机载激光雷达测深系统定位模型与视准轴误差影响分析

根据机载激光测深系统扫描部分结构,针对圆镜偏轴卵形扫描方式,从光束发射方向出发,基于扫描结构轴向关系利用光线反射定律推导出激光出射方向向量,结合激光出射位置到海表点距离获得海面激光点坐标;依据光线折射定律,利用变折射率光线追踪算法推导出海底测深点坐标计算公式,建立海面激光入射点及海底测深点坐标严密计算模型。根据模型定位公式,分析扫描系统视准轴误差影响,通过数值模拟,分析扫描系统视准轴误差对定位精度影响,为扫描系统单体设备加工、装调、集成检校提供依据,为机载雷达测深系统提供海底测点精确计算、改正提供参考。     

机载双频激光雷达系统设计和研制

针对林业、建筑、近海、岛礁和滩涂的测绘要求,中国科学院上海光学精密机械研究所开发了具有自主知识产权的机载双频激光雷达产品样机,可以同时完成对陆地地形和海底地形进行测绘。该样机在三亚蜈支洲岛进行了飞行试验,最大探测深度达到30 m,等效一类水质条件下可达50 m,最小探测深度达到0.22 m,测深数据和单波束声呐数据对比中误差为0.108 m,实地测量数据和陆地点云量测数据比对中误差为0.18 m,试验结果基本符合设计预期,为进一步产品定型打下了良好的基础。     

基于参考面约束的车载移动测量系统安置参数检校方法

车载移动测量系统是一种多传感器高度集成的测量设备,系统精度不仅取决于集成的传感器精度,还受激光扫描仪与组合导航系统之间安置参数检校的准确度影响。考虑到安置参数检校方法的便捷、有效性以及系统最终精度评估,提出一种基于参考面特征约束的车载移动测量系统安置参数检校方法。该方法根据包含系统安置参数的激光扫描点定位方程,利用参考面上的激光扫描点到参考面方程距离偏差最小作为约束条件,同时考虑到安置参数旋转量与偏移量间存在相关性,采用分步解算方法将旋转和平移量进行分开求解。最后,通过采集检校场和外场数据进行系统内符合和外符合精度评估。实验结果表明:该方法能够有效的消除安置误差影响,检校后内符合精度为0.007 m,外符合精度为0.024 m。     

基于隧道水平中线的全局断面提取及形变分析EI北大核心CSCD

针对如何使用三维点云数据对隧道进行横断面自动化提取与形变分析这一研究热点,提出一种基于隧道水平中线的横断面信息自动提取及形变分析方法。首先将点云进行水平投影提取出水平中线,考虑到隧道附属物及点云缺失等情况对中线提取精度的影响,采用滑动窗口稳健拟合方法提取出准确中线;然后利用水平中线进行隧道横断面提取并拟合出中轴点;最后依据中轴点及设计值计算隧道各部位的径向位移量,通过可视化渲染即可直观地表述隧道整体变形情况。通过实验表明:(1)随着隧道长度的增加,传统的整体拟合法在拟合隧道中线时误差逐渐增大,而滑动窗口稳健拟合法误差则趋于平稳;(2)滑动窗口稳健拟合法可有效规避障碍物遮挡造成的水平中线偏差;(3)根据空间圆模型拟合出隧道横断面参数后,依据隧道径向位移使用RGB颜色分量对点云进行渲染可较好地反映隧道变形情况,为隧道变形监测工作提供基础依据。     

利用隧道激光点云提取中轴线及进行整体变形分析

针对采用传统测量手段获取隧道断面数据进行隧道变形分析,存在数据覆盖面小、效率低等问题,以三维激光扫描仪获取的隧道点云为基础,提出一种利用隧道激光点云提取中轴线及进行整体变形分析的方法.首先,根据下采样边界特征提取算法获取边界点集;其次,利用边界与中点的几何关系获取隧道水平中轴线;然后,基于水平中轴线截取横断面点云,并对...     

车载激光点云与序列化全景影像融合方法

利用车载移动测量系统采集的全景影像,建立全景球坐标系。将车载点云通过一系列的坐标转换,在全景球坐标系下利用球心、球面上像点和球面上物点三点共线关系,实现车载移动测量系统激光点云与全景影像的融合。全景影像拍摄盲区造成真彩点云存在"黑洞",从而导致导致路面信息缺失。针对该问题利用相邻影像重叠关系对"黑洞"进行修补。通过人工采集检查点对融合精度进行评定,结果表明,该方法融合结果正确,全景影像与激光点云融合精准,修补"黑洞"后,路面信息保留完整。     

基于深度学习的机载激光海洋测深海陆波形分类

机载激光雷达的海陆波形分类对于沿海地区及其变化性质的研究至关重要。提出了一种在原始的机载激光雷达回波上使用深度学习进行分类的方法。构建全连接神经网络和一维卷积神经网络（CNN）,在一个测量海域的数据集上进行训练和测试,最优模型获得了99.6%的分类精度。该最优模型对来自不同测量海域的数据进行分类,分类精度达到了95.6%,相比支持向量机方法,处理速度提高了约52%。结果表明:深度学习方法对机载激光雷达回波波形的分类具有较高的精度和速度,它可以进一步作为通过机载激光测深技术对海底种类进行分类的候选方法。     

车载移动测量高精度高程异常改正方法

针对车载移动测量中的粗差对高程异常改正结果影响较大问题,提出一种稳健高程异常改正方法。该方法以薄板样条函数为基础,结合随机抽样一致性算法,以狄克松判别法为准则,得到稳健参数估值,进而对含有粗差的点云数据进行高程异常改正。利用某地实测点云数据,通过三次曲面法、薄板样条函数法和稳健薄板样条函数法分别进行高程异常改正,并采用不同高程的检核点进行精度检核,证明该方法具有较好的拟合精度,能够满足工程需求。     

基于三维激光扫描的施工建筑平整度检测方法

针对传统施工建筑平整度检测方法效率低、检测结果受人为主观因素影响较大等问题，提出一种基于三维激光扫描的平整度检测方法。首先，利用三维激光扫描仪对目标建筑进行数据采集、处理和拼接，获得高精度三维点云数据；其次，结合建筑平整度检测特点设计了一种非均匀抽稀方法，用于无损保留墙面凹凸特征；然后，利用随机抽样一致性算法结合特征值法，对建筑点云数据进行自动化特征提取与平面拟合，获得待检测墙面几何参数；最后，依据平整度检测原理，利用拟合平面与点云数据拓扑空间关系，设计了一种基于三维激光扫描的施工建筑平整度检测方法。实验结果表明：所提非均匀抽稀方法能够有效完成点云数据抽稀工作，抽稀比达55.4%，且能够无损保留墙面凹凸特征；基于三维激光扫描的平整度检测方法理论可行，精度可靠，较传统检测方法，效率提高了23.33%，且更加全面。