地面激光扫描点云与无人机影像点云融合应用

通过建立高精度的桥梁三维点云模型,检查桥梁病害情况并拟合绘制出桥梁线形。首先以无人机近景摄影、环绕飞行、井字飞行获取某双线特大桥梁主体与细部纹理数据,然后将不同航线采集的数据在Context Capture软件里面进行三维重建,将桥梁主体与细部影像融合生成完整桥梁点云1。运用Trimble SX12仪器完成对桥梁一体化扫描,获得完整桥梁点云2。提出基于双向KD-tree优化的ICP(Iterative Closest Point)算法对无人机航摄桥梁点云1与地面激光扫描桥梁点云数据2进行配准融合,加密后的桥梁点云用于建立运营铁路双线特大桥精细化三维实景建模。提出基于KD-tree的PCA(Principal Component Analysis)算法完整提取出桥梁吊索点云,运用最小二乘法拟合出桥梁拱轴线线形、RANSAC算法拟合出桥面线形。通过与单一无人机、单一地面激光扫描精度及完整性对比分析,以验证融合建模的有效性。研究结果表明:融合建模的模型水平精度1.71 cm、垂直方向精度1.25 cm,较单一无人机建模精度在水平与竖直方向分别提升16.59%与20.89%;融合建模的完整性为98.17%,纹理效果更加真实,并检查出桥墩存在蜂窝麻面、渗水等病害,拱肋存在涂装锈蚀、破裂等病害。该研究可为桥梁三维点云模型应用研究提供思路参考,具有较好的应用前景。

基于融合点云数据的马尾松林地单木分割算法研究

激光雷达技术在森林资源调查中具有较大优势,但单平台采集的数据往往存在扫描盲区,难以获取完整的森林结构信息。为此,以马尾松林作为研究对象,探究基于融合点云数据的马尾松林单木分割适宜性算法。首先提出一种针对森林样地点云数据融合的方法,然后采用标记控制分水岭算法、距离判别聚类算法和层堆叠算法对马尾松林进行单木分割,并对3种算法的关键参数的选取进行分析,最后提取树高验证融合点云估测森林结构参数的适用性。得出实验结果如下:1)提出的点云融合方法可以有效融合机载和手持激光雷达点云,配准误差为0.054 m;2)3种单木分割算法中,标记控制分水岭算法分割精度最高,总体精度为0.88,高于距离判别聚类算法和层堆叠算法;3)利用标记控制分水岭算法分割的单木提取树高,基于融合点云数据的R2值为0.983 7,RMSE为0.759 6 m,相较于单一点云数据,精度明显提高。研究结果可为多源激光雷达在林业领域的应用以及马尾松林地森林资源管理提供技术支持。

基于TLS和ALS融合数据的杨树林木表型参数提取研究

基于激光雷达手段获取杨树林木表型参数的方法,探究树木点云提取更优林木表型参数的能力,为林木经营方案的编制提供有力的数据支撑与参考依据。根据地基激光雷达(TLS)与机载激光雷达(ALS)的融合点云数据,利用几何特征树木骨架、提取不完全模拟水分和养分传输的算法(ISTTWN),建立三维单木模型,并获取杨树单木的胸径、树高以及枝条属性因子。结果表明,融合数据的胸径、树高提取值的平均值均高于TLS数据的提取值,同时提取精度也更高。在所提取的枝条属性因子中,提取精度依次为着枝高度>枝长>弦长>着枝角度>分枝角度>弓高,且融合数据的提取精度更高。从RMSE、MAE、MAPE、R^(2)4个方面对枝条属性因子进行提取精度评价,枝长的拟合度最高,地基和融合点云提取值分别达到0.985、0.989;角度的拟合度相对较低,TLS着枝角度提取值的R^(2)仅0.775,但融合后的着枝角度的拟合度提升明显,达到0.887。基于不同相对着枝高度对提取精度分析,未融合前相对着枝高度0.4~0.6的枝条属性精度最高,而后其精度随着冠层高度的增加而降低,由于融合后的冠层点云密度提高,枝条属性因子的提取精度较融合前显著提升,且在相对着枝高度0.8~1.0时提高最为明显,相对提取精度最低的弓高提高了10.04%。研究认为TLS与ALS融合点云数据后,由于数据之间的相互弥补,有效提高点云密度,在三维树木模型研建中能够显著提高林木表型参数的数据提取精度,其中冠层提取精度提升最为明显。

利用Terrasolid进行机载与车载LiDAR点云数据的融合

介绍了一种利用Terrasolid软件进行机载与车载LiDAR点云数据融合的方法,通过分析两种扫描系统采集点云之间的共性与特性,制定了融合取舍原则,得到了覆盖范围全面的LiDAR点云融合成果,为LiDAR点云数据的应用和推广提供了良好的基础。

基于ALS和TLS融合数据的枝条属性因子构建木材材积模型

【目的】立木材积作为森林蓄积量估算的重要单元,具有重要的森林资源调查意义,研究基于多源激光雷达手段获取立木枝条属性因子的方法,探究树木点云构建更优立木材积预测模型的能力。【方法】本文基于地基激光雷达(TLS)与机载激光雷达(ALS)融合的点云数据,运用几何特征树木骨架和提取不完全模拟水分和养分传输算法(ISTTWN),建立三维树木模型,并获取杨树单木的枝条属性因子。通过构建以枝条属性因子为自变量的立木材积预测模型,探索构建林分蓄积量最优估测模型。【结果】融合后的枝条属性因子较融合前精度有所提高,提取精度依次为着枝高度>枝长>弦长>着枝角度>分枝角度>弓高,其中枝长拟合度最高,R2达0.989。在利用特征参数与枝条属性因子构建材积预测模型中,基于枝条属性因子构建的模型较由特征参数建立的线性与非线性材积模型R^(2)分别提高0.088与0.110,RMSE则分别降低0.012与0.009 m^(3)。而将二者结合共同构建立木材积模型后,其线性与非线性模型拟合度分别达0.729与0.759,为六组材积预测模型中最佳。【结论】TLS与ALS融合点云数据后,由于数据之间的相互弥补,有效提高点云密度,在三维树木模型研建中能够显著的提高枝条属性因子的提取精度,同时在材积预测模型中加入枝条属性因子这一自变量能够有效提高模型预测的准确性。

点云数据重采样下的破损建筑虚拟重建与修复方法

建筑物长期处在外界环境中,经过风吹日晒或者外力攻击,建筑物会老化破损,其虚拟修复过程中采集的点云数据噪点较多,冗余数据过多,虚拟修复效果差,为此本文提出点云数据重采样下的破损建筑虚拟重建与修复方法。采集建筑物点云数据,开展点云数据重采样,在排除其中无用数据后,融合和匹配重采样的点云数据,生成建筑物三维立体模型,构建点云数据的双边滤波全因子,小尺度修复破损位置,实现破损建筑虚拟重建与修复。实验结果表明,本文所提方法的修复效果好,修复平均耗时为36.69 s。

叶片三维轮廓测量点云数据高精度多角度融合

针对高精度多角度点云数据融合叶片测量难题,设计了一种基于相位测量轮廓方法的多角度点云数据融合的机械装置.通过设计对参考平面数据旋转的算法,实现叶片三维轮廓的高精度数据合成,精度达到(0.06±0.01)mm.这种装置的方法、结构简单实用,测量效率和精度高,可以多个叶片同时测量,是一种可以取代三坐标测量的实用方法.

电厂智能化燃料管理系统的研究与应用

为解决电厂燃料管理难度大、作业环境差等问题,基于两种激光点云数据融合计算技术、视频跟踪技术及分炉计量技术,实现了对设备运行的无人值守及燃料存储的智能化管理,可以远程监控设备的运行状态,分析设备在作业过程中存在的潜在危险,可以远程核查燃料的储存情况,进而对燃料进行智能化管理,提高了作业效率,减少了工作时间,降低了设备故障率,促进了企业的智能化升级改造。

燃气轮机叶片360°轮廓高精度测量

为了寻找一种既能满足叶片测量精度要求,又能解决叶片高精度测量成本高、测量效率低的测量方法,通过搭建基于相位测量的三维轮廓测量系统,对叶片进行360°测量,由于采集的点云数据需要进行数据融合,设计了一种基于相位测量轮廓方法的多角度点云数据融合机械装置,提出了基于参考平面数据旋转的新算法,最终实现了旋转多角度叶片三维轮廓点云数据高精度的自动融合,得到了完整清晰的叶片三维表面轮廓。同时对叶片局部大曲率部位进行测量,为局部二次因素的详细实验测量提供了有利条件。实验结果证明相位测量轮廓术应用于叶片三维轮廓测量非常具有实际价值。

空地一体高精度三维建模

无人机倾斜摄影测量可以获取到地物侧面纹理信息且可以快速自动获取大面积城市建筑物三维模型,但是由于低角度的遮挡和侧面细节数据缺失等导致模型变形纹理缺失,进而导致所建立的模型存在质量问题而达不到足够的精度与解析力。文章提出采用空地一体的精细化实景三维建模技术,将传统5镜头数据与地面或者贴近侧面的拍摄数据进行有效结合的一种方式,用以提高此类场景下模型的精度及效果。

空地一体高精度三维建模

无人机倾斜摄影测量可以获取到地物侧面纹理信息且可以快速自动获取大面积城市建筑物三维模型,但是由于低角度的遮挡和侧面细节数据缺失等导致模型变形纹理缺失等导致所建立的模型存在质量问题达不到足够的精度与解析力。采用空地一体的精细化实景三维建模技术,将传统5镜头数据与地面或者贴近侧面的拍摄数据进行有效结合的一种方式,来提高此类场景下模型精度及效果。

三维激光扫描与倾斜摄影测量技术在建筑立面测绘中的应用研究

针对三维激光扫描仪在数据采集过程中,受到多重因素的限制,难以完整的获取物体表面三维数据的难题,本文采用融合多种数据源的方法来获取地物表面完整的三维数据。本文结合三维激光扫描技术和无人机倾斜摄影测量技术对哈尔滨市太阳岛风景区内建筑物进行三维数据采集。以地面三维激光点云数据为基础,融合无人机倾斜摄影测量点云数据,得到研究区域完整的三维点云,对融合后的多点云进行编辑处理,进而绘制出建筑物的平面图、立面图、剖面图等,为建筑物改造设计、工程量计算、造价等提供基础数据。这两种技术及方法的结合不仅解决了复杂建筑物外立面采集的难题还为类似的工程提供参考。

基于环境信息实时感知的图书存取机器人移动轨迹检测

为保证机器人在图书存取时,按照设定轨迹完成图书存取,研究基于环境信息实时感知的图书存取机器人移动轨迹检测方法。通过在机器人上搭载激光雷达设备,采集机器人移动环境三维点云数据;采用贝叶斯估计方法融合该数据后,基于图优化算法构建机器人移动地图;采用平滑接近图算法,检测机器人在地图中的移动方向角,结合机器人所有的方向角结果实现机器人移动轨迹检测。测试结果显示:该方法能可靠获取机器人移动环境的三维点云数据,清晰生成机器人移动地图,并呈现障碍物情况;机器人最大方向角度检测误差结果为1.23°;机器人的移动轨迹位置和指定位置结果吻合程度较高。

三维激光扫描与倾斜摄影测量的高陡崖三维建模

针对三维激光扫描仪在数据采集过程中,受到多重因素的限制,难以完整的获取物体表面三维数据的难题,该文采用融合多种数据源的方法来获取地物表面完整的三维数据。该文结合三维激光扫描技术和无人机倾斜摄影测量技术对大理苍山石门关世界地质公园的高陡崖进行三维数据采集。以地面三维激光点云数据为基础,融合无人机倾斜摄影测量点云数据,得到研究区域完整的三维点云,对融合后的多点云进行编辑处理、重建得到高陡崖完整的三维模型。文中对多点云融合建模("点云+点云"融合建模)及单一点云建模后模型融合("模型+模型"融合建模)进行模型比较分析,得出这两种方法所建三维模型基本一致,并总结了两种建模方法的优势和不足。这两种技术及方法的结合不仅解决了高陡崖数据采集的难题还为类似的工程提供参考。