地执行非接触式建筑测量作业，有效降低人工资源消耗，降低建筑测量的安全风险，提升测量效率，提升测量精准度。

需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。