CN101950434A - 一种车载激光雷达系统及城市部件自动化测量方法 - Google Patents
一种车载激光雷达系统及城市部件自动化测量方法 Download PDFInfo
- Publication number
- CN101950434A CN101950434A CN201010279244XA CN201010279244A CN101950434A CN 101950434 A CN101950434 A CN 101950434A CN 201010279244X A CN201010279244X A CN 201010279244XA CN 201010279244 A CN201010279244 A CN 201010279244A CN 101950434 A CN101950434 A CN 101950434A
- Authority
- CN
- China
- Prior art keywords
- cloud
- point
- point cloud
- vehicle
- subassembly
- 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.)
- Withdrawn
Links
Abstract
本发明公开了一种以车载激光雷达系统及城市部件自动化测量方法。采用车载平台,集激光雷达设备、数码相机、差分GPS和陀螺仪平台于一体,利用激光扫描和数字摄影技术,获取道路两侧的高密集度的点云、近景影像数据;通过计算机点云处理工具进行激光点云滤波处理,将城市部件点云数据与地面、建筑物、树木等其它物体的点云进行分离;对于分离出来的城市部件点云影像数据,通过模糊聚类算法进行点云分类,将属于同一个物体的点云归到同一类中;将归类成一个物体的点云数据,通过规则几何形状模拟优化计算出在平面的几何中心位置,该位置作为物体的中心几何点,大大提高了城市部件测量的精度和效率,可以降低数字化城市建设、运营与维护的成本。
Description
一、技术领域
本发明涉及一种城市部件测量方法,特别是一种车载激光雷达系统及城市部件自动化测量方法。
二、技术背景
数字化城市管理实现了城市管理从粗放、随意向规范、精确和科学管理的转变。作为数字化城市管理必备的基础数据,城市部件如供水、供电、供热、交通路灯、路牌以及消防设施等需要进行精细调查与量测,并进行编码管理。作为传统的城市部件调查与测量方法,主要是采用人工外业、地形图数字化以及激光雷达点云人工拾取等方式建立城市部件数据库。这种城市部件数据库建立方式主要存在如下问题:
①采用人工测量的方式需要投入大量的人力资源,工作效率低下,工作量大,测量与调查的周期长,成本投入高。
②城市现有大比例尺地形图要素更新周期长,数据更新存在滞后于现状建设,采用地形图数字化时数据仍然需要现场进行补查与修测,需要投入较大的人力。
③人工拾取激光点云数据采集城市部件时,生产效率与周期长,人工判读特别是测量城市部件时对于位置测量主观随意性较大,精度无法保证。
④后期城市部件数据的更新与维护需要按照格网划分投入专业人员进行维护与跟踪,但是每个作业人员的所管理维护的片区小,整个城市需要安排的运营人员过于庞大。
因此,如何建立快速的城市部件精确测量与快速更新方法,是提高数字化城市运营与维护管理极待解决的问题。
三、发明的内容
为了提高城市部件数字化管理与维护的效率,本发明的目的是以车载激光雷达测量技术为基础,建立城市部件高效率测量的一种自动化方法,提高城市部件测量与数据维护的效率。
本发明的目的是这样实现的:采用全自动化计算方法,对车载激光雷达测量系统所获取的三维激光点云数据进行分类、城市部件位置、高度测量,从而建立城市部件数据更新与维护自动化系统,具体实现方法如下:
采用车载激光雷达测量技术对城市道路两侧的现状按照30~60公里/秒的速度进行三维扫描,获取全地物三维空间数据,采用全球定位系统(GPS)差分技术进行精确解算,获得准确的三维激光点云数据。并采用激光点云滤波算法去除噪声点、地面点、建筑物以及树木点等。
每个地物进行分类采用圆形、矩形、椭圆形、等边三角形等二维方程f(x,y)=0的方法,对于空间点单个地物地面零点以上一定高度以内的所有离散点(确保点云数在20个以上)进行模拟,计算其所有点模拟的最小误差值数学模型②δ=∑δi=∑f(xi,yi),式中(xi,yi)为每一个激光点在平面上的投影坐标的点位值。取求得最小点位误差值δi作的方程作为拟合图形,并计算该图形方程的中心点位置,作为该地物测量的实际点位值。
取得每个地物的最高点位P0和最低点位P1,P0为该地物所有点的Z值最大者,P1为该地物所有点位的Z值最小者,通过数学模型③H=Zmax-Zmin求得该地物的高度,作为该部件的高度属性值。
这种城市部件化测量方式具有如下优点:
①外业工作量少,生产效率提高。通过车载激光扫描的方式可以将外业测图环境转变为内业生产环境,大大降低了减少了人员投入,降低了劳动强度,同时也提高了生产效率。
②精度高,城市部件自动化提取与位置测量,减少了人为操作的误差,可以提高点位测量的精度,保障了数据的质量。
③更新快速,可以提高数字化城市管理后期运营维护的人员投入和成本。
四、具体实施方式
车载激光雷达系统及城市部件自动化测量方法与传统的城市部件测量与调查有很大的不同,作了很大的改进,具体是:
采用车载平台,集激光雷达设备、数码相机、差分GPS和陀螺仪平台于一体,利用激光扫描和数字摄影技术,获取道路两侧的高密集度的点云、近景影像数据;通过计算机点云处理工具进行激光点云滤波处理,将城市部件点云数据与地面、建筑物、树木等其它物体的点云进行分离;对于分离出来的城市部件点云影像数据,通过模糊聚类算法进行点云分类,将属于同一个物体的点云归到同一类中;将归类成一个物体的点云数据,通过规则几何形状模拟优化计算出在平面的几何中心位置,该位置作为物体的中心几何点。
①通过安置在车载平台上的激光雷达扫描仪,在道路行进过程中获取两侧的高密集度和高精度的激光影像点云和影像数据,通过差分解算和坐标系统转换获得高精度绝对坐标的点位数据。
②采用激光点云数据处理工具,通过使用激光点云平面拟合的过滤算法,将地面与其它物体的点云进行分离;然后根据特征算法,将建筑物、树木的点云与城市部件的点云进行分离,剩余的点云数据就是城市部件的点云影像数据。
④每个地物进行分类采用圆形、矩形、椭圆形、等边三角形等二维方程f(x,y)=0的方法,对于空间点单个地物地面零点以上一定高度以内的所有离散点(确保点云数在20个以上)进行模拟,计算其所有点模拟的最小误差值数学模型②δ=∑δi=∑f(xi,yi),式中(xi,yi)为每一个激光点在平面上的投影坐标的点位值。取求得最小点位误差值δi的方程作为拟合图形,并计算该图形方程的中心点位置,作为该地物测量的实际点位值。
⑤取得每个地物的最高点位P0和最低点位P1,P0为该地物所有点的Z值最大者,P1为该地物所有点位的Z值最小者,通过数学模型③H=Zmax-Zmin求得该地物的高度,作为该部件的高度属性值。
⑥根据同区域的影像数据进行人工判读,判断每一个地物类别归属,并写入数据库。
Claims (3)
1.一种以车载激光雷达测量系统为工具的城市部件自动化测量方法,其特征是:①采用车载平台,集激光雷达设备、数码相机、差分GPS和陀螺仪平台于一体,利用激光扫描和数字摄影技术,获取道路两侧的高密集度的点云、近景影像数据;②通过计算机点云处理工具进行激光点云滤波处理,将城市部件点云数据与地面、建筑物、树木等其它物体的点云进行分离;③对于分离出来的城市部件点云影像数据,通过模糊聚类算法进行点云分类,将属于同一个物体的点云归到同一类中;④将归类成一个物体的点云数据,通过规则几何形状模拟优化计算出在平面的几何中心位置,该位置作为物体的中心几何点。
3.根据权利1所述的以车载激光雷达测量系统为工具的城市部件自动化测量方法,其特征是:其中几何形状拟合优化计算方法如下:每个地物进行分类采用圆形、矩形、椭圆形、等边三角形等二维方程f(x,y)=0的方法,对于空间点单个地物地面零点以上一定高度以内的所有离散点(确保点云数在20个以上)进行模拟,计算其所有点模拟的最小误差值数学模型②δ=∑δi=∑f(xi,yi),式中(xi,yi)为每一个激光点在平面上的投影坐标的点位值;取求得最小点位误差值δi作的方程作为拟合图形,并计算该图形方程的中心点位置,作为该地物测量的实际点位值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010279244XA CN101950434A (zh) | 2010-09-13 | 2010-09-13 | 一种车载激光雷达系统及城市部件自动化测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010279244XA CN101950434A (zh) | 2010-09-13 | 2010-09-13 | 一种车载激光雷达系统及城市部件自动化测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101950434A true CN101950434A (zh) | 2011-01-19 |
Family
ID=43453921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010279244XA Withdrawn CN101950434A (zh) | 2010-09-13 | 2010-09-13 | 一种车载激光雷达系统及城市部件自动化测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101950434A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508257A (zh) * | 2011-09-27 | 2012-06-20 | 北京航空航天大学 | 一种车载移动测图装置 |
CN103500329A (zh) * | 2013-10-16 | 2014-01-08 | 厦门大学 | 基于车载移动激光扫描点云的路灯自动提取方法 |
CN103645480A (zh) * | 2013-12-04 | 2014-03-19 | 北京理工大学 | 基于激光雷达和图像数据融合的地形地貌特征构建方法 |
CN103743383A (zh) * | 2014-02-11 | 2014-04-23 | 天津市星际空间地理信息工程有限公司 | 一种基于点云的道路信息自动提取方法 |
CN103969656A (zh) * | 2014-05-08 | 2014-08-06 | 北京数字绿土科技有限公司 | 基于机载激光雷达的建筑物建模方法和装置 |
CN104266588A (zh) * | 2014-10-21 | 2015-01-07 | 北京四维远见信息技术有限公司 | 一种基于车载激光扫描数据自动提取直立筒状地物的算法 |
CN104657968A (zh) * | 2013-11-25 | 2015-05-27 | 武汉海达数云技术有限公司 | 车载三维激光点云立面分类及轮廓线提取自动化方法 |
CN105404844A (zh) * | 2014-09-12 | 2016-03-16 | 广州汽车集团股份有限公司 | 一种基于多线激光雷达的道路边界检测方法 |
CN105486228A (zh) * | 2015-11-25 | 2016-04-13 | 南京林业大学 | 一种基于二维激光扫描仪的树木靶标体积实时测量方法 |
CN105701471A (zh) * | 2016-01-15 | 2016-06-22 | 昆明理工大学 | 一种激光扫描波形异常数据的修正方法 |
CN105783873A (zh) * | 2016-02-24 | 2016-07-20 | 腾讯科技(深圳)有限公司 | 目标物的测量方法、高精度地图生成方法及相关装置 |
CN107092021A (zh) * | 2017-04-05 | 2017-08-25 | 天津珞雍空间信息研究院有限公司 | 车载激光雷达三维扫描方法、地物分类方法及系统 |
CN107247960A (zh) * | 2017-05-08 | 2017-10-13 | 深圳市速腾聚创科技有限公司 | 图像提取分类区域的方法、物体识别方法及汽车 |
CN108596860A (zh) * | 2018-05-10 | 2018-09-28 | 芜湖航飞科技股份有限公司 | 一种基于三维激光雷达的地面点云分割方法 |
CN110019609A (zh) * | 2017-11-20 | 2019-07-16 | 北京京东尚科信息技术有限公司 | 地图更新方法、装置以及计算机可读存储介质 |
CN110717457A (zh) * | 2019-10-10 | 2020-01-21 | 郑州迈拓信息技术有限公司 | 用于车辆的行人位姿解算方法 |
CN113071498A (zh) * | 2021-06-07 | 2021-07-06 | 新石器慧通(北京)科技有限公司 | 车辆控制方法、装置、系统、计算机设备及存储介质 |
CN116563171A (zh) * | 2023-07-11 | 2023-08-08 | 深圳大学 | 一种面向建筑重复结构的点云增强方法及相关设备 |
-
2010
- 2010-09-13 CN CN201010279244XA patent/CN101950434A/zh not_active Withdrawn
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508257A (zh) * | 2011-09-27 | 2012-06-20 | 北京航空航天大学 | 一种车载移动测图装置 |
CN103500329A (zh) * | 2013-10-16 | 2014-01-08 | 厦门大学 | 基于车载移动激光扫描点云的路灯自动提取方法 |
CN103500329B (zh) * | 2013-10-16 | 2016-07-06 | 厦门大学 | 基于车载移动激光扫描点云的路灯自动提取方法 |
CN104657968A (zh) * | 2013-11-25 | 2015-05-27 | 武汉海达数云技术有限公司 | 车载三维激光点云立面分类及轮廓线提取自动化方法 |
CN104657968B (zh) * | 2013-11-25 | 2017-05-24 | 武汉海达数云技术有限公司 | 车载三维激光点云立面分类及轮廓线提取自动化方法 |
CN103645480B (zh) * | 2013-12-04 | 2015-11-18 | 北京理工大学 | 基于激光雷达和图像数据融合的地形地貌特征构建方法 |
CN103645480A (zh) * | 2013-12-04 | 2014-03-19 | 北京理工大学 | 基于激光雷达和图像数据融合的地形地貌特征构建方法 |
CN103743383A (zh) * | 2014-02-11 | 2014-04-23 | 天津市星际空间地理信息工程有限公司 | 一种基于点云的道路信息自动提取方法 |
CN103743383B (zh) * | 2014-02-11 | 2016-09-07 | 星际空间(天津)科技发展有限公司 | 一种基于点云的道路信息自动提取方法 |
CN103969656A (zh) * | 2014-05-08 | 2014-08-06 | 北京数字绿土科技有限公司 | 基于机载激光雷达的建筑物建模方法和装置 |
CN105404844B (zh) * | 2014-09-12 | 2019-05-31 | 广州汽车集团股份有限公司 | 一种基于多线激光雷达的道路边界检测方法 |
CN105404844A (zh) * | 2014-09-12 | 2016-03-16 | 广州汽车集团股份有限公司 | 一种基于多线激光雷达的道路边界检测方法 |
CN104266588A (zh) * | 2014-10-21 | 2015-01-07 | 北京四维远见信息技术有限公司 | 一种基于车载激光扫描数据自动提取直立筒状地物的算法 |
CN104266588B (zh) * | 2014-10-21 | 2017-07-18 | 浙江四维远见信息技术有限公司 | 一种基于车载激光扫描数据自动提取直立筒状地物的算法 |
CN105486228B (zh) * | 2015-11-25 | 2018-04-03 | 南京林业大学 | 一种基于二维激光扫描仪的树木靶标体积实时测量方法 |
CN105486228A (zh) * | 2015-11-25 | 2016-04-13 | 南京林业大学 | 一种基于二维激光扫描仪的树木靶标体积实时测量方法 |
CN105701471B (zh) * | 2016-01-15 | 2019-04-12 | 昆明理工大学 | 一种激光扫描波形异常数据的修正方法 |
CN105701471A (zh) * | 2016-01-15 | 2016-06-22 | 昆明理工大学 | 一种激光扫描波形异常数据的修正方法 |
CN105783873A (zh) * | 2016-02-24 | 2016-07-20 | 腾讯科技(深圳)有限公司 | 目标物的测量方法、高精度地图生成方法及相关装置 |
CN107092021A (zh) * | 2017-04-05 | 2017-08-25 | 天津珞雍空间信息研究院有限公司 | 车载激光雷达三维扫描方法、地物分类方法及系统 |
CN107092021B (zh) * | 2017-04-05 | 2020-04-21 | 天津珞雍空间信息研究院有限公司 | 车载激光雷达三维扫描方法、地物分类方法及系统 |
CN107247960A (zh) * | 2017-05-08 | 2017-10-13 | 深圳市速腾聚创科技有限公司 | 图像提取分类区域的方法、物体识别方法及汽车 |
CN110019609A (zh) * | 2017-11-20 | 2019-07-16 | 北京京东尚科信息技术有限公司 | 地图更新方法、装置以及计算机可读存储介质 |
CN110019609B (zh) * | 2017-11-20 | 2021-05-25 | 北京京东乾石科技有限公司 | 地图更新方法、装置以及计算机可读存储介质 |
CN108596860A (zh) * | 2018-05-10 | 2018-09-28 | 芜湖航飞科技股份有限公司 | 一种基于三维激光雷达的地面点云分割方法 |
CN110717457A (zh) * | 2019-10-10 | 2020-01-21 | 郑州迈拓信息技术有限公司 | 用于车辆的行人位姿解算方法 |
CN113071498A (zh) * | 2021-06-07 | 2021-07-06 | 新石器慧通(北京)科技有限公司 | 车辆控制方法、装置、系统、计算机设备及存储介质 |
CN116563171A (zh) * | 2023-07-11 | 2023-08-08 | 深圳大学 | 一种面向建筑重复结构的点云增强方法及相关设备 |
CN116563171B (zh) * | 2023-07-11 | 2023-11-28 | 深圳大学 | 一种面向建筑重复结构的点云增强方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101950434A (zh) | 一种车载激光雷达系统及城市部件自动化测量方法 | |
CN102096072B (zh) | 一种城市部件自动化测量方法 | |
CN110285792B (zh) | 一种无人机倾斜摄影精细格网土方计量方法 | |
CN110490415B (zh) | 一种多无人机视觉协同的建筑进度评估方法 | |
CN106204547B (zh) | 从车载激光扫描点云中自动提取杆状地物空间位置的方法 | |
CN113034689B (zh) | 基于激光点云的地形三维模型及地形图构建方法和系统、存储介质 | |
CN106529469B (zh) | 基于自适应坡度的无人机载LiDAR点云滤波方法 | |
CN111091613A (zh) | 基于无人机航测的三维实景建模方法 | |
CN108759789B (zh) | 一种基于无人机的露天矿山生产调度指挥方法 | |
CN108010092A (zh) | 一种基于低空摄影测量的城市高密度区太阳能利用潜力评估方法 | |
CN110111414A (zh) | 一种基于三维激光点云的正射影像生成方法 | |
CN103196368B (zh) | 基于车载激光扫描数据的单株树三维绿量自动估算方法 | |
CN116310192A (zh) | 一种基于点云的城市级建筑物三维模型单体重建方法 | |
CN108182724B (zh) | 一种高精度城市热岛检测方法、设备及存储设备 | |
CN109901618A (zh) | 电力巡线系统及方法 | |
CN104657968B (zh) | 车载三维激光点云立面分类及轮廓线提取自动化方法 | |
CN106683131A (zh) | 一种城市部件自动化测量方法 | |
CN114119863A (zh) | 一种基于车载激光雷达数据自动提取行道树目标及其林木属性的方法 | |
CN114764871A (zh) | 一种基于机载激光点云的城市建筑物属性提取方法 | |
CN111189433A (zh) | 一种基于无人机航拍的岩溶峰林地貌参数测量方法 | |
CN109063638A (zh) | 基于倾斜摄影预测废弃物产生量的方法、系统及介质 | |
CN113781431B (zh) | 基于城市点云数据的绿视率计算方法 | |
CN111895907B (zh) | 一种电塔点云提取方法、系统及设备 | |
CN1156797C (zh) | 在虚拟环境多因素影响下生成逼真光照效果的方法 | |
Ren et al. | Future prospects of UAV tilt photogrammetry technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C04 | Withdrawal of patent application after publication (patent law 2001) | ||
WW01 | Invention patent application withdrawn after publication |
Open date: 20110302 |