使用视觉 SLAM 与语义分割的快速空间平均辐射温度映射框架

确保建筑环境中个体的福祉和生产力,平均辐射温度 (MRT) 是各种热舒适指标中极具挑战性的测量指标。大多数常见的测量方法都耗时且不够用户友好。为此,本文提出了一种新颖的 MRT 测量框架,采用视觉同步定位和地图 (SLAM) 与语义分割技术。该方法遵循传统 MRT 计算方法中以表面温度和视角因子为导向的原则。然而,它采用视觉 SLAM 并创建了包含丰富表面温度信息的 3D 热点云。该框架随后实施 Grounded SAM,一种新的对象检测和分割工具,用于提取建筑表面上具有不同温度轮廓的特征。热特征的详细分割不仅减少了 MRT 计算中的潜在误差,还提供了对室内环境中空间 MRT 分布的高效重建。我们还用参考测量方法验证了计算结果。该数据驱动框架比传统方法提供更快更高效的 MRT 测量和空间映射能力。它可以使研究人员和实践者能够直接参与 MRT 测量,并推动热舒适和辐射制冷制热系统的研究。