Le contrôle de la qualité des dimensions est une étape nécessaire avant la livraison des maisons prêtes, mais les méthodes traditionnelles de contrôle nécessitent beaucoup de temps et d'efforts. Avec l'attention croissante portée à l'utilisation d'un scanner laser terrestre pour le contrôle automatisé de la qualité des dimensions, l'enregistrement automatique des points à partir de différents angles à l'intérieur devient plus important. En ce qui concerne le placement des cibles à l'intérieur, l'efficacité est faible, et il y a beaucoup de structures répétitives à l'intérieur de la maison prête, qui ne conviennent pas à un enregistrement automatique basé uniquement sur des éléments géométriques naturels ou des vues de dessus. On propose une méthode d'enregistrement automatique des points à partir de différents angles à l'intérieur basée sur l'apprentissage en profondeur : utilisation du réseau neuronal PointAF pour la segmentation sémantique des données de balayage de points, puis la segmentation par instance, pour obtenir des instances de points différentes ; utilisation de l'instance de la porte pour l'enregistrement par paires, le calcul des paramètres de transformation, à l'aide d'une fonction d'évaluation basée sur le degré de chevauchement de confiance et les contraintes de conflit, pour éliminer les correspondances incorrectes, puis l'utilisation de la méthode d'enregistrement séquentiel basée sur l'arbre de création pour terminer l'enregistrement à partir de différents angles. Dans l'expérience de validation et de comparaison, en utilisant 2 ensembles de données de balayage de points pour 21 stations de maisons prêtes, l'efficacité et la précision de la méthode proposée ont été vérifiées.

Balayage laser; Enregistrement des points; Scène intérieure; Apprentissage en profondeur; Segmentation des points