一种基于高度差异的点云数据分类方法

LiDAR点云数据存在数据量大、不易识别、不易处理的问题,为了解决上述问题,需要对点云数据进行分类处理。针对点云分类方法存在精度不高、处理过程复杂等难题,本文提出了一种基于高度差值的二次导数的建筑物、植被的点云分类方法,能够高效、准确地将各类点云分离。利用该方法分离点云数据,首先通过Terra Solid软件对原始LiDAR点云数据进行初步处理,去除噪点并提取出地表点云,然后利用规则建筑和不规则植被高度差异上的二次导数不同,提取出可能是建筑物或植被的点,并利用高斯偏差估计模型为建筑物、植被点的分类提供阈值,最后利用断点统计模型将建筑物、植被点云补充完整。为证明这种方法的可行性和有效性,使用Autzen_Stadium地区的LiDAR点云数据进行点云分类试验,结果表明,该方法具有可行性好、分类效果好、处理自动化等优势。     

TC2002极坐标测量系统在大型天线检测中的应用

单台全站仪极坐标测量系统应用于高精度的测量和安装工作中,必须采用特殊的作业手段和数据处理方法才能达到亚毫米的精度。文中提出了一种坐标转换方法,将其应用于大型多波束天线的安装检测过程中,实测结果表明该方法达到较好的效果。     

双频激光干涉仪在测距仪精度自动检测中的应用

目前用于工业测量的全站仪、测距仪的自动化程度和精度越来越高,一般是在厂房、车间等室内条件下,用于设备的高精度安装和检测等工作,与野外测量条件相比较,大气条件能得到较好的控制。在室内条件下,此类仪器的测距精度常常要高于厂家给出的测距标称精度指标值,往往能达到亚毫米级的水平。目前测距仪的精度检测通常是在野外基线上进行,影响测量精度的因素除大气条件外,还有对中误差、棱镜误差等的影响,因此不能客观地反映工业测量全站仪、测距仪的实际使用精度。本文作者提出了一种用双频激光干涉仪进行工业测量用全站仪、测距仪的自动化检测方法,给出了相应的误差评定公式,得到较好的结果。     

基于HDFS的海量激光点云数据分块存储方法研究

在研究HDFS（Hadoop Distributed File System）分布式文件系统的基础上,构建了激光点云数据的数据结构,根据此结构对海量点云数据的文件分块存储方法进行研究,并通过仿真实验验证分块存储的有效性。     

经纬仪工业测量系统用于大型多波束天线的安装与调整

由于多波束天线的面积较大,传统天线安装方法比较困难。介绍了将经伟仪工业测量系统引入多波束天线的安装检测方法,为工业解决类似问题提供了经验。文中主要介绍了多波束的数学模型、测量方案设计以及调整量的计算等问题,最后给出了实际调整结果,表明该方法是可行的。     

基于多台电子经纬仪/全站仪的工业测量系统

介绍了基于多台电子经纬仪/全站仪的工业测量系统MetroIn的系统设计思想、系统的主要数学原理、系统的构成与功能,测试表明:该系统最高精度可达±0.05mn.在大型闸门的安装与检测中,Metroh已成功地得到了应用.     

车载激光扫描测量系统整体误差模型建立及其分析

影响车载激光扫描测量系统的点云定位精度的误差按来源主要分为测量误差、设备安置误差、数据处理误差3类。本文从车载激光扫描测量系统空间基准统一方程出发,推导了车载激光扫描测量系统综合误差模型,并分别研究了激光测距与测角、POS定位与定姿、激光扫描仪的安置参数及尺度因子等对激光脚点定位精度的影响规律。     

激光干涉测量三维点坐标的PDOP模型研究和应用

激光跟踪仪的激光干涉测距精度可以达到0.5μm/m,利用激光干涉精密距离测量值可以建立高精度的三维控制网,点位误差受到测站点和定向点的空间几何分布影响。建立三维位置几何精度衰减因子模型,可以计算空间点的三维坐标测量精度随着空间位置的变化,估算激光干涉三维测距网的先验精度信息,避免不利测量位置,提高空间点测量精度。本文基于激光干涉三维测距网PDOP值计算模型,仿真计算了PDOP值的空间分布等值线模型,分析了体积值与PDOP值和点位误差的关系,并对实际算例进行了解算。     

利用激光干涉测距三维网的加权秩亏自由网平差

激光跟踪仪在激光干涉测距模式下,其测距精度要远远高于测角精度,利用极坐标测量的空间点坐标精度主要受测角误差的影响,利用激光跟踪仪的高精度激光干涉测距值构成空间三维激光干涉测边网,消除测角误差对空间点位的影响,采用基于重心基准的加权秩亏网平差模型进行整网平差。定向点坐标近似值采用极坐标方法确定,测站中心坐标近似值采用距离后方交会解算,通过附加约束矩阵精密求解测站点和定向点的三维坐标值。实际计算结果表明,该模型在12m测量范围内将激光跟踪仪的点位精度由87μm(标称值)提高到了27μm。     

利用图割算法进行城市密集点云表面模型重建

利用倾斜影像获得的密集点云来构建表面模型是基于倾斜影像进行三维重建的核心之一。本文针对现行密集点云表面模型重建存在的建模效率低、表面选取不真实等问题,提出了一种基于图割算法的城市密集点云表面模型重建方法。利用该方法重建城市密集点云表面模型,首先通过预处理软件对无人机倾斜影像进行空中三角测量,并利用空中三角测量的解算结果生成密集点云;然后对密集点云添加相应的边,同时对三维点云根据距离进行选取合并;最后根据三维点云形成的四面体和三角面建立图割问题,并通过求解图割问题来求取最优的密集点云表面模型。为证明这种方法的可行性和有效性,使用城市地区的无人机倾斜影像数据进行城市密集点云表面模型重建,试验结果表明,该方法具有可行性好、建模效果好、处理速度快等优势。