共查询到19条相似文献，搜索用时 686 毫秒
1.
高精度三维测图是室内三维制图的重要支撑,基于三维激光雷达扫描技术的三维测图成本高,需要提前布置标靶,在室内复杂环境中易导致数据不完整;基于图像序列的三维重建建模时间长,易受多种因素影响。针对以上问题,本文将RGB-D SLAM技术应用于室内高精度三维测图中。通过将深度相机与SLAM技术相结合,计算相机位姿并恢复三维空间信息,获取室内三维点云模型,并以目标物实际量测为基准评价密集点云精度。试验结果表明,该方法可快速获取精度较高的三维点云模型,成本低且效率高,能够较好地满足应用需求。 相似文献
2.
3.
《测绘与空间地理信息》2020,(6)
融合倾斜摄影影像与激光雷达点云数据,通过迭代最邻近点配准法和人工配准相结合的方法进行匹配融合,得到高精度的点云模型,构建了京雄高速公路两侧500 m范围真实三维场景模型,并在全长27.37 km的道路中线两侧100 m范围进行1∶1 000 DEM和DOM数据制作。实测数据检查对比结果表明,真三维模型的平面和高程精度分别优于0.15 m和0.1 m,满足了京雄高速公路规划设计的精度要求。 相似文献
4.
5.
机载激光雷达(LiDAR)技术的快速发展为获取高时空分辨率的地球空间信息提供了一种全新的技术手段。笔者在某市电力选线项目中利用机载激光雷达技术,获得高精度点云,根据点云建立三维模型,并通过大量外业采集数据进行精度检核,最后将生成产品导入电力选线软件中,实现了在室内完成电力选线工作。实验表明,在电力选线项目中,利用机载激光雷达技术提高了作业效率,具有广阔的应用前景。 相似文献
6.
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。 相似文献
7.
8.
从机载激光雷达数据自动识别地物对象,可提高数据的解译能力,成为快速、高效地形图测量、数字地籍、三维城市等数据获取的有效途径。本文基于机载Li DAR数据和遥感数据,进行快速数据获取与制图研究,充分利用激光雷达获取数据质量高的优势,通过高密度、不规则点云分析,构建建筑物、树木、地表、电力线等地物的离散几何模型,从而提高点云数据的分类精度及制图自动化。根据描述地物使用线和面以及纹理、颜色的方面的约束条件,通过构建点云的离散几何模型,对高维数据进行降维,达到高精度构建地物信息。应用法线估计法,计算邻域法线的各项异性的相似度,判断相邻网格是否属于一个平面,结合区域增长法构建规则地物的几何模型;采用自组织神经网络法对点云数据进行处理,利用自由曲面描述地物,以长春师范大学校园为例,实现了Li DAR点云数据的地物几何信息提取与制图。 相似文献
9.
10.
11.
随着数字城市的发展,城市三维模型重建对三维点云结构化的需求与精度要求越来越高。如何有效准确地分割室内语义模型与三维重构是当前研究的热点问题。点云分割分类是室内点云结构化的重要基础,如何将粘连点云构件进行准确分割并用于室内点云结构化,是当前城市建模的难点。本文提出了一种面向室内粘连点云数据的分割分类方法。首先,利用深度学习网络处理室内点云数据;其次,对点云数据进行标签分类,得到目标标签点云;然后,利用欧氏算法对目标点云进行聚类分割,通过室内语义构件包围盒信息计算各目标中心点坐标与水平半径;最后,利用点云最小割实现室内粘连点云的准确分割。利用3组室内场景中获取的数据对分割方法的精度及有效性进行了验证。结果表明,该分割优化方法具有较高的精度与数据完整性。 相似文献
12.
Florian W. Fichtner Abdoulaye A. Diakité Sisi Zlatanova Robert Voûte 《Transactions in GIS》2018,22(1):233-248
3D indoor navigation in multi‐story buildings and under changing environments is still difficult to perform. 3D models of buildings are commonly not available or outdated. 3D point clouds turned out to be a very practical way to capture 3D interior spaces and provide a notion of an empty space. Therefore, pathfinding in point clouds is rapidly emerging. However, processing of raw point clouds can be very expensive, as these are semantically poor and unstructured data. In this article we present an innovative octree‐based approach for processing of 3D indoor point clouds for the purpose of multi‐story pathfinding. We semantically identify the construction elements, which are of importance for the indoor navigation of humans (i.e., floors, walls, stairs, and obstacles), and use these to delineate the available navigable space. To illustrate the usability of this approach, we applied it to real‐world data sets and computed paths considering user constraints. The structuring of the point cloud into an octree approximation improves the point cloud processing and provides a structure for the empty space of the point cloud. It is also helpful to compute paths sufficiently accurate in their consideration of the spatial complexity. The entire process is automatic and able to deal with a large number of multi‐story indoor environments. 相似文献
13.
14.
15.
提出一种车载移动测量系统（MMS）激光点云与序列全景影像自动配准方法。首先采用层次化城市场景目标提取方法自激光点云提取天际线矢量,在全景影像中经虚拟成像与分割角点提取算法生成天际线矢量。然后,将提取结果作为几何配准基元,构建配准基元图,通过最小化配准基元图编辑距离进行匹配,组成共轭配准基元对,解算2D-3D粗配准模型,获得全景影像与LiDAR点云参考坐标系之间的初始转换关系。最后,为消除几何配准基元提取与匹配误差对配准结果的影响,自序列全景影像虚拟成像影像生成多视立体密集匹配点云,继而使用变种ICP算法优化其与激光点云数据间3D-3D配准参数,间接优化全景影像与激光点云间的配准参数,精化配准结果。试验结果表明,本文提出的自动配准方法可以实现车载MMS激光点云与序列全景影像的1.5像素级自动配准,配准成果可应用于真彩色点云生成等点云/影像数据融合应用。 相似文献
16.
尝试应用机载LiDAR技术测绘1：10 000比例尺地形图3D（DLG、DEM、DOM）产品,给出了机载LiDAR测绘3D产品的技术流程,并选择荒漠地区作为试验区,验证了此种技术方法在荒漠地区测绘3D产品的可行性,分析了成果精度。试验证明,该方法可以满足荒漠区域的1：10 000比例尺3D基础数据生产要求,且具有外业工作量小、自动化程度高、成图快、高程精度高、受外界环境影响小等优点,同时也总结了该方法中有待完善之处。该方法为荒漠地区3D基础测绘数据获取提供了有益借鉴。 相似文献
17.
一种基于 K-D 树优化的 ICP三维点云配准方法 总被引：1，自引：0，他引：1
为提高三维点云数据配准精度和速度,提出一种基于K-D树优化的ICP三维点云配准方法,首先采用中心重合法实现点云数据的粗配准,然后利用K-D tree快速搜索最近点对改进传统ICP方法,完成三维点云数据精配准,该方法克服传统ICP算法中由于利用欧式距离来判断最近点所引起的工作量大、耗费时间多的缺陷,提高点云的配准速度。在此基础上利用斯坦福不同密度Bunny点云数据进行实验验证,结果表明在采用中心重合法实现三维点云粗配准的基础上,利用K-D tree优化ICP算法,能够提高点云配准的精度、速度和稳定性。 相似文献
18.
通过无人机搭载激光雷达(LiDAR)测量系统进行电力线巡检实验,提出了一种基于多系统精密单点定位(PPP)的机载LiDAR电力线巡检方法,重点分析了基站差分、单系统PPP、多系统融合PPP三种处理策略生成POS数据的方法,并利用江苏省中北部采集的机载雷达数据及人工布设的控制点结果进行验证. 实验结果表明:三种方法得到的POS数据均方根误差(RMSE)均在0.016 m以内,与单系统PPP相比,多系统PPP在高程方向提高了12%,在东(E)方向提高了21%,在北(N)方向提高了17%,文中提出的方法生成三维(3D)点云数据精度较高,生成的点云数据精度满足精细电力线巡检的要求. 相似文献
19.
从数据量庞大且散乱的车载LiDAR点云中分割出建筑物立面数据是一项繁琐而艰巨的工作。本文提出一种结合机载LiDAR点云的车载LiDAR点云建筑物立面分割方法。该方法在空-地点云严格配准的基础上,从机载LiDAR点云中分割出每栋建筑物的顶部点云,提取建筑物顶部外轮廓线并进行规则矢量化处理,设置轮廓线缓冲区实现立面点云的粗分割;再采用基于稳健特征值的平面拟合法对单栋建筑物的每个立面进行去噪滤波,实现建筑物立面的精细分割。试验结果证明了该算法对城市场景中车载LiDAR点云处理的有效性。 相似文献