一种特征量化赋权的配电线点云自动提取方法

针对配电网电力线架设低、线路与植被、构筑物等地物混淆,大规模线路高精度、高效率提取难度大的问题,提出了基于点云多特征量化赋权的电力线提取方法。该方法可根据场景内复杂地物的空间分布特点,选择地物显著区分特征,并在兼顾特征变异性和相关性的基础上量化特征区分电力线的能力,实现电力线与周围地物的分离。选用三景不同规模、地形复杂性的配电网点云数据验证该方法的有效性,实验结果表明电力线提取精度可达97.6%。

测绘工程专业新工科课程体系改革实践

为适应新工科背景下测绘工程专业人才培养体系改造、升级的发展需求,在分析新工科的新要求、测绘行业发展的新需求和本专业的人才培养现状的基础上,结合测绘类专业教学质量国家标准、工程教育专业认证标准和学校要求,探索测绘工程专业课程体系的改革与重构。新的课程体系体现本专业“厚基础、宽口径、大类培养”“实践育人”的人才培养理念和地质行业背景特色,融入系统的人工智能、大数据课程模块。

基于无人机LiDAR的橡胶树单木地上生物量估测

橡胶树地上生物量是反映橡胶树生产力、固碳能力和碳储量的重要指标,为提高橡胶树单木地上生物量估测的效率和精度,以橡胶树8年生育种试验林为研究对象,采用无人机LiDAR获取林地点云数据,并实测其地上生物量,基于点云数据提取树高、冠幅、树冠投影面积和树冠体积4个单木结构参数,将此4个参数作为预测因子建立橡胶树单木地上生物量估测模型,比较多元非线性回归和随机森林回归2种模型的估测精度,并分别采用五折交叉验证的方法对2种模型的泛化能力和可靠性进行评估。结果表明:(1)在单木分割的基础上由算法提取的树高和冠幅与直接基于点云人工量测的数值存在很好的一致性,2个参数与实测值的Pearson相关系数分别为0.999和0.951,均方根误差(RMSE)分别为0.109 m和0.452 m;(2)树高、冠幅、树冠投影面积和树冠体积等4个单木结构参数与橡胶树实测单木地上生物量相关性显著,其中树冠体积与地上生物量的Pearson相关系数最高,达0.904,4个参数对橡胶树地上生物量都具有良好的解释性;(3)基于4个单木结构参数建立的2种橡胶树单木地上生物量估测模型均能够取得很好的拟合效果,但是随机森林回归模型的表现更优,其决定系数(R^(2))为0.85,估测精度较多元非线性回归模型提高了3.64%,相对均方根误差(rRMSE)为30.90%,较多元非线性回归模型减小2.66%。总体而言,随机森林回归模型的拟合优度更高,泛化能力更强,可以更加准确地估测橡胶树单木地上生物量。

一种车载LiDAR点云道路提取深度神经网络模型

PointNet++在车载LiDAR点云道路提取中表现出优于传统方法的性能,但对于道路边缘的提取仍存在过分割或欠分割的现象。针对该问题,本文提出了一种改进的邻域增强编码网络——E-PointNet++,通过在特征提取前引入一个邻域增强编码模块,建立局部邻域内点与点之间的联系,以提高网络的道路边缘分割能力。在两个数据集上进行对比试验,E-PointNet++表现出明显优于其他方法的性能,准确性、完整性和检测质量均高于97%。该方法对于不同数据集和场景表现稳健。

SLAM激光点云整体精配准位姿图技术

基于同步定位与制图(simultaneous localization and mapping,SLAM)技术的激光扫描系统具有成本低、效率高的优点,近年来在测绘领域得到了广泛关注。虽然基于SLAM技术的激光扫描系统能够实现实时数据获取,但该数据获取方式难以保证点云精度,不同位置获取的同一地物的点云存在位置不一致。为了提高该类系统所获点云精度,本文提出一种分层次点云全局优化方法。该方法首先通过"点-切平面"迭代最近邻算法对重叠点云进行配准,形成扫描系统轨迹间的约束;然后构建位姿图对轨迹进行优化,利用优化后的轨迹对点云进行修正。算法通过将优化过程分解为局部和整体两个层次以提高计算效率。试验结果表明,优化后点云同名点对间的距离中误差减小约50%,内部不一致现象得到有效消除。

融合遗传算法和ICP的地面与车载激光点云配准

车载激光扫描可快速获取大场景点云,由于存在视场限制和遮挡,需地面激光点云作补充。车载与地面点云分别位于大地坐标和局部坐标系统,本文提出结合遗传算法(genetic algorithm,GA)和(iterative closed point,ICP)的自动点云配准方法以统一基准。ICP采用局部优化,效率较高,但依赖初始解;GA为全局优化方法,但效率低。融合策略为当GA配准趋于局部搜索时,采用ICP完成配准。GA配准以地面激光扫描仪内置GPS测量粗略位置限定优化搜索空间。为提高GA配准精度,提出了最大化归一化匹配分数之和(normalized sum of matching scores,NSMS)配准模型。实测数据试验验证了NSMS模型的有效性,GA配准均方根误差(root mean square error,RMSE)为1~5cm;融合配准比GA配准效率高约50%。

一种闭合条件约束的全局最优多视点云配准方法

针对已有多视点云配准存在的问题,提出了一种严密的闭合条件约束配准方法。该方法首先采用"点-切平面"迭代最近点算法分别求解各对应点云间的坐标转换参数;再以单站点云为配准单元,并将转换参数视为随机观测值构建条件方程,采用条件平差方法对转换参数作改正以达到全局最优。通过地面三维激光扫描仪实测两组点云数据进行试验,验证了该方法有效且可行。试验结果表明,对采样间隔为毫米级和厘米级的点云,增加扫描重叠度能够提高配准精度和可靠性。

基于非迭代与迭代法联合估计的七参数坐标转换方法研究

针对七参数模型非迭代解法比较稳健,但精度较低;迭代解法精度较高,但收敛性易受初始值的影响,提出一种联合估计七参数的方法。该方法解决了传统方法不适用于大旋转角的难题,具有收敛速度快,求解精度高等特点,因不需要迭代初始值而能应用于任意角度转换的七参数空间直角坐标转换模型。并通过实测算例验证了该方法的正确性与有效性。

基于Google Earth的交互式三维虚拟校园研究

虚拟校园系统在真三维平台上直观、形象地展现校园场景。以成都理工大学主校区为例,论述了利用虚拟现实技术创建交互式三维虚拟校园的流程。利用SketchUp建立虚拟校园三维模型,导入Google Earth,再将Google Earth嵌至C#应用程序中,从而既可显示校园基本地物特征,又允许用户进行信息查询,还可使用三维飞行功能进行漫游,满足三维视景动态可视化要求。

基于几何特征的无人机激光雷达电力线提取

提出了一种根据几何特征计算和评价的无人机激光雷达点云数据电力线提取算法。为了减少有效点云数量,提高处理效率,首先对点云数据进行地面滤波,分离地面点与非地面点,利用距地相对高滤波从非地面点云剔除近地点;为了实现高精度电力线提取,设计了一种几何特征评价方法,选取多种特征组成特征向量,根据特征显著性赋予每一特征归一化评价分数,设置分数阈值,评分大于阈值的点投影至二维平面,通过累计概率霍夫变换以提取电力线点;最后通过主方向滤波去除残留的非电力线点,实现电力线的精化提取。两景数据试验表明,该方法能够快速高效提取电力线,试验数据的综合精确度为99.9%。

迭代最近点匹配算法的树结构k近邻搜索比较研究

为提高ICP匹配算法中k近邻搜索的存储和计算效率,本文分析总结了几种树结构k近邻搜索算法,利用模拟和实测数据实验对比研究了它们对ICP匹配结果的影响。实验结果表明,几种算法的拉入范围相同,匹配精度差异较小,主要差异在于搜索效率不同。其中,主轴搜索树k近邻算法的存储结构较优,近似搜索策略的计算效率较高,使得基于主轴树近似搜索的匹配效率最高。