一种基于AR虚拟现实技术的室内装修设计系统

技术领域

本发明涉及室内设计技术领域，尤其涉及一种基于AR虚拟现实技术的室内装修设计系统。

背景技术

室内装修设计是一种将艺术和科学融合在一起的设计形式，旨在创造出满足用户需求的室内空间。它是将建筑、室内设计、工程技术、装饰材料和家具各个方面进行统一规划和设计的过程。室内装修设计要考虑到人们的生活方式、文化需求、审美意识，力求创造出舒适、美观、实用的居住环境。在现代社会，随着人们生活水平和审美需求的不断提高，室内装修设计也得到了广泛的关注和发展。各种新的材料和技术被应用到室内装修中，LED灯光、智能家居系统、3D打印，为室内设计师提供了更多的创作可能性。

现如今AR技术逐渐成熟，通过AR技术，用户可以在现实环境中体验虚拟的室内设计效果，更直观地感受到空间布局、家具摆放，提供了沉浸式的设计体验，通过AR技术，用户可以在现实环境中体验虚拟的室内设计效果，更直观地感受到空间布局、家具摆放，提供了沉浸式的设计体验，更直观地感受到空间布局、家具摆放，虽然AR可以提供虚拟的设计预览，但与真实环境中的实际效果仍有一定差距，特别是在光线、材质质感方面，因此，提出的一种基于AR虚拟现实技术的室内装修设计系统。

发明内容

本发明的目的是虚拟的设计预览，但与真实环境中的实际效果仍有一定差距，而提出的一种基于AR虚拟现实技术的室内装修设计系统。

为了实现上述目的，本发明采用了如下技术方案：

激光相机扫描单元，利用激光束扫描环境，并通过测量激光束的反射时间和强度来获取场景的深度信息；

佩戴显示单元，通常使用类似于眼镜或头盔的设备，将显示屏和其他传感器直接放置在用户的头部,通过将计算机生成的虚拟图像叠加在现实世界中，来提供增强现实体验；

机载数据库单元，用于存储和管理各种信息，包括虚拟场景的模型、虚拟物体的属性和行为、用户配置和偏好设置，用来生成和呈现虚拟内容，并与现实世界实现交互；

机载中央处理模块，处理和协调各项任务，包括数据处理、数据处理、图形渲染、语音和音频处理以及系统管理，实现用户与虚拟与现实世界的交互和融合；

AI辅助单元，主题建模来识别特定颜色在不同环境中的分布和变化规律，进而对环境色彩进行建模和分析，利用深度学习模型来对环境色彩进行分类、分割和识别，实现对环境色彩的智能处理和分析；

无线收发模块，使AR设备能够利用蓝牙或WiFiDirect通信技术与其他设备或网络进行通信和数据传输，采集的图像或视频数据分享给其他用户，以实现更广泛的应用场景和更丰富的功能；

云端数据单元，将AR设备中采集的数据通过网络传输到云端进行处理和存储的模块或服务，对大规模数据的处理、分析和存储，以提供更强大的计算能力和更丰富的功能；

云端处理模块，主要用于处理大规模的数据、运行复杂的算法和提供高性能的计算能力，以实现更强大的AR应用功能和用户体验；

系统登录模块，用于云端的用户身份验证和访问；

管理模块，它可以提供配置管理、运行状态监控、日志管理、统计分析和授权管理功能，帮助管理员对整个系统进行管理和维护；

所述激光相机扫描单元通过测量激光束的反射时间和强度来获取场景的深度信息，并将数据传至机载中央处理模块，所述佩戴显示单元通过将显示屏和其他传感器直接放置在用户的头部，通过将计算机生成的虚拟图像叠加在现实世界中，并将处理后数据传至机载中央处理模块，所述机载数据库单元通过存储和管理各种信息，并将实现与机载中央处理模块之间的数据交互，所述机载中央处理模块通过处理和协调机载AI设备的各单元中的各项任务，并将数据传至无线收发模块，所述AI辅助单元通过利用深度学习模型来对环境色彩进行智能处理和分析，并将数据传至机载中央处理模块中，所述无线收发模块通过利用蓝牙或WiFiDirect通信技术与其他设备或网络进行通信和数据传输，并将数据传至云端处理模块，所述云端数据单元通过对机载设备上传的各项设备进行存储，并将数据与云端处理模块进行交互，所述云端处理模块通过无线收发模块上传的信息进行获取，并对数据进行运算处理后将数据与系统登录模块进行交互，所述系统登录模块通过对用户身份进行验证，从而实现用户对云端进行访问，所述管理模块通过云端后端管理员，对云端系统进行管理和维护。

上述技术方案进一步包括：

所述激光相机扫描单元激光摄像头发射出一束激光束，通过测量激光束从发射到接收的时间差，可以计算出激光束与物体之间的距离，为了获取整个场景的深度信息，激光摄像头会以非常快的速度连续发射大量的激光束，同时以水平或垂直方向旋转或扫描，从而覆盖整个场景，并记录每个激光束的返回时间和强度，通过将这些深度数据点组合起来，就可以形成一个完整的三维点云模型，表示场景中所有可见物体的位置和形状，从而获取更精确和详细的场景三维模型，所述佩戴显示单元通过佩戴的一个小型计算机、显示屏、摄像头、麦克风、传感器，以让用户看到虚拟图像，并与虚拟内容进行交互。

所述机载数据库单元通过存储现实世界的地理信息、建筑物结构、地标，存储虚拟物体的外观、尺寸和纹理属性信息，并存储用户的个人设置和偏好，存储从设备的传感器用以获取的数据，所述机载中央处理模块与机载数据库单元之间进行数据实时交互，同时对数据进行处理。

所述AI辅助单元通过激光相机扫描单元对环境信息采集，并将数据传至色彩数据预处理，所述色彩数据预处理通过对数据进行清洗和转换成可处理的信息后，将数据传至聚类算法中，所述聚类算法通过使用K-means算法来对一组颜色进行聚类，有以下六种环境色彩的RGB值(红绿蓝分量)：(255,0,0)：红色，(0,255,0)：绿色，(0,0,255)：蓝色，(255,255,0)：黄色，(255,0,255)：洋红，(0,255,255)：青色，我们想要将这些颜色聚类成两个类别，我们可以使用K-means算法进行聚类，首先，我们随机选择两个初始聚类中心：(255,0,0)和(0,255,0)，然后，计算每个颜色与这两个聚类中心的距离，根据距离将颜色归类到最近的聚类中心所在的类别。

所述特征提取常用的特征提取方法包括灰度共生矩阵方法，灰度共生矩阵是一种用来描述图像纹理特征的方法，它可以通过统计图像中像素灰度级在不同位置的关系来提取特征，灰度共生矩阵的计算公式如下：

所述无线收发模块将用户采集的图像或视频数据上传到云端进行处理和分析，无线收发模块可以使用蓝牙或WiFiDirect通信技术，实现AR设备与控制设备之间的无线连接和数据传输，所述云端处理模块可以对这些数据进行处理和分析，进行目标识别、姿态估计、语义分析，从而提供更准确、更丰富的AR体验，同时机载中央处理器可以从云端数据单元中下载室内装修模块，保存至机载数据库单元内，并对AR设备中的算法需要经常更新和优化，以提供更好的性能和功能。

所述云端处理模块通过对AR设备采集的数据传输到云端的数据进行处理和分析，并用于处理大规模的数据、运行复杂的算法和提供高性能的计算能力。

所述系统登录模块对云端进行身份验证，为用户提供安全、便捷的登录和身份认证方式，所述管理模块通过提供配置管理、运行状态监控、日志管理、统计分析和授权管理功能，帮助管理员对整个系统进行管理和维护。

本发明具备以下有益效果：

1、本发明中，提出的基于AR虚拟现实技术的室内装修设计系统的系统，通过对AR激光相机对室内进行快速建模，让客户更直观地了解室内设计效果，提高沟通效率和设计质量。

2、本发明中，提出的基于AR虚拟现实技术的室内装修设计系统的系统，通过聚类算法对真实环境中的光线色彩进行获取，通过AI算法对导入的模型进行色彩光线优化，为客户提供更加逼真的装修体验。

附图说明

图1为本发明提出的一种基于AR虚拟现实技术的室内装修设计系统的系统框图；

图2为本发明提出的一种基于AR虚拟现实技术的室内装修设计系统的部分框图。

图中：1、激光相机扫描单元；2、佩戴显示单元；3、机载数据库单元；4、机载中央处理模块；5、AI辅助单元；6、无线收发模块；7、云端数据单元；8、云端处理模块；9、系统登录模块；10、管理模块。

具体实施方式

实施例一

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1-2所示，本发明提出的一种基于AR虚拟现实技术的室内装修设计系统，包括：激光相机扫描单元1，利用激光束扫描环境，并通过测量激光束的反射时间和强度来获取场景的深度信息；佩戴显示单元2，通常使用类似于眼镜或头盔的设备，将显示屏和其他传感器直接放置在用户的头部,通过将计算机生成的虚拟图像叠加在现实世界中，来提供增强现实体验；机载数据库单元3，用于存储和管理各种信息，包括虚拟场景的模型、虚拟物体的属性和行为、用户配置和偏好设置，用来生成和呈现虚拟内容，并与现实世界实现交互；机载中央处理模块4，处理和协调各项任务，包括数据处理、数据处理、图形渲染、语音和音频处理以及系统管理，实现用户与虚拟与现实世界的交互和融合；

AI辅助单元5，主题建模来识别特定颜色在不同环境中的分布和变化规律，进而对环境色彩进行建模和分析，利用深度学习模型来对环境色彩进行分类、分割和识别，实现对环境色彩的智能处理和分析；无线收发模块6，使AR设备能够利用蓝牙或WiFiDirect通信技术与其他设备或网络进行通信和数据传输，采集的图像或视频数据分享给其他用户，以实现更广泛的应用场景和更丰富的功能；云端数据单元7，将AR设备中采集的数据通过网络传输到云端进行处理和存储的模块或服务，对大规模数据的处理、分析和存储，以提供更强大的计算能力和更丰富的功能；云端处理模块8，主要用于处理大规模的数据、运行复杂的算法和提供高性能的计算能力，以实现更强大的AR应用功能和用户体验；

系统登录模块9，用于云端的用户身份验证和访问；管理模块10，它可以提供配置管理、运行状态监控、日志管理、统计分析和授权管理功能，帮助管理员对整个系统进行管理和维护；激光相机扫描单元1通过测量激光束的反射时间和强度来获取场景的深度信息，并将数据传至机载中央处理模块4，佩戴显示单元2通过将显示屏和其他传感器直接放置在用户的头部，通过将计算机生成的虚拟图像叠加在现实世界中，并将处理后数据传至机载中央处理模块4，机载数据库单元3通过存储和管理各种信息，并将实现与机载中央处理模块4之间的数据交互，机载中央处理模块4通过处理和协调机载AI设备的各单元中的各项任务，并将数据传至无线收发模块6；

AI辅助单元5通过利用深度学习模型来对环境色彩进行智能处理和分析，并将数据传至机载中央处理模块4中，无线收发模块6通过利用蓝牙或WiFiDirect通信技术与其他设备或网络进行通信和数据传输，并将数据传至云端处理模块8，云端数据单元7通过对机载设备上传的各项设备进行存储，并将数据与云端处理模块8进行交互，云端处理模块8通过无线收发模块6上传的信息进行获取，并对数据进行运算处理后将数据与系统登录模块9进行交互，系统登录模块9通过对用户身份进行验证，从而实现用户对云端进行访问，管理模块10通过云端后端管理员，对云端系统进行管理和维护；

激光相机扫描单元1激光摄像头发射出一束激光束，通过测量激光束从发射到接收的时间差，可以计算出激光束与物体之间的距离，为了获取整个场景的深度信息，激光摄像头会以非常快的速度连续发射大量的激光束，同时以水平或垂直方向旋转或扫描，从而覆盖整个场景，并记录每个激光束的返回时间和强度，通过将这些深度数据点组合起来，就可以形成一个完整的三维点云模型，表示场景中所有可见物体的位置和形状，从而获取更精确和详细的场景三维模型，佩戴显示单元2通过佩戴的一个小型计算机、显示屏、摄像头、麦克风、传感器，以让用户看到虚拟图像，并与虚拟内容进行交互，机载数据库单元3通过存储现实世界的地理信息、建筑物结构、地标，存储虚拟物体的外观、尺寸和纹理属性信息；

并存储用户的个人设置和偏好，存储从设备的传感器用以获取的数据，机载中央处理模块4与机载数据库单元3之间进行数据实时交互，同时对数据进行处理，无线收发模块6将用户采集的图像或视频数据上传到云端进行处理和分析，无线收发模块可以使用蓝牙或WiFiDirect通信技术，实现AR设备与控制设备之间的无线连接和数据传输，云端处理模块8可以对这些数据进行处理和分析；

例如进行目标识别、姿态估计、语义分析，从而提供更准确、更丰富的AR体验，同时机载中央处理器可以从云端数据单元7中下载室内装修模块，保存至机载数据库单元3内，并对AR设备中的算法需要经常更新和优化，以提供更好的性能和功能，云端处理模块8通过对AR设备采集的数据传输到云端的数据进行处理和分析，并用于处理大规模的数据、运行复杂的算法和提供高性能的计算能力，系统登录模块9对云端进行身份验证，为用户提供安全、便捷的登录和身份认证方式，管理模块10通过提供配置管理、运行状态监控、日志管理、统计分析和授权管理功能，帮助管理员对整个系统进行管理和维护。

激光相机扫描单元1通过测量激光束的反射时间和强度来获取场景的深度信息，并将数据传至机载中央处理模块4，佩戴显示单元2通过机载设备将显示屏佩戴在用户的头部，并通过计算机生成的虚拟图像叠加在现实世界中，并将交互数据传至机载中央处理模块4，机载数据库单元3通过存储和管理各种模型信息，以便快速添加至室内装修场景中，并将实现与机载中央处理模块4之间的数据交互，机载中央处理模块4通过计算处理和协调各单元中的各项任务，并通过激光相机扫描单元1快速生成室内框架模型，并将数据传至无线收发模块6；

AI辅助单元5通过利用深度学习模型来对环境色彩进行智能处理和分析，对环境光进行采集，并对导入的家居模型色彩明亮度以及各种材质属性与环境进行匹配融合，并将数据传至机载中央处理模块4中，无线收发模块6通过利用通信技术与其他设备或网络进行通信和数据传输，并将数据传至云端处理模块8，云端数据单元7通过对机载设备上传的各项设备进行存储，并且收纳各种家居电器及各种模型数据，可以为机载设备提供下载，并将数据与云端处理模块8进行交互，云端处理模块8通过无线收发模块6上传的信息进行获取，并对数据进行运算处理后将数据与系统登录模块9进行交互，系统登录模块9通过对用户身份进行验证，从而实现用户对云端进行访问，管理模块10通过云端后端管理员，对云端系统进行管理和维护。

实施例二

如图1-2所示，本发明的实施例中，AI辅助单元5通过激光相机扫描单元1对环境信息采集，并将数据传至色彩数据预处理，色彩数据预处理通过对数据进行清洗和转换成可处理的信息后，将数据传至聚类算法中，聚类算法通过使用K-means算法来对一组颜色进行聚类，有以下六种环境色彩的RGB值(红绿蓝分量)：(255,0,0)：红色，(0,255,0)：绿色，(0,0,255)：蓝色，(255,255,0)：黄色，(255,0,255)：洋红，(0,255,255)：青色，我们想要将这些颜色聚类成两个类别，我们可以使用K-means算法进行聚类，首先，我们随机选择两个初始聚类中心：(255,0,0)和(0,255,0)，然后，计算每个颜色与这两个聚类中心的距离，根据距离将颜色归类到最近的聚类中心所在的类别；

特征提取常用的特征提取方法包括灰度共生矩阵方法，灰度共生矩阵是一种用来描述图像纹理特征的方法，它可以通过统计图像中像素灰度级在不同位置的关系来提取特征，灰度共生矩阵的计算公式如下：

其中,f(x,y)表示图像中坐标为(x,y)的像素灰度值，δ和θ表示像素之间的位移，N表示图像中像素的总数，所述聚类分析通过聚类分析，可以对环境色彩进行分组和分类，从而更好地理解不同环境条件下的色彩变化，并将数据传至结果解释，所述结果解释负责对聚类结果进行解释和理解。

通过环境信息采集，将所要生成的室内模型环境信息进行采集，并对数据将进行色彩数据数据预处理，将干扰色彩尽可能去除，再通过聚类算法将数据集中的对象划分为若干个不同的组或类别，使得同一类别内的对象相似度较高，不同类别之间的对象相似度较低，并对数据进行特征提取，对提取的重要因子，并通过聚类分析，将相似的对象归为一类，同时将不相似的对象归为不同的类别，通过对数据进行聚集，形成具有相似特征的群组，从而揭示数据的内在颜色，光线敏感强度相关结构和模式，再通过对结果解释后，将导入的模型进行处理，使之较好的与室内装修环境所融合，为使用者带来更加真实的AR视觉感受。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其同物限定。