通过自动分析传感器数据生成物理结构和环境的测量结果的制作方法

各种实施例涉及用于以自动方式生成物理结构和环境的测量结果的计算机程序和相关联的计算机实现的技术。

背景技术：

1、传统上，已经使用诸如卷尺、码尺、标尺等工具来测量物理结构和环境的维度。这些工具对于沿着直线测量欧几里得空间中(例如，沿着平面)的第一位置和第二位置之间的线性距离是有用的。然而，使用这些工具存在若干显著的缺点。由于对使用该工具的人的依赖，测量不仅往往不一致，而且当被测量的物理结构或环境的部分被遮挡或占用时测量也可能是困难的。

2、已经通过开发可以由移动计算设备(或简称为“计算设备”)执行的计算机程序来尝试解决这些缺点。一种尝试涉及开发提示用户将计算设备的相机朝向要测量的对象定向，然后请求用户与由相机生成的数字图像交互，以便指示对象的边界的计算机程序。另一种方法涉及开发提示用户将计算设备的相机朝向要测量的对象定向，然后请求用户为包括在由相机生成的数字图像中的另一对象提供参考测量结果的计算机程序。

3、像这样的计算机程序比传统的实现方式更加方便，因为任何人利用计算设备都能容易地下载它们。然而，仍然存在导致不正确测量结果的大量不一致性。这种不一致性很大程度上是由于用户仍然参与测量过程的程度。例如，用户可能不精确地指示要测量的对象的边界，或者用户可能错误地输入不正确的参考测量结果。

技术实现思路

1、本发明提供了一种非暂时性介质，非暂时性介质上存储有指令，指令在由计算设备的处理器执行时使计算设备执行操作，操作包括：

2、接收指示建立内部空间的布局的请求的输入，内部空间的布局包括一系列接合点，每个接合点表示不同的垂直平坦表面对被接合的点；

3、指导用户通过遍及内部空间平移相机来生成全景图像，以便沿着水平面以360度成像内部空间；

4、由相机获取内部空间的惯性数据和全景图像；

5、通过将惯性数据和与全景图像相关联的图像数据在时间上对准来生成等矩形全景图像；

6、将一个或更多个经训练的分类模型应用于等矩形全景图像，以生成视觉标记以指示在内部空间中结构的异常外观；其中，结构的异常外观包括一个或更多个风险或危害；

7、建立内部空间的布局；以及

8、将关于布局的信息编码在与内部空间相关联的数据结构中。

9、可选地，非暂时性介质还包括：

10、通过配置相机的捕获参数使得捕获会话被定制；其中，捕获参数包括相机分辨率、焦点或闪光；以及

11、根据所定制的捕获会话获取内部空间的惯性数据和全景图像。

12、可选地，非暂时性介质还包括：将经训练的模型应用于等矩形全景图像以产生一系列输出，其中，一系列输出中的每个输出表示由经训练的模型基于对等矩形全景图像的分析而预测的对应接合点。

13、可选地，建立内部空间的布局包括：

14、针对一系列输出中的每个输出，预测对应接合点在坐标系的背景中的空间位置；以及

15、基于针对一系列输出预测的空间位置来计算内部空间的维度。

16、可选地，建立内部空间的布局包括：为内部空间创建基于维度的三维(3d)平面图。

17、可选地，一系列接合点中的每个接合点表示地板和壁接合的地板-壁边界、天花板和壁接合的天花板-壁边界或一对壁接合的壁-壁边界。

18、可选地，相机包括在计算设备中，其中，操作还包括：

19、响应于接收输入，配置捕获会话使得全景图像和等矩形全景图像中的一个或更多个在由相机生成之后能够由计算设备的操作系统获得。

20、可选地，全景图像表示具有重叠部分的一系列帧，重叠部分通过计算设备的操作系统被接合在一起以共同表示内部空间。

21、可选地，一个或更多个经训练的分类模型对与全景图像和等矩形全景图像中的一个或更多个对应的像素数据执行逐像素分类。

22、可选地，操作还包括：

23、通过基于内部空间的特性配置相机的捕获参数，来使捕获会话被定制。

24、可选地，操作还包括：

25、使得全景图像显示在界面上；以及

26、通过在全景图像上叠加至少一个边界框来指示由一个或更多个经训练的分类模型预测的每个接合点的位置，其中，每个边界框的周长由四个输出的集限定，以及其中，四个输出的集包括：表示地板-壁边界的第一输出、表示天花板-壁边界的第二输出、以及表示不同的壁-壁边界的第三输出和第四输出。

27、可选地，相机遍及内部空间平移时，近似实时地执行：使得全景图像显示在界面上和指示每个接合点的位置。

28、本发明还提供了一种由在计算设备上执行的计算机程序实现的方法，方法包括：

29、接收指示建立内部空间的布局的请求的输入，内部空间的布局包括一系列接合点，每个接合点表示不同的表面对被接合的点；

30、指导用户通过在内部空间周围平移相机来生成全景图像；

31、由相机获取内部空间的惯性数据和至少两个图像；

32、通过将惯性数据与至少两个图像在时间上对准来生成等矩形全景图像；

33、将一个或更多个经训练的分类模型应用于等矩形全景图像，以生成视觉标记来指示在内部空间中结构的异常外观；其中，结构的异常外观包括一个或更多个风险或危害；以及

34、使得对等矩形全景图像中叠加有图形元素的至少一部分进行显示。

35、可选地，方法还包括：

36、通过配置相机的捕获参数使得捕获会话被定制，其中，捕获参数包括相机分辨率、焦点或闪光；以及

37、根据所定制的捕获会话获取内部空间的惯性数据和全景图像。

38、可选地，方法还包括：将经训练的模型应用于等矩形全景图像以产生一系列输出，其中，一系列输出中的每个输出表示由经训练的模型基于对等矩形全景图像的分析而预测的对应接合点，其中，建立内部空间的布局包括：

39、针对一系列输出中的每个输出，预测对应接合点在坐标系的背景中的空间位置；以及

40、基于针对一系列输出预测的空间位置来计算内部空间的维度。

41、可选地，一系列接合点中的每个接合点表示地板和壁接合的地板-壁边界、天花板和壁接合的天花板-壁边界或一对壁接合的壁-壁边界。

42、可选地，全景图像表示具有重叠部分的一系列帧，重叠部分通过计算设备的操作系统被接合在一起以共同表示内部空间

43、可选地，一个或更多个经训练的分类模型对与全景图像和等矩形全景图像中的一个或更多个对应的像素数据执行逐像素分类。

44、可选地，方法还包括：

45、使得全景图像显示在界面上；以及

46、通过在全景图像上叠加至少一个边界框来指示由一个或更多个经训练的分类模型预测的每个接合点的位置，其中，每个边界框的周边由四个输出的集限定，以及其中，四个输出的集包括：表示地板-壁边界的第一输出、表示天花板-壁边界的第二输出、以及表示不同的壁-壁边界的第三输出和第四输出。

47、可选地，相机遍及内部空间平移时，近似实时地执行：使得全景图像显示在界面上和指示每个接合点的位置。