利用MPI实现多幅点云ICP并行配准

迭代最近点算法(ICP)是一种用于点云精确配准的经典算法.针对多幅点云进行ICP配准存在耗时多、效率低的问题,本文利用消息传递接口MPI对多幅点云进行分批并行配准.首先并行求解相邻两幅点云的相邻变换矩阵,然后计算每幅点云在当前批次的局部变换矩阵,最后获得每幅点云的全局变换矩阵.本文以DELL PowerEdge R73...     

PDCA循环法用于专业硕士产教融合培养模式研究

为满足新时代对卓越工程技术人才的需求,本文在分析专业硕士培养现状基础上,从人才培养方案入手,提出了PDCA理念用于产教深度融合培养模式,讨论了产教深度融合培养的目标制定、计划落实、课程体系开发、导师团队优化及实践基地的质量保障建设等方面的模式与对策,论述了专业硕士研究生培养的质量监控体系,总结出教育教学各环节的计划、执...     

激光雷达点云电力线自动提取算法

针对当前电力线提取方法自动化程度和精度不高的问题,本文从点云数据的空间分布特征出发,提出了一种高效的电力线自动提取方法.首先基于自然裂点法,将点云数据按高程分类后去除地面点;然后对数据进行空间划分,基于子空间的点密度及空间结构特征的差异化,利用地物分割算法去除电塔点和残留的植被点;最后利用基于欧氏距离分割的电力线自动检...     

三维激光点云和无人机倾斜模型的融合应用

在对建筑物进行三维实景数据采集时,地面三维激光扫描和无人机倾斜摄影测量是常用的技术手段,通过两种手段获取的数据类型不同,对空间的展示效果及精度也存在差异,特别是在获取建筑物顶部和近地部分的数据各有优劣势,将无人机获取的建筑物顶部数据和地面三维激光扫描获取的近地部分数据进行处理,通过空间多个同名公共点进行转换、匹配,将点...     

单线激光雷达扫描的矿车装载量核算方法

面向露天矿山生产对于矿车装载量核算的需求,本文提出了一种利用单线激光雷达扫描的矿车装载量自动核算方法.该方法首先采用固定式单线激光雷达对目标车辆进行俯视扫描,基于车辆形态特征分割出载荷物顶部点云;然后经时态校正,并与预先构建的车辆信息数据库进行匹配,重建出载荷物的三维表面模型;最后通过对载荷物表面模型的切片积分实现方量...     

高精度矢量数据的路面三维自动建模方法

为了解决路面手工三维建模速度慢、工作量大等问题,本文面向规范化处理的高精度矢量数据,对不同路口进行精细化设计,自动生成路面三维模型.首先使用道路高精度三维信息采集软件,在获取的点云数据中半自动化提取准确的道路边线、道路标识线等矢量信息;然后针对不同路口进行精细化线形设计,提出连续四边形重建方法、弯道平滑处理方法、交叉口...     

基于点云投影线探测的高墩位姿自动检测方法

针对目前超高桥墩垂直度检测方法存在危险系数较高、精度难以保证或自动化程度与工作效率较低的情况,本文提出一种基于三维激光扫描技术的点云数据超高桥墩位姿自动检测方法.该方法首先将海量墩面点云双向分层;然后依条件选择分层文件探测点云投影线并划分桥墩面缓冲区;最后根据缓冲区自动提取墩面点云并进行位姿检测.本文以某山区高速桥梁高...     

北斗混合星座分层约束下的精密定轨方法

针对北斗导航卫星系统首创的GEO+IGSO+MEO混合星座设计,本文研究了根据不同星座,采取不同约束条件和数据处理策略的北斗卫星精密定轨方法,提出了一种针对北斗系统混合星座的分层约束精密定轨方案.该方案首先将北斗卫星分为非GEO(IGSO/MEO)和GEO两部分进行解算,利用GPS解算的公共参数对北斗IGSO/MEO精...     

顾及局部统计特征的均值滤波方法及其应用

针对Caris软件自动滤波结果中仍存在较多异常数据点、手工剔除需要耗费较长时间的问题,提出了一种基于局部统计特征的均值滤波方法。先利用局部统计特征剔除局部异常点,再结合均值滤波方法估计格网点水深值。实验结果表明,方法处理结果与手工编辑结果水深差值中误差仅为0.121 m,而处理时长极大缩短,对工作效率的提升很大。     

融合点、对象、关键点等3种基元的点云滤波方法

基元是影响点云滤波精度和效率的关键因素之一。本文提出了一种基于多基元的三角网渐进加密(MPTPD)滤波方法。它包括点云分割、对象关键点提取、基于关键点的对象类别判别3个主要阶段,且3个阶段的基元分别为点、对象、关键点。使用了4景机载激光雷达和摄影测量点云数据对MPTPD、三角网渐进加密(TPD)、基于对象的三角网渐进加密(OTPD)3种滤波方法进行了性能测试。试验表明,MPTPD方法具有整体上最优的性能:在精度方面,MPTPD与OTPD两种方法的精度相当,MPTPD方法的一类误差I、总误差T比TPD的相应误差分别低约22.07%和8.44%;在效率方面,多数情况下TPD、MPTPD、OTPD方法的效率依次降低,且MPTPD的平均耗时是OTPD平均耗时的57.93%。