机载激光雷达技术在高速公路横断面测量中的应用

机载激光雷达凭借独有的装备、技术、精度、数据优势,在高速公路横断面测量具有传统测绘无可比拟的优势。本文结合具体工程案例,通过对关键技术的研究和应用,实现地面点云高程中误差优于10 cm的精度要求,并能显著提升线路测量工作效率。     

基于多源点云数据的铁路线路信息化

相比于传统测量手段,移动扫描技术能够提高测量效率,但点云数据具有体积大、密度高、冗余数据多等特点,测量过程中扫描仪覆盖范围大,大量无效点云被获取。针对该问题,本文提出了一种基于多源点云数据提取铁路线路信息的方法。首先,根据钢轨点云的反射强度和几何特征预处理,采用微分的思想提取线路中心线;其次,对钢轨点云模型降维处理,参考高速铁路路用钢轨轨头宽度允许误差设定收敛条件建立钢轨模型,提取线路平面线和纵横断面;然后,利用主成分分析法和移动激光点聚类法提取接触线和站内附属设备;最后,基于反射强度快速分割钢轨,采用Dynamo编程语言对Revit进行二次开发,快速建模,对推动铁路设计智能化、可视化水平具有十分重要的作用。     

结合自注意力机制的多特征融合点云语义分割网络

由于三维激光点云的无序性、稀疏性、非结构性以及光谱纹理信息缺乏,使得点云的语义信息提取十分困难,而可以直接对原始非结构化点云进行语义分割的PointNet++网络无法考虑点云的空间相关性。针对这个问题,本文提出了一种结合自注意力机制的多特征融合点云语义分割网络,使用PointNet++和非局部信息统计注意力模块分别提取点云的多尺度特征和空间相关性特征,并融合两种特征以进行最终的点云分割。通过在ISPRS 3D语义分割数据集上进行对比实验,证明本文通过自注意力机制提取的空间相关性特征优于人工设计的特征,可以明显提高点云语义分割的精度,本文方法较PointNet++总体精度提升了4.5%。     

HY-1D COCTS海表温度反演与印证

海洋一号D (Haiyang-1D,HY-1D)卫星于2020年6月成功发射,与海洋一号C (Haiyang-1C,HY-1C)卫星形成上、下午卫星组网,是中国HY-1系列卫星在轨业务化运行的海洋遥感卫星。HY-1D卫星上搭载的海洋水色扫描仪COCTS (Chinese Ocean Color and Temperature Scanner)有两个热红外通道,波段范围分别为10.30—11.40μm和11.40—12.50μm,可用于海表温度SST (Sea Surface Temperature)观测。本文采用HY-1D COCTS热红外通道的观测亮温,基于大气辐射传输模拟计算,开展云检测和SST反演算法研究,对2021年1月西北太平洋海域的COCTS观测数据进行SST反演,并采用现场实测和同步卫星数据对反演得到的COCTS SST进行印证。COCTS与现场实测SST的比较结果表明,二者的平均偏差为-0.04℃,标准偏差为0.45℃。且COCTS与iQuam的SST偏差与SST以及大气水汽总量之间没有明显的依赖关系。COCTS与搭载在Suomi NPP卫星上的可见光红外成像辐射计VIIRS (Visible Infrared Imaging Radiometer Suite) SST产品的比较结果表明,二者的平均偏差为-0.05℃,标准偏差为0.49℃。基于以上算法得到的HY-1D COCTS西北太平洋海域的SST具有较高的精度,与国际海表温度产品达到了相当的水平。     

多体制遥感卫星成像数据高精度处理新方法

光学和SAR等对地观测卫星需要经过成像、辐射/几何校正等处理和不断的时序积累,才能为计算机解译提供精度高、稳定性好、时间持续的数据和特征。传统中低分辨率对地观测卫星通常基于地理网格内地物目标电磁波散射特性简化为理想点目标的假设,进行逐像素处理。然而,高分宽幅、大斜视、多通道等新体制卫星的工作模式更加复杂,其数据处理对星地全链路各环节产生的误差非常敏感,对成像参数标定或估计的精度提出了更高要求,此时基于理想点目标假设来进行参数估计、成像及校正处理的方式已难以满足处理精度要求。并且,近年来多体制卫星组网式协同和融合应用的新发展,也使得当前的理想点目标假设难以表征和建模多源多时相数据特征。为此,本文提出了多体制遥感卫星成像数据高精度处理的新方法,首先创新提出了“超像素”的概念和表征理论框架,建立了基于超像素的精确成像模型,然后通过挖掘超像素稳定特征并借鉴生成对抗学习机制,实现了星地全链路高耦合成像参数的高精度估计和持续精化,有效提升了多体制遥感卫星成像数据产品的精度,为计算机解译提供了好的数据产品输入。     

惯性测量单元辅助的LiDAR动态点云剔除方法

针对动态场景下动态目标影响激光雷达同时定位与建图算法(LiDAR SLAM)的精度和成图效果问题,该文提出一种基于惯性测量单元(IMU)辅助的多层次模糊综合评价动态点云剔除方法。通过标定IMU/LiDAR外参统一两类传感器坐标系,再将每帧点云聚类分割为若干点云簇,以此为基础,利用IMU信息辅助建立相邻帧各点云簇间的配对关系,构建点云运动状态多层次模糊综合评价模型,判定各点云簇的运动状态,最终将动态点云簇从原始点云数据中剔除。为验证该文方法的可行性和精确性,设计了动态点云剔除实验,并将剔除动态点云后的点云数据输入激光雷达里程计与建图算法(LOAM)进行定位与建图。实验结果表明,该文方法动态点云的剔除成功率为98.67%,静态点云的误剔除率为2.01%,能够有效地提高点云数据质量。相比基于原始点云数据的LOAM算法,均方根误差降低了66.06%,最大误差降低了72.78%,实现了厘米级精度的定位,并且优化了建图效果。     

徕卡全站扫描仪MS50在变形监测中的应用

正一、前言在传统的监测应用中,测量机器人和GNSS是两种常见的设备,两者可单独工作,也可以协同作业:测量机器人适合密集棱镜集群监测,GNSS适合高频或静态高精度监测。通过将两者结合在一起,徕卡提供了大坝、桥梁、地铁、滑坡、高层建筑等各个行业的解决方案。随着监测工作的日渐深入,对被监测物体超密集快速监测的功能成为客户的新需要。扫描技术成为最新的监测应用,徕卡MS50全站扫描仪一经推出,就全方位地满足了各个行业客     

基于KD树的点云数据自适应屏幕精度高效显示方法

海量激光点云数据的快速显示是目前一个技术瓶颈,本文提出一种基于KD树的点云数据自适应屏幕精度的高效显示方法,采用类似LOD的技术将点云进行KD树的组织,在KD树节点上引入屏幕精度的概念,在点云数据显示的时,计算KD树节点在屏幕上的投影范围,进而决定其是否显示点云细节。经实验证明,该算法在显示大规模点云数据时,由于通过KD树自适应屏幕精度调度点云数据使绘制点的数据量大大减少,从而大大加快了点云的显示速度。     

三维激光扫描技术在渠坡冻胀监测中的应用

采用三维激光扫描技术开展了严寒寒冷地区不同渠道结构在渠底、岸坡结冰情况下的原位野外冻胀量监测试验研究,结合渠道自身的实际运行工况,对不同渠道护坡形式的冻胀量影响因素进行了分析。成果表明,利用三维激光扫描技术进行渠道冻胀量监测是可行的。     

地面三维激光扫描技术在变形监测中的应用

介绍了将地面三维激光扫描仪应用在变形监测中的数据处理流程和数据分析方法,并针对点云数据的特点,提出了点云和点云直接比较、点云生成模型后比较两种变形分析方法。在此基础上,编制了基于激光点云数据的变形分析软件,并设计了两组实验,验证了两种变形分析方法的有效性以及激光扫描技术应用于变形监测领域的可行性。