复杂场景下多模态点云数据配准技术

针对复杂环境下多模态点云数据获取难,以及对点云数据配准、三维模型构建精度的要求越来越高的情况。本文以南通大剧院实景三维建模为例,当初始点云和校准点云两组多模态融合点云位置差较大时,采用ICP算法进行点云配准易导致局部最优问题,利用所提出的基于控制点辅助约束的最近点迭代(CPA-ICP)算法通过对点云数据进行配准,并与其他3种点云配准算法的试验进行对比,可知该方法的配准精度和配准效率较高,对复杂场景下的多模态点云数据融合有较好的参考意义。

一种复杂地形场景点云的WOA-CSF自适应性滤波方法

为解决布料模拟滤波算法(CSF)自适应性不高的问题,提出了一种基于鲸鱼优化算法(WOA)和自适应参数调整的改进CSF算法(WOA-CSF)。本文首先构造以误分类点云误差率最小为标准的适应度评价函数,然后采用WOA算法对CSF算法的四个参数进行自适应寻优,构建了WOA-CSF滤波算法,最后开展了WOA-CSF算法与CSF算法滤波实验的对比研究。实验结果表明:WOA-CSF算法在城市、乡镇、村庄和山区等四种复杂环境下平均Kappa系数从68.33%提升到81.54%,平均总误差率从10.54%下降到6.62%,平均I类误差率从25.87%下降到6.77%,在复杂场景下较好地滤除非地面点的同时,又极大程度上保留了地形特征。

利用三维扫描技术检测复杂几何尺寸的探讨

三维扫描技术是一种快速、精确获取物体表面点云数据的方法,广泛应用于产品设计与制造、质量控制与检测以及反向工程与快速原型制造等领域。复杂几何尺寸的检测是三维扫描技术的一个重要应用方向,它涉及多曲面结构、多角度测量和多尺度测量等复杂性问题。本文从三维扫描技术的概述开始,介绍其原理和应用领域,并探讨三维扫描技术在复杂几何尺寸检测中的应用。

基于无人机倾斜摄影测量技术的复杂重丘区三维重构技术研究

结合无人机倾斜摄影技术和三维激光扫描技术两种方法,分析复杂重丘区地形条件下三维重构技术应用的可实施性,将地面三维激光点云与密集匹配点云配准融合得到完整的复杂重丘区三维点云模型,在生产传统平立剖图件的基础上,以三维点云和实景三维模型的形式对复杂重丘区进行数字化建档,为复杂地形测绘提供了理论支撑和技术参考。

复杂异型建筑立面测绘轮廓提取方法设计

为解决点云数据密度异常时复杂异型建筑立面测绘轮廓提取精度变差的问题,提出基于局部点云密度的复杂异型建筑立面测绘轮廓提取方法。引入基于平面投影和双边滤波的测绘点云数据平滑方法,对测绘数据进行去噪和平滑处理,并通过点云分割方法提取目标点云区域。通过基于改进Alpha Shapes算法的立面测绘轮廓提取方法,以边界网格筛选的方式,去除目标点云区域冗余点云数据后,使用滚动圆半径自适应调节方法提取轮廓数据。试验结果表明,所提取轮廓匹配度高达95.08%,具有良好的精度和可行性。该方法可在有效平滑点云数据、分割获取目标点云区域的同时,高精度提取复杂异型建筑立面测绘轮廓。

面向复杂轨形的钢轨断面轮廓实时识别方法

钢轨断面轮廓检测装备能够测量钢轨的磨耗情况,为铁路维修保养提供重要参考。能否及时准确地从普通轨道、道岔、接头等复杂路况条件下识别出有效钢轨廓形制约了检测装备的实际应用性能。通过对二维线激光采样数据的统计分析,实现对有效廓形和异常廓形的分类识别。首先,对比线路中不同区域的钢轨轮廓形态,选择轨头与轨腰的间断性和轨头与轨腰的形态相关性作为有效轮廓的识别依据。其次,利用不同路况条件下的钢轨轮廓点云数据分布情况,实现对原始数据中难以评估磨耗程度的异常轮廓数据进行识别分类。现场实验测试结果表明,该方法识别出的有效轮廓分布和实际路况基本一致,在行车测试速度8.3 km/h的条件下,单个轮廓平均识别时间为9.78 ms,识别准确率达到97%以上。

复杂环境下机器人多传感器融合定位方法

为了解决在斜坡、特征退化以及GNSS信号丢失等复杂环境下连续精确的定位问题,提出了基于地面约束的多传感器融合方案,用于提高SLAM算法的整体性能。首先提出了不同系统状态下的关键帧选取策略。通过在起始位置增加关键帧的数量,避免了因子图优化后产生的定位跳变,从而得到连续准确的位姿输出。同时,针对误差累积所导致回环检测失效,利用该关键帧策略,有效地增大当前帧的子关键帧集合,提高了回环检测算法的鲁棒性。其次,针对IMU在长时间运行后高度方向上漂移过大的问题,本文根据提取的地面点构建地面约束,并引入因子图中进行优化。最后,利用搭建的移动机器人实验平台,完成了校园不同场景的数据采集,验证本文算法的有效性,并在KITTI数据集与LIO-SAM算法进行了对比测试,通过误差分析表明本文算法具有更优的定位精度。

电力管廊顶管施工杆塔中心桩位移自动化计算方法

在不同的杆塔结构中,同一种算法的位移值存在较大差距,为提高位移计算精度,在不同的杆塔中心桩偏移条件下设计电力管廊顶管施工杆塔中心桩位移自动化计算方法。基于连通域提取杆塔点云坐标,论述KD树分割原理,计算其时间复杂度,在不同的阈值中确定点云坐标,得到归一化的点云数据;计算不同条件下位移值,将等长横担杆塔的中心桩与长短横担杆塔中心桩作为主要的杆塔结构,创新性地分别计算其中相挂点位于中心点处以及中相挂点偏移情况下的位移值,设计中心桩位移自动检测与计算算法,对应点云数据,获得中心桩位移。实验结果表明,该计算方法所得到的位移值与实际测量值最接近,位移计算精度更高。为保证电力管廊顶管施工杆塔的稳定性,提供了理论与实际参考价值。

基于机载LiDAR系统的电力线点云提取方法研究

针对野外地形高度起伏大、走向复杂、杆塔形式多样且点云密度不均匀等造成电力线点云提取精度低的问题,文章提出一种自动化精度高的新型电力线点云提取方法。根据电力线走向对整体点云进行分块处理;使用迭代高程阈值法计算得到最佳高程分割阈值,将地面点、地物点与电力线点进行分割;采用DBSCAN密度聚类法聚类出杆塔点并进行剔除,对于误分到杆塔点的部分电力线点结合点云高程搜索进一步提取出来;使用欧式聚类法对单根电力线点进行精提取。实际输电线路点云数据实验表明,该方法电力线总提取精度为99%,实现了电力线点云的自动、高效提取,可满足实际电力巡检生产需求。

复杂密林地区植被点云组合滤波方法研究

为提高密林地形激光雷达测量(Light Detection and Ranging,LiDAR)点云数据植被点和地面点精准分类精度,采用5大传统滤波方法对林区点云进行滤波精度评定,借助布料仿真滤波算法实施相应的初始滤波处理,经准确处理后得到地形特征相对完备的初始地表点,再对具有突出植被点的初始地表点实施迭代开运算,由此得出新的地表点。并借助Ⅰ类误差、Ⅱ类误差等一系列的指标获得科学的评估精确度。布料仿真算法与简单形态学算法组合滤波较传统滤波算法Ⅱ类、总误差均明显下降,Kappa系数呈增长趋势。结果表明,该方法适用于林区点云分类,可以获得较好的滤波效果。

复杂山地大跨多曲拱-斜柱钢结构关键施工技术分析

某异形复杂建筑由弧形外立面和斜屋面组成复杂空间曲面,建筑平面似月牙形。该建筑位于陡坡上,总体地形坡度为50°~85°,部分区域达到90°,现状地面标高介于202.000~228.170m,部分区域无条件设置直桩基础。为了解决该种地形条件下竖向力传递问题,同时满足建筑造型和大开间需求,结构上采用空间多曲拱-斜柱结构受力体系。受地形条件限制,多曲拱需要倾斜一定角度才能设置桩基础,同时考虑拱脚传力效率,多曲拱采用斜桩基础。介绍了多曲拱及斜柱在复杂山地中的定位、斜桩开挖、多曲拱构件加工及现场拼接、施工阶段应力及变形和厚钢板焊接等关键问题。研究表明,利用点云技术可较好地解决异形结构在复杂山地定位难题;施工阶段模拟分析显示构件最大应力比为0.3,具有富足的施工安全储备。

不同UAV航摄方法的3D建模技术及精细化量测分析

本文以云南省禄丰恐龙谷南部的典型冲沟为研究区域,分别设计两种模式进行数据采集,先采用无人机正常航测模式对试验区一进行数据采集,再用无人机贴近地面飞行的方式对试验区二进行数据采集,通过数据处理,得到两个试验区的三维实景模型、点云数据、DOM、DSM等,对无人机成像点云进行PTD滤波处理,构建高分辨率的DEM;结合三维实景模型和DEM分析不同数据采集模式的优缺点以及适用性,结果总体实证了应用近地面飞行采集数据构建的三维实景模型能够实现对复杂地物的精细化量测分析,为广大山区复杂地形的三维建模和精细化分析提供了一种思路,对复杂地形的研究分析具有参考借鉴作用。

基于点云数据的大型复杂箱梁智能虚拟预拼装技术

为解决桥梁建造过程中,实体预拼装场地占用过大和施工周期过长的问题,基于点云技术,提出一种大型复杂箱梁的智能虚拟预拼装方法。通过对箱梁连接方式进行分析,建立虚拟预拼装的技术框架和虚拟预拼装流程。考虑到箱梁节段加工的质量精度,开发基于特征平面的梁轴线方向向量提取算法。本研究还对点云数据匹配方法进行了分析,并根据先验知识降低其计算复杂度。以江西省丰城市紫云大桥为工程背景,对本虚拟预拼装技术进行验证。研究结果表明:本虚拟预拼装方法具备自动化程度高,且不依赖于三维模型,并能有效指导相邻钢箱梁对接截面的错位修正,提高施工效率,为类似结构的数字化建造提供理论支撑和技术参考。

虚拟分割下复杂建筑立面纹理3D建模方法

针对因复杂建筑立面纹理特征难以捕捉,且存在噪声干扰,导致建模效果不佳的问题,提出一种基于虚拟分割的复杂建筑立面纹理3D建模方法。采集建筑立面像素信息数据,设置水平和垂直方向的特征标准参考量,采用虚拟分割法对不同立面区域的纹理实行分割,得到纹理变动向量。将特征信息看作是点云数据,设定去噪函数,计算不同特征的加权量完成去噪。以特征作为建模函数的初始输入,采取纹理映射方式,将复杂像素信息转换成简单信息,提高3D建模刻画的真实度,设计旋转平移矩阵,划分建筑立面的不同区域,根据区域内节点刻画3D建模函数,完成有效建模。仿真结果表明,所提方法建模质量表现较佳,建模结果与实际结果高度一致,且去噪效果较好。

基于区域生长的复杂场景点云分割

复杂场景下点云的有效分割是工程实际中所面临的难题,借助PCL点云库和KITTI数据集能实现对复杂场景下点云的有效分割。针对激光雷达扫描出来的点云数据具有无序性、散乱和不均匀的特点,在实现复杂场景下点云分割前,首先将点云进行地面点云与非地面点云的分割,再用下采样的方式简化复杂场景下的点云图像。通过估算点云曲率的大小,选取点云图像中曲率最小的点为种子点,从最平坦的区域进行分割。实验结果表明,算法对复杂场景下的点云分割精度高、准确性好。

基于方向直方图签名描述符的点云配准方法

针对复杂场景下传统点云配准精度与效率低、鲁棒性差,难以配合机器人进行工业作业,提出一种基于方向直方图签名(SHOT)描述符的点云配准方法。对模型点云和场景点云采用体素重心降采样预处理,对降采样后的点云采用内部形状签名(ISS)提取特征点;计算特征点SHOT描述符并构建KD树快速检索特征相似的点对;采用随机采样一致(RANSAC)去除误匹配点对并完成粗配准,获取点云粗配准初始位姿,联合迭代最近点(ICP)完成精配准。实验结果表明:复杂场景下,本文方法能够快速识别定位H型钢和热电偶,配准用时2 s,配准精度在5 mm以内;与传统ICP算法相比,本文方法配准精度更高、鲁棒性更好,能够对一定程度遮挡、残缺物体点云进行识别,满足工业要求。

复杂地形与障碍物环境下的局部避障方法研究

为实现移动机器人在复杂地形与障碍物环境下的精确避障及导航任务,设计出一种点云分割与剔除算法,并应用于优化的避障及导航策略框架中进行仿真。使用2D激光雷达建立全局地图,进行手动修改后构建全局代价地图;根据常见的地形与障碍物,使用深度相机作为局部避障传感器;基于抽样一致性原理设计出地面与斜坡面点云分割与剔除算法;在ROS中构建仿真环境进行仿真实验。仿真实验结果表明,提出的避障及导航策略框架能够在复杂地形与障碍物环境下对斜坡、地面凹陷、悬梁型、低矮型障碍物做出准确的判定,从而实现精确的局部避障与导航。

建筑复杂异形构件实体化智能逆向建模方法研究

为了实现建筑复杂异形构件的自动、快速、分级实体化建模,提出了一种基于三维点云的智能逆向实体化建模方法。以上海音乐厅的科林斯柱头为例,首先,采用双边滤波算法对三维激光扫描仪采集的原始点云数据进行平滑预处理;之后,基于Python语言的Pymeshlab模块、rhinoscriptsyntax模块、scriptcontext模块对Meshlab和Rhino软件进行了二次开发,依次提出了基于泊松表面重建的三角面片网格生成方法、四边面网格重建方法、非均匀有理B样条(NURBS)多重曲面重建方法;最后,根据实体模型的使用用途,提出了不同精度、不同存储等级、不同数据格式的实体模型自动生成方法。研究表明,该方法显著提高了建筑复杂异形构件实体模型构建效率,节省了传统人工处理模型的时间与成本,可为建筑信息模型(Building Information Modeling,BIM)智能建模、智能预拼装、智能有限元分析等工作提供重要支撑。

利用机载LiDAR点云提取复杂城市建筑物面域

机载LiDAR技术为探测建筑物提供了大量三维点云坐标。为了能从植被中有效识别建筑物面域,首先利用渐进式TIN加密法识别非地面点云,经过移除低于地面3 m的点云和孤立点云后生成非地面点云的二值化格网,依据自定义的分割算子打断建筑物和植被间的可能连接;然后通过区域生成算法以高差阈值来聚类二者的面域,并使用大坡度密度阈值来提取建筑物的面域;最后使用形态学闭算子填充面域孔洞并平滑其边缘。选取3个典型的复杂城市区域进行测试,结果显示,各区域的提取质量与完成率均高于91%,表明该算法能够达到自动识别建筑物的目的。

复杂采空区激光扫描异常点云过滤研究

针对复杂采空区激光探测点云数据处理过程中传统过滤方法无法过滤所有异常点的缺陷,综合运用弦高比和周长比判据及Open GL编程实现了异常点云拾取删除全面过滤。首先,在分析激光扫描轨迹线点云数据拓扑关系及异常点生成原因的基础上,综合运用弦高比和周长比判据对点云数据初步过滤;然后运用Open GL编程在显示界面上直接拾取删除异常点,实现了对点云数据二次精确全面过滤。工程应用实例表明,该方法不仅有效保留了采空区边界形态的完整性,也为矿山复杂采空区激光探测点云数据过滤提供了新思路,工程实用价值较高。