题目：室内全息导航地图模型及构建关键技术初探
韩李涛
（山东科技大学 测绘与空间信息学院）
影响室内路径规划与导航性能的因素不仅仅是路径长短等静态几何因素，室内人员的分布与密度、门窗等建筑要素的开闭状态等动态因素也至关重要。随着互联网、大数据以及深度学习技术的快速发展，实时动态信息的获取已成为可能。因此，设计与构建融合几何、语义、拓扑与时态等全域信息的室内全息导航地图更加符合现实，且具有可行性。本文首先对室内全息导航地图模型（多维动态室内导航模型）进行了概念探讨，然后重点阐述模型构建关键技术中的室内导航要素提取、室内路网自动生成以及室内人员分布监测等内容。主要内容如下：
（1）室内全息导航地图模型。如何保证室内导航路线几何形态的真实自然、拓扑网络的简洁有效、导航信息的丰富易懂是室内导航信息模型设计的关键，同时为了满足复杂情况下的导航应用需求，有时候需要考虑室内对象的状态变化信息和室内移动对象的存在，如门是否处于锁住状态。因此，需要顾及室内对象的时变状态，从几何、拓扑以及语义等多个层面定义室内全息导航地图模型，以满足室内路径规划与导航的信息需求。三维几何层包括两方面内容，一是作为定位和导航参考的室内地图（三维建筑模型）信息，二是从建筑物三维模型中提取的室内三维几何网络，具有空间三维位置和尺度信息，反映用户室内行走路线，是构建拓扑网络的基础以及路径可视化的必要条件；拓扑网络层主要包含结点、弧等拓扑网络要素，反映了室内映射节点的连通性及通行代价和容量约束，主要应用于最优路径规划计算；语义层则是导航信息的自然语言描述，主要应用于路径导航时的搜索条件和路径表达的自然语言化。三维几何层、拓扑网络层以及语义层三者之间的一致性以及时变状态信息对拓扑网络的约束是模型定义的关键内容。
（2）室内导航要素提取及其拓扑表达。室内导航要素主要指房间、墙体、门、窗等室内主要导航要素。室内导航要素提取的数据来源主要包括四类：CAD建筑平面设计图、BIM、CityGML以及室内点云等。针对建筑平面图缺乏对房间/走廊等室内导航要素的拓扑描述和表达问题，结合建筑平面图数据的特点，提出了一种基于象限分布的自动构建室内空间拓扑模型的算法。该算法将门窗、墙线、房间分别视为点、弧段和多边形对象，在完成墙线连通等预处理的基础上，采用墙线追踪算法从墙线中提取房间或走廊多边形对象，同时构建墙线与房间（走廊）、门窗与墙线、门窗与房间等拓扑关系。基于CAD建筑图，我们还提出了基于并查集的房间要素及拓扑关系提取；另外，将建筑平面图进行栅格化处理后，利用U-net等深度学习模型进行室内建筑要素的语义分割和要素矢量化处理。当然，为了具备更好的现势性，我们对利用室内点云数据来提取获取室内要素也进行了探索。
（3）顾及行走习惯的室内导航网络及其构建算法。针对现有室内路网模型不符合人行走习惯的问题，提出了符合人行走习惯的室内路网生成算法。该算法依据走廊空间大小和几何形状对复杂通行区域进行合理分区，在狭长走廊空间提取走廊中心线作为路网，而在具有多连接口的开阔空间则会提取“门到门”的直行路线形成路网，然后将房间抽象为结点连接到门结点，并连接到对应走廊网络上形成完整室内导航网络。
（4）室内人员分布实时监测。室内人员位置是室内路径规划的起点，而室内其他人员的分布对导航主体的室内路径规划具有重要影响（如造成拥堵）。因此，室内人员实时分布监测对于室内导航具有重要意义。然而，当前室内人员计数和分布监测方法和技术仍然面临着精度低、效率低、不全面、成本高以及隐私保护等一系列问题。针对上述问题，本文提出了一种基于视频监控的室内人员计数和分布实时智能监测方法。该方法以视频监控为感知手段，利用深度学习（YOLOv8+DeepSort）来识别和跟踪视频数据中的人员，结合空间划分计数原理来实现室内人员计数和分布信息计算，并以数字孪生方式在监控端进行显示，从而在顾及隐私前提下实现更精准、更高效、更全面的实时人员计数和分布监测。

关键词：室内全息导航地图；室内人员分布；室内要素提取；室内路网
 

室内全息导航地图；室内人员分布；室内要素提取；室内路网