基于激光雷达的点云数据处理研究

激光雷达技术目前已经在商业中得到了广泛的运用,通过激光雷达技术对点云数据处理系统的研究也有了长足的发展。由于激光雷达数据扫描所获取的是大量的离散化三维数据信息,这些以坐标来记录的数据被称为点云数据。点云是表示实际物体三维信息的统计无序数集,包含物体的三维坐标值、颜色值和灰度值。使用激光雷达的信息采集处理系统采集数据时,由于会受到外界的干扰因素（如光线反射、阴影环境）、扫描精度、物品机械振动的负面影响,采集到的点云数据存在着很大的噪声和孔洞。这些点云空间密度相差较大,使得分析结果不能直接描绘实际物体的模型。对于上述存在的漏洞,设计了一种基于激光雷达的点云数据的处理算法,实现对点云数据处理的简化、过滤、检索以及可视化。     

激光测量点云的数据处理方法研究

激光测量技术具有高分辨率、快速、非接触和数字化的特点,其应用日益广泛。基于激光测量的散乱点云,研究测量点云的数据处理方法。在分析通常的数据处理流程与方法的基础上,重点研究了如何应用数据的虚拟切割技术和测量点云的虚拟投影技术。点云虚拟切割技术主要包括径向/轴向切割技术、柱面切割技术与指定切割半径处的轴向截面切割技术。点云虚拟投影技术主要包括规则特征投影技术和轴向旋转投影技术。基于点云的虚拟投影,阐述了零件的参数提取策略。通过基于激光测量的零件数字化检测的实践表明所提出的点云数据处理方法与策略是行之有效的。     

基于相位相关滤波与点云特征的激光点云配准方法

文中针对激光点云配准效率低和处理时间长的问题,提出一种基于相位相关滤波结合特征的扫描配准方法。扫描配准算法被解耦为旋转匹配与平移匹配两个步骤。在旋转匹配中,霍夫描述符提取的线段特征结合相位相关滤波得到具体的旋转量。平移匹配主要基于点云的边界特征,使用相位相关滤波处理提取到的特征,得到准确的x和y方向的平移量。与传统的迭代最近点(ICP)相比,提出的配准策略在处理静态数据时错误率降低了89.2%,处理时间降低了91.6%。同时,动态数据实验表明提出的方法具有较低的中位数和更好地一致性。     

基于扫描方式与球面投影的点云修补方法

激光雷达点云数据修补是三维重建工作中的重要环节.针对现有的点云修补的插值算法无法确定空洞区域缺失点具体位置和数量的问题,提出一种简便有效的缺失点云修补方法.首先,将经过球面投影的单站激光雷达数据按照扫描方式实现结构化;然后根据旋转角和俯仰角两个方向的角度分辨率来描述缺失点云的球面位置;最后根据实际地形情况选择合理的插值...     

基于最近迭代点的毫米波雷达点云数据处理方法

毫米波雷达具有小型化、低成本等特点,可全天候、全天时工作,在高级辅助驾驶系统中发挥着重要作用。基于多芯片级联方案的多发多收（multiple-input multiple-out, MIMO）技术可有效提高毫米波雷达的角度分辨率,使得毫米波雷达点云成像成为可能。针对毫米波雷达图像点云稀疏、噪点多等问题,本文提出了一种基于最近迭代点的毫米波雷达多帧融合和自适应邻域半径的DBSCAN算法。首先,利用MIMO毫米波雷达技术获得多帧观测场景目标点云图像。其次,利用辅助信息得到点云匹配的初值,通过最近迭代点算法估计平移旋转矩阵进行精确匹配,实现多帧数据融合以改善图像点云稀疏问题。然后,设计自适应阈值的DBSCAN算法去除噪声,获得目标的点簇信息,再对聚类后的点簇目标求取最小外接矩形,结合目标散射强度,实现对车辆和围栏等不同类型目标区分。最后,利用外场（典型停车场场景）测试数据,对本文所提算法的有效性进行了验证。     

浅谈基于点云数据的房屋三维建模

基于点云数据处理的三维重建技术突破了基于二维投影信息对目标物体建模在几何精度方面的瓶颈,重新构建出准确性更高、真实感更强的三维场景,可应用于工程项目的模拟仿真、规划、结构分析,或GIS展示、虚拟设计、场景还原等领域。因此,如何实现快速且自动化程度较高的真实再现三维模型的重建技术越来越多的受到人们的关注。     

浅谈基于点云数据的房屋三维建模

基于点云数据处理的三维重建技术突破了基于二维投影信息对目标物体建模在几何精度方面的瓶颈,重新构建出准确性更高、真实感更强的三维场景,可应用于工程项目的模拟仿真、规划、结构分析,或GIS展示、虚拟设计、场景还原等领域。因此,如何实现快速且自动化程度较高的真实再现三维模型的重建技术越来越多的受到人们的关注。     

基于Transformer的道路场景点云分类与分割方法

针对多目标识别过程中点云分类和分割精度不高的问题,提出了一种基于改进Transformer模型的点云分类与分割方法DRPT(Double randomness Point Transformer),该方法在Transformer模型卷积投影层创建新的点嵌入,利用局部邻域的动态处理在数据特征向量中持续增加全局特征属性,从而提高多目标识别中点云分类和分割的精度。实验中采用了标准基准数据集(ModelNet40、ShapeNet部分分割和SemanticKITTI场景语义分割数据集)以验证模型的性能,实验结果表明:DRPT模型的pIoU值为859,比其他模型平均高出35,有效提高了多目标识别检测时点云分类与分割精度,是对智能网联技术发展的有效支撑。     

基于海量点云数据的输电线路三维建模研究

为保障电网输电线路管理的规范化与精益化,设计了基于海量点云数据的输电线路三维建模方法。首先采集输电线路原始点云数据,对其进行预处理,根据点云数据提取输电线路轮廓线,然后采用3D MAX软件构建输电线路的完整三维几何模型,最后通过纹理映射此模型获取到最终输电线路三维模型。结果表明,该方法可精准拼接原始点云数据,有效去除点云数据的噪声点及障碍物等,提升点云数据的整体质量,可为电网输电线路规范化管理提供有效帮助。     

自动替代虚假点数据的数据处理方法

本文给出自动剔除虚假点并使用合理值加以替代的方法。     

基于立体视觉与特征匹配的点云目标识别算法

准确提取三维点云数据中待测目标的点云集合是三维点云目标识别技术的一个关键问题,也是近年来目标识别领域从二维向三维拓展的一个重要挑战,其主要难点在于快速寻找离散点云之间的相关函数关系。结合立体视觉与特征匹配构建了可以表征不同视场条件下的目标点云约束的机制,通过采用立体视觉作为约束条件完成了对原有特征匹配算法的优化。设计了基于立体视觉的估计算法,通过训练学习获得了不同选取比例条件下的识别规则。实验采用ARIES激光雷达采集点云,并通过MATLAB选取三种典型目标状态。当目标区分度高时,优化前后的目标识别率都在98%以上;当目标区分度低时,优化后对目标边界的限定条件可以很好地提高识别概率。采用优化的点云数据位置偏差量可达到0.55 mm,相比未优化的0.74 mm提高了0.19 mm。同时,优化后算法的收敛时间曲线要优于未优化的,3000点以上的收敛时间均值约为8.33 s,优于未优化的12.76 s。综上所述,优化后的算法具有更好的识别效率。     

基于单线激光雷达的三维形貌重建方法研究

现有三维扫描激光雷达存在成本高、扫描范围有限等缺点,为解决这些问题,本文提出一种基于单线激光雷达的三维形貌重建系统,并对系统进行误差补偿以提高系统的准确度.该系统采用可编程逻辑控制器控制的步进电机旋转单线激光雷达的扫描平面,实现对实际空间场景的扫描.通过上位机控制扫描装置的工作过程同时获取原始点云数据,进而针对原始点云...     

基于云平台的数据采集与统计汇总系统应用研究

基于云平台的数据采集与统计汇总系统应用研究以某科技环保集团的实际需求为背景,主要解决数据中心“数据”方面的问题,如数据收集、数据加工、数据专题分析、数据展现等,数据覆盖了综合效益、营销管理、生产管理、资产管理、科技管理、项目管理、社会效益等主要业务范围。项目最终实现了数据处理流程、业务处理流程和经营监管指标体系的功能。     

基于深度学习的三维点云语义分割方法综述

随着激光雷达,RGB-D相机等3D传感器在机器人,无人驾驶,VR领域的广泛应用,深度学习在三维点云数据的研究进几年来得到了广泛关注.其中点云识别、分割、成为学术界、工业界的热门话题之一.深度学习技术的发展在点云的语义分割领域提供了新的可能性.文章着重介绍这一主题的相关研究,主要从基于多视图,基于体素,基于树和对点的直接...     

基于特征点和关键点提取的点云数据压缩方法

针对采集到的点云数据中含有大量的冗余数据,为后期数据处理及其应用带来诸多不便,而采用现有通用压缩方法压缩后的点云容易造成细节特征丢失问题,为此,本文提出一种基于特征点和SIFT关键点提取的点云数据压缩方法。该方法的核心技术是首先根据查询点与邻域中的点所构成向量的夹角而提取边界点;然后根据点云数据的曲率和法向量夹角提取尖锐点,据此使特征点在点云压缩处理过程中得到绝对被保留;同时在平坦区域提取SIFT关键点,这样能避免在曲率变化缓慢区域所保留的并不是特征点;最后融合特征点和SIFT关键点而实现对点云数据的压缩处理。研究通过设计与现有两种基于曲率压缩方法进行对比实验分析,结果表明本文所提方法既能最大量的去除冗余数据,又能保留点云中大部分特征点,实现了点云数据的高质量压缩。     

基于云平台的同步电机远程数据采集与监视控制系统设计

数据采集与坚实控制系统在智能制造领域中是一项重要的组成。电动机是一种动力输出设备,并且应用十分广泛,同时还拥有许多的种类。基于工作电源的差异,电动机可以将其分为交流电动机、直流电动机两个大体类型。而同步电机则是一种交流感应电机,与异步电机十分类似。本文将监视控制系统应用于生产中的同步电机,设计数据采集与监视控制系统,该系统可以有效的增强生产的安全性,并获得良好的效果。     

基于C#的广播电视音视频数据采集云定制切换策略

广播电视音视频数据采集对广播电视行业监管、数据分析、业务评估与效果反馈有重要意义,是广播电视监测监管自动化的重要环节,本文提出了一种可行的基于C#的广播电视音视频数据云定制切换策略,实现广播电视数据采集云定制、自动切换。