空地融合的建筑物室内外一体化点云构建技术

室内外一体化的建筑物模型是智慧城市管理的基础数据,倾斜摄影和地面三维激光扫描是当下两种主要的建筑物模型数据获取方式。针对单一数据采集方式受诸多因素制约,难以获取完整建筑物室内外三维数据的难题,本文提出了倾斜密集匹配点云与地面激光扫描点云融合的技术路线,利用地面激光扫描获取建筑物立面与室内点云,利用倾斜摄影获取建筑物顶部点云,并将两者结合构建室内外一体化的完整建筑物点云;以高密泥塑展馆为研究对象,验证了该技术路线的可行性及融合精度,可为类似项目提供参考。     

基于过渡投影面的室内地图统一数学基础转换方法

室内外统一的地图数学基础是室内外空间数据共享和使用的重要基础,是室内外一体化位置服务的重要保证,并且对于复杂室内及地下空间的安全管理与应急响应具有重要作用。室内地图通常采用自定义局部平面坐标系,造成室内与室外地图以及不同建筑室内地图之间数学基础的不一致。针对此,将地理坐标系作为室内地图统一遵循的数学基础,研究了室内地图从局部平面坐标系到地理坐标系的转换方法。分析了传统地图数学基础转换方法的适用性之后,提出了一种基于过渡投影面的室内地图统一数学基础转换方法。选取某住宅区的实测数据进行了转换试验,结果表明该方法可以显著提高室内地图统一数学基础转换的精度。     

自动绘制室内平面图的点云向量追踪算法

根据建筑物室内墙壁的空间姿态特征,建立了一种自动绘制室内平面图的点云向量追踪算法。首先截取一定厚度的室内墙体点云并将其投影至水平面,在投影平面上建立正方形格网,对投影后的平面点进行分割管理,并通过八邻域算法对网格内点云进行聚类。然后采用网格重心法对聚类后的点云数据进行抽稀,并根据邻域内点间距与连线向量夹角大小对抽稀后的点进行追踪排序,建立追踪方向的向量序列,结合向量序列中相邻值夹角的突变情况完成不同墙面的点云分割。最后采用最小二乘算法对分割得到的相同墙面点云进行直线拟合,求取相邻墙体直线的交点,建立房屋墙体平面投影线段及其空间连接关系,依序输出墙体投影线段,完成房屋平面图的绘制并导出DXF格式数据交换文件。通过对某小区建筑物室内扫描数据的分析,对所提算法进行验证,结果表明所提算法可准确快速地对室内三维激光扫描点云进行分析处理,并完成室内建筑物平面图的绘制。     

基于点云的室内房间要素及拓扑关系提取

房间要素是室内导航地图的关键要素之一。针对从点云中提取房间要素不仅需要精确提取房间多边形而且需要构建房间构成要素之间的拓扑关系问题，本文提出一种自上而下分割点云并自动记录房间-墙线拓扑关系的房间要素快速提取方法。首先利用点云Z值投影的高度直方图提取天花板点云；其次将天花板点云向XOY面投影，通过欧式聚类分离出每一间房间点云，以房间为单位采用α-shape算法进行房间边界点提取；然后利用随机抽样一致算法(RANSAC)结合欧式聚类方法分割房间边界点得到墙线及其参数信息，并利用墙线中点对无序墙线进行排序后计算相邻墙线的交点作为房间角点；最后，生成房间、墙和角点之间的拓扑关系。实验结果表明，该方法不仅适用于包含平面墙体的建筑点云数据，也适用于包含曲面墙体的情况，具有良好的适应性和有效性。     

一种手持式半球形视角激光雷达SLAM三维建图技术

针对室内外场景快速三维建图问题,本文提出了一种半球形视角激光雷达扫描同时定位与建图(SLAM)方法,设计了集成半球形视角激光雷达和惯性测量单元的手持便携式三维激光扫描系统。首先,根据半球形视角激光雷达扫描线结构特征,对分割的地面点云降采样,减少垂直约束冗余。然后,对惯性测量单元(IMU)和降采样激光点云通过一个紧耦合迭代扩展卡尔曼滤波器(iEKF)进行联合位姿估计。最后,使用因子图增量式后端优化处理消除累积误差,提升点云地图精度。采用本文方法研发的原型系统对典型室内外场景进行建图试验,结果表明：本文方法绝对定位精度优于4‰,相对定位精度优于0.3‰,在室内外一体化三维建图方面具有广阔应用前景。     

一种基于深度相机的机器人室内导航点云地图生成方法

点云地图是智能机器人自主导航的基础。文中提出一种基于深度相机的机器人室内导航点云地图生成方法,通过对图像特征的快速提取与匹配,实时估计相机位姿;综合考虑彩色图像的投影误差与深度图像的反投影误差,应用图优化算法对关键帧位姿与地图点进行联合优化;通过环路检测与地图优化降低估计误差累积的影响;利用估计得到的相机位姿将关键帧对应的图像点云进行拼接融合,形成表示三维空间场景结构的稠密点云地图。通过实验验证方法的有效性、精确性与实时性。     

室内地图应用现状及展望

首次对室内地图作出明确定义,介绍室内地图在室内定位、室内导航和室内外一体化导航以及O2O电子商务方面的应用,以时间为序梳理室内地图应用在国内外的发展脉络,探讨我国室内地图应用在未来发展中面临的若干问题。     

室内地图空间数据矢量化采集方法研究

室内地图空间数据是室内地图可视化表达的基础,底图矢量化是目前室内地图空间数据采集的主要方式。由于室内外空间环境及其对象特征存在较大差别,传统矢量化方法对室内地图的适用性较差。根据室内地图的特点和概念模型,研究了矢量化采集室内地图空间数据的主要流程与方法,重点分析了提高采集效率的智能化处理方式。最后,结合开发的试验系统给出了室内地图数据采集的应用示例。     

手持三维激光扫描室内停车场地面标识要素提取方法

为了满足停车场快速建图的需求,本文提出了基于手持激光点云的室内停车场地面标识要素的提取方法。首先,为减少要素提取对内存空间的需求,将整个点云以规则网格进行划分;其次采用RANSAC平面拟合的方法提取每个网格内的地面点云;然后为提取地面标识要素,根据地面点云生成地面图像,并在地面图像的基础上,采用BiSeNet网络对不同的标识要素进行语义分割,得到车道线、车位线和导向箭头标识的像素;最后针对车道线和车位线,采用基于霍夫变换的直线提取方法对其进行提取,对于地面导线箭头,采用模板匹配的方法对其进行提取。试验证明,本文提出的方法能够对扫描的结构要素和标识要素进行快速提取,可大大减少制图的人工工作量,有效提高室内停车场建图的效率。     

基于SSW点云数据的矢量地图平面精度自动校验方法

常规的矢量地图精度校验采用抽样与实地测量,外业工作量大,自动化程度低。针对这一问题,本文提出基于SSW激光点云数据的矢量地图平面精度自动校验方法。首先,使用车载激光扫描器获得道路两侧高精度点云数据,并对点云数据进行滤波、坐标转换和精度检验;其次,基于多特征识别算法,使用SWDY软件提取点云特征点线;最后,利用最近邻法搜索待检矢量图中的同类地物特征点线,并计算匹配点线对的中误差。以兴化城区为试验区,采用该方法检测该地区1：1000比例尺的矢量地图平面精度,试验结果显示,成功匹配了点云数据205个地物特征中的201个,矢量地图的总体中误差为0.26 m,且能够发现待检测矢量地图中的采集丢漏与明显错误。本文方法可以减少现有检测方法的野外实测工作量,增加检测样本数量,降低检测过程中的人为干扰因素,有效提升检测的可靠性与检测效率。     

HERON LITE移动测量系统在房地一体中的应用

在开展房地一体项目时,传统的测量技术已不堪重负,即时定位与地图构建(SLAM)技术在移动测绘方面具有较好的应用,其不依托GNSS信号可以对室内和室外的地面水平环境进行地图构建和环境建模。文中利用HERON LITE便携式移动测量系统开展房地一体测量实验,介绍测图流程、数据内业处理与点云成图,并分析其点云精度,对比各种作业方式的效率。实验证明,该系统在保证精度的同时,可以提高房地一体测量效率。     

平面特征的多站地面激光雷达点云配准

为了进一步研究建筑物密集区域多站地面激光雷达(LiDAR)点云数据的配准问题,该文提出一种基于平面特征的地面LiDAR数据配准方法:对点云数据进行分割获取平面信息;人工选择典型的平面,对相应的点云数据进行平面拟合,得到相应法向量;利用罗德里格矩阵的性质,建立三维激光扫描数据配准模型。实验结果表明,该方法的配准精度较高、计算速度快,可以取得较好的点云配准效果。     

基于平面特征的地面雷达点云配准算法

针对地面LiDAR点云配准中不同坐标系点云数据存在对应的平面特征不同的问题,文章提出了一种基于总体最小二乘的地面LiDAR点云数据配准算法:通过对分割后的点云数据平面拟合,得到相应法向量;根据不同坐标系中LiDAR点云数据对应的平面法向量,利用反对称矩阵和罗德里格矩阵的性质,用3个独立参数代替3个旋转参数,采用总体最小二乘法建立旋转矩阵解算模型;采用总体最小二乘法确定平移参数的计算公式;最后根据转换后特征点云与对应平面点云的重复情况,给出了配准模型的精度公式。实验结果表明该方法精度较高,可以取得较好的点云配准效果,适合于含有大量重复平面特征的点云数据的配准。     

融合语义特征与GPS位置的地面激光点云拼接方法

拼接是地面激光点云数据处理的必要步骤,但基于同名点的点云拼接方式已成为阻碍点云处理效率提升的长期瓶颈,而直接匹配点云识别同名特征的方法亦对点云重叠区域具有较高的要求。本文提出一种融合语义特征与GPS位置的地面激光点云拼接方法,通过语义知识自动识别出原始三维点云中所包含的地面特征与建筑物立面特征,并使用这两种面状特征结合点云测站中心的GPS位置作为同名标靶进行点云初始拼接,随后使用点到面最小距离约束下的ICP进行点云精确拼接。实验表明,本方法可以有效提高地面激光点云拼接的整体效率,尤其对于包含平面结构（如马路、建筑物）的场景具有良好的拼接效果。     

源自建筑平面图的室内地图空间数据自动生成方法

以建筑平面图为数据源,提出了一种自动生成室内地图空间数据的方法。首先,结合室内地图空间数据的需求分析了建筑平面图的基本特征,提出了墙段、邻接节点和相邻墙段的概念,并在此基础上建立了自动生成室内地图空间数据的基本流程。然后,根据与柱子相交墙线的相邻关系,建立了与柱子关联墙体连通性的恢复方法;结合渐进扩张与图形推理判断门窗两侧墙体符号局部特征的类型,通过修正门窗外接矩形,建立了与门窗关联墙体连通性的恢复方法和将门窗转换为室内地图点状要素的方法。最后,基于相邻墙段中心线的几何关系,建立了墙体中线的提取算法。以某展览馆的建筑平面图为例进行试验,结果表明本文的方法针对多种复杂情况均有较好的适用性,有效实现了室内地图空间数据的自动生成。     

地面点云与倾斜摄影融合精细化实景建模研究

三维地图模型越来越广泛地被应用于三维城市设计、城市规划。随着无人机的迅速发展,为倾斜摄影测量提供了新的平台。然而单纯使用无人机倾斜摄影测量进行三维地图模型的生产,在屋檐、门廊等局部遮挡的部位,无法构建出建筑物的轮廓。本文针对无人机倾斜摄影测量的不足,探讨利用ICP算法对地面点云进行配准,从而将配准后的地面激光点云与无人机倾斜摄影融合,实现精细化建模的可行性。结果表明：通过ICP算法,可以实现地面激光点云与无人机倾斜摄影测量数据的高精度配准,避免因两者数据无法融合到一起而导致模型分层的现象。配准后的地面激光点云与无人机倾斜摄影测量数据进行精细化建模,消除了无人机在空中因遮挡无法全面获取建筑物航测数据的影响,生产的三维地图模型在遮挡的屋檐及门廊下的建筑物纹理清晰,几何结构完整。     

三维点云室内平面要素提取与优化

室内平面要素的准确提取与关系恢复是室内模型自动化语义重建的重要基础,本文提出了一种面向复杂三维点云的室内平面要素提取与优化方法。该方法首先利用区域增长和RANSAC平面混合分割方法分割室内点云数据;其次利用室内语义部件的空间位置信息及包围盒和法向量信息,对分割后的平面进行平面要素的精确提取;然后对提取的墙面进行优化,实现共享墙面的合并,解决室内墙面冗余的问题;最后利用门与墙的空间位置信息,恢复门墙关联关系。试验部分采用了两组试验数据：一组是深圳大学某层教学楼的激光点云数据,另一组是国际摄影测量与遥感学会（ISPRS）的标准数据,通过对试验结果进行评估,验证了本文方法的有效性和可靠性。     

一种基于平面拟合的LIDAR点云滤波方法

LIDAR点云滤波是将LIDAR点云数据中的地面点和非地面点分离的过程。根据在较小区域内可以近似认为地面为一平面,本文提出了一种应用平面拟合的方法,首先在一个局部区域内拟合出一个近似平面,通过判断LIDAR点是否属于该平面来获取平面点,并通过分类处理从平面点中得到地面点,最后用得到的地面点内插出DEM。滤波前,需要剔除高程异常点,本文应用了高程差约束算法抑制高程异常点,从而较好地保持了原始数据的局部细节信息。     

等高线悖论与广义等高线定义的研究

根据等高线是地图上可视化的线并与地图比例尺密切相关的条件,推出了等高线悖论,即等高线是地面上一定范围内高程相等或不相等的点的连线在水平面上的投影。提出了点元概念,推导了等高线是地面上的等高点元集在地图平面上的同胚或拓朴映射的广义等高线定义。本定义包容了传统的等高线定义并可解释制图综合规律。因此,广义等高线定义更适用于等高线可视化的地图应用环境。     

低成本大视场深度相机阵列系统

在测距传感器不断轻量化、小型化以及室内外地图一体化导航应用的驱动下,三维（3D）室内移动测量成为当今研究和应用的热点,在室内建模、室内定位等新兴领域中的应用越来越广泛。3D室内移动测量系统通常配备激光扫描仪、全景相机、惯性测量单元（inertial measurement unit,IMU）系统和里程计等传感器,虽能实现3D室内点云数据的采集,但其距离传感器-激光扫描仪价格昂贵且便携性较差。彩色深度（RGB depth,RGB-D）相机为低成本3D室内移动测量系统构建提供了新的距离成像传感器选择,但主流型号RGB-D相机视场角小,继而导致数据采集效率远低于传统激光扫描仪,难以做到点云数据的完整覆盖与稳健采集,且易造成同时定位与制图（simultaneous localization and mapping,SLAM）过程中跟踪失败。针对以上问题,构建了一种低成本室内3D移动测量系统采集设备,通过组合多台消费级RGB-D相机构成大视场RGB-D相机阵列,提出了一种阵列RGB-D相机内外参数标定方法,并通过实验检验了设计系统采集的点云数据的精度。