高分辨率三维激光扫描数据的微小变形统计分析     

陈金磊  康志忠 《武汉大学学报(信息科学版)》2015,40(6):744-750

地基三维激光扫描数据具有高精度、高空间分辨率的特点,能够改变传统的单点变形观测模式,使传统的点测量向“形测量”转化,因而大量的变形监测数据使得通过数学统计的方法探测变形量小于测量精度的微小变形成为可能。利用高分辨率三维激光扫描数据的微小变形统计分析方法,提出了基于反射值影像和BaySAC的拼接方法提高拼接精度;通过拟合方式提高整体分析精度,而影响拟合精度的主要因素为粗差,因此采用RanSAC算法剔除粗差,提高拟合的精度;然后利用格网化方法消弱偶然误差、修正拼接误差,最终得到变形量。采用建筑墙面及地铁隧道的点云数据进行了微小变形检测的实验,证明了该方法的有效性。  相似文献   

增广扩展卡尔曼滤波的全局拼接方法研究     

陈金磊  康志忠  王保前 《测绘科学》2015,40(7)

针对点云拼接中双站数据的拼接必然会产生拼接误差的传递,最终导致整体拼接效果不佳的问题,该文讨论了基于增广扩展卡尔曼滤波的全局拼接,通过构造系统增广模型和系统观测模型,构建转换矩阵来对数据进行全局拼接:应用增广的卡尔曼滤波原理对各站点的位置姿态进行递归地估计,以同名点偏差为依据进行估计和校正,更新位置姿态,实现数据的全局拼接。最后采用上海地铁隧道三维点云数据进行基于增广扩展卡尔曼滤波的全局拼接实验。结果表明,此方法能够提高拼接精度,降低拼接误差。  相似文献