CN104376590A - 海量数据按圈索引空间显示方法 - Google Patents
海量数据按圈索引空间显示方法 Download PDFInfo
- Publication number
- CN104376590A CN104376590A CN201410652543.1A CN201410652543A CN104376590A CN 104376590 A CN104376590 A CN 104376590A CN 201410652543 A CN201410652543 A CN 201410652543A CN 104376590 A CN104376590 A CN 104376590A
- Authority
- CN
- China
- Prior art keywords
- circle
- cloud
- pos
- bounding box
- vector
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种结合车载点云数据外业扫描及存储特性,将海量数据按圈索引空间显示方法,操作步骤为:使用激光扫描仪获取点云数据,根据点云数据每一扫描圈中POS系统的姿态及位置信息,计算出每一扫描圈POS中心到下一扫描圈POS中心的方向向量作为该扫描圈方向包围盒的主轴向量;根据该方向向量(法向量)及该圈点云的范围值,计算主轴线向量为该法向量的方向包围盒的八个顶点坐标;计算三维视图下显示的视锥体的方向包围盒;根据分离轴理论,计算该扫描圈的方向包围盒与视锥的方向包围盒是否相交。本方法具有快速、高效、实时计算的优点,能有效提高海量点云渲染效率,达到精细显示点云局部的目的。
Description
技术领域
本发明涉及一种海量数据按圈索引空间显示方法,属于地理空间信息系统技术领域。
背景技术
三维激光扫描技术是上世纪九十年代蓬勃发展起来的高精度、快速获取物体三维几何数据的新型技术,车载三维激光测量系统基于三维激光扫描技术利用GPS导航仪、惯性制导系统及全景相机等能在高速移动状态下获取道路及道路两侧表面点云数据,已成为一种快速的空间数据获取手段,广泛应用于数字城市、基础测绘、城市规划、交通、环保等领域。一方面,它具有数据获取速度快、点云密集及场景复杂等特性,能充分发挥其精度高、速度快、数据相对完整的优势,提升城市信息化建设及管理的水平;另一方面,其获取的数据具有海量特性(激光扫描每秒可获取上万个点),导致扫描工程获取扫描点达到数亿,受限于计算机等硬件设备,为提高渲染效率,需对内存中点云进行抽稀显示,渲染时间过长,浏览缓慢,无法体现海量点云的优势特性。
发明内容
本发明的目的是解决上述海量点云实时显示存在的问题,提供一种结合车载点云数据外业扫描及存储特性,将海量数据按圈索引空间显示方法。
为实现上述目的,本发明结合车载数据存储特性,采用一种基于方向包围盒实时加载点云方法。首先,使用车载三维激光测量系统进行采集数据,车载三维激光移动测量系统集成部件包括车辆、三维激光扫描仪、GPS导航仪、惯性制导系统和全景相机,采集数据过程在车辆行驶中进行,三维激光扫描仪用于获取点云数据,GPS导航仪与惯性制导系统构成的POS系统用于获取姿态位置信息;点云数据按照圈索引进行组织,以获取每一圈扫描圈的三维坐标点集;按照时间对齐,根据采集的POS信息插值结算获取三维点云数据扫描圈每一圈的姿态信息及位置信息;定义车载三维激光测量系统中的POS系统中心点为坐标系原点,车辆行驶的方向为Y轴正方向,垂直向上的方向为Z轴正方向,构建空间坐标系,其特征在于点云按圈存储,可有效判断每圈点云所构成的方向包围盒与视锥相交,以此来判断该圈点云是否显示,按如下步骤操作:
步骤1、根据点云数据每一个扫描圈POS系统的姿态信息及位置信息,求解出每一扫描圈POS中心指向下一圈POS中心构成的方向向量Vij;
步骤2、以步骤1计算得到的方向向量Vij作为该圈点云所在近似平面的法向量,相邻POS中心构成方向向量应平行与XOY平面;
步骤3、每圈POS中心点位于该圈点云所构成的平面上(该平面法向量为Vij),该圈点云范围已知(点云数据存储时统计获得),以Vij为主轴方向向量,以该圈点云最大最小值间平面距离为长,以相邻POS间平面距离的两倍为宽,以该圈点云高程值最大最小间高程差为高,构建该圈点云方向包围盒obBOXi,POS点位于垂直与XOY平面且过包围盒中心点的方向向量上,据此计算方向包围盒八个顶点坐标;
步骤4、计算观察视图场景的相机的视锥体所构成的包围盒BOX;
步骤5、动态浏览显示三维数据时,根据分离轴理论计算判断每圈方向包围盒obBOXi与视锥包围盒BOX是否相交,即寻找其不相交的分隔面,共十五种情况,满足其一即不相交,以此确定该圈点云不加载显示,若相交圈点云过多,可根据实际可加载设置对相交的总圈进行抽稀设置,加载其中部分圈的点云。
本发明的方法步骤1中所述的求解当前圈POS到下一圈POS构成的方向向量;车辆行驶过程中,三维激光移动测量系统获得的每圈扫描点云的中心点为POS系统通过计算获得的进行该圈点云扫描时激光扫描头的在WGS84坐标系下的位置(x0,y0,z0)和姿态(yaw,pitch,roll),由此坐标可确定相邻圈点云POS中心位置构成的方向向量Vij。
本发明的方法步骤2中所述的以方向向量Vij作为该圈点云所在平面的法向量,意指由于移动测量系统结构设计激光扫描头扫描点云垂直于POS系统,故由相邻POS中心构成的方向向量Vij(a,b,c)应垂直与该圈点云所在平面(激光扫描头快速旋转扫描一圈所获得的绝大部分扫描点位于近似平面上),该平面理论上垂直与XOY平面,为方便后续计算方向包围盒(设计该方向包围盒顶面、底面平行于XOY平面),在此设置方向向量Vij为(a,b,0)。
步骤3中所述的计算每一扫描圈的方向包围盒,首先确定该方向包围盒的长、宽、高公式①求得:
Height=|fMaxZ-fMinZ|…………………………………………………………③
其中xMax、xMin、yMax、yMin、zMax、zMin为该圈点云的范围值,targX、targY、targZ为下一圈POS中心的坐标,posX,posY,posZ为该圈点云POS中心坐标;
求得该包围盒长宽高后,根据该圈POS点位于该包围盒内,考虑本发明目的在于快速有效判断一圈点云是否需要显示加载,此处包围盒计算只需接近其真实包围盒即可,在此设定该圈点云POS中心位于底平面中心沿Z轴方向的向量上,据此依次计算八个顶点坐标。
本发明的方法步骤4中所述的计算三维场景下由相机视角构成的视锥包围盒BOX,该视锥由相机的近平面和远平面八个顶点构成,该包围盒顶点可由视锥直接获得。
本发明的方法步骤5中所述在加载前实时计算每圈点云的方向包围盒与视锥包围盒是否相交,依据分离轴理论进行判断,分离轴理论提出,如果能找到一条轴线,使得两个物体在该轴上的投影互不重叠,则这两个物体不相交,对于任何两个不相交的凸三维多面体,其分离轴要么垂直于任何一个多面体的某一个面,要么同时垂直于每个多面体的某一条边,因此,一对方向包围盒,只需测试15条可能的分离轴(每个方向包围盒的三个面方向及三个边方面的两辆组合),找到一条分离轴即可判断不相交。
本发明的方法主要是由每圈点云POS中心位置计算每圈点云的方向包围盒,后续加载显示时实时判断每圈点云包围盒与视锥包围盒相交与否判断是否需要加载显示,以此实现海量点云数据的三维可视化。
本发明的方法与现有的技术相比具有如下优点:
1、本发明的方法能结合移动测量系统特性显示动态加载显示海量点云。
2、本发明的方法能实现24小时作业,由于激光是主动式遥感测绘手段,除白天可作业外,也能够在夜间进行数据采集处理。
3、本发明的方法实时加载浏览速度快,能较好地显示点云最精细层,方便数据浏览、采集作业。
附图说明
图1为本发明基于三维激光移动测量系统优化显示精细点云的操作流程图。
图2为本发明车载移动测量系统进行数据采集时的三维空间姿态信息示意图。
图3为本发明扫描仪按照圈记录激光点云数据的示意图。
图4为本发明扫描圈的方向包围盒及POS中心法向量的俯视示意图。
上述图中:1-车辆,2-路面,3-POS平面,4-第i扫描圈激光点云数据,Pos表示第i扫描圈的POS中心位置,normal表示其指向第i+1扫描圈POS中心构成的向量,Px表示第i扫描圈方向包围盒的顶点。
具体实施方式
以下结合附图和实施例对本发明作进一步详述。
实施例1:本发明提出的一种基于三维激光反射强度的道路标线点云自动分类识别方法,整个方法流程如图1所示。具体的操作是:首先,使用车载三维激光测量系统进行采集数据,车载三维激光移动测量系统集成部件包括车辆1、三维激光扫描仪、GPS导航仪、惯性制导系统和全景相机,采集数据过程在车辆1行驶中进行,三维激光扫描仪用于获取点云数据,GPS导航仪与惯性制导系统构成的POS系统用于获取姿态位置信息;点云数据按照圈索引进行组织,以获取每一圈扫描圈的三维坐标点集;按照时间对齐,根据采集的POS信息插值结算获取三维点云数据扫描圈每一圈的姿态信息及位置信息;定义车载三维激光测量系统中的POS中心点为坐标系原点,车辆1在路面2上行驶的方向为Y轴正方向,垂直向上的方向为Z轴正方向,构建空间坐标系,然后按如下步骤操作:
步骤1、根据点云数据每一个扫描圈POS系统的姿态信息及位置信息,求解出每一扫描圈POS中心指向下一圈POS中心构成的方向向量Vij,其具体为:
对于第i扫描圈POS中心坐标Pos(i)(posX,posY,posZ),第(i+1)扫描圈POS中心坐标Pos(i+1)(t arg X,t arg Y,t arg Z),由数学知识可知,两点构成方向向量normal。
Pos(i)=(posX,posY,posZ);
Pos(i+1)=(t arg X,t arg Y,t arg Z);
Normal=(t arg X-posX,t arg Y-posY,t arg Z-posZ);
步骤2、计算第i圈点云所在近似平面的法向量,相邻POS中心构成方向向量应平行与XOY平面,获得平面法向量:
(t arg X-posX,t arg Y-posY,0)=(normalX,normalY,normalZ);
步骤3、计算第i圈点云的方向包围盒的八个顶点坐标,见图4所示。具体操作为:
3.1、首先由文件存储中记录的每圈点云的索引信息中记录第i圈点云范围值,由此范围值确定该圈点云的方向包围盒的长、宽、高值,距离公式①求得。
Height=|zMax-zMin|
其中xMax、xMin、yMax、yMin、zMax、zMin为第i圈点云的范围值,targX、targY、targZ为第(i+1)圈POS中心的坐标,posX,posY,posZ为第i圈点云POS中心坐标;
3.2、第i圈POS中心点位于方向包围盒过中心点垂直与XOY平面的轴线上,以此分别计算每个顶点坐标,以顶点0为例:
X0=(dLength/2)*normalY+posX-(fWidth/2)*normalX
Y0=(dLength/2)*(-normalX)+posY-(fWidth/2)*normalY
Z0=zMin
同样地,顶点4(顶点0与顶点4构成方向向量垂直与XOY平面)坐标为:
X4=X0
Y4=Y0
Z4=zMax
以此方法依次获得第i圈点云八个顶点坐标,确定第i圈点云的方向包围盒。
步骤4、计算观察视图场景的相机的视锥体所构成的包围盒BOX,可由相机的视角获得视锥体近平面、远平面,由此可直接获得其包围盒。
步骤5、根据分离轴理论,计算第i圈点云的方向包围盒与视锥的包围盒相交。由分离轴理论可知,若两个包围盒不相交,则一定存在一个分隔面能将两个包围盒分隔开,对于凸三维多面体,该分隔面要么垂直于某一包围盒的面,要么垂直于某一包围盒的边,因此存在包围盒的三个面共六种可能,两个包围盒的三条边共九种可能。在数学上,求面的法向量相比求该面更简便,因此,判断是否相交,只需判断一个比较面的法向量(边长为方向向量)在另一个比较面的法向量的投影相交与否即可。
此处以两个面相交判断,第i圈方向包围盒的面1法向量用表示,视锥包围盒的面2法向量用表示,顶点坐标以步骤3的3.2步获得坐标值表示,公式如下:
面1法向量(normalX0,normalY0,normalZ0);
面2法向量(normalX1,normalY1,normalZ1);
5.1计算第i圈方向包围盒八个顶点在面1上投影值fDist;
以顶点0坐标(X0,Y0,Z0)为例,依次计算八个fDist,获得最大最小值fDistMax、fDistMin;
fDist=(X0*normalX0+Y0*normalY0+Z0*normalZ0)
/(normalX0*normalX0+normalY0*normalY0+normalZ0*normalZ0)
5.2与5.1类似,计算视锥包围盒八个顶点在面1上的投影距离值,获得最大最小投影值fDistMaxView,fDistMinView;
5.3比较投影值,满足下式条件,说明两包围盒不相交,否则进行5.4步骤;
(fDistMax<fDistMinView||fDistMin>fDistMaxView)
5.4计算剩余5个面的法向量及九条边的方向向量,重复5.1,5.2,5.3的计算步骤,若均不符合5.3描述的函数式情形,说明不存在分隔面使其不相交,由此反向证明两包围盒相交。
方向包围盒各个面(三个相互垂直面)的法向量、相邻边(一个顶点处相互垂直的三条边)的方向向量均可由包围盒顶点坐标计算获得,且向量需单位化。
本发明根据方向包围盒判断某一圈点云与视锥的包围盒是否相交来判断该圈点云是否需要加载,提出一种将海量数据按圈索引空间显示的方法,能有效利用三维激光移动测量系统一体化采集按圈存储数据的特性,计算判断相交简便,能高效实时地确定该圈数据是否需要加载显示,据此结合点云抽稀加载及渲染优化,有效解决三维激光移动测量系统海量点云的三维可视化显示问题。
Claims (6)
1.采用一种基于方向包围盒将海量数据按圈索引空间显示方法。首先,使用车载三维激光测量系统进行采集数据,车载三维激光移动测量系统集成部件包括车辆、三维激光扫描仪、GPS导航仪、惯性制导系统和全景相机,采集数据过程在车辆行驶中进行,三维激光扫描仪用于获取点云数据,GPS导航仪与惯性制导系统构成的POS系统用于获取姿态位置信息;点云数据按照圈索引进行组织,以获取每一圈扫描圈的三维坐标点集;按照时间对齐,根据采集的POS信息插值结算获取三维点云数据扫描圈每一圈的姿态信息及位置信息;定义车载三维激光测量系统中的POS系统中心点为坐标系原点,车辆行驶的方向为Y轴正方向,垂直向上的方向为Z轴正方向,构建空间坐标系,其特征在于点云按圈存储,可有效判断每圈点云所构成的方向包围盒与视锥相交,以此来判断该圈点云是否显示,按如下步骤操作:
步骤1、根据点云数据每一个扫描圈POS系统的姿态信息及位置信息,求解出每一扫描圈POS中心指向下一圈POS中心构成的方向向量Vij;
步骤2、以步骤1计算得到的方向向量Vij作为该圈点云所在近似平面的法向量,相邻POS中心构成方向向量应平行与XOY平面;
步骤3、每圈POS中心点位于该圈点云所构成的平面上(该平面法向量为Vij),该圈点云范围已知(点云数据存储时统计获得),以Vij为主轴方向向量,以该圈点云最大最小值间平面距离为长,以相邻POS间平面距离的两倍为宽,以该圈点云高程值最大最小间高程差为高,构建该圈点云方向包围盒obBOXi,POS点位于垂直与XOY平面且过包围盒中心点的方向向量上,据此计算方向包围盒八个顶点坐标;
步骤4、计算观察视图场景的相机的视锥体所构成的包围盒BOX;
步骤5、动态浏览显示三维数据时,根据分离轴理论计算判断每圈方向包围盒obBOXi与视锥包围盒BOX是否相交,即寻找其不相交的分隔面,共十五种情况,满足其一即不相交,以此确定该圈点云不加载显示,若相交圈点云过多,可根据实际可加载设置对相交的总圈进行抽稀设置,加载显示其中部分圈的点云。
2.根据权利要求1所述的海量数据按圈索引空间显不方法,其特征在于:步骤1所述,根据点云数据每一个扫描圈POS系统的姿态信息及位置信息,求解出每一扫描圈POS中心指向下一圈POS中心构成的方向向量Vij,其具体为:
对于第i扫描圈POS中心坐标Pos(i)(posX,posY,posZ),第(i+1)扫描圈POS中心坐标Pos(i+1)(t arg X,t arg Y,t arg Z),由数学知识可知,两点构成方向向量normal。
Pos(i)=(posX,posY,posZ);
Pos(i+1)=(t arg X,t arg Y,t arg Z);
Normal=(t arg X-posX,t arg Y-posY,t arg Z-posZ);
3.根据权利要求1所述的海量数据按圈索引空间显示方法,其特征在于:步骤2所述的计算第i圈点云所在近似平面的法向量,相邻POS中心构成方向向量应平行与XOY平面,获得平面法向量:
(t arg X-posX,t arg Y-posY,0)=(normalX,normalY,normalZ);
4.根据权利要求1所述的海量数据按圈索引空间显示方法,其特征在于:步骤3所述的计算第i圈点云的方向包围盒的八个顶点坐标,见图4所示。具体操作为:
4.1、首先由文件存储中记录的每圈点云的索引信息中记录第i圈点云范围值,由此范围值确定该圈点云的方向包围盒的长、宽、高值,距离公式①求得。
Height=|zMax-zMin|
其中xMax、xMin、yMax、yMin、zMax、zMin为第i圈点云的范围值,targX、targY、targZ为第(i+1)圈POS中心的坐标,posX,posY,posZ为第i圈点云POS中心坐标;
4.2、第i圈POS中心点位于方向包围盒过中心点垂直与XOY平面的轴线上,以此分别计算每个顶点坐标,以顶点O为例:
X0=(dLength/2)*normalY+posX-(fWidth/2)*normalX
Y0=(dLength/2)*(-normalX)+posY-(fWidth/2)*normalY
Z0=zMin
同样地,顶点4(顶点0与顶点4构成方向向量垂直与XOY平面)坐标为:
X4=X0
Y4=Y0
Z4=zMax
以此方法依次获得第i圈点云八个顶点坐标,确定第i圈点云的方向包围盒。
5.根据权利要求1所述的海量数据按圈索引空间显示方法,其特征在于:步骤4中所述计算观察视图场景的相机的视锥体所构成的包围盒BOX,可由相机的视角获得视锥体近平面、远平面,由此可直接获得其包围盒。
6.根据权利要求1所述的海量数据按圈索引空间显示方法,其特征在于:步骤5中所述,根据分离轴理论,计算第i圈点云的方向包围盒与视锥的包围盒相交。由分离轴理论可知,若两个包围盒不相交,则一定存在一个分隔面能将两个包围盒分隔开,对于凸三维多面体,该分隔面要么垂直于某一包围盒的面,要么垂直于某一包围盒的边,因此存在包围盒的三个面共六种可能,两个包围盒的三条边共九种可能。在数学上,求面的法向量相比求该面更简便,因此,判断是否相交,只需判断一个比较面的法向量(边长为方向向量)在另一个比较面的法向量的投影相交与否即可。
此处以两个面相交判断,第i圈方向包围盒的面1法向量用表示,视锥包围盒的面2法向量用表示,顶点坐标以步骤3的4.2步获得坐标值表示,公式如下:
面1法向量=(normalX0,normalY0,normalZ0);
面2法向量=(normalX1,normalY1,normalZ1);
6.1计算第i圈方向包围盒八个顶点在面1上投影值fDist;
以顶点0坐标(X0,Y0,Z0)为例,依次计算八个fDist,获得最大最小值fDistMax、fDistMin;
fDist=(X0*normalX0+Y0*normalY0+Z0*normalz0)
/(normalX0*normalX0+normalY0*normalY0+normalZ0*normalZ0)
6.2与6.1类似,计算视锥包围盒八个顶点在面1上的投影距离值,获得最大最小投影值fDistMaxView,fDistMinView;
6.3比较投影值,满足下式条件,说明两包围盒不相交,否则进行6.4步骤;
(fDistMax<fDistMinView||fDistMin>fDistMaxView)
6.4计算剩余5个面的法向量及九条边的方向向量,重复6.1,6.2,6.3的计算步骤,若均不符合6.3描述的函数式情形,说明不存在分隔面使其不相交,由此反向证明两包围盒相交。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410652543.1A CN104376590A (zh) | 2014-11-18 | 2014-11-18 | 海量数据按圈索引空间显示方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410652543.1A CN104376590A (zh) | 2014-11-18 | 2014-11-18 | 海量数据按圈索引空间显示方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104376590A true CN104376590A (zh) | 2015-02-25 |
Family
ID=52555479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410652543.1A Pending CN104376590A (zh) | 2014-11-18 | 2014-11-18 | 海量数据按圈索引空间显示方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104376590A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107341843A (zh) * | 2017-07-13 | 2017-11-10 | 云南数云信息科技有限公司 | 基于真实色彩的海量点云动态显示方法和系统 |
CN111210515A (zh) * | 2019-12-30 | 2020-05-29 | 成都赫尔墨斯科技股份有限公司 | 一种基于地形实时渲染的机载合成视觉系统 |
CN111340949A (zh) * | 2020-05-21 | 2020-06-26 | 超参数科技(深圳)有限公司 | 3d虚拟环境的建模方法、计算机设备及存储介质 |
CN112509118A (zh) * | 2020-12-02 | 2021-03-16 | 南京航空航天大学 | 一种可预加载节点和自适应填充的大规模点云可视化方法 |
CN116051540A (zh) * | 2023-03-06 | 2023-05-02 | 武汉科技大学 | 基于点云模型的互感器接线端子定位位姿获取方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2507560A (en) * | 2012-11-05 | 2014-05-07 | Univ Oxford | Extrinsic calibration of mobile camera and lidar |
CN103955966A (zh) * | 2014-05-12 | 2014-07-30 | 武汉海达数云技术有限公司 | 基于ArcGIS的三维激光点云渲染方法 |
CN104036539A (zh) * | 2014-06-17 | 2014-09-10 | 北京航空航天大学 | 一种应用在大规模地形渲染中的视锥体投影裁剪方法 |
-
2014
- 2014-11-18 CN CN201410652543.1A patent/CN104376590A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2507560A (en) * | 2012-11-05 | 2014-05-07 | Univ Oxford | Extrinsic calibration of mobile camera and lidar |
CN103955966A (zh) * | 2014-05-12 | 2014-07-30 | 武汉海达数云技术有限公司 | 基于ArcGIS的三维激光点云渲染方法 |
CN104036539A (zh) * | 2014-06-17 | 2014-09-10 | 北京航空航天大学 | 一种应用在大规模地形渲染中的视锥体投影裁剪方法 |
Non-Patent Citations (2)
Title |
---|
岑子政等: ""基于包围盒的车载激光点云自动建模算法研究"", 《科技传播》 * |
李磊: ""VRGIS城域仿真平台的场景组织与优化"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107341843A (zh) * | 2017-07-13 | 2017-11-10 | 云南数云信息科技有限公司 | 基于真实色彩的海量点云动态显示方法和系统 |
CN111210515A (zh) * | 2019-12-30 | 2020-05-29 | 成都赫尔墨斯科技股份有限公司 | 一种基于地形实时渲染的机载合成视觉系统 |
CN111340949A (zh) * | 2020-05-21 | 2020-06-26 | 超参数科技(深圳)有限公司 | 3d虚拟环境的建模方法、计算机设备及存储介质 |
CN112509118A (zh) * | 2020-12-02 | 2021-03-16 | 南京航空航天大学 | 一种可预加载节点和自适应填充的大规模点云可视化方法 |
CN116051540A (zh) * | 2023-03-06 | 2023-05-02 | 武汉科技大学 | 基于点云模型的互感器接线端子定位位姿获取方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104376590A (zh) | 海量数据按圈索引空间显示方法 | |
CN102855663B (zh) | 一种根据激光雷达栅格点云构建csg模型的方法 | |
CN107796304B (zh) | 一种三维激光全景的铁路线路调绘方法 | |
CN108629228B (zh) | 一种道路对象识别方法和装置 | |
US8600713B2 (en) | Method of online building-model reconstruction using photogrammetric mapping system | |
CN104391906A (zh) | 车载海量点云数据动态浏览方法 | |
CN103456043B (zh) | 一种基于全景图的视点间漫游方法和装置 | |
CN109242966B (zh) | 一种基于激光点云数据的3d全景模型建模方法 | |
CN102538802A (zh) | 三维导航显示方法以及相关装置 | |
CN114283070B (zh) | 融合无人机影像与激光点云的地形断面制作方法 | |
JP6465421B1 (ja) | 構造物変状検出装置 | |
CN105096381A (zh) | 一种运动中船舶三维模型在航道中的碰撞检测方法 | |
CN108388995B (zh) | 一种道路资产管理系统的建立方法及建立系统 | |
CN111932627B (zh) | 一种标识物绘制方法及系统 | |
CN102224523B (zh) | 立体匹配处理系统、立体匹配处理方法和记录媒介 | |
CN101794459A (zh) | 一种立体视觉影像与三维虚拟物体的无缝融合方法 | |
CN111238504A (zh) | 道路地图的道路线段建模数据生成方法、装置及相关系统 | |
Zhao et al. | Autonomous driving simulation for unmanned vehicles | |
CN111238502A (zh) | 一种道路地图生成方法、装置及相关系统 | |
CN108286946A (zh) | 传感器位置标定和数据拼接的方法及系统 | |
CN104063499A (zh) | 基于车载空间信息采集的空间矢量poi提取方法 | |
CN109189872B (zh) | 高精度地图数据验证装置及方法 | |
CN115900655A (zh) | 一种巡检航线规划方法 | |
CN111238500A (zh) | 道路地图区域的道路线段的地图生成方法、装置及系统 | |
Stylianidis et al. | A digital close-range photogrammetric technique for monitoring slope displacements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150225 |