地面激光扫描多站点云整体定向平差模型

为了一次性解算多站地面扫描点云坐标转换参数,将各站点云坐标转换成工程测量指定坐标,提出基于光束法区域网平差的数学模型。以扫描站射向标靶中心的光束为单元建立平差方程,并将基于罗德里格矩阵的坐标转换方程作为平差的基础方程;单光束列立附有未知数的条件方程,公共标靶上相交的光束列立附有限制条件的方程。根据观测值选择的不同,可将数学模型分为六种。以“假设指定坐标无误差,扫描坐标为有误差的观测值”的数学模型进行多站点云定向实验,结果表明其外部符合精度达到厘米级,精度明显高于独立模型法;扫描坐标经转换后,能满足1:500地形图测量精度。     

多激光扫描仪的大场景联合配准及精度评估

在复杂较大范围的扫描任务中,激光扫描技术需要兼顾扫描精度和扫描效率.传统的ICP配准方式由于缺少严格的平差机制以及累计误差问题,配准的整体精度得不到保障.针对上述问题,采用高精度相位式与长距离脉冲式扫描仪相互协作的扫描方式,并引入基于大场景整体控制网的配准方法.窟区点云通过整体控制网配准,消除误差积累,以提高配准精度.通过在长约1 km、宽约0.3 km的实验区里采集的多达20亿点云数据的配准实验,证实与传统控制测量单站配准精度(5 mm)相比,ICP配准方法的精度(11 mm)仍有待提高.     

不同场景的地面激光点云配准方法研究

实际生产中经常需要配准不同场景的激光点云数据,针对现有的算法难以取得理想的效果的问题,本文提出了一套结合点与线特征的粗配准及多站平差精配准算法。通过提取更加有效的交线特征,结合点特征,完成对不同场景数据的粗配准。对于无闭合环、无标靶的多站地面点云数据,基于局部闭合环的特点利用平差原理完成对多站平差,合理分配由两站拼接引起的累积误差。对3组不同场景数据的配准试验表明了该法的稳健性与精确性,其中粗配准精度可达0.4 m,精配准可达0.1 m。     

激光扫描与无人机一体化控制下的复杂体育场馆高精度三维重建

针对复杂体育场馆外部精细建模在完整性和精度方面存在的问题，本文提出了地面控制、地面激光扫描、无人机建模控制一体化的高精度建模方法。首先应用特制标志建立区域内控制、扫描、无人机高精度一体化坐标系统；其次对地面多站激光扫描点云结合控制坐标进行区域整体平差配准，生成一体化坐标系统下高精度地面点云模型；然后应用无人机数据和控制点生成一体化坐标下的高精度顶部数据；最后融合两种数据生成对象完整高精度精细模型。试验证明，整体平差解算方法可实现多站点云的高精度配准，一体化控制可实现非同源异质数据高精度融合，解决了复杂建筑对象的高精度建模问题，具有很大的实用价值。     

多视点云数据同步配准新方法

针对三维激光多视扫描点云数据的配准问题,提出了一种基于空间相似变换原理的同步配准新方法.首先借助罗德里格矩阵求取各测站与基准坐标系下的转换参数;然后根据各测站之间的联系,对变换的初始参数进行联合平差,利用同步配准模型求得改正后的变换参数,实现多视点云同步配准;最后使用Realworks Survey软件中基于目标的配准工具进行处理,利用配准结果实现对该算法的验证.通过分析同步配准误差来源及对比二者的精度,证明三维激光扫描多视点云数据同步配准方案具有可行性和实用性.     

基于控制测量的多视点云数据配准方法的研究

针对地面三维激光扫描技术中多视点云数据配准的问题,提出了一种基于控制测量的点云数据配准新方法。该方法的基本原理是:首先借助人工标志完成水平角度、竖直角度以及斜距测量工作;然后利用闭合导线或者附合导线测量原理,计算闭合差,通过分配闭合差,获取高精度的控制点坐标数据;最后按照定向法原理完成点云数据配准工作。利用地面三维激光扫描仪Riegl PLM321进行辅助法数据配准实验,通过对比公共点配准结果表明:基于控制测量的数据配准方法是可行的,它不仅可以满足建模工作的需要,而且克服了传统串联式配准方法中误差累积的弊端。     

基于标靶配准的廊道点云数据

三维激光扫描仪在不同测站获取的点云都是在各自的仪器内部坐标系中,为了获得扫描对象的完整的点云,需将各测站扫描的点云要转换到一个统一坐标系中。本文依托大学生创新训练计划项目地面三维激光扫描数据建模方法研究,对学校廊道点云数据进行三维建模,将各测站扫描的标靶进行中心提取,并对多测站点云数据进了行基于标靶的配准。     

无地面控制GPS辅助光束法区域网平差

介绍了在WGS-84坐标系中进行GPS辅助光束法区域网平差的基本原理以及利用大地水准面拟合方法实施大地高与正常高的变换方法。利用新疆库尔勒地区1：25000和1：50000实际航摄资料验证了理论与程序实现的正确性。试验结果表明，无地面控制GPS辅助光束法区域网平差可用于中小比例尺测图的加密，在WGS-84坐标系中可以获得较高的点定位精度，而在国家80坐标系下，利用大地水；隹面拟合前后的GPS摄站坐标进行GPS辅助光束法区域网平差，加密精度没有明显差异。     

多视点散乱点云配准及压缩改进算法研究

针对多视点散乱点云数据,提出基于控制网的球靶标特征配准办法,并对配准后的原始数据进行基于特征保留的优化压缩,最后得到完整简洁的点云模型。利用扫描仪、全站仪获取球靶标同名点坐标,并计算出每站6个转换参数,将所有数据转换到所需的控制网坐标系下;压缩算法利用点云分块技术提高散乱点邻域的搜索效率,并计算点法矢、曲率,根据精简准则保留特征点,最后以八叉树理论为基础,细化网格直至最小网格达到要求,保留最小网格中具有代表性的一个点,删除其他点,完成数据精简。试验结果表明,配准方法中控制网的采用能够实现坐标系的转换,球靶标的运用能明显提高配准模型的精度和效率,压缩算法实现了点云数据的特征保留。     

GPS测量中已知重合点可靠性检验方法

一、引言 GPS定位结果属于全球协议地心坐标系（WGS-84），而实用的测量坐标系属于国家大地坐标系或地方独立坐标系。因此，必须把GPS点的地心坐标转换为实用坐标。解决的途径是：设计GPS网点与国家大地控制网点或地方独立坐标系下的己知点重合。重合点一般不少于3个，以便可靠地确定GPS网与地面网之间的转换参数。重合点是GPS网约束平差时的基准点。实践证明，重合点的误差和点位分布将影响GPS网约束平差的精度，特别是当重合点误差较大或含有粗差时，将严重影响GPS成果的可靠性，使高精度的GPS定位结果失去了本来的意义。一般而言，GPS网的相对精度远远高于地面经典网的精度。加入地面已知重合点的GPS网约束平差结果精度不理想的主要原因是引入了不合理的重合点己知数据所致。重合点已知数据本身肯定含有误差，关键是误差的大小。如果已知数据对GPS嘲最后平差结果的影响在测量工程的精度要求之内，则认为所采用的基准数据是合理的：否则，则认为所采用的基准数据含有粗差。所以，必须对重合点的基准数据进行必要的检核，以便发现并剔除存在较大误差的重合点。     

球形标靶的固定式扫描大点云自动定向方法

根据目前地面激光扫描数据获取速度快、数据量大、测量距离远、专用特殊材料制作的标靶识别距离近、点云定向数据处理相对滞后、自动化程度低、不能适应远距离地形测量的现状,提出了从大点云中(每站1亿点以上)自动探测远距离标靶的点云定向方法。该方法首先根据标靶控制点的工程测量坐标信息,搜索到标靶所在点云环,然后对各点云环进行扇形分区,快速探测标靶,获取标靶中心扫描坐标,最后平差计算扫描仪位置参数和姿态参数,实现点云坐标到工程测量坐标的转换。该方法在普通配置的计算机上得到实现,并成功用于远距离山区地形测量,其中定向标靶半径0.162m,标靶到扫描站距离在180~700m之间。     

基于Cyclone和PolyWorks的三维建模实现

从数据采集到数据处理,再到最后的模型重建,以实例详细介绍了地面激光扫描三维建模的整个流程。利用LeicaHDS6000地面激光扫描仪进行点云数据采集,针对规则和不规则建筑物的特点,分别基于Cyclone和PolyWorks软件实现了三维建模。     

车载激光扫描的三维道路自动提取方法

车载激光扫描系统获取的复杂道路环境点云数据量大、目标复杂,难以有效提取出道路的点云。本文通过分析扫描线上激光点云的空间分布和统计特征,提出一种适用于复杂道路环境的道路点云自动提取方法。该方法首先根据点的扫描角度或GPS时间信息提取扫描线;利用移动窗口法进行高程滤波,提取地面点云,然后采用基于路坎模型的移动窗口法提取路坎点;利用局部区域相邻扫描线的相似性特点,对提取的路坎点云进行跟踪和优化;最后利用优化后的路坎作为道路的边界实现道路路面精确提取。经过实验和分析,该方法不仅适应于有固定道路宽度的结构化道路提取,同样适用于无固定宽度的复杂道路提取。     

非直视区域的普通平面镜辅助地面三维激光扫描方法

地面三维激光扫描是获取对象表面几何信息的主要方法之一,扫描对象的完整性是三维激光扫描数据获取的基本要求。为解决实际扫描过程中,因作业空间受限等原因引起的扫描死角而导致点云缺失的问题,本文根据平面镜反射光线原理提出了针对非直视区域的普通平面镜辅助激光扫描数据的获取方法。分析了普通平面镜对激光光束传播路径与距离的影响机理,推导了激光扫描经普通平面镜反射像点对应的物点坐标解算方程;顾及激光扫描特性,设计了包含球标靶和普通平面镜的镜面反射系统,阐述了系统构建、系统检校与系统坐标系构建方法;并通过试验验证了本方法的可行性和精度。     

车载激光扫描数据分类支持下的路面数据提取

车载激光扫描系统可以快速采集道路及两旁的建筑物、植被、电杆等地物的点云数据,而点云数据的分类提取是车载激光扫描系统应用的关键。本文选用全景激光移动测量系统获取的激光点云数据,分析了路面点云数据的特征,采用渐进格网法进行了路面点云数据的提取研究;通过试验区的实例验证,取得了较好的分类效果。     

三维激光扫描数据获取高分辨率DTM试验研究

三维激光扫描技术能够提供实体表面点云数据,可用于获取高精度高分辨率数字地形模型。本文以重庆万州区付家岩滑坡体为例探讨了采用三维激光扫描监测技术获取数字地形模型的方法,着重讨论了相关点云数据处理流程和关键技术问题。通过结合差分GPS技术进行激光数据的相对定位和绝对定位、去噪、拼接等方法,获得了该区域地表高精度地形数据,并生成了相应的数字高程模型。试验结果初步说明该技术可用于获取小尺度高精度高分辨率数字地形模型,具有一定的应用前景。     

Feature Extraction of Laser Scan Data Based on Geometric Properties

Terrestrial Laser Scanner (TLS) is an important device to provide three-dimensional geometric information with respect to known reference coordinates system. The data from TLS are often called point clouds due to their high density. They are unstructured and do not have any explicit information about the object, except 3D positional and intensity information to each point. Data segmentation and feature extraction are fundamental problems in the point cloud processing step. These are important prerequisites for object recognition and environment understanding. This paper describes a methodology to use the geometrical information of the scanned object, such as a normal vector to extract and segment object edges. The edge based segmentation technique will be studied and improved. The proposed method is programmed and used to extract different region boundaries for two real TLS data, and the quality of the results shows the effectiveness of the proposed algorithm.     

基于探测球的固定式扫描海量点云自动定向方法

地面固定式扫描点云首先要将自由坐标系的点云纳入国家坐标系,而单站扫描的点云数据量极大,无法在可视环境下进行拼接。针对现有方法对海量点云拼接的不足,提出一种基于探测球的固定式扫描海量点云自动定向方法,该方法通过数据关联技术读取海量点云、建立标靶搜索环、球拟合确定标靶候选点、全组合距离匹配法确定同名点及坐标转换参数解算等,完成点云的自动定向过程。通过实验验证文中算法的有效性及可行性。     

影响地面三维激光扫描仪数据质量的因素分析

三维激光扫描技术使传统的工程测量从静态的单点测量发展到动态的跟踪测量与三维立体测量领域。从用户角度出发,简要介绍了地面固定式三维激光扫描仪的基本原理、主要特点、性能指标,阐述了获取高精度三维扫描数据成果的过程。不是利用详尽的公式和实验进行精度分析,而是着重分析从采集数据到点云数据处理过程中数据质量的误差来源,详细分析其中原因,并且在已有研究分类的基础上,重新进行归类,最后介绍了国内外产品。     

Automated matching of multiple terrestrial laser scans for stem mapping without the use of artificial references

Terrestrial laser scanning has been widely used to analyze the 3D structure of a forest in detail and to generate data at the level of a reference plot for forest inventories without destructive measurements. Multi-scan terrestrial laser scanning is more commonly applied to collect plot-level data so that all of the stems can be detected and analyzed. However, it is necessary to match the point clouds of multiple scans to yield a point cloud with automated processing. Mismatches between datasets will lead to errors during the processing of multi-scan data. Classic registration methods based on flat surfaces cannot be directly applied in forest environments; therefore, artificial reference objects have conventionally been used to assist with scan matching. The use of artificial references requires additional labor and expertise, as well as greatly increasing the cost. In this study, we present an automated processing method for plot-level stem mapping that matches multiple scans without artificial references. In contrast to previous studies, the registration method developed in this study exploits the natural geometric characteristics among a set of tree stems in a plot and combines the point clouds of multiple scans into a unified coordinate system. Integrating multiple scans improves the overall performance of stem mapping in terms of the correctness of tree detection, as well as the bias and the root-mean-square errors of forest attributes such as diameter at breast height and tree height. In addition, the automated processing method makes stem mapping more reliable and consistent among plots, reduces the costs associated with plot-based stem mapping, and enhances the efficiency.