激光点云技术扫描建筑物门窗立面数据提取

三维快速建模在未来城市作战中起着关键作用,建筑模型信息越细节、越完善,就越能够充分发挥出建筑模型的作用.为此,以激光点云技术为扫描手段,提出一种建筑物门窗立面数据提取方法.利用设计的激光点云设备扫描模式与间距测量方法,采集建筑物点云数据,将其投影至水平网格中,归一化处理各区域灰度值,基于数据点与其邻域点间的欧几里得距离...     

基于改进ISS邻域的复杂曲面三维激光点云智能拼接方法

由于三维激光点云拼接中对点云数据拼接有效点数量不足,导致拼接的效果不好,提出一种复杂曲面三维激光点云智能拼接方法,在ISS特征提取算法中加入邻域半约束改进策略,进行点云数据特征提取,同时对两片点云的拼接进行坐标系转换,得到三维激光点云数据拼接模型。采用粒子群算法对模型进行求解,获取变换矩阵的全局最优解,将得到变换矩阵应用于模型中,进而完成复杂曲面三维激光点云智能拼接。仿真实验结果表明,所提方法能够有效降低三维激光点云智能拼接点的距离误差,保持在0.022 mm以内,拼接速度达到5 ms/个,拼接有效点数目最高达到了145个。     

基于激光点云数据的卫星导航定位研究

卫星导航是当前通信领域的研究热点,面向非线性环境,及时的定位与全面的目标提取是实现卫星导航的重要依据。研究基于激光点云数据的卫星导航定位方法,采用标识点过程方法建立目标地面投影几何形状,通过几何重心获取平面域节点集合、随机变量、目标投影点高程以及地面投影点高程的概率密度函数,基于以上概率密度函数通过贝叶斯定理获取激光点云数据的目标提取模型,利用单差分以及双差分处理算法整理通过目标提取模型获取的激光点云数据,并对已处理的激光点云数据实施相对定位以及相对速度解算,实现目标精准导航定位。实验结果表明,通过该方法进行不同距离卫星导航定位,可将导航定位误差控制在0. 2%以内。     

基于激光雷达和特征地图的车辆智能定位研究

针对激光雷达采集行驶车辆的三维点云数据中包含过多畸变数据，影响车辆定位效果的问题，本文研究一种基于激光雷达和特征地图的车辆智能定位方法。激光雷达利用基于飞行时间的激光测距法，采集车辆及其行驶环境的三维激光点云数据，去除激光点云数据中的畸变数据。利用正态分布变换方法，优化删除畸变数据的点云集的正态分布概率值，配准三维激光点云数据。从完成配准后的三维激光点云数据中，提取柱状物体的圆形特征，构建车辆行驶的自然柱状特征地图。利用卡尔曼滤波算法，结合自然柱状特征地图信息，实现高精度的车辆智能定位。实验结果证明：该方法可以精准定位车辆目标，车辆智能定位精度较高，最高可达到97%,定位效率较好，最短可在5 s时间内完成定位，具有一定应用价值。     

基于激光点云扫描技术的复杂异型建筑立面快速提取方法研究

复杂异型建筑立面很难提取,当前提取方法大都不能达到很高的准确度,为此,提出一种新的基于激光点云扫描技术的复杂异型建筑立面快速提取方法。利用对建筑进行高密度采样,得到复杂异型建筑立面三维空间坐标点云集合,将扫描得到的点云集合拼接纳入统一坐标系。对激光点云数据进行降噪处理,在此基础上,依据点云扫描点的权值设定,求出某网格特征值,针对整个网格系统,形成特征图像。选择数量相同的复杂异型建筑立面和非建筑物立面网格点当成训练样本,对复杂异型建筑立面网格分类模型进行训练,把特征图像当成模型的输入特征,通过线性核函数的SVM获取输出网格,把获取的复杂异型建筑立面网格反映射至三维空间,得到准确的复杂异型建筑立面。将美国某学院的激光扫描点云数据库的三个数据集当成源数据进行实验,发现所提方法准确度与召回率均相对较高,提取的复杂异型建筑立面与实际测量结果相比,倾斜变形以及水平变形均很低,有很高的可靠性。     

从全球激光点云到三维数字地球空间框架：全球精确测绘进阶之路

激光点云数据具有测量精度高、处理效率快、三维视觉强、应用领域广等特点,将是新一代国家全球测绘数据库核心数据集之一。星载激光对地观测技术快速发展,为获取全球三维点云数据提供了可能,为构建高精度三维数字地球空间信息框架提供了一条快速有效的技术途径。首先分析了当前全球高精度三维测绘现状及面临的问题,然后给出了基于全球激光点云的三维数字地球空间信息框架快速构建的技术体系,主要包括星载光子计数体制激光点云数据探测、处理、应用等技术流程。最后分析了基于点云快速构建的三维数字地球框架的特点和优势,指出了下一步发展需要关注的主要问题和发展方向。     

PTD算法在激光三维点云数据滤波中的应用

提高激光三维点云数据滤波精度,有助于构建高精度的地表模型,为此,提出了基于点云地面点滤波算法的激光三维点云数据滤波方法。采用双边滤波算法消除激光三维点云数据中存在的噪声,提取的法向量、回波率以及后向散射系数,将其输入支持向量机完成激光三维点云数据的分类,采用点云地面点滤波算法实现三维激光图像双边滤波处理。结果表明,本方法的数据滤波处理误差低于2.0%,信息熵与峰值信噪比为9.74和23.44 dB,获取的三维激光图像清晰度高。     

大型异构件点云配准重建方法研究

传统的大型异构件机器人磨削按照单一工件模型统一示教路径进行加工，由于实际工件与理论模型存在尺寸偏差，导致出现磨削空行程或去除过量等问题。提出一种机器人带动线激光扫描工件的方法，获取不同视角点云数据，采用基于FPFH的SAC-IA粗配准与ICP精配准结合的方法进行点云拼接，应用KD-tree对应点距离算法删除重叠区域冗余点，再通过基于Delaunay三角生长原理的贪婪投影算法完成三维模型重建，可提供给机器人进行自适应磨削。以长600 mm、宽200 mm的叶片进行试验，该方法相比ICP、NDT+ICP两种方案配准精度分别提升71.90%、31.53%,重建模型与实际工件对比尺寸偏差小于0.15 mm。     

改进高斯混合模型的激光点云数据分类

激光点云数据的无序性会影响激光场景识别和三维重建，导致激光点云数据分类误差大，精度低等问题，为此提出基于改进高斯混合模型的激光点云数据分类方法。首先采集激光点云数据，利用邻域密度算法对数据中的噪声进行分析和去除，然后采用改进高斯混合模型获取数据点间距，将点云数据分类相应类别中，实现激光点云数据分类。实验结果证明，本方法可以有效去除激光点云数据中的孤立点，提高了激光点云数据分类精度，激光点云数据分类结果可满足激光三维重建要求。     

基于激光雷达点云数据的光伏电站智能巡检系统

面对当前使用的人巡和机巡方法缺少对光伏电站周围环境分析,使电力线巡检数据评估结果与实际结果不一致,导致智能巡检结果不精准的问题,设计了基于激光雷达点云数据的光伏电站智能巡检系统。利用倾斜摄影相机可以转换视觉模式,确保不会发生不同视角下的摄影重叠问题。设计环境和设备信息采集模块,集中处理环境参数,并将处理结果存入存储模块。采用激光雷达,实现测距。利用激光脉冲对点云数据进行采集和处理,对雷达参数进行调整。通过计算激光源到被测点的距离,得到光伏电站周围的环境信息。建立三维曲面模型拟合电力线,获得最佳参数。设计输电线路巡检航线自动规划流程,完成光伏电站智能巡检。由实验结果可知,该系统水平距离和垂直距离均与实际数据一致,具有精准的巡检结果。     

双目线结构光测量系统三维数据融合研究

在物体的三维重建过程中,常用的立体视觉测量和激光三角测量都存在着一定的局限性,适用性不强。为了快速获取点云数据更为丰富、精度较高的三维模型,结合两种方法构建了一套扫描式三维测量系统。首先提出了基于HSV颜色空间的亚像素激光中心提取算法,实现了对激光中心的精确提取;然后借助立体视觉系统来获取空间标志点的三维坐标,并根据标志点的位姿不变性完成帧间点云数据的拼接,分别得到立体视觉系统和激光三角系统的整体三维数据;最后通过建立全局坐标系将两种测量方法得到的数据进行统一融合,获取了更加丰富的点云数据。实验证明,该方法可以快速获取物体表面丰富的三维点云数据,测量误差在1 mm以内。     

基于三维激光点云数据的钣金件误差检测分析

针对传统的钣金件误差检测方法无法全面有效率的获得零件误差信息,设计了一种基于三维激光点云数据处理的钣金件误差检测方法。该方法将通过三维激光扫描仪得到的钣金件点云数据进行预处理,然后通过特征匹配将标准钣金件的CAD模型和测试点云数据进行特征对齐,使它们呈现于同一坐标系下,最终根据钣金件点云数据中的各点到CAD模型的最短距离确定其误差。根据实际工程需要,文章提出了一种基于阈值的最短距离算法,该算法不仅可以有效地识别并剔除点云数据中的隐藏噪声点,而且计算效率高,精度易于控制。实验结果表明,该方法可以较好地得到钣金件的误差信息。     

电力线激光点云的分割及安全检测研究

为了进行高压输电线路安全检测分析，基于机载激光雷达（LiDAR）电力走廊数据，提出了一种基于密度的空间聚类方法（DBSCAN）的电力线激光点云单条分割提取算法。通过该方法可以实现输电走廊中单条电力线的快速分割提取。首先对电力线点云在x-O-y平面上投影，对投影后的激光点采用最小二乘法进行直线拟合；其次通过计算输电走廊长度，采用经验参量进行电力线点云分段；再次对分段点云在投影平面内进行DBSCAN聚类；最后将分段聚类结果类别归一化，得到单条电力线激光点云数据。结果表明，采用该方法能够在只需经验参量分段宽度的情况下，快速准确地对电力线激光点云进行分割提取，并根据分割结果进行电力线与电力走廊地物距离计算，判断危险点类型及距离。所提出的方法具有较高的提取与测量精度，能够有效地应用于电力线安全检测分析。     

激光点云在三维模型重构中的应用

提出激光点云在三维模型重构中的应用研究。采用三维激光扫描仪获取某目标的激光点云数据，基于曲率精简处理激光点云数据，以此为基础，应用快速CPD算法拼接激光点云数据。由于拼接后激光点云数据依然散乱，采用泊松表面重构算法重构三维网格，以重构三维网格为依据，通过纹理映射理论实现三维网格模型参数化，从而实现了三维模型的整体重构。实验数据表明：与对比方法相比较，应用提出方法获得的激光点云数据精简度较大，三维模型重构时间较短，三维模型重构精度较高，充分证实了提出方法激光点云在三维模型重构中应用效果较好。     

基于机器视觉的激光加工标记点定位方法

激光加工标记点准确定位能够提高工业生产效率，设计一个基于机器视觉的激光加工标记点定位方法。采用机器视觉方法获取信息，并利用视觉的场景切换与重叠数据获取尺度空间信息，对边缘检测，确定边缘检测的范围后对标准圆拟合与中心坐标提取，实现激光加工标记点定位。实验结果表明，所提出的定位方法对标记点的定位更为精准，对于标记点的半径定位偏差小于0.05 mm,而对比方法对标记点的半径定位偏差大于0.07 mm,本方法优于对比方法，具有更好的应用价值。     

基于最优交换协议的医疗Kinect点云数据远程传输系统

传统基于异构网络的数据远程传输系统,未压缩Kinect点云数据,远程传输数据准确率低,为此设计一种基于最优交换协议的医疗Kinect点云数据远程传输系统。该系统包括智能诊断和实时诊断两种工作模式,在传输层上设置数据最优交换协议IEEE 11073-20601,其核心部分包括域模型、通信模型和服务模型;系统软件采用基于16叉树的压缩方案压缩Kinect点云数据,消除冗余数据,通过可行性判断和数据传输两个阶段对Kinect点云数据进行远程传输,利用网络可实现带宽判断系统传输Kinect点云数据的可靠性。实验结果表明,所设计系统最高数据到达率为98%,到达数据准确率均为100%,说明该系统具有较高的数据远程传输性能。     

基于激光点云数据的三维运动图像重构技术北大核心CSCD

为了解决三维运动图重构时存在的重构测量距离与实际距离误差大、激光点云数据数量多和重构图像清晰度对比低的问题,提出了基于激光点云数据的三维运动图像重构技术,通过配准多帧激光点云数据,从中获取激光点云数据集,再采用平面拟合方法对激光点云数据集实行去噪处理,最后利用曲面重构法完成对曲面模型的拟合,实现三维运动图像重构。实验结果表明,通过对三维运动图像重构进行测量距离与实际距离的对比、激光点云数据数量的对比和测量图像与实际图像清晰度的对比测试,验证了三维运动图像重构技术的实用性高。     

基于毫米波雷达点云和视觉信息差异性特征注意力融合的3D目标检测

自动驾驶中传感器融合是感知系统的重要组成部分,雷达点云信息和视觉信息融合可以提高车辆的感知能力。然而现有的研究将雷达点投影到图像上时只是对雷达点简单的增加高度,无法提供更加准确的横向信息,缺乏空间信息。同时对两个模态只是进行简单的融合,虽然产生了一个联合表征,但不足以充分捕捉两种模态之间的复杂联系。文中同时增加了雷达点云的宽度来进行空间信息增强,另外设计了一种利用差异性特征注意力融合的方法,使两个模态进行跨模态交互融合。本文在具有挑战性的nuScenes数据集上对模型进行了评估,提出的模型的NDS评分和mAP分别达到了46.3%和33.9%,体现了优秀的性能。     

基于CCD图像的激光点云数据边界提取法

提出了一种融合激光和CCD图像的点云数据边界提取的方法。首先,将激光点标定到CCD图像上。然后,融合CCD图像数据与激光数据,提出了一种基于图像法的点云数据边界特征的提取方法,采用图像处理中梯度求解方法,对点云中每一点处的法向矢量和曲率进行估计,通过阈值得到候选边界点,再利用曲率极值法得到最终边界点。     

基于激光散射测量的虚拟建筑空间重建设计

传统方法对空洞和缺失点云的修复不到位,缺乏空间细节深度信息,导致建筑空间重建精度较差.为此,提出基于激光散射测量的虚拟建筑空间重建方法.利用激光散射测量技术,采集能够表现建筑三维坐标的点云数据,拼接多视角点云,并进行去噪分割处理,建立建筑空间主平面模型,内插填补边缘信息和细节深度信息,实现虚拟建筑空间重建.进行对比实验,完成形态相似规则的住宅楼重建工作,结果表明,此次设计方法相比传统方法,提高了点云数据去噪效果及拼接精度,减小了建模距离与实测距离偏差,提高了建筑空间重建精度.