基于车载LiDAR点云联合特征的道路边界提取研究

针对基于车载LiDAR点云数据的道路边界提取存在的问题,该文提出一种基于联合特征且能适应多种道路环境的道路边界提取方法。首先依据移动测量系统的航迹,按照设定宽度对道路数据进行分段,排除道路外侧无用数据;再对每段数据采用布料模拟滤波(CSF)算法分离地面点和非地面点,通过强度中值滤波去除地面点的椒盐噪声;然后计算点云局部邻域高差梯度和回波强度梯度构成的联合特征,依据设置阈值提取道路边界;最后通过欧氏距离聚类剔除部分非道路边缘点,细化道路边界,合并各段道路边界点云,得到完整的道路边界。选用代表性的城区道路、高速公路、乡村道路3种实验环境,验证了算法的鲁棒性。该研究对于扩展车载LiDAR在道路场景中的应用具有重要价值。     

基于随机森林的光子计数激光雷达点云滤波

新一代星载激光雷达卫星ICESat-2首次采用了微脉冲光子计数激光雷达技术,由于单光子探测的灵敏性导致数据在大气和地表下层产生了大量噪声,因此对光子计数激光雷达点云数据实现信号和噪声的分离是开展进一步应用研究的前提和基础。本文选择美国俄勒冈州和弗吉尼亚州2个研究区,采用MATLAS数据,根据光子点云数据的特点构造了12个光子点云特征,对所构造的特征利用随机森林进行变量筛选,用机器学习方法对光子点云进行分类,并将建立好的模型推广到整个研究区。研究结果表明,本文构建的分类器分类总精度达到了96.79%,Kappa系数为0.94,平均生产者精度和用户精度分别为97.1%和96.8%。在相对弱噪声、平坦地形区域和强噪声、复杂地形区域都取得较好的分类结果。本文结果显示了基于少量样本通过机器学习的方法构建模型,可以推广到较大范围区域的光子点云分类应用中。     

基于加权约束的单体建筑物点云表面重建算法

建筑物点云表面重建在高精度城市测绘、虚拟现实等领域有十分广泛的应用前景。由于建筑物的几何形态多变,重建算法普遍存在计算速率慢、拟合精度低和模型结构不完整的问题。为此,本文以单体建筑物为研究对象,提出基于加权约束的单体建筑物点云表面重建算法,在表面初始化过程中充分考虑数据对结构拟合的贡献。在此基础上,构建基于正则集的单体建筑物表面重建算法,实现建筑物拟合过程中的加权拟合误差、近邻结构平滑的同步优化。针对多类建筑物三维点云的实验结果表明,相比传统的建筑物重建策略,本文的加权约束方法可根据不同类型的点云数据设计自适应权重,并选择模型拟合中最优的权重函数,在高噪声、低精度点云数据下能得到更高精度的单体建筑物表面模型。     

基于云模型的海岸脆弱性评估 ——以厦门岛为例

脆弱性评估很大程度上存在着模糊性和随机性,为有效解决评估过程中定性概念与评估指标按隶属函数定量描述这一不确定转换问题,本文基于云理论本文选取海岸地貌、海岸高程、海岸坡度、海岸缓冲能力、有效波高、道路价值和建筑价值为指标,构建了厦门岛海岸脆弱性评估指标体系,运用云模型评估手段定量测度了厦门岛海岸脆弱性空间分异特征。评估结果与客观情况比较吻合,检验了指标体系的合理性和评估模型的适用性。本文提出了海岸脆弱性综合评估模型,实用有效,可以推广到与厦门岛类似的区域,为海岸管理及规划提供科学指导。     

滩涂机载LiDAR点云数据滤波方法研究

机载LiDAR点云数据滤波是制作高精度数字地形产品的重要环节。通过分析常用滤波算法基本原理、滩涂机载LiDAR点云数据的特点,提出了一种基于潮汐水位高程约束,移动窗口滤波与三角网渐进加密滤波组合的滤波方法。试验表明:该滤波方法获取的滩涂地形有效点云数据质量与人工滤波结果相当,在一定程度上提高了滩涂区域机载LiDAR点云数据滤波的效率,为快速获取滩涂区域数字高程模型提供了有效途径。     

基于点云数据的建筑物建模方法

建筑物三维模型重在数字城市、场景重现、虚拟现实中应用广泛,三维激光扫描技术作为一种新的技术方法,在建筑物三维建模中应用越来越多。本文以三维激光扫描技术获取的点云数据为数据源,以一仿古建筑为研究对象,对点云数据进行优化处理,并用不同的建模方法进行三维建模,对比分析了每种方法的优缺点和适用范围,最后采用几何建模方法进行纹理贴图,得到真实的三维模型。     

基于NDT和ICP融合的点云配准方法

针对传统迭代最近点算法高精度低效率与正态分布变换算法高效率低精度的问题,提出了基于NDT与ICP融合的点云配准方法。首先通过NDT算法选择合适的网格参数将待匹配的点云向目标点云拉近以提高配准效率,完成粗配准,其次使用KD树加速的ICP算法求解变换矩阵以提高配准的计算效率。通过实验表明,本文方法匹配速度相比NDT算法和ICP算法有明显提高,且精度高于NDT算法。     

三维激光扫描技术在土石方测量中的应用

本文以墓园扩建工程为例,分析了三维激光扫描技术的基本工作原理,总结了三维激光扫描技术在土石方测量中的应用流程以及数据处理步骤,文章采用静态扫描点云体积和机载扫描点云体积的方法进行了土石方量计算,对两种方法计算的结果进行了对比。结果表明,两种方法所获土石方量较差符合一般工程测量的误差范围,说明使用三维激光扫描技术获得点云数据是精确可靠的,因此,在土石方量测量中使用该方法更适用于复杂地形环境的测量工作,可以有效的提高测量效率和测量质量。     

3D SLAM的室内背包移动测量系统研究

针对室内移动测图中GPS信号缺失,导致无法获取精确定位坐标与导航的问题,该文研发了一套室内背包式移动测量系统,该系统能够利用三维激光定位与测图的方法实现快速同步定位及地图创建和室内三维激光点云获取,可以应用在室内或地下的环境中进行数据采集,在不损失作业效率的前提下获取系统作业轨迹、高精度点云等多种数据结果。为了对系统的精度进行验证,使用该系统在实验室大楼走廊中进行实验获取室内三维激光点云,并将实验结果与采用常规测量手段得到的结果进行对比分析。实验表明,此系统的相对精度和绝对精度分别能够达到0.048和0.047m,在室内三维信息获取过程中相比较于传统作业方式显著提高了作业效率和数据质量,能够满足室内建模与测图要求。     

车载激光雷达测量系统整体检校方法

针对目前系统检校常用方法中大多依赖手工提取点时无法准确获得检校点、绝对精度较低、对实际数据的适用性差等问题,该文结合自主研发的车载激光雷达测量系统,提出一种利用带有反射片的特制球形标靶及利用距离阈值插值算法快速、方便且准确地对车载激光雷达测量系统进行外参数检校的方法。结果表明:与传统方法相比,该方法可以完全弥补常规方法中提取的检校点不准确、精度低等缺点,适用性及实用性更强;在绝对精度方面,整体水平精度达到0.05m以下,高程精度达到0.06m以下;在相对精度方面,拟合检校球直径精度达到0.003m以下,距离精度达到0.002m以下,证明该方法的精度、适用性完全满足当前车载激光雷达测量系统检校的精度需求。