CN108362308B - 一种利用隧道环缝的移动激光测量系统里程校正方法 - Google Patents
一种利用隧道环缝的移动激光测量系统里程校正方法 Download PDFInfo
- Publication number
- CN108362308B CN108362308B CN201810054838.7A CN201810054838A CN108362308B CN 108362308 B CN108362308 B CN 108362308B CN 201810054838 A CN201810054838 A CN 201810054838A CN 108362308 B CN108362308 B CN 108362308B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- distance
- tunnel
- circular
- mileage
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种利用隧道环缝的移动激光测量系统里程校正方法,该方法从原始点云生成的正射影像中识别隧道环片纵向拼接缝隙,从而确定环片数量,再结合环片宽度确定任意两条环缝之间的距离,最后根据环缝之间的距离对里程进行校正。与现有技术相比,本发明具有操作简单、获取参考点多等优点。
Description
技术领域
本发明涉及激光测量里程校正领域,尤其是涉及一种利用隧道环缝的移动激光测量系统里程校正方法。
背景技术
地铁隧道的安全监测是保证地铁安全运营的重要前提,随着监测技术的不断进步,出现了许多新的监测手段,移动激光测量技术因其劳动强度小、测量周期短、数据精度高、获取信息全面等优点,越来越多的被应用到城市地铁隧道监测当中,然而在封闭的地下环境中,由于不能使用GPS进行定位,给获取沿隧道轴线方向的位置数据带来了不便,目前多数移动激光测量系统通过安装里程计和惯性测量单元(Inertial measurement unit,简称IMU)来解决轴线坐标的获取问题,但是里程计和IMU都存在累积误差,长距离行使后会产生较大误差,如果能有一些位置较为准确的标志作为参考对里程计或IMU测得的距离进行修正的话,则可以控制累积误差的影响。
移动激光测量系统安装的是单线扫描仪,本身只能获取扫描线上的二维断面点云,要获取三维空间的点云数据,就必须对扫描仪的位置姿态进行标定并且在测量系统前进的过程中实时记录移动距离,然而由于隧道中获取移动距离的里程计、 IMU等传感器都存在着累积误差,致使长距离行驶后会产生较大的轴向误差,从而影响获取的三维点云的精度。改善这一问题的途径就是对里程计记录的距离进行校正,目前有两种方法:(1)使用全站仪、跟踪仪等仪器直接测量扫描统移动过程中的位置,并将其与里程计记录的位置进行对比(2)在隧道环片上粘贴反射片,以反射片作为标志记录扫描系统位置,然后用该位置与里程计的位置数据进行对比。
里程校正原理:
在较短距离内可以认为里程的测量误差与行驶距离成正比,即:
则任意距离校正后的值为
1.全站仪、跟踪仪校正原理:
首先在移动激光测量车上安装反射棱镜,使用全站仪测量棱镜的坐标 (x1,y1,z1)并记录此时里程计的读数A1,测量车行驶一段距离后,再次测量棱镜坐标(x2,y2,z2)并记录里程数据A2,然后使用(2)式可计算得误差系数
带入(3)式即可算出任意距离的校正值。
跟踪仪与全站仪校正方法类似,区别是跟踪仪测量频率远远高出全站仪,在一个测站内可以对连续跟踪获取移动激光测量车的位置。
2.反射片校正原理:
反射片坐标测量:在隧道环片不同位置粘贴反射片并在反射片中心标记一个小圆,然后使用全站仪瞄准反射片中心进行测量得到坐标(fx1,fy1,fz1)、 (fx2,fy2,fz2),则参考距离
反射片中心点提取:由全站仪测得的反射片坐标可以计算出两反射片中心点之间的参考距离,但是由于无法将里程点与反射片中心点对应起来导致无法直接确定中心点之间的里程距离,不过因为里程最终也是反映到了点云当中,所以可以通过从未校正的原始点云中识别反射片来间接获取里程距离。由于反射片的反射率较高,可以将扫描仪中反射强度大于一定阈值的点提取出来(阈值的具体大小因扫描仪型号而异,需要实验测定),然后对提取出的点进行欧式聚类,理论情况下,每一个点集聚类即为一组反射片上的点,实际情况中还存在其他不是反射片点的高强度点云组成的聚类,但是由于反射片距离测量车较近,反射片聚类的点数量普遍较多,因此,将点集聚类按照聚类中点的数量从大到小排序,并取前2个聚类作为反射片表面的点集,再将每一个聚类中的点集求重心,认为是反射片标靶中心圆点处的点云坐标。用(px1,py1,pz1)、(px2,py2,pz2)表示两个反射片中心的点云坐标为, 则两个反射片之间的里程距离
这里用平面距离代替了空间距离是因为两反射片高度可能不一致,而短距离内轨道高差变化又很小,所以可以将他们都认为是平面的。
里程校正:
将(5)、(6)式带入(2)、(3)式即可算出任一点的校正里程。
现行方法的缺点:
在现有的隧道里程校正方法中,无论是全站仪还是反射片法,其校正过程都过于繁琐,不仅需要使用测量仪器对参考距离进行直接测量,而且获取的参考点数量也相对较少,虽然使用跟踪仪可以在一测站内连续获取测量小车的位置坐标,但在实际作业中测量小车是不断前进的,如果要持续获取参考距离就必须每行驶一段路程搬站重新测量,这显然降低了作业效率并且增加了劳动强度。另外,在隧道拐弯处,测量小车行驶的是一段曲线距离,此时少数参考点之间的直线或折线距离不能准确反映小车实际走过的距离;在坡度比较大的路段,用平面距离代替空间里也是不合理的。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种利用隧道环缝的移动激光测量系统里程校正方法,利用隧道环片的拼接具有较高精度(一般精度在mm级),环片宽度固定的特点,通过环缝确定环片数量,然后再以环缝作为参考点计算参考距离。该方法避免了使用反射片、棱镜等参考点带来的搬站问题;克服了曲率、坡度较大的地方参考距离不准确的问题(隧道环片宽度一般小于2m,短距离内可认为轨道是直线,环片铺是设与轨道平行的,不存在空间距离投影问题);能够在整个隧道扫描作业过程中提供较为准确的距离参考。
本发明的目的可以通过以下技术方案来实现:
一种利用隧道环缝的移动激光测量系统里程校正方法,该方法从原始点云生成的正射影像中识别隧道环片纵向拼接缝隙,从而确定环片数量,再结合环片宽度确定任意两条环缝之间的距离,最后根据环缝之间的距离对里程进行校正。
优选地,所述的方法包括以下步骤:
(1)隧道点云圆柱投影;
(2)点云图像生成;
(3)环缝识别;
(4)里程校正。
优选地,所述的步骤(1)包括以下步骤:
(11)移动激光测量系统以断面扫描的方式获取隧道点云原始数据;
(12)提取出点云的扫描线;
(13)将扫描线提取出来后使用随机抽样一致算法计算圆心,然后以垂直向下为起始边逆时针方向计算扫描线上每个点的方向角;最后以点到起始边的弧长作为展开后隧道点云的纵坐标。
优选地,所述的(12)提取出点云的扫描线具体为:
由于激光扫描仪的扫描角度小于360度,所以隧道底部有部分没有点云数据,扫描点在此处会出现一个距离跳跃,利用这个跳跃将扫描线提取出来。
优选地,所述的点云图像生成采用反距离加权插值法。
优选地,所述的反距离加权插值法具体包括以下步骤:
(21)首先对展开的点云进行格网化处理;
(22)然后检索距网格中心设定距离内的点,并以到网格中心距离的倒数为权计算这些点的强度加权平均值,以此平均值作为该网格的值;
(23)全部网格计算完毕后将网格强度值归一化到0~255,最后以网格作为像素即可生成点云图像。
优选地,所述的格网的大小依据点云密度而定,取两倍的扫描线间隔。
优选地,所述的设定距离取2~3倍的格网宽度。
优选地,所述的步骤(3)包括以下步骤:
(31)首先计算点云图像横轴方向的梯度;
(32)然后对梯度沿纵轴方向进行累积;
(33)累积图像在环缝处出现正负两个峰值点,这两个峰值点分别表示了灰度值由大到小和由小到大变化处,即环缝的左右边沿,将正负峰值点的中点作为环缝的位置。
优选地,所述的步骤(4)包括以下步骤:
(41)设环缝为L0,L1…,Ln,根据点云图像生成过程中点云与像素的映射关系反向求出环缝对应的点云;
与现有技术相比,本发明具有以下优点:
1.利用隧道环片的拼接具有较高精度(一般精度在mm级),环片宽度固定的特点,通过环缝确定环片数量,然后再以环缝作为参考点计算参考距离。该方法避免了使用反射片、棱镜等参考点带来的搬站问题。
2.克服了曲率、坡度较大的地方参考距离不准确的问题(隧道环片宽度一般小于2m,短距离内可认为轨道是直线,环片铺是设与轨道平行的,不存在空间距离投影问题).
3.能够在整个隧道扫描作业过程中提供较为准确的距离参考。
附图说明
图1为使用全站仪校正时的坐标测量原理示意图;
图2为使用反射片校正时的反射片扫描点示意图;
图3为使用反射片校正时的反射片提取算法流程图;
图4为本发明的扫描线提取算法流程图;
图5为本发明的点云扫描线;
图6为本发明的原始隧道点云示意图;
图7为本发明的平面展开后的点云示意图;
图8为本发明的30~60度范围内的点云图像;
图9为本发明的点云梯度图像;
图10为本发明的图9的A部的局部放大示意图;
图11为本发明的环缝识别结果示意图;
图12为本发明的图11的B部的局部放大示意图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
如图4-10所示,一种利用隧道环缝的移动激光测量系统里程校正方法,包括以下步骤:
(1)隧道点云圆柱投影;(2)点云图像生成;(3)环缝识别;(4)里程校正。
所述的步骤(1)包括以下步骤:
如图4-7所示,本发明主要是关于里程数据的校正方法,传感器的标定不是本发明的重点,所以这里假定移动激光测量系统已经完成了扫描仪的标定工作,即已经以断面扫描的方式获取了隧道点云原始数据。接下来需要提取出点云的扫描线,扫描线提取方法与点云扫描方式、存储顺序有关,这里以最常见的顺序扫描、顺序存储的有序点云为例,由于激光扫描仪的扫描角度往往小于360度,所以隧道底部有一部分没有点云数据,扫描点在这里会出现一个距离跳跃,利用这个跳跃可以将扫描线提取出来;将扫描线提取出来后使用随机抽样一致算法(Random Sample Consensus,简称RANSAC)计算圆心,然后以垂直向下为起始边逆时针方向计算扫描线上每个点的方向角;最后以点到起始边的弧长作为展开后隧道点云的纵坐标。
所述的步骤(2)包括以下步骤:
点云图像生成使用了反距离加权插值法(Inverse Distance Weighted,简称IDW),即首先对展开的点云进行格网化处理(格网的大小依据点云密度而定,一般可以取两倍的扫描线间隔),然后检索距网格中心一定距离内的点(该距离可以取2~3倍的格网宽度),并以到网格中心距离的倒数为权计算这些点的强度加权平均值,以此平均值作为该网格的值,全部网格计算完毕后将网格强度值归一化到0~255,最后以网格作为像素即可生成点云图像,如图8所示。
所述的步骤(3)包括以下步骤:
由于环缝的激光反射率相比环片较低,所以图像中环缝灰度值也比较小,但是由于点云图像的灰度分布不均,所以无法简单的通过灰度、梯度阈值分割分离出环缝。不过注意到环缝在图像中都是近似垂直的且在环缝处都有比较明显的灰度变化,所以可以通过梯度统计的方法识别环缝,具体操作是:首先计算点云图像横轴方向的梯度,然后对梯度沿纵轴方向进行累积,累积图像在环缝处会出现正负两个峰值点,这两个峰值分别表示了灰度值由大到小和由小到大变化处,即环缝的左右边沿,正负峰值点的中点可以作为环缝的位置,如图9-12所示。
所述的步骤(4)包括以下步骤:
(41)设环缝为L0,L1…,Ln,根据点云图像生成过程中点云与像素的映射关系可以反向求出环缝对应的点云;
本发明的里程校正方法的关键原理:
1.里程校正流程:
在测量小车获取隧道点云的过程中,不用额外设立反射片作为里程参考标志,也无需使用全站仪测量小车位置,只需要标定好相关传感器后正常采集点云数据即可。外业结束后使用隧道环缝提取算法从点云中识别出环缝,根据环缝的数量确定环片的数量,在结合环片宽度计算出环缝之间的参考距离,然后在根据环缝点云坐标计算出首尾环缝之间的里程距离,最后利用里程距离和参考距离进行里程校正。
2.隧道环缝提取算法:
实现无附加参考标志的里程校正其核心就是对隧道环缝的识别,本发明提出一种纵向梯度累积的环缝提取算法,图像大小为M*N个像素;
G1 (i,x)=grad(i.x)
首先将隧道点云沿轴线展开成平面,使用IDW方法将平面点云插值生成栅格图像,然后通过左右相邻的像素灰度值相减计算点云图像的横向梯度,对梯度进行纵向的累积形成梯度累积图,每条环缝在累积图上表现为相近的两个峰值,最后以这两个峰值的中点作为环缝的像素位置,由环缝像素位置也可以对应到相应点云。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种利用隧道环缝的移动激光测量系统里程校正方法,其特征在于,该方法从原始点云生成的正射影像中识别隧道环片纵向拼接缝隙,从而确定环片数量,再结合环片宽度确定任意两条环缝之间的距离,最后根据环缝之间的距离对里程进行校正;
所述的方法包括以下步骤:
(1)隧道点云圆柱投影;
(2)点云图像生成;
(3)环缝识别;
(4)里程校正;
所述的步骤(3)包括以下步骤:
(31)首先计算点云图像横轴方向的梯度;
(32)然后对梯度沿纵轴方向进行累积;
(33)累积图像在环缝处出现正负两个峰值点,这两个峰值点分别表示了灰度值由大到小和由小到大变化处,即环缝的左右边沿,将正负峰值点的中点作为环缝的位置。
2.根据权利要求1所述的一种利用隧道环缝的移动激光测量系统里程校正方法,其特征在于,所述的步骤(1)包括以下步骤:
(11)移动激光测量系统以断面扫描的方式获取隧道点云原始数据;
(12)提取出点云的扫描线;
(13)将扫描线提取出来后使用随机抽样一致算法计算圆心,然后以垂直向下为起始边逆时针方向计算扫描线上每个点的方向角;最后以点到起始边的弧长作为展开后隧道点云的纵坐标。
3.根据权利要求2所述的一种利用隧道环缝的移动激光测量系统里程校正方法,其特征在于,所述的(12)提取出点云的扫描线具体为:
由于激光扫描仪的扫描角度小于360度,所以隧道底部有部分没有点云数据,扫描点在此处会出现一个距离跳跃,利用这个跳跃将扫描线提取出来。
4.根据权利要求1所述的一种利用隧道环缝的移动激光测量系统里程校正方法,其特征在于,所述的点云图像生成采用反距离加权插值法。
5.根据权利要求4所述的一种利用隧道环缝的移动激光测量系统里程校正方法,其特征在于,所述的反距离加权插值法具体包括以下步骤:
(21)首先对展开的点云进行格网化处理;
(22)然后检索距网格中心设定距离内的点,并以到网格中心距离的倒数为权计算这些点的强度加权平均值,以此平均值作为该网格的值;
(23)全部网格计算完毕后将网格强度值归一化到0~255,最后以网格作为像素即可生成点云图像。
6.根据权利要求5所述的一种利用隧道环缝的移动激光测量系统里程校正方法,其特征在于,所述的格网的大小依据点云密度而定,取两倍的扫描线间隔。
7.根据权利要求6所述的一种利用隧道环缝的移动激光测量系统里程校正方法,其特征在于,所述的设定距离取2~3倍的格网宽度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810054838.7A CN108362308B (zh) | 2018-01-19 | 2018-01-19 | 一种利用隧道环缝的移动激光测量系统里程校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810054838.7A CN108362308B (zh) | 2018-01-19 | 2018-01-19 | 一种利用隧道环缝的移动激光测量系统里程校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108362308A CN108362308A (zh) | 2018-08-03 |
CN108362308B true CN108362308B (zh) | 2021-09-03 |
Family
ID=63006429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810054838.7A Active CN108362308B (zh) | 2018-01-19 | 2018-01-19 | 一种利用隧道环缝的移动激光测量系统里程校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108362308B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111486797B (zh) * | 2019-01-29 | 2021-07-06 | 上海京海工程技术有限公司 | 一种地铁圆形盾构隧道横向直径的自动提取方法 |
CN110411361B (zh) * | 2019-05-15 | 2021-08-17 | 首都师范大学 | 一种移动隧道激光检测数据处理方法 |
CN110298795A (zh) * | 2019-05-22 | 2019-10-01 | 中交第二航务工程局有限公司 | 隧道三维激光数据综合去噪方法 |
CN110660094A (zh) * | 2019-09-23 | 2020-01-07 | 上海市建筑科学研究院 | 一种基于图像识别的地铁隧道移动扫描点云精细划分方法 |
CN111102935B (zh) * | 2019-12-31 | 2021-09-28 | 武汉汉宁轨道交通技术有限公司 | 隧道结构检测方法、装置和电子设备 |
CN112819070A (zh) * | 2021-01-29 | 2021-05-18 | 中国电建集团华东勘测设计研究院有限公司 | 隧道管片环缝直线化识别及里程环号标记方法 |
CN113503896A (zh) * | 2021-06-24 | 2021-10-15 | 浙江大学台州研究院 | 一种基于定位系统的铁路测量小车的里程校准方法 |
DE102022103565A1 (de) | 2022-02-16 | 2023-08-17 | Bayerische Motoren Werke Aktiengesellschaft | Longitudinale Positionierung eines Fahrzeugs |
CN114549879B (zh) * | 2022-04-25 | 2022-07-08 | 四川省公路规划勘察设计研究院有限公司 | 一种隧道车载扫描点云的标靶识别及中心点提取方法 |
CN116087911A (zh) * | 2022-07-26 | 2023-05-09 | 深圳市速腾聚创科技有限公司 | 点云的加密方法、装置、存储介质及激光雷达 |
CN115597569B (zh) * | 2022-10-31 | 2024-05-14 | 上海勃发空间信息技术有限公司 | 利用断面扫描仪测定桩与船相对位置关系的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103821054A (zh) * | 2014-03-12 | 2014-05-28 | 武汉大学 | 基于ins与全站仪组合的轨道几何状态测量系统及方法 |
CN104266591A (zh) * | 2014-09-29 | 2015-01-07 | 樊晓莉 | 一种隧道内移动装置的移位检测方法 |
CN104359459A (zh) * | 2014-12-04 | 2015-02-18 | 上海岩土工程勘察设计研究院有限公司 | 采用三维激光扫描反射率信息生成隧道内壁影像的方法 |
CN107505332A (zh) * | 2017-09-06 | 2017-12-22 | 成都圭目机器人有限公司 | 一种基于双轨可移动的缺陷检测结构 |
US10816347B2 (en) * | 2017-12-12 | 2020-10-27 | Maser Consulting, Inc. | Tunnel mapping system and methods |
-
2018
- 2018-01-19 CN CN201810054838.7A patent/CN108362308B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103821054A (zh) * | 2014-03-12 | 2014-05-28 | 武汉大学 | 基于ins与全站仪组合的轨道几何状态测量系统及方法 |
CN104266591A (zh) * | 2014-09-29 | 2015-01-07 | 樊晓莉 | 一种隧道内移动装置的移位检测方法 |
CN104359459A (zh) * | 2014-12-04 | 2015-02-18 | 上海岩土工程勘察设计研究院有限公司 | 采用三维激光扫描反射率信息生成隧道内壁影像的方法 |
CN107505332A (zh) * | 2017-09-06 | 2017-12-22 | 成都圭目机器人有限公司 | 一种基于双轨可移动的缺陷检测结构 |
US10816347B2 (en) * | 2017-12-12 | 2020-10-27 | Maser Consulting, Inc. | Tunnel mapping system and methods |
Also Published As
Publication number | Publication date |
---|---|
CN108362308A (zh) | 2018-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108362308B (zh) | 一种利用隧道环缝的移动激光测量系统里程校正方法 | |
CN110411361B (zh) | 一种移动隧道激光检测数据处理方法 | |
CN109791052B (zh) | 使用数字地图对点云的数据点进行分类的方法和系统 | |
WO2023019709A1 (zh) | 基于车载移动激光点云的接触网导高与拉出值自动检测方法 | |
CN110986878B (zh) | 基于移动测量系统自动化提取铁轨断面的方法 | |
CN107782240B (zh) | 一种二维激光扫描仪标定方法、系统及装置 | |
CN102506824B (zh) | 一种城市低空无人机系统生成数字正射影像图的方法 | |
CN106978774B (zh) | 一种路面坑槽自动检测方法 | |
CN110379007B (zh) | 基于车载移动激光扫描点云的三维公路曲线重建方法 | |
CN107850448A (zh) | 用于生成及使用定位参考数据的方法及系统 | |
CN107621263B (zh) | 一种基于道路磁场特征的地磁定位方法 | |
CN114526745A (zh) | 一种紧耦合激光雷达和惯性里程计的建图方法及系统 | |
CN104657981A (zh) | 一种移动机器人运动中三维激光测距数据动态补偿方法 | |
CN107869958A (zh) | 一种用于地铁检测及测量的3d扫描方法 | |
Ben-Arieh et al. | Geometric modeling of highways using global positioning system data and B-spline approximation | |
CN112800524A (zh) | 一种基于深度学习的路面病害三维重建方法 | |
CN112070756B (zh) | 一种基于无人机倾斜摄影的路面立体病害测量方法 | |
CN112455502A (zh) | 基于激光雷达的列车定位方法及装置 | |
CN106500594A (zh) | 融合反射强度和几何特征的铁路轨道半自动检测方法 | |
CN115639570A (zh) | 融合激光强度和点云几何特征的机器人定位和建图方法 | |
CN114821522A (zh) | 基于车载激光点云数据的城市道路横坡和超高值计算方法 | |
CN109544607A (zh) | 一种基于道路标志线的点云数据配准方法 | |
Ji et al. | Accurate and robust registration of high-speed railway viaduct point clouds using closing conditions and external geometric constraints | |
Tong et al. | Estimating geometric parameters of highways and railways using least-squares adjustment | |
Xu et al. | A method of 3d building boundary extraction from airborne lidar points cloud |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |