城市道路交通虚拟场景的快速建模方案

设计了一套城市道路交通虚拟三维场景的快速建模方案。通过移动测量、图像处理、三维建模和场景设计等方法,实现对不同控制策略(动态和静态)、道路(路网和人行道)和背景(街景、护栏和绿化等)场景模型的快速建模。应用该方案对北京市的18 km^2局部道路区域进行了三维场景建模,得到了满足驾驶模拟实验需求的虚拟三维场景。实际应用表明,相比传统建模方法本方案建模效率提高了40%。应用该虚拟场景进行了120人次高仿真驾驶模拟实验,驾驶员问卷调查结果显示驾驶环境真实度高、标识信息识别效果好。

一种三维激光数据与数码影像自动配准的方法

地面激光扫描仪可以获取目标表面密集高精度离散的三维点云数据,摄影测量可以获取目标表面丰富高质量连续的纹理影像数据,将地面激光扫描仪点云和近景数码影像进行有机融合成为当前研究的热点和难点,提出了一种通过基于激光点云强度图像和数码影像自动配准来实现两种异源数据间的精确融合。其中,针对异源数据成像模型不同的问题,将点云数据严格地转换为相机中心投影方式的强度影像;在点云强度图像和数码影像间特征点的提取与匹配过程中,采用了由粗到精的稳健策略;根据高精度的匹配点利用空间后方交会获取相机的准确外方位元素,恢复图像在摄影瞬间相对点云目标的位置和姿态。实验证明,该方法可实现地面激光点云数据与近景数码影像的有机融合。

机载LIDAR数据的树高识别算法与应用分析

利用机载激光雷达数据提取天然次生林的树高,旨在探索影响树高提取精度的主要因素。首先,采用高精度曲面建模平差算法(Adjustment Computation of High-accuracy Surface Modeling,HASM-AD)生成研究区不同空间分辨率的数字高程模型(Digital ElevationModel,DEM)、数字地表模型(Digital SurfaceModel,DSM)和冠层高度模型(Canopy Height Model,CHM);其次,用树顶点识别算法提取林木树高,设置不同树高识别范围,对比分析不同CHM分辨率和不同树高识别范围对树高提取精度的影响;最后,以天涝池流域30个实测样地数据为样本,对提取精度进行检验。结果显示:提取的样地平均树高与实测值具有明显线性相关关系,线性回归系数为0.694;树高识别范围是影响树高提取精度的重要因素,CHM分辨率对其影响较小。研究表明,采用高采样密度的雷达点云数据、正确选择CHM生成方法和改进树顶点识别算法是提高天然次生林树高提取精度的有效途径。