RGB-D SLAM在室内高精度三维测图中的应用

高精度三维测图是室内三维制图的重要支撑,基于三维激光雷达扫描技术的三维测图成本高,需要提前布置标靶,在室内复杂环境中易导致数据不完整;基于图像序列的三维重建建模时间长,易受多种因素影响。针对以上问题,本文将RGB-D SLAM技术应用于室内高精度三维测图中。通过将深度相机与SLAM技术相结合,计算相机位姿并恢复三维空间信息,获取室内三维点云模型,并以目标物实际量测为基准评价密集点云精度。试验结果表明,该方法可快速获取精度较高的三维点云模型,成本低且效率高,能够较好地满足应用需求。     

3D SLAM激光影像背包测绘机器人精度验证

通过利用3D SLAM激光影像背包测绘机器人,进行了三维激光点云数据的采集,并直接对采集的点云数据进行了目标物尺寸量测,以验证其精度。试验验证表明,该仪器采集的数据精度为0.018 m。能满足1∶500地形图绘制要求,并可用于室内、室外等三维模型构建。     

Heron移动背包三维激光扫描系统在1∶500大比例尺测图中的精度评价及效率分析

近两年基于SLAM、点云配准的背包式三维激光扫描仪发展迅猛。不同于基于GNSS的移动扫描测量系统,该类设备可在复杂环境中便捷地获取目标的三维点云数据。本文利用基于IMU结合点云配准算法定位方式的Heron移动背包三维激光扫描系统,进行1∶500大比例尺测图生产试验,并对其精度进行评价,对其效率进行分析统计。结果表明,该移动背包三维激光扫描系统在大比例尺测图中的精度和效率均不亚于传统测量手段,未来发展前景广阔。     

特征法视觉SLAM逆深度滤波的三维重建

针对现有特征法视觉SLAM只能重建稀疏点云、非关键帧对地图点深度估计无贡献等问题，本文提出一种特征法视觉SLAM逆深度滤波的三维重建方法，可利用视频序列影像实时、增量式地构建相对稠密的场景结构。具体来说，设计了一种基于运动模型的关键帧追踪流程，能够提供精确的相对位姿关系；采用一种基于概率分布的逆深度滤波器，地图点通过多帧信息累积、更新得到，而不再由两帧三角化直接获取；提出一种基于特征法与直接法的后端混合优化框架，以及基于平差约束的地图点筛选策略，可以准确、高效解算相机位姿与场景结构。试验结果表明，与现有方法相比，本文方法具有更高的计算效率和位姿估计精度，而且能够重建出全局一致的较稠密点云地图。     

面向点云退化的隧道环境的无人车激光SLAM方法

基于激光同时定位与地图构建(simultaneous localization and mapping,SLAM)技术,不仅能够实现车辆在未知环境下的实时定位,还能高效地获取环境的三维地理空间信息,近年来受到了无人驾驶领域的广泛关注.在几何结构匮乏的隧道中,仅依赖几何信息无法配准点云,因此传统激光SLAM方法难以在隧道中应用.为解决这一问题,本文在L OAM的基础上,提出一种点云强度信息增强的改进激光SLAM技术.首先,改进特征提取方法,提出基于点云柱面投影图的自适应特征提取方法,从单帧点云中提取直线、平面、地面和反射强度特征;其次,针对点云的几何特征配准在隧道中的退化问题,提出一种基于强度特征和强度地图的配准优化方法,自适应提取环境中的强度特征并根据强度特征的配准对车辆位姿进一步修正.试验结果表明,该方法较LOAM和HDL-Graph-SLAM具有更好的稳健性,能够在缺乏几何特征但强度特征丰富的隧道内实现稳定的定位和地图构建,定位精度提升了一个数量级.     

大型建筑物三维激光扫描的流程及精度分析

三维激光扫描技术能够提供扫描物体表面的三维点云数据,瞬时测得空间三维坐标值和相应的影像数据,根据获取的空间点云数据快速构建三维可视化模型,精度优良且输出格式多样,能满足不同应用的需求。以扫描大型建筑物为例,论述了三维激光扫描系统的主要构成和工作流程,误差产生的来源及相应的质量控制进行分析,获得满足技术设计要求的扫描数据,为信息数字化发展提供了必要的生存条件。     

基于参数动态调整的双激光扫描头SLAM方法

针对单个激光扫描头进行SLAM重建点云覆盖度较低的问题，提出一种融合双扫描头的SLAM方法。该方法首先使用水平扫描头进行一次SLAM过程，获取位姿轨迹数据和点云地图。再使用双扫描头间标定的外参数和水平点云帧的位姿轨迹数据，将竖直扫描头的点云帧位姿初步变换到水平点云坐标系下，通过提出的竖直点云-子图ICP(Iterative closest point)配准，动态优化转换参数，获取精确的转换参数实现两个方向点云数据的高精度融合。选择两栋室外建筑物进行试验，利用点云重建结果平面拟合均方根误差进行定量精度评定，结果表明，相比于传统单个水平激光扫描头建图方式，本方法重建的点云具有更加丰富的建筑物立面信息；相比于直接使用标定参数融合的方法，利用竖直点云-水平点云子图优化配准的方式优化，精度提高24%以上。     

几何特征与神经网络联合优化的室内三维点云语义分割方法

室内三维点云数据精准语义分割是实现深层次室内空间应用的基础。针对现有三维点云数据语义分割方法存在目标不完整和不一致的问题,本文提出了一种几何特征与深度神经网络联合优化的室内三维点云语义分割方法。该方法首先利用深度学习实现室内结构信息语义标签的初步提取,然后利用几何与颜色特征的点云分割方法对原始数据进行精确分割,最后利用概率模型将深度学习语义分割结果与几何分割结果进行交叉融合,实现语义分割结果的联合优化。基于开放数据集对本文提出的分割方法进行了精度和有效性验证,分别采用室内场景简单到复杂的三组室内点云数据进行了测试,试验结果表明,本文提出的方法能够有效提升室内三维点云语义分割精度。     

移动激光扫描技术结合天宝Realworks在公路测设中的应用

传统的道路测绘方式,主要使用GNSS、全站仪与水准仪来完成,数据格式只能是单个点的坐标或高程,存在一定的概括误差。为了提高道路测绘的数据完整性、流程简单性、作业安全性,笔者测试了地面静态三维激光技术的实践和应用。本文重点介绍天宝Realworks点云处理软件、TBC高级版软件结合SLAM移动扫描仪在道路测绘中的应用,对其外业测量工作流程方法与精度控制手段进行探讨。并通过处理和分析点云,对道路进行三维测量、DEM建模、等高线绘制、纵横断面生成等测绘生产。后期对数据成果的精度进行检核。结果表明,天宝Realworks点云处理软件结合SLAM移动扫描仪以及TBC数据处理软件,能够满足公路测设中的外业数据采集、内业数据处理以及外业道路放样的需要,值得在公路测设中推广和应用。     

城市地下综合管廊的三维模型建设

采用移动三维激光扫描仪(IMS3D),基于同步定位与制图(SLAM)技术快速获取综合管廊三维点云数据,依据点云数据建立城市地下综合管廊的三维模型,实现综合管廊的三维可视化,为城市地下建设规划提供强有力的数据支持。     

最邻近曲面约束的近景光学影像与地面激光点云几何配准

提出一种以最邻近曲面为约束的近景光学影像与地面激光点云高精度配准方法。根据光学影像生成三维稀疏点云,以影像三维稀疏点邻近的激光点拟合的曲面为约束,结合共线条件方程建立影像三维稀疏点云与三维激光点云间变换模型,通过平差迭代解算实现光学影像与激光点云的高精度几何配准。该方法只需提供初始配准参数,无需对激光点云数据进行特征提取和分割,并且基于曲面约束有效地解决了两个点集之间难以精确确定同名点的问题。通过实际数据试验表明该方法能获得很好的配准精度。     

车载LiDAR点云中交通标线的提取方法

交通标线,作为道路上重要的交通标识,为司机和行人提供重要的引导信息。车载激光扫描系统(车载LiDAR)可以快速获得被测目标的表面三维坐标信息,为提取高精度三维交通标线提供了可靠数据源。本文通过分析道路点云数据的平面距离、点云强度、点云密度等特征,将点云数据归化成地理参考强度图像。针对生成的二维参考图像,充分借鉴图像处理中目标分类与识别的手段,将交通标线信息准确提取出来。实验表明,该方法可行、有效。     

基于深度残差网络的机载LiDAR点云分类

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。     

三维激光扫描技术在河道测量中的应用

传统的河道测量工作量大、效率低、采样密度有限,其数据获取方式和数据处理模式已经不能满足河道信息化的需要。三维激光扫描技术为空间三维信息的获取提供了全新的技术手段。本文以焦作市新河为试验区,采用Riegl VZ-1000三维激光扫描仪获取枯水期河道数据,首先对获取的河道激光点云数据进行预处理,包括数据拼接、坐标转换、点云数据滤波分类处理等,采用反距离加权插值(IDW)算法生成DEM和基于DEM自动获取断面的方法,实现了河道断面的提取,并对断面数据进行了精度分析,建立了基于三维激光扫描技术的河道水上地形信息提取技术流程。     

基于三维激光扫描点云数据的古建筑建模

针对传统古建筑数字化技术的不足和接触测量对建筑物造成"二次伤害",以西北民族大学蝴蝶厅异地重建项目为例,提出了一种结合三维激光扫描技术和现代测量技术以及本体思维进行室内外一体化三维建模的研究思路。首先给出了基于三维激光扫描技术的建模流程;其次,对点云数据处理和三维实体重建两个核心步骤,重点对点云数据的配准拼接、去噪简化和提取轮廓线、三维几何建模和纹理贴图等步骤进行详细论述。本体思维用于基于三维激光扫描的古建筑三维建模,可以有效指导古建筑构件分类建模,提高建模效率。结果表明:三维激光扫描技术适用于具有高复杂度几何特征的蝴蝶厅精细化、真实感建模,为西北民族大学蝴蝶厅古建筑文化遗产未来的开发、保护、维修、恢复重建与虚拟地理环境等提供高精度的数据基准。     

一种改进的超体素与区域生长点云分割方法

点云分割作为识别地理场景的空间特征、探索和记录空间信息的关键处理步骤,其分割精度直接影响后续三维场景重建、地物特征提取等应用的效果。针对传统区域生长点云分割算法的不稳定等问题,本文结合超体素和区域生长算法对点云数据进行分割,并利用点云自身的色彩信息进一步改进分割结果。试验结果表明,相较于传统的区域生长和已有的结合超体素与区域生长的分割算法,本文算法对点云数据分割的效果更好,且其精确率与召回率均有提高。     

三维扫描古栈道本体图绘制

针对三维激光扫描技术在古文物本体图制作中的问题,根据点云数据进行本体图的基本思想,提出了一种新的基于三维模型的古文物本体图制作方法。采用均匀分布原则对三维模型与点云数据进行特征信息提取,较好地保留了特征信息;并利用仿射变换将栅格影像分别与基于点云数据与三维模型的特征矢量进行匹配,制作古文物本体图。分析对比数据表明,基于点云的方法匹配精度较基于三维模型的方法稍高,但两者精度均能达到cm级。基于三维模型的本体图制作方法操作直观且制作过程中的误差传递较前者小,是一种在快速的前提下仍能较好保持精度的古文物本体图制作方法,拓展并丰富了有关古文物本体图测绘技术的应用。