基于SLAM点云数据的室内墙线提取算法研究

针对SLAM技术获取的室内点云数据,提出一种先基于离散点云提取墙面点,再基于图像处理提取墙线的方法。该方法首先采用法向量粗提取墙面点,将粗提取的墙面点降维后,依据局部空间特征精确提取墙面点,再将点云数据转为二值图像,采用边界提取、膨胀、腐蚀、骨架提取和骨架特征点提取的方法处理图像,最后结合凸包算法实现室内墙线的提取。通过对某地下车库的SLAM点云数据分析进行验证,结果表明本文算法可准确有效提取室内墙线。

融合kmeans聚类与Hausdorff距离的点云精简算法改进

通常情况下,融合kmeans聚类与Hausdorff距离的点云精简算法在目标曲面的曲率值过小时需要设定Hausdorff距离阈值,在模型表面复杂情况下曲率估算精度不高,针对以上问题对该算法进行改进。首先在kmeans聚类中k值的确定采用手肘法确定聚类数保证聚类精度,然后采用维数特征Hausdorff距离代替主曲率Hausdorff距离提取特征点,避免了曲率的估算和在曲率值过小时设定Hausdorff距离阈值,最后融合kmeans聚类簇心与采用维数特征Hausdorff距离提取的特征点实现数据精简。采用实际扫描的点云数据进行验证,实验表明改进后的算法在相近精简率下提取的特征点更多,精度更高。

临汾市PM2.5污染趋势及其关联因子研究

细微颗粒(PM2.5)与大气环境、人体健康息息相关。近年来,山西省临汾市PM2.5污染严重,为了了解临汾市的PM2.5浓度污染变化趋势以及PM2.5浓度的驱动因子,利用2015年1月-2019年12月的空气质量数据进行数据分析。结果表明:(1)临汾市PM2.5严重污染出现在秋冬季。2015-2019年,PM2.5污染的占比情况如下:I级(44.67%),II级(37.62%),III级(9.72%),IV级(4.22%),Ⅴ级(2.72%),Ⅵ级(1.05%)。平均PM2.5浓度总体变化趋势为先上升后下降,2017年值最高达到83.26μg/m3。2015年值最低仅为58.40μg/m3。2017年冬季是临汾污染最严重的时期,近两年临汾市的PM2.5浓度有所下降,但是2019冬季PM2.5污染依旧严重。(2)PM2.5浓度与SO2,NO2,CO相关性为正,而与O3相关性为负。SO2,NO2,CO与PM2.5浓度的相关性均在0.7以上,其中SO2与PM2.5相关性最高而O3相关性最低。