(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 202211083170.1 (22)申请日 2022.09.06 (71)申请人 深圳市其 域创新科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区科苑南路3170号留学生 创业大厦一期2 207 (72)发明人 赵开勇　 (74)专利代理 机构 深圳市爱迪森知识产权代理 事务所(普通 合伙) 44341 专利代理师 何婷 (51)Int.Cl. G06T 17/00(2006.01) G06T 19/20(2011.01) G06V 10/74(2022.01) G06V 10/26(2022.01) (54)发明名称 续扫重定位方法、 装置、 设备、 存储介质及三 维续扫方法 (57)摘要 本发明实施例涉及三维扫描技术领域， 具体 涉及一种续扫重定位方法、 装置、 设备、 存储介质 及三维续扫方法， 该续扫重定位方法包括： 根据 扫描设备在三维场景中获取的多帧当前传感器 信息确定当前空间语义图谱， 获取扫描设备针对 三维场景的历史空间语义图谱， 将当前空间语义 图谱与历史空间语义图谱通过子图搜索方式进 行匹配， 得到当前空间语义图谱与历史空间语义 图谱的第一匹配度； 若第一匹配度大于或等于第 一匹配阈值， 确定扫描设备在三维场景中的重定 位成功。 本发明实施例通过子图搜索方式， 提高 匹配效率， 提高重定位速度， 处理器通过重定位 方式确定扫描设备的位置， 使得处理器可以自动 接续三维模型中断扫描部位， 方便操作， 提高扫 描效率。 权利要求书3页 说明书15页 附图3页 CN 115205470 A 2022.10.18 CN 115205470 A 1.一种续扫重 定位方法， 其特 征在于， 所述方法包括： 根据扫描设备在三维场景中获取的多帧当前传感器信 息确定当前空间语义图谱， 多帧 所述当前传感器信息由不同传感器得到， 所述当前空间语义图谱具有当前空间位置信息； 获取所述扫描设备针对所述三维场景的历史空间语义图谱， 所述历史空间语义图谱根 据多帧历史传感器信息确定， 多帧所述历史传感器信息由所述扫描设备中断扫描 前的不同 所述传感器得到， 所述历史 空间语义图谱具有历史 空间位置信息； 将所述当前空间语义图谱与 所述历史空间语义图谱通过子图搜索方式进行匹配， 得到 所述当前空间语义图谱与所述历史 空间语义图谱的第一匹配度； 判断所述第一匹配度是否大于或等于第一匹配阈值； 若所述第一匹配度大于或等于所述第 一匹配阈值， 确定所述扫描设备在所述三维场景 中的重定位成功。 2.根据权利要求1所述的续扫 重定位方法， 其特征在于， 多帧所述当前传感器信 息包括 多帧当前三维传感器信息， 所述当前空间语义图谱包括当前三维语义图谱， 所述根据扫描 设备在三维场景中获取的多帧当前传感器信息确定当前空间语义图谱， 进一 步包括： 根据多帧所述当前三维传感器信息生成世界坐标系的当前三维点云； 根据所述当前三维点云对多帧所述当前三维传感器信 息进行三维语义分割， 生成所述 当前三维语义图谱， 将所述当前三维语义图谱作为所述当前空间语义图谱。 3.根据权利要求2所述的续扫 重定位方法， 其特征在于， 多帧所述当前三维传感器信 息 包括多帧当前视觉图像信息， 所述当前三维语义图谱包括当前视觉语义图谱， 所述根据扫 描设备在三维场景中获取的多帧当前传感器信息确定当前空间语义图谱， 进一 步包括： 根据多帧所述当前视 觉图像信息生成所述世界坐标系的当前三维视 觉点云； 根据所述当前三维视觉点云对多帧所述当前视觉图像信 息进行三维视觉语义分割， 生 成所述当前视 觉语义图谱。 4.根据权利要求3所述的续扫 重定位方法， 其特征在于， 所述根据 所述当前三维视觉点 云对多帧所述当前视觉图像信息进行三维视觉语义分割， 生成所述当前视觉语义图谱， 进 一步包括： 通过图像识别算法对多帧所述当前视觉图像信 息进行三维视觉语义分割， 得到多帧所 述当前视 觉图像信息的三维视 觉语义对象； 根据所述当前三维视觉点云对所述三维视觉语义对象进行空间位置计算， 得到所述三 维视觉语义对象的所述当前空间位置信息； 根据所述三维视觉语义对象的特性信息， 生成所述当前视觉语义图谱， 所述特性信息 包括所述当前空间位置信息 。 5.根据权利要求2所述的续扫 重定位方法， 其特征在于， 多帧所述当前三维传感器信 息 包括多帧当前激光信息， 所述当前三维语义图谱包括当前激光语义图谱， 所述根据扫描设 备在三维场景中获取的多帧当前传感器信息确定当前空间语义图谱， 进一 步包括： 根据多帧所述当前激光信息生成所述世界坐标系的当前三维激光 点云； 根据所述当前三维激光点云对多帧所述当前激光信 息进行三维激光语义分割， 生成所 述当前激光语义图谱。 6.根据权利要求2 ‑5任一项所述的续扫重定位方法， 其特征在于， 多帧所述当前传感器权　利　要　求　书 1/3 页 2 CN 115205470 A 2信息还包括多帧当前IMU信息， 所述根据扫描设备在三维场景中获取的多帧当前传感器信 息确定当前空间语义图谱， 进一 步包括： 根据多帧所述当前IMU信息生成所述世界坐标系的当前IMU空间轨 迹点云； 将所述当前IMU空间轨迹点云和所述当前三维点云根据空间坐标位置进行匹配， 得到 所述当前IMU空间轨 迹点云和所述当前三维点云的第二匹配度； 判断所述第二匹配度是否大于或等于第二匹配阈值； 若所述第二匹配度大于或等于所述第二匹配阈值， 确定当前融合 点云； 根据所述当前融合点云对多帧所述当前三维传感器信息和多帧所述当前IMU信 息进行 三维融合语义分割， 生成当前融合语义图谱， 将所述当前融合语义图谱作为所述当前空间 语义图谱。 7.根据权利要求6所述的续扫重定位方法， 其特征在于， 所述将所述当前IMU空间轨迹 点云和所述当前三维点云根据 空间坐标位置进行匹配， 得到所述当前IMU空间轨迹点云和 所述当前三维点云的第二匹配度， 进一 步包括： 确定所述当前IMU空间轨迹点云中c个轨迹点与所述当前三维点云中至少一候选点的 距离小于或等于预设距离的m个匹配点， m≤ c； 计算所述第二匹配度s2=m/ c。 8.根据权利要求1所述的续扫重定位方法， 其特征在于， 所述当前空间语义图谱包括k 个当前空间语义对象， 所述历史空间语义图谱包括h个历史空间语义对象， 所述将所述当前 空间语义图谱与所述历史空间语义图谱通过子图搜索方式进 行匹配， 得到所述当前空间语 义图谱与所述历史 空间语义图谱的第一匹配度， 进一 步包括： 确定k个所述当前空间语义对象与h个所述当前历史语义对象匹配的n个所述当前空间 语义对象， n≤k； 计算所述第一匹配度s1=n/k。 9.一种三维续扫方法， 其特 征在于， 所述方法包括： 判断扫描设备 是否需要对三维场景进行续扫； 若需要对所述三维场景进行续扫， 根据权利要求1 ‑8任一项所述的续扫重定位方法判 断所述扫描设备 是否重定位成功； 若重定位成功， 根据所述扫描设备的续扫传感器信息 完成三维模型重建。 10.一种续扫重 定位装置， 其特 征在于， 所述装置包括： 第一确定模块， 用于根据扫描设备在三维场景中获取的多帧当前传感器信 息确定当前 空间语义图谱， 多帧所述当前传感器信息由不同传感器得到， 所述当前空间语义图谱具有 当前空间位置信息； 第一获取模块， 用于获取所述扫描设备针对所述三维场景的历史空间语义图谱， 所述 历史空间语义图谱根据多帧历史传感器信息确定， 多帧所述历史传感器信息由所述扫描设 备中断扫描前的不同所述传感器得到， 所述历史 空间语义图谱具有历史 空间位置信息； 第一匹配模块， 用于将所述当前空间语义图谱与 所述历史空间语义图谱通过子图搜索 方式进行匹配， 得到所述当前空间语义图谱与所述历史 空间语义图谱的第一匹配度； 第一判断模块， 用于判断所述第一匹配度是否大于或等于第一匹配阈值； 第二确定模块， 用于若所述第一匹配度大于或等于所述第一匹配阈值， 确定所述扫描权　利　要　求　书 2/3 页 3 CN 115205470 A 3