本技術(shù)涉及大數(shù)據(jù)及暗渠模型構(gòu)建，具體而言，涉及一種基于slam的暗渠可視化模型構(gòu)建方法、系統(tǒng)和介質(zhì)。

背景技術(shù)：

1、?暗渠是城市排水系統(tǒng)中的重要組成部分，然而，由于其環(huán)境復(fù)雜、空間狹小且常伴有埋深較深、地表雜物覆蓋等問題，傳統(tǒng)的探測(cè)方法如qv探測(cè)鏡、地質(zhì)雷達(dá)探測(cè)器及蛙人潛入式探測(cè)方法等均存在局限性，難以在保證安全的前提下實(shí)現(xiàn)高精度探測(cè)和快速建模，而slam（simultaneous?localization?and?mapping，即時(shí)定位與地圖構(gòu)建）技術(shù)能夠高效采集錯(cuò)綜復(fù)雜的城市管道立體全面的點(diǎn)云數(shù)據(jù)，準(zhǔn)確獲取地下管道的位置、內(nèi)部結(jié)構(gòu)和走向信息，并以三維可視化的形式呈現(xiàn)出來，使得用戶能夠更直觀、更清楚地了解管網(wǎng)的分布情況，讓作業(yè)智能化。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的目的在于提供一種基于slam的暗渠可視化模型構(gòu)建方法、系統(tǒng)和介質(zhì)，根據(jù)暗渠探測(cè)設(shè)備采集的暗渠環(huán)境數(shù)據(jù)生成暗渠可視化模型，并根據(jù)暗渠可視化模型進(jìn)行暗渠風(fēng)險(xiǎn)程度評(píng)估，并對(duì)存在隱患的重點(diǎn)區(qū)域進(jìn)行標(biāo)記，從而實(shí)現(xiàn)對(duì)暗渠的可視化模型構(gòu)建和智能風(fēng)險(xiǎn)評(píng)估的技術(shù)。

2、本技術(shù)還提供了基于slam的暗渠可視化模型構(gòu)建方法，包括以下步驟：

3、獲取暗渠探測(cè)設(shè)備采集的暗渠環(huán)境數(shù)據(jù)，對(duì)暗渠環(huán)境數(shù)據(jù)進(jìn)行特征點(diǎn)識(shí)別，獲得探測(cè)特征點(diǎn)的探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)和圖像特征數(shù)據(jù)，根據(jù)圖像特征數(shù)據(jù)處理獲得特征描述向量和特征點(diǎn)方向數(shù)據(jù)；

4、獲取暗渠歷史可視化模型的歷史特征點(diǎn)的歷史特征描述向量和歷史特征點(diǎn)方向數(shù)據(jù)，將歷史特征描述向量、歷史特征點(diǎn)方向數(shù)據(jù)分別與所述特征描述向量、特征點(diǎn)方向數(shù)據(jù)進(jìn)行對(duì)比，將符合預(yù)設(shè)對(duì)比要求的歷史特征點(diǎn)作為匹配特征點(diǎn)，并根據(jù)匹配特征點(diǎn)坐標(biāo)數(shù)據(jù)以及所述探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)進(jìn)行處理，獲得坐標(biāo)轉(zhuǎn)換矩陣；

5、獲取新采集暗渠環(huán)境數(shù)據(jù)，并進(jìn)行特征點(diǎn)識(shí)別，獲得新探測(cè)特征點(diǎn)的新探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)，根據(jù)所述坐標(biāo)轉(zhuǎn)換矩陣將新探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)映射到全局坐標(biāo)系中，獲得特征點(diǎn)全局坐標(biāo)數(shù)據(jù)，根據(jù)特征點(diǎn)全局坐標(biāo)數(shù)據(jù)生成暗渠可視化模型。

6、可選地，在本技術(shù)所述的基于slam的暗渠可視化模型構(gòu)建方法中，所述獲取暗渠探測(cè)設(shè)備采集的暗渠環(huán)境數(shù)據(jù)，對(duì)暗渠環(huán)境數(shù)據(jù)進(jìn)行特征點(diǎn)識(shí)別，獲得探測(cè)特征點(diǎn)的探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)和圖像特征數(shù)據(jù)，根據(jù)圖像特征數(shù)據(jù)處理獲得特征描述向量和特征點(diǎn)方向數(shù)據(jù)，包括：

7、獲取暗渠探測(cè)設(shè)備采集的暗渠環(huán)境數(shù)據(jù)，利用預(yù)設(shè)特征識(shí)別算法對(duì)暗渠環(huán)境數(shù)據(jù)進(jìn)行特征點(diǎn)識(shí)別，將識(shí)別獲得的特征點(diǎn)作為探測(cè)特征點(diǎn)；

8、獲取所述探測(cè)特征點(diǎn)的探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)和圖像特征數(shù)據(jù)，圖像特征數(shù)據(jù)包括梯度方向數(shù)據(jù)及其對(duì)應(yīng)梯度幅度數(shù)據(jù)；

9、根據(jù)所有梯度方向上的所述梯度幅度數(shù)據(jù)生成梯度直方圖，將所有梯度方向上的梯度幅度數(shù)據(jù)分別累加獲得不同梯度方向?qū)?yīng)的梯度幅度累加值；

10、將所述梯度直方圖中的所有梯度幅度數(shù)據(jù)轉(zhuǎn)換為向量表示，獲得特征描述向量；

11、將不同梯度方向?qū)?yīng)的梯度幅度累加值按照從大到小順序進(jìn)行排序，將梯度幅度累加值最大的梯度方向?qū)?yīng)的所述梯度方向數(shù)據(jù)作為特征點(diǎn)方向數(shù)據(jù)。

12、可選地，在本技術(shù)所述的基于slam的暗渠可視化模型構(gòu)建方法中，所述獲取暗渠歷史可視化模型的歷史特征點(diǎn)的歷史特征描述向量和歷史特征點(diǎn)方向數(shù)據(jù)，將歷史特征描述向量、歷史特征點(diǎn)方向數(shù)據(jù)分別與所述特征描述向量、特征點(diǎn)方向數(shù)據(jù)進(jìn)行對(duì)比，將符合預(yù)設(shè)對(duì)比要求的歷史特征點(diǎn)作為匹配特征點(diǎn)，并根據(jù)匹配特征點(diǎn)坐標(biāo)數(shù)據(jù)以及所述探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)進(jìn)行處理，獲得坐標(biāo)轉(zhuǎn)換矩陣，包括：

13、獲取暗渠歷史可視化模型的歷史特征點(diǎn)的歷史特征描述向量和歷史特征點(diǎn)方向數(shù)據(jù)；

14、將所述特征描述向量與所述歷史特征描述向量進(jìn)行對(duì)比，將符合預(yù)設(shè)對(duì)比要求的歷史特征描述向量對(duì)應(yīng)的歷史特征點(diǎn)作為待匹配特征點(diǎn)；

15、將所述特征點(diǎn)方向數(shù)據(jù)與所述待匹配特征點(diǎn)對(duì)應(yīng)的所述歷史特征點(diǎn)方向數(shù)據(jù)進(jìn)行對(duì)比，將符合預(yù)設(shè)對(duì)比要求的歷史特征點(diǎn)方向數(shù)據(jù)對(duì)應(yīng)的待匹配特征點(diǎn)作為匹配特征點(diǎn)；

16、獲取暗渠歷史可視化模型中所述匹配特征點(diǎn)的匹配特征點(diǎn)坐標(biāo)數(shù)據(jù)；

17、根據(jù)所述匹配特征點(diǎn)坐標(biāo)數(shù)據(jù)以及所述探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)進(jìn)行計(jì)算，獲得坐標(biāo)轉(zhuǎn)換矩陣。

18、可選地，在本技術(shù)所述的基于slam的暗渠可視化模型構(gòu)建方法中，還包括：

19、根據(jù)所述特征點(diǎn)全局坐標(biāo)數(shù)據(jù)以及所述匹配特征點(diǎn)坐標(biāo)數(shù)據(jù)進(jìn)行計(jì)算，獲得距離度量值；

20、對(duì)所述新探測(cè)特征點(diǎn)進(jìn)行二次探測(cè)，獲得二次探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)，將二次探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)映射到全局坐標(biāo)系中，獲得二次探測(cè)特征點(diǎn)全局坐標(biāo)數(shù)據(jù)；

21、根據(jù)所述二次探測(cè)特征點(diǎn)全局坐標(biāo)數(shù)據(jù)以及所述匹配特征點(diǎn)坐標(biāo)數(shù)據(jù)進(jìn)行計(jì)算，獲得二次探測(cè)距離度量值；

22、將所述距離度量值以及所述二次探測(cè)距離度量值進(jìn)行對(duì)比，若對(duì)比結(jié)果不符合預(yù)設(shè)對(duì)比結(jié)果要求，則進(jìn)行再次探測(cè)提醒。

23、可選地，在本技術(shù)所述的基于slam的暗渠可視化模型構(gòu)建方法中，還包括：

24、利用所述暗渠可視化模型對(duì)暗渠進(jìn)行泄露狀態(tài)模擬，獲得模擬結(jié)果數(shù)據(jù)，包括污染物擴(kuò)散面積數(shù)據(jù)和泄露速度數(shù)據(jù)；

25、獲取暗渠周邊環(huán)境數(shù)據(jù)，包括居民聚集量數(shù)據(jù)和水源地距離數(shù)據(jù)；

26、根據(jù)所述污染物擴(kuò)散面積數(shù)據(jù)、泄露速度數(shù)據(jù)以及所述居民聚集量數(shù)據(jù)和水源地距離數(shù)據(jù)進(jìn)行計(jì)算，獲得風(fēng)險(xiǎn)程度評(píng)估指數(shù)。

27、可選地，在本技術(shù)所述的基于slam的暗渠可視化模型構(gòu)建方法中，還包括：

28、獲取暗渠歷史泄露數(shù)據(jù)，包括污染影響范圍數(shù)據(jù)、環(huán)境影響程度數(shù)據(jù)、經(jīng)濟(jì)損失數(shù)據(jù)和發(fā)生頻率數(shù)據(jù)，根據(jù)所述暗渠可視化模型提取暗渠管道破損面積數(shù)據(jù)和暗渠管道破損程度數(shù)據(jù)；

29、根據(jù)所述污染影響范圍數(shù)據(jù)、環(huán)境影響程度數(shù)據(jù)、經(jīng)濟(jì)損失數(shù)據(jù)、發(fā)生頻率數(shù)據(jù)以及所述暗渠管道破損面積數(shù)據(jù)和暗渠管道破損程度數(shù)據(jù)進(jìn)行計(jì)算，獲得風(fēng)險(xiǎn)程度評(píng)估修正因子；

30、根據(jù)所述風(fēng)險(xiǎn)程度評(píng)估修正因子對(duì)所述風(fēng)險(xiǎn)程度評(píng)估指數(shù)進(jìn)行修正，獲得風(fēng)險(xiǎn)程度評(píng)估修正指數(shù)；

31、將所述風(fēng)險(xiǎn)程度評(píng)估修正指數(shù)與預(yù)設(shè)風(fēng)險(xiǎn)程度評(píng)估修正指數(shù)閾值進(jìn)行對(duì)比，將閾值對(duì)比結(jié)果所屬的范圍等級(jí)作為風(fēng)險(xiǎn)程度評(píng)估等級(jí)；

32、將所述風(fēng)險(xiǎn)程度評(píng)估等級(jí)輸入預(yù)設(shè)暗渠應(yīng)急修復(fù)方案數(shù)據(jù)庫中進(jìn)行匹配識(shí)別，獲得暗渠應(yīng)急修復(fù)方案數(shù)據(jù)。

33、可選地，在本技術(shù)所述的基于slam的暗渠可視化模型構(gòu)建方法中，還包括：

34、獲取暗渠不同區(qū)域的水質(zhì)污染程度數(shù)據(jù)，根據(jù)暗渠不同區(qū)域的所述暗渠管道破損面積數(shù)據(jù)、暗渠管道破損程度數(shù)據(jù)和水質(zhì)污染程度數(shù)據(jù)進(jìn)行計(jì)算，獲得不同區(qū)域?qū)?yīng)的暗渠破損評(píng)估指數(shù)；

35、將所述暗渠破損評(píng)估指數(shù)與預(yù)設(shè)暗渠破損評(píng)估指數(shù)閾值進(jìn)行對(duì)比，若閾值對(duì)比結(jié)果不符合預(yù)設(shè)閾值對(duì)比結(jié)果要求，則將暗渠破損評(píng)估指數(shù)對(duì)應(yīng)的區(qū)域作為重點(diǎn)監(jiān)測(cè)區(qū)域；

36、獲取重點(diǎn)監(jiān)測(cè)區(qū)域的管道材質(zhì)數(shù)據(jù)，包括材質(zhì)強(qiáng)度數(shù)據(jù)和材質(zhì)使用壽命數(shù)據(jù)，獲取重點(diǎn)監(jiān)測(cè)區(qū)域的暗渠歷史維護(hù)記錄數(shù)據(jù)，包括修復(fù)程度數(shù)據(jù)和修復(fù)頻率數(shù)據(jù)；

37、根據(jù)所述材質(zhì)強(qiáng)度數(shù)據(jù)、材質(zhì)使用壽命數(shù)據(jù)以及所述修復(fù)程度數(shù)據(jù)和修復(fù)頻率數(shù)據(jù)進(jìn)行計(jì)算，獲得隱患程度評(píng)估指數(shù)；

38、將所述隱患程度評(píng)估指數(shù)與預(yù)設(shè)隱患程度評(píng)估指數(shù)閾值進(jìn)行對(duì)比，若對(duì)比結(jié)果不符合預(yù)設(shè)閾值對(duì)比結(jié)果要求，則在暗渠可視化模型中對(duì)所述重點(diǎn)監(jiān)測(cè)區(qū)域進(jìn)行標(biāo)記。

39、第二方面，本技術(shù)提供了一種基于slam的暗渠可視化模型構(gòu)建系統(tǒng)，該系統(tǒng)包括：存儲(chǔ)器及處理器，所述存儲(chǔ)器中存儲(chǔ)基于slam的暗渠可視化模型構(gòu)建方法的程序，所述基于slam的暗渠可視化模型構(gòu)建方法的程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)以下步驟：

40、獲取暗渠探測(cè)設(shè)備采集的暗渠環(huán)境數(shù)據(jù)，對(duì)暗渠環(huán)境數(shù)據(jù)進(jìn)行特征點(diǎn)識(shí)別，獲得探測(cè)特征點(diǎn)的探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)和圖像特征數(shù)據(jù)，根據(jù)圖像特征數(shù)據(jù)處理獲得特征描述向量和特征點(diǎn)方向數(shù)據(jù)；

41、獲取暗渠歷史可視化模型的歷史特征點(diǎn)的歷史特征描述向量和歷史特征點(diǎn)方向數(shù)據(jù)，將歷史特征描述向量、歷史特征點(diǎn)方向數(shù)據(jù)分別與所述特征描述向量、特征點(diǎn)方向數(shù)據(jù)進(jìn)行對(duì)比，將符合預(yù)設(shè)對(duì)比要求的歷史特征點(diǎn)作為匹配特征點(diǎn)，并根據(jù)匹配特征點(diǎn)坐標(biāo)數(shù)據(jù)以及所述探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)進(jìn)行處理，獲得坐標(biāo)轉(zhuǎn)換矩陣；

42、獲取新采集暗渠環(huán)境數(shù)據(jù)，并進(jìn)行特征點(diǎn)識(shí)別，獲得新探測(cè)特征點(diǎn)的新探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)，根據(jù)所述坐標(biāo)轉(zhuǎn)換矩陣將新探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)映射到全局坐標(biāo)系中，獲得特征點(diǎn)全局坐標(biāo)數(shù)據(jù)，根據(jù)特征點(diǎn)全局坐標(biāo)數(shù)據(jù)生成暗渠可視化模型。

43、可選地，在本技術(shù)所述的基于slam的暗渠可視化模型構(gòu)建系統(tǒng)中，所述獲取暗渠探測(cè)設(shè)備采集的暗渠環(huán)境數(shù)據(jù)，對(duì)暗渠環(huán)境數(shù)據(jù)進(jìn)行特征點(diǎn)識(shí)別，獲得探測(cè)特征點(diǎn)的探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)和圖像特征數(shù)據(jù)，根據(jù)圖像特征數(shù)據(jù)處理獲得特征描述向量和特征點(diǎn)方向數(shù)據(jù)，包括：

44、獲取暗渠探測(cè)設(shè)備采集的暗渠環(huán)境數(shù)據(jù)，利用預(yù)設(shè)特征識(shí)別算法對(duì)暗渠環(huán)境數(shù)據(jù)進(jìn)行特征點(diǎn)識(shí)別，將識(shí)別獲得的特征點(diǎn)作為探測(cè)特征點(diǎn)；

45、獲取所述探測(cè)特征點(diǎn)的探測(cè)特征點(diǎn)坐標(biāo)數(shù)據(jù)和圖像特征數(shù)據(jù)，圖像特征數(shù)據(jù)包括梯度方向數(shù)據(jù)及其對(duì)應(yīng)梯度幅度數(shù)據(jù)；

46、根據(jù)所有梯度方向上的所述梯度幅度數(shù)據(jù)生成梯度直方圖，將所有梯度方向上的梯度幅度數(shù)據(jù)分別累加獲得不同梯度方向?qū)?yīng)的梯度幅度累加值；

47、將所述梯度直方圖中的所有梯度幅度數(shù)據(jù)轉(zhuǎn)換為向量表示，獲得特征描述向量；

48、將不同梯度方向?qū)?yīng)的梯度幅度累加值按照從大到小順序進(jìn)行排序，將梯度幅度累加值最大的梯度方向?qū)?yīng)的所述梯度方向數(shù)據(jù)作為特征點(diǎn)方向數(shù)據(jù)。

49、第三方面，本技術(shù)還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)基于slam的暗渠可視化模型構(gòu)建方法程序，所述基于slam的暗渠可視化模型構(gòu)建方法程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如上述任一項(xiàng)所述的基于slam的暗渠可視化模型構(gòu)建方法的步驟。

50、由上可知，本技術(shù)提供的一種基于slam的暗渠可視化模型構(gòu)建方法、系統(tǒng)和介質(zhì)，根據(jù)暗渠探測(cè)設(shè)備采集的暗渠環(huán)境數(shù)據(jù)生成暗渠可視化模型，并根據(jù)暗渠可視化模型進(jìn)行暗渠風(fēng)險(xiǎn)程度評(píng)估，并對(duì)存在隱患的重點(diǎn)區(qū)域進(jìn)行標(biāo)記，從而實(shí)現(xiàn)對(duì)暗渠的可視化模型構(gòu)建和智能風(fēng)險(xiǎn)評(píng)估的技術(shù)。

51、本技術(shù)的其他特征和優(yōu)點(diǎn)將在隨后的說明書闡述，并且，部分地從說明書中變得顯而易見，或者通過實(shí)施本技術(shù)實(shí)施例了解。本技術(shù)的目的和其他優(yōu)點(diǎn)可通過在所寫的說明書以及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。