El control de calidad de las dimensiones es un paso necesario antes de la entrega de casas listas, pero los métodos tradicionales de control requieren mucho tiempo y esfuerzo. Con la atención creciente al uso de un escáner láser terrestre para el control automatizado de la calidad de las dimensiones, el registro automático de puntos desde diferentes ángulos en el interior se vuelve más importante. En cuanto a la disposición de las dianas en el interior, la eficiencia es baja, y hay muchas estructuras repetitivas dentro de la casa lista, que no son adecuadas para un registro automático basado solo en elementos geométricos naturales o vistas desde arriba. Se propone un método de registro automático de puntos desde diferentes ángulos en el interior basado en el aprendizaje profundo: uso de la red neuronal PointAF para la segmentación semántica de datos de escaneo de puntos, luego la segmentación de instancias, para obtener instancias de puntos diferentes; uso de la instancia de la puerta para el registro por pares, el cálculo de parámetros de transformación, mediante una función de evaluación basada en el grado de superposición de confianza y restricciones de conflicto, para eliminar las coincidencias incorrectas, y luego el uso del método de registro secuencial basado en el árbol de creación para completar el registro desde diferentes ángulos. En la experimentación y comparación, utilizando 2 conjuntos de datos de escaneo de puntos para 21 estaciones de casas listas, se verificó la eficacia y precisión del método propuesto.

Escaneo láser; Registro de puntos; Escena interior; Aprendizaje profundo; Segmentación de puntos