CN103366006B - 一种基于三维激光点云建立地理空间索引的方法 - Google Patents
一种基于三维激光点云建立地理空间索引的方法 Download PDFInfo
- Publication number
- CN103366006B CN103366006B CN201310306472.5A CN201310306472A CN103366006B CN 103366006 B CN103366006 B CN 103366006B CN 201310306472 A CN201310306472 A CN 201310306472A CN 103366006 B CN103366006 B CN 103366006B
- Authority
- CN
- China
- Prior art keywords
- laser point
- dimensional laser
- bounding volume
- inner bounding
- view site
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明涉及一种基于三维激光点云建立地理空间索引的方法,包括获取一个浏览站点,并构建以浏览站点为几何中心,R为半径的球面;搜索所述球面内的三维激光点;构建所述球面的内接正方体为内包围盒;计算所述内包围盒的距离矩阵;根据内包围盒的距离矩阵生成内包围盒的距离图像并无损压缩;将压缩的距离图像存入内包围盒的距离图像文件中;每个浏览站点均重复以上处理,形成最终的内包围盒距离图像文件;本发明使用户在互联网客户端浏览站点时,不需要再加载数据量巨大的激光点云数据,只需要将距离图像文件中的内包围盒距离图像解压并加载,用户即可在点击任何位置后得到该位置对应的激光点云空间坐标,也不需要进行繁琐的查找。
Description
技术领域
本发明涉及地理信息系统领域,尤其涉及一种基于三维激光点云建立地理空间索引的方法。
背景技术
三维激光点云可由不同的平台获取,如机载激光扫描仪,车载激光扫描仪和地面激光扫描仪,其数据特点是数据量巨大,当数据浏览路径已知时,在某一站点可视范围内的点云数量可高达数百万,甚至上亿,这不仅加重了数据加载的负荷,更大大增加了搜索的计算量,如何使互联网客户端快速搜索出三维激光点云成为亟待解决的问题。
传统的空间索引方法有四叉树、K-D树、R树等,它们首先均是自上而下的构建空间索引,完成空间位置到空间位置的分层索引,虽然可以解决点云的搜索问题,但是在互联网环境下,除了要求搜索迅速外,还要求加载和处理迅速,才可真正提高用户体验。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种基于三维激光点云建立地理空间索引的方法。
本发明解决上述技术问题的技术方案如下:一种基于三维激光点云建立地理空间索引的方法,包括如下步骤:
步骤1:获取一个浏览站点,并构建以浏览站点为几何中心,R为半径的球面;
步骤2:搜索所述球面内的三维激光点;
步骤3:构建所述球面的内接正方体为内包围盒;
步骤4:利用所述球面内的三维激光点计算所述内包围盒的距离矩阵;
步骤5:根据内包围盒的距离矩阵生成内包围盒的距离图像并无损压缩;
步骤6:将压缩的距离图像存入内包围盒的距离图像文件中;
步骤7:重复步骤1至6,直至处理的浏览站点的数量达到预设值,结束。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,步骤2的具体步骤实现过程为:找出距离浏览站点的欧式距离r小于或等于R的三维激光点集,计算公式如下:
其中,所述三维激光点的地理空间坐标为(Xi,Yi,Zi),所述浏览站点的地理空间坐标为(Xw,Yw,Zw)。
进一步,步骤4计算内包围盒的距离矩阵的具体步骤如下:
步骤4.1:获取所述球面内的一个三维激光点;
步骤4.2:根据浏览站点的姿态(heading,pitch,roll),计算所述三维激光点相对于浏览站点的相对空间坐标(dX,dY,dZ),其中heading代表航向角,pitch代表俯仰角,roll代表横滚角;
步骤4.3:根据三维激光点的相对空间坐标(dX,dY,dZ)计算该三维激光点相对于浏览站点的球面坐标(r,θ,φ);
步骤4.4:根据球面坐标(r,θ,φ)判断该三维激光点与浏览站点连线的投影位于内包围盒的哪个表面;
步骤4.5:根据三维激光点的相对空间坐标(dX,dY,dZ)计算出三维激光点与浏览站点连线的投影位于所述内包围盒相应表面的具体位置(row,col),其中row代表投影位置所在的行,col代表投影位置所在的列;
步骤4.6:判断所述位置(row,col)上是否已存有距离值,如果有,则比较所处理的三维激光点距离浏览站点的距离值r与已存储的距离值的大小,将较小的距离值存入该位置;否则直接将所处理的三维激光点距离浏览站点的距离值r存入该位置上;
步骤4.7:判断所述球面内的三维激光点是否处理完,如果未处理完,返回步骤4.1;否则进入步骤4.8;
步骤4.8:依次存储Left(左),Front(前),Right(右),Top(上),Bottom(下),Back(后)六个表面的距离矩阵,最终组成6W*W的内包围盒距离矩阵,其中W为内包围盒的边长,内包围盒每个表面的距离矩阵中存储有所有投影到该表面的三维激光点距离浏览站点的距离值。
进一步,所述步骤4.2根据浏览站点的姿态(heading,pitch,roll),计算所述三维激光点相对于浏览站点的相对空间坐标(dX,dY,dZ)的计算公式如下:
其中,heading代表航向角,pitch代表俯仰角,roll代表横滚角,Rw为旋转矩阵,所述三维激光点的地理空间坐标为(Xi,Yi,Zi),所述浏览站点的地理空间坐标为(Xw,Yw,Zw)。
进一步,所述步骤4.3根据三维激光点的相对空间坐标(dX,dY,dZ)计算该三维激光点相对于浏览站点的球面坐标(r,θ,φ)的计算公式如下:
进一步,所述步骤4.4根据球面坐标(r,θ,φ)判断该三维激光点与浏览站点连线的投影位于内包围盒的哪个表面,其中内包围盒的各表面定义为Left(左),Front(前),Right(右),Top(上),Bottom(下),Back(后),内包围盒各表面的表达式如下:
其中,W为内围盒的边长,R为所述球面的半径。
进一步,所述步骤4.5中根据三维激光点的相对空间坐标(dX,dY,dZ)计算出三维激光点与浏览站点连线的投影位于所述内包围盒相应表面的具体位置(row,col)的计算公式如下:
其中,W为内包围盒的边长。
进一步,步骤5的具体实现过程为:遍历内包围盒的距离矩阵,将每个距离值r转换成RGB颜色值,即完成了距离矩阵到距离图像的转换,然后对距离图像进行无损压缩处理。
进一步,将每个距离值r转换成RGB颜色值时,精度保留至毫米位。
进一步,步骤6的具体实现过程为:将压缩的距离图像的大小与该浏览站点的GUID属性一起存储到内包围盒图像文件的文件头中,并将压缩的距离图像的内容存入内包围盒图像文件中。
本发明的有益效果是:使用户在互联网客户端浏览站点时,不需要再加载数据量巨大的激光点云数据,只需要将距离图像文件中的内包围盒距离图像解压并加载,用户即可在点击任何位置后得到该位置对应的激光点云空间坐标,也不需要进行繁琐的查找。
附图说明
图1为本发明所述一种基于三维激光点云建立地理空间索引方法的流程图;
图2为本发明所述步骤4的流程图;
图3为本发明所述实施例内包围盒示意图;
图4为本发明所述实施例内包围盒的距离矩阵示意图;
图5为本发明所述实施例内包围盒的距离图像示意图;
图6为本发明所述实施例内包围盒距离图像文件示意图。
附图中,各标号所代表的部件列表如下:
1、浏览站点,2、内包围盒,3、三维激光点,4、三维激光点与浏览站点连线的投影点。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,一种基于三维激光点云建立地理空间索引的方法,包括如下步骤:
步骤1:获取一个浏览站点,并构建以浏览站点为几何中心,R为半径的球面;
步骤2:搜索所述球面内的三维激光点;
步骤3:构建所述球面的内接正方体为内包围盒;
步骤4:利用所述球面内的三维激光点计算所述内包围盒的距离矩阵;
步骤5:根据内包围盒的距离矩阵生成内包围盒的距离图像并无损压缩;
步骤6:将压缩的距离图像存入内包围盒的距离图像文件中;
步骤7:重复步骤1至6,直至处理的浏览站点的数量达到预设值,结束。
其中,内包围盒的示意图如图3所示。
其中,步骤2的具体步骤实现过程为:找出距离浏览站点的欧式距离r小于或等于R的三维激光点集,计算公式如下:
其中,所述三维激光点的地理空间坐标为(Xi,Yi,Zi),所述浏览站点的地理空间坐标为(Xw,Yw,Zw)。
其中,步骤5的具体实现过程为:遍历内包围盒的距离矩阵,将每个距离值r转换成RGB颜色值,即完成了距离矩阵到距离图像的转换,然后用无损压缩算法对距离图像进行压缩处理。
其中,将每个距离值r转换成RGB颜色值时,精度保留至毫米位。
其中,步骤6的具体实现过程为:将压缩的距离图像的大小与该浏览站点的GUID属性一起存储到内包围盒图像文件的文件头中,并将压缩的距离图像的内容存入内包围盒图像文件中。每个浏览站点均重复以上处理,形成最终的内包围盒距离图像文件。
如图2所示,步骤4计算内包围盒的距离矩阵的具体步骤如下:
步骤4.1:获取所述球面内的一个三维激光点;
步骤4.2:根据浏览站点的姿态(heading,pitch,roll),计算所述三维激光点相对于浏览站点的相对空间坐标(dX,dY,dZ),其中heading代表航向角,pitch代表俯仰角,roll代表横滚角;
步骤4.3:根据三维激光点的相对空间坐标(dX,dY,dZ)计算该三维激光点相对于浏览站点的球面坐标(r,θ,φ);
步骤4.4:根据球面坐标(r,θ,φ)判断该三维激光点与浏览站点连线的投影位于内包围盒的哪个表面;
步骤4.5:根据三维激光点的相对空间坐标(dX,dY,dZ)计算出三维激光点与浏览站点连线的投影位于所述内包围盒相应表面的具体位置(row,col),其中row代表投影位置所在的行,col代表投影位置所在的列;
步骤4.6:判断所述位置(row,col)上是否已存有距离值,如果有,则比较所处理的三维激光点距离浏览站点的距离值r与已存储的距离值的大小,将较小的距离值存入该位置;否则直接将所处理的三维激光点距离浏览站点的距离值r存入该位置上;
步骤4.7:判断所述球面内的三维激光点是否处理完,如果未处理完,返回步骤4.1;否则进入步骤4.8;
步骤4.8:依次存储Left(左),Front(前),Right(右),Top(上),Bottom(下),Back(后)六个表面的距离矩阵,最终组成6W*W的内包围盒距离矩阵,其中W为内包围盒的边长,内包围盒每个表面的距离矩阵中存储有所有投影到该表面的三维激光点距离浏览站点的距离值。
其中,所述步骤4.2根据浏览站点的姿态(heading,pitch,roll),计算所述三维激光点相对于浏览站点的相对空间坐标(dX,dY,dZ)的计算公式如下:
其中,heading代表航向角,pitch代表俯仰角,roll代表横滚角,Rw为旋转矩阵,所述三维激光点的地理空间坐标为(Xi,Yi,Zi),所述浏览站点的地理空间坐标为(Xw,Yw,Zw)。
其中,所述步骤4.3根据三维激光点的相对空间坐标(dX,dY,dZ)计算该三维激光点相对于浏览站点的球面坐标(r,θ,φ)的计算公式如下:
其中,所述步骤4.4根据球面坐标(r,θ,φ)判断该三维激光点与浏览站点连线的投影位于内包围盒的哪个表面,其中内包围盒的各表面定义为Left(左),Front(前),Right(右),Top(上),Bottom(下),Back(后),内包围盒各表面的表达式如下:
其中,W为内围盒的边长,R为所述球面的半径。
其中,所述步骤4.5中根据三维激光点的相对空间坐标(dX,dY,dZ)计算出三维激光点与浏览站点连线的投影位于所述内包围盒相应表面的具体位置(row,col)的计算公式如下:
其中,W为内包围盒的边长。
其中,步骤4.6中要判断所述位置(row,col)上是否已存有距离值,是由于物体的不可穿透性,如果在浏览站点与所处理的三维激光点之间的连线上存在其他三维激光点,那么从浏览站点的位置出发,只能看到离所述浏览站点最近的三维激光点,所以该条直线的在内包围盒某个表面的投影点只存储最近的三维激光点与浏览站点的距离值。
实施例,如图3所示,
1.构建以浏览站点1为几何中心,R为半径的球面;
2.搜索所述球面内的三维激光点(本实施例图3中只画了一个三维激光点3示意,所述球面内会有若干个三维激光点);
3.构建所述球面的内接正方体为内包围盒2;
4.利用所述球面内的三维激光点计算所述内包围盒的距离矩阵(如图4所示);
5.根据内包围盒的距离矩阵生成内包围盒的距离图像并无损压缩(如图5所示);
6.将压缩的距离图像存入内包围盒的距离图像文件中(如图6所示);
其中,所述步骤4按照上述步骤4.1至4.8的操作执行,其中所述三维激光点3与浏览站点1之间连线的投影点4(本实施例中所述投影点4在内包围盒2的上表面),将该三维激光点3距浏览站点1的距离值存到该位置上;如果该三维激光点3与浏览站点1之间的连线上还有其他三维激光点,则将距离浏览站点最近的三维激光点与浏览站点1间的距离值存在内包围盒该表面的所述位置处(浏览站点就像一个点光源,其朝某个方向的照射光只能照射到离其最近的那个点上,光线延长线上的其他点,将被前面被照射的点遮挡)。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于三维激光点云建立地理空间索引的方法,其特征在于,包括如下步骤:
步骤1:获取一个浏览站点,并构建以浏览站点为几何中心,R为半径的球面;
步骤2:搜索所述球面内的三维激光点;
步骤3:构建所述球面的内接正方体为内包围盒;
步骤4:利用所述球面内的三维激光点计算所述内包围盒的距离矩阵;
步骤4计算内包围盒的距离矩阵的具体步骤如下:
步骤4.1:获取所述球面内的一个三维激光点;
步骤4.2:根据浏览站点的姿态(heading,pitch,roll),计算所述三维激光点相对于浏览站点的相对空间坐标(dX,dY,dZ),其中heading代表航向角,pitch代表俯仰角,roll代表横滚角;
步骤4.3:根据三维激光点的相对空间坐标(dX,dY,dZ)计算该三维激光点相对于浏览站点的球面坐标(r,θ,φ);
步骤4.4:根据球面坐标(r,θ,φ)判断该三维激光点与浏览站点连线的投影位于内包围盒的哪个表面;
步骤4.5:根据三维激光点的相对空间坐标(dX,dY,dZ)计算出三维激光点与浏览站点连线的投影位于所述内包围盒相应表面的具体位置(row,col),其中row代表投影位置所在的行,col代表投影位置所在的列;
步骤4.6:判断所述位置(row,col)上是否已存有距离值,如果有,则比较所处理的三维激光点距离浏览站点的距离值r与已存储的距离值的大小,将较小的距离值存入该位置;否则直接将所处理的三维激光点距离浏览站点的距离值r存入该位置上;
步骤4.7:判断所述球面内的三维激光点是否处理完,如果未处理完,返回步骤4.1;否则进入步骤4.8;
步骤4.8:依次存储Left(左),Front(前),Right(右),Top(上),Bottom(下),Back(后)六个表面的距离矩阵,最终组成6W*W的内包围盒距离矩阵,其中W为内包围盒的边长,内包围盒每个表面的距离矩阵中存储有所有投影到该表面的三维激光点距离浏览站点的距离值;
步骤5:根据内包围盒的距离矩阵生成内包围盒的距离图像并无损压缩;
步骤6:将压缩的距离图像存入内包围盒的距离图像文件中;
步骤7:重复步骤1至6,直至处理的浏览站点的数量达到预设值,结束。
2.根据权利要求1所述一种基于三维激光点云建立地理空间索引的方法,其特征在于,步骤2的具体步骤实现过程为:找出距离浏览站点的欧式距离r小于或等于R的三维激光点集,计算公式如下:
其中,所述三维激光点的地理空间坐标为(Xi,Yi,Zi)所述浏览站点的地理空间坐标为(Xw,Yw,Zw)。
3.根据权利要求1所述一种基于三维激光点云建立地理空间索引的方法,其特征在于,所述步骤4.2根据浏览站点的姿态(heading,pitch,roll),计算所述三维激光点相对于浏览站点的相对空间坐标(dX,dY,dZ)的计算公式如下:
其中,heading代表航向角,pitch代表俯仰角,roll代表横滚角,Rw为旋转矩阵,所述三维激光点的地理空间坐标为(Xi,Yi,Zi),所述浏览站点的地理空间坐标为(Xw,Yw,Zw)。
4.根据权利要求1所述一种基于三维激光点云建立地理空间索引的方法,其特征在于,所述步骤4.3根据三维激光点的相对空间坐标(dX,dY,dZ)计算该三维激光点相对于浏览站点的球面坐标(r,θ,φ)的计算公式如下:
5.根据权利要求1所述一种基于三维激光点云建立地理空间索引的方法,其特征在于,所述步骤4.4根据球面坐标(r,θ,φ)判断该三维激光点与浏览站点连线的投影位于内包围盒的哪个表面,其中内包围盒的各表面定义为Left(左),Front(前),Right(右),Top(上),Bottom(下),Back(后),内包围盒各表面的表达式如下:
其中,W为内围盒的边长,R为所述球面的半径。
6.根据权利要求1所述一种基于三维激光点云建立地理空间索引的方法,其特征在于,所述步骤4.5中根据三维激光点的相对空间坐标(dX,dY,dZ)计算出三维激光点与浏览站点连线的投影位于所述内包围盒相应表面的具体位置(row,col)的计算公式如下:
其中,W为内包围盒的边长。
7.根据权利要求1所述一种基于三维激光点云建立地理空间索引的方法,其特征在于,步骤5的具体实现过程为:遍历内包围盒的距离矩阵,将每个距离值r转换成RGB颜色值,即完成了距离矩阵到距离图像的转换,然后对距离图像进行无损压缩处理。
8.根据权利要求5所述一种基于三维激光点云建立地理空间索引的方法,其特征在于,将每个距离值r转换成RGB颜色值时,精度保留至毫米位。
9.根据权利要求1所述一种基于三维激光点云建立地理空间索引的方法,其特征在于,步骤6的具体实现过程为:将压缩的距离图像的大小与该浏览站点的GUID属性一起存储到内包围盒图像文件的文件头中,并将压缩的距离图像的内容存入内包围盒图像文件中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310306472.5A CN103366006B (zh) | 2013-07-19 | 2013-07-19 | 一种基于三维激光点云建立地理空间索引的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310306472.5A CN103366006B (zh) | 2013-07-19 | 2013-07-19 | 一种基于三维激光点云建立地理空间索引的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103366006A CN103366006A (zh) | 2013-10-23 |
CN103366006B true CN103366006B (zh) | 2016-06-22 |
Family
ID=49367347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310306472.5A Active CN103366006B (zh) | 2013-07-19 | 2013-07-19 | 一种基于三维激光点云建立地理空间索引的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103366006B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106713926B (zh) * | 2016-12-28 | 2021-08-03 | 新岸线(北京)科技集团有限公司 | 一种视频数据的压缩存储方法及装置 |
WO2018126067A1 (en) * | 2016-12-30 | 2018-07-05 | DeepMap Inc. | Vector data encoding of high definition map data for autonomous vehicles |
CN107292935B (zh) * | 2017-05-05 | 2021-03-23 | 深圳市建设综合勘察设计院有限公司 | 机载高密度激光点云的压缩方法、存储设备及激光雷达 |
US10861196B2 (en) | 2017-09-14 | 2020-12-08 | Apple Inc. | Point cloud compression |
US10909725B2 (en) | 2017-09-18 | 2021-02-02 | Apple Inc. | Point cloud compression |
CN108388995B (zh) * | 2018-03-07 | 2021-05-25 | 中国测绘科学研究院 | 一种道路资产管理系统的建立方法及建立系统 |
CN109189725B (zh) * | 2018-07-23 | 2020-09-18 | 广州都市圈网络科技有限公司 | 面向规则建筑物的obj文件无损压缩方法 |
US11895307B2 (en) | 2019-10-04 | 2024-02-06 | Apple Inc. | Block-based predictive coding for point cloud compression |
US11948338B1 (en) | 2021-03-29 | 2024-04-02 | Apple Inc. | 3D volumetric content encoding using 2D videos and simplified 3D meshes |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101887595A (zh) * | 2009-05-14 | 2010-11-17 | 武汉如临其境科技创意有限公司 | 基于四叉树索引的三维数字地球空间数据组织渲染方法 |
CN101923542A (zh) * | 2009-06-12 | 2010-12-22 | 如临其境创意(上海)有限公司 | 一种用于网络多维空间数据表达的MDDRQ-Tree索引结构 |
CN102855663A (zh) * | 2012-05-04 | 2013-01-02 | 北京建筑工程学院 | 一种根据激光雷达栅格点云构建csg模型的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7701463B2 (en) * | 2005-05-09 | 2010-04-20 | Autodesk, Inc. | Accelerated rendering of images with transparent pixels using a spatial index |
US9128955B2 (en) * | 2008-08-29 | 2015-09-08 | Siemens Product Lifestyle Management Software Inc. | System and method for a spatial index |
-
2013
- 2013-07-19 CN CN201310306472.5A patent/CN103366006B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101887595A (zh) * | 2009-05-14 | 2010-11-17 | 武汉如临其境科技创意有限公司 | 基于四叉树索引的三维数字地球空间数据组织渲染方法 |
CN101923542A (zh) * | 2009-06-12 | 2010-12-22 | 如临其境创意(上海)有限公司 | 一种用于网络多维空间数据表达的MDDRQ-Tree索引结构 |
CN102855663A (zh) * | 2012-05-04 | 2013-01-02 | 北京建筑工程学院 | 一种根据激光雷达栅格点云构建csg模型的方法 |
Non-Patent Citations (2)
Title |
---|
三维激光扫描点云数据组织与可视化研究;张会霞;《中国优秀博士学位论文全文数据库 信息科技辑》;20101215;全文 * |
大规模点云数据的二维与三维混合索引方法;王晏民;《测绘学报》;20120831;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN103366006A (zh) | 2013-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103366006B (zh) | 一种基于三维激光点云建立地理空间索引的方法 | |
Huang et al. | Visual odometry and mapping for autonomous flight using an RGB-D camera | |
CN103017653B (zh) | 一种球面全景影像与三维激光扫描点云的配准及测量方法 | |
US10580204B2 (en) | Method and device for image positioning based on 3D reconstruction of ray model | |
US9435911B2 (en) | Visual-based obstacle detection method and apparatus for mobile robot | |
WO2016116045A1 (zh) | 电子地图的数字地面模型数据生成方法和装置 | |
WO2021016751A1 (zh) | 一种点云特征点提取方法、点云传感系统及可移动平台 | |
CN104183016B (zh) | 一种快速的2.5维建筑物模型的构建方法 | |
US20220215565A1 (en) | Method for generating depth map, elecronic device and storage medium | |
CN105469386B (zh) | 一种确定立体相机高度与俯仰角的方法及装置 | |
CN112884902B (zh) | 一种面向点云配准的标靶球位置优化方法 | |
Tao et al. | Stereo priori RCNN based car detection on point level for autonomous driving | |
CN106485676A (zh) | 一种基于稀疏编码的LiDAR点云数据修复方法 | |
CN112414403A (zh) | 一种机器人的定位定姿方法、设备及存储介质 | |
CN105809615A (zh) | 点云数据影像化方法 | |
CN104318611A (zh) | 一种基于激光扫描点云的三维树木重建方法 | |
CN110275179A (zh) | 一种基于激光雷达以及视觉融合的构建地图方法 | |
CN110488871A (zh) | 一种基于二三维一体化的无人机路径动态规划方法 | |
Willenborg et al. | Integration of semantic 3D city models and 3D mesh models for accuracy improvements of solar potential analyses | |
CN112215308A (zh) | 一种吊装物体单阶检测方法、装置、电子设备及存储介质 | |
CN103824323A (zh) | 一种基于单幅二维图像的三维重建方法 | |
CN110738730A (zh) | 点云匹配方法、装置、计算机设备和存储介质 | |
CN107330934A (zh) | 低维度的集束调整计算方法与系统 | |
Justs et al. | Bird’s-eye view image acquisition from simulated scenes using geometric inverse perspective mapping | |
Li et al. | Automatic Keyline Recognition and 3D Reconstruction For Quasi‐Planar Façades in Close‐range Images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |