买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：公安部道路交通安全研究中心

摘要：本申请公开了一种机动车驾驶人考试场地自动检测建模的方法，包括：利用无人机分别采集待检测机动车驾驶人考试场地的图像数据与激光点云数据，将图像数据与激光点云数据传输到图像处理云平台；通过图像处理云平台根据图像数据以及激光点云数据进行建模，获得考试场地的三维模型，根据三维模型中的考场量化特征信息以及预先建立的考场验收标准三维模型中相应的考场量化特征信息，得到检测结果。本申请实施例的机动车驾驶人考试场地检测方法，精确检测机动车驾驶人考试场地及其设施，解决了人工现场检测工作量大、时间成本高等问题，提高了考场检测效率，保证了检测的准确性以及客观、公正。

主权项：1.一种机动车驾驶人考试场地自动检测建模的方法，其特征在于，该机动车驾驶人考试场地自动检测建模的方法包括：利用无人机分别采集待检测机动车驾驶人考试场地的图像数据与激光点云数据，将所述图像数据与所述激光点云数据传输到图像处理云平台；所述无人机搭载相机以及激光雷达LIDAR；利用所述图像处理云平台根据所述图像数据以及所述激光点云数据进行建模，获得所述机动车驾驶人考试场地的三维模型，所述三维模型中包括考场量化特征信息；根据所述三维模型中的考场量化特征信息以及预先建立的考场验收标准三维模型中相应的考场量化特征信息，得到检测结果；所述考场量化特征信息包括各指定考试项目对应的图形标线信息；根据所述三维模型中的考场量化特征信息以及预先建立的考场验收标准三维模型中相应的考场量化特征信息，得到检测结果包括：将各指定考试项目对应的图形标线信息分别与考场验收标准三维模型中相应考试项目对应的图形标线信息进行匹配，当匹配结果在允许的误差范围内时，得到考场合格的检测结果；当匹配结果超出允许的误差范围时，得到考场不合格的检测结果；所述考场量化特征信息还包括考场设施信息；所述指定考试项目包括下列考试项目中的一项或多项：倒车入库、侧方停车、坡道定点停车和起步、直角转弯、曲线行驶、桩考、通过单边桥、通过连续障碍、通过限宽门、起伏路面行驶、窄路掉头、模拟高速公路行驶以及模拟连续急弯山区路行驶；所述各指定考试项目对应的图形标线信息包括下列量化信息中的一种或多种：库长、库宽、车道宽、车库距控制线距离、起点线和停止线分别与库外边线距离；所述考场设施信息包括下列量化信息中的一种或多种：行车道宽度、侧向净空宽度、路缘带宽度、路缘带净空高度；利用所述图像处理云平台根据所述图像数据以及所述激光点云数据进行建模，获得所述机动车驾驶人考试场地的三维模型包括：根据待检测机动车驾驶人考试场地空间点的三维位置信息，以及相机内参、旋转矩阵和平移向量计算得到图像上与所述空间点对应的特征点的位置坐标；根据所述特征点的位置坐标重建稀疏点云，根据稀疏点云以及参考点构建稠密点云，其中，所述参考点由地面激光雷达采集的激光点云数据确定；根据所述稠密点云构建点云网格，根据所述点云网格构建三维语义模型，根据三维语义模型构建三维矢量模型，将所述三维矢量模型作为所述机动车驾驶人考试场地的三维模型；利用所述图像处理云平台根据所述图像数据以及所述激光点云数据进行建模，获得所述机动车驾驶人考试场地的三维模型包括：所述图像处理云平台，根据目标考试项目周围设置的标识，识别所述机动车驾驶人考试场地的三维模型中的目标考试项目，所述标识包括颜色标识和形状标识；或者，所述图像处理云平台，根据弯度曲率阈值，识别所述机动车驾驶人考试场地的三维模型中的直角转弯考试项目和曲线行驶考试项目；或者，所述图像处理云平台，根据坡度阈值，识别所述机动车驾驶人考试场地的三维模型中的起伏路面和坡道；在利用所述图像处理云平台根据所述图像数据以及所述激光点云数据进行建模，获得所述机动车驾驶人考试场地的三维模型之后，该方法还包括：检测所述机动车驾驶人考试场地的三维模型中所有基准标杆的重建数据误差值；对所述重建数据误差值取平均数，得到所述图像数据的综合误差值；当所述综合误差值不大于预设综合误差阈值时，保留所述机动车驾驶人考试场地的三维模型；所述基准标杆的数量根据所述机动车驾驶人考试场地的面积和地形确定，且所述基准标杆随机摆放在所述机动车驾驶人考试场地范围内。

全文数据：

权利要求：

百度查询： 公安部道路交通安全研究中心 一种机动车驾驶人考试场地自动检测建模的方法