CN114419260B - 利用复合式点云网进行三维地形测绘土方工程量的方法 - Google Patents
利用复合式点云网进行三维地形测绘土方工程量的方法 Download PDFInfo
- Publication number
- CN114419260B CN114419260B CN202210321512.2A CN202210321512A CN114419260B CN 114419260 B CN114419260 B CN 114419260B CN 202210321512 A CN202210321512 A CN 202210321512A CN 114419260 B CN114419260 B CN 114419260B
- Authority
- CN
- China
- Prior art keywords
- elevation
- mapping
- point cloud
- point
- aerial vehicle
- 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
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明属于三维地形测绘技术领域,提供一种利用复合式点云网进行三维地形测绘土方工程量的方法,在同一坐标系下使用了GPS测绘设备和激光雷达无人机进行测绘,具体包括以下步骤:步骤S1,采用GPS测绘设备抄测若干个定位点的精确坐标和高程;步骤S2,采用GPS测绘设备测量网格点的GPS高程;步骤S3,采用激光雷达无人机多次满场抄测,得到施工现场无人机点云;步骤S4,经数据处理后,得到复合式点阵加密点云数据包;步骤S5,生成三维标高计算模型;步骤S6,将步骤S1中的GPS定位点在三维标高计算模型中定位,以生成地形全域图。本发明使用了GPS测绘设备和激光雷达无人机,同时利用复合式点云网进行三维地形测绘土方工程量,可实现测绘精准点位。
Description
技术领域
本发明属于三维地形测绘技术领域,具体涉及一种利用复合式点云网进行三维地形测绘土方工程量的方法。
背景技术
目前现有的测绘设备包括GPS设备、无人机拍摄设备和激光扫描仪,该三种设备的现有理论抄测技术分别存在以下无法解决的弊端:1.卫星定位误差精度水平方向1cm,垂直方向2.5cm~3.1cm,定位精确度不达标;2. 激光反射误差由于风力影响等仪器震颤频率幅度大小精度不可预计,理想精确状态下不小于11mm,实际应用中由于地形原因,设备精度,大气状况等可能使精度大大降低;3. 单靠扫描实际实施得出的数据误差偏差过大。
在三维地形测绘时,通常会应用GPS设备、无人机拍摄设备、激光扫描仪三种设备中的一种或两者,具体的测绘方法主要包括以下四种:GPS+扫描设备成像、GPS+无人机拍摄点云网建模、扫描设备成像和无人机扫描成像。然而上述测绘方法存在的问题分别为:1.GPS+扫描设备成像,未解决定位与高程精度问题,且测绘面积受限;2. GPS+无人机拍摄点云网建模,该方法的基本为GPS的数据和精度,其中无人机作用较小;3.扫描设备成像,该方法的应用技术条件、环境条件、设备条件较高,且精度不高;4.无人机扫描成像,无人机定位精度较低,施测环境条件要求较高,扫描精度达不到测绘要求,5.无人机扫描成像无论单回波还是多回波仪器接收所得的数据均远不满足平衡仪器误差要求,测绘偏差过大,采集高程偏差最大时甚至超过10cm,实用性无法满足精确测量要求。
因此,需要提供一种针对上述现有技术不足的改进技术方案。
发明内容
本发明的目的是提供一种利用复合式点云网进行三维地形测绘土方工程量的方法,能够解决现有技术中存在的不足。
为了实现上述目的,本发明提供如下技术方案:
一种利用复合式点云网进行三维地形测绘土方工程量的方法,在同一坐标系下使用了GPS测绘设备和激光雷达无人机进行测绘,具体包括以下步骤:
步骤S1,采用GPS测绘设备抄测若干个定位点的精确坐标和高程,用于与无人机点云进行对应点坐标拼合;
步骤S2,采用GPS测绘设备测量网格点的GPS高程,用于对无人机点云提供对应点高程定位复合、高程复核;
步骤S3,采用激光雷达无人机多次满场抄测,得到施工现场无人机点云;
步骤S4,经数据处理后,得到复合式点阵加密点云数据包;
步骤S5,将所述复合式点阵加密点云数据包用地形三维可视化数字地面三角网模型建立,生成三维标高计算模型;
步骤S6,将步骤S1中的GPS定位点在所述三维标高计算模型中定位,以生成地形全域图。
在如上所述的利用复合式点云网进行三维地形测绘土方工程量的方法,优选,所述步骤S4具体包括:
步骤S401,将所述无人机点云数据中的测量点位分为误差点位和正常点位;计算正常点位高程差值的算数平均值,作为本场基准高程测量误差;按照所述本场基准高程测量误差将所述误差点位的高程调整至正常范围;
步骤S402,利用微积分原理,通过计算机分区域模拟多次重复抄测,以得到相应点的模拟高程取值;
步骤S403,参考所述步骤S1中的GPS定位点,对相应的所述模拟高程取值进行复核;对于误差偏差较大区域的模拟高程数据,采用所述步骤S2的GPS高程进行修正。
在如上所述的利用复合式点云网进行三维地形测绘土方工程量的方法,优选,在所述步骤S401中,对于正常点位,根据抄测的坐标点对应每次高程数据,得到同一范围坐标点下的高程差值,然后将所有正常点位的高程差值进行算数平均值,作为本场基准高程测量误差。
在如上所述的利用复合式点云网进行三维地形测绘土方工程量的方法,优选,所述步骤S401中,所述点云数据中误差点位为无人机测量的前800个以上的点。
在如上所述的利用复合式点云网进行三维地形测绘土方工程量的方法,优选,所述步骤S402中,所述计算机进行80次以上模拟抄测,直至拼合后的数据达到并趋于稳定。
在如上所述的利用复合式点云网进行三维地形测绘土方工程量的方法,优选,所述步骤S402中,每个区域内的模拟数据在对应区域的无人机点云高程最大值与最小值之间采取正态分布式取点的方式随机取值,将点位离散区域外的点排除掉,其余对应各点用计算机分区域模拟拼合;
具体为,在取值重叠区域内将随机点划分为三个区域,每个相邻坐标的所有高程点取加权平均值,最后合成为一个数值,即模拟高程取值。
在如上所述的利用复合式点云网进行三维地形测绘土方工程量的方法,优选,所述步骤S2中,所述网格点基本呈梅花形网络布置或矩形网络布置,相邻点间距为2-15m,个别点如变坡点、拐角点等按照实际地形逐个采集。
在如上所述的利用复合式点云网进行三维地形测绘土方工程量的方法,优选,所述步骤S3中,无人机在大气宁静度较好的条件下用慢速均匀覆盖满场地形,无人机反复抄测满场2-10次;
无人机测绘激光雷达开机时保持6-8m/s的抄测速度,移动时按照12-15m/s的转场速度飞行;测绘高度为30-50m;
所述无人机点云的点密度为:平坦地形≥50/㎡,复杂地形70-150/㎡。
在如上所述的利用复合式点云网进行三维地形测绘土方工程量的方法,优选,所述GPS测绘设备和激光雷达无人机均采用WGS-84坐标系,可互相拼合转换。
在如上所述的利用复合式点云网进行三维地形测绘土方工程量的方法,优选,在所述步骤S1中,所述定位点有12-18个,且位于场地内四周及内部。
有益效果:
本发明使用了GPS测绘设备和激光雷达无人机,同时利用复合式点云网进行三维地形测绘土方工程量,可实现测绘精准点位。
复合式点云网技术的原理为:一方面,用GPS作为场地模型定位及模型数据拼合的位置、高程复核,保证了定位点精度。
另一方面,无人机雷达二次扫描拼合后可弥补一部分测绘误差,以此类推,测绘误差的变小是由叠合次数决定的,应用微积分原理分解问题:假设测绘次数无限次则某点的算数平均得到的值会近似趋向于实际情况。应用已趋于成熟的DTM三角网法将上述结果利用计算机模拟生成唯一数据导入civil 3D中生成三维模型,进行点阵二次加密处理,得出最终结果。该方式由现场实际操作改为计算机无限次模拟飞行器测绘生成数据弥补了激光测绘误差的缺陷,解决了需要在现场抄测频次过高的问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。其中:
图1为本发明中GPS抄测时定位点分布示意图;
图2为本发明中GPS测量时网格点分布示意图;
图3为正态分布曲线图;
图4为计算机模拟取值重叠区域分布图;
图5为三维标高计算模型图。
图中各个附图标记对应的名称为:1-定位点;2-网格点。
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,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明而不是要求本发明必须以特定的方位构造和操作,因此不能理解为对本发明的限制。本发明中使用的术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接;可以是直接相连,也可以通过中间部件间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
本发明的设计思路:
由于单独使用点云网方法和GPS方格网法,均存在一定的缺陷。具体缺陷如下:
单独使用点云网方法存在以下缺陷:实际遇到各种阻碍激光脉冲传感的地形(低矮的树木、植被、活动的物体、各种施工工具等)都会默认为地形一部分,且该仪器用在无人机上的稳定性是由多种因素决定,最终根据仪器特性测绘理论误差大于3.1cm,实际误差大于6cm,且需要较好较稳定的测绘条件。
单独使用GPS方格网法存在以下缺陷:GPS应用方格网法测绘时很多变坡点、松软地形、陡峭地形均不易处理,导致数据失真,方格网法的计算方式为算数平均值,测区测点无法保证点阵足够密集的情况下数据偏差一定是较大的。
本发明基于上述缺陷进行测绘方法的修改调整,创造性地提出了复合式点云网技术。该复合式点云网技术原理,如下所述:
一方面,由于激光雷达无人机定位精度不高,本发明用GPS作为场地模型定位及模型数据拼合的位置、高程复核,保证了定位点精度。另一方面,无人机雷达二次扫描拼合后可弥补一部分测绘误差,以此类推,测绘误差的变小是由叠合次数决定的,应用微积分原理分解问题:假设测绘次数无限次则某点的算数平均得到的值会近似趋向于实际情况。应用已趋于成熟的DTM三角网法将上述结果利用计算机模拟生成唯一数据导入civil 3D中生成三维模型,进行点阵二次加密处理,得出最终结果。该方式由现场实际操作改为计算机无限次模拟飞行器测绘生成数据弥补了激光测绘误差的缺陷,解决了需要在现场抄测频次过高的问题。
本发明的实施例:
如图1-5所示,一种利用复合式点云网进行三维地形测绘土方工程量的方法,在同一坐标系下使用了GPS测绘设备和激光雷达无人机进行测绘,具体包括以下步骤:
步骤S1,采用GPS测绘设备抄测若干个定位点1的精确坐标和高程,用于与无人机点云进行对应点坐标拼合;
步骤S2,采用GPS测绘设备测量网格点2的GPS高程,用于对无人机点云提供对应点高程定位复合、高程复核;
步骤S3,采用激光雷达无人机多次满场抄测,得到施工现场无人机点云;
步骤S4,经数据处理后,得到复合式点阵加密点云数据包;
步骤S5,将所述复合式点阵加密点云数据包用制图软件civil 3D的地形三维可视化数字地面三角网模型(Digital Terrain Model,简称DTM)建立,生成三维标高计算模型;
步骤S6,将步骤S1中的GPS定位点在所述三维标高计算模型中定位,以生成地形全域图。
其中GPS指的是全球定位系统。
在本发明中,激光雷达无人机是由激光传感器、激光发射单元和GNSS接收器,计算单元等组成的遥感设备,其测绘原理是激光发射单元发射的激光经过地面障碍物返回脉冲信号,由GNSS接收器接收脉冲信号后由计算单元处理光信息并记录数据。
在本发明的一个可选实施例中, GPS测绘设备和激光雷达无人机均采用WGS-84坐标系,可互相拼合转换。在其它实施例中,两者还可以采用其它型号的同一坐标系。
在本发明的另一个可选实施例中,在步骤S1中,定位点1有12-18个(例如:12个、13个、14个、15个、16个、17个或18个),且位于场地内四周及内部。优选地,如图1所示,定位点1有15个,均布于场地上。
在本发明的另一个可选实施例中,步骤S2中,网格点基本呈梅花形网络布置或矩形网络布置,相邻点间距为2-15m(例如:2m、3m、4m、5m、6m、7m、8m、9m、10m、11m、12m、13m、14m或15m),个别点如变坡点、拐角点等按照实际地形逐个采集。优选地,如图2所示,网格点呈矩形网络布置。
在本发明的一个可选实施例中,步骤S3中,激光雷达无人机在大气宁静度较好的条件下用慢速均匀覆盖满场地形,激光雷达无人机反复抄测满场2-10次(例如:2次、3次、4次、5次、6次、7次、8次、9次或10次);优选地,无人机反复抄测满场4-6次。大雾天气及雨、雪、超五级风会影响飞行稳定性,对激光回波精度造成一定影响,激光雷达无人机反复抄测满场4-6次主要作用是用无人机记录多次高程测量数据用于计算在相同坐标位置的高程差值,无论单回波雷达还是多路回波雷达均会产生此种测量误差,造成的原因是由于1.机载设备穿透力有误差,2.飞行环境影响。根据地形来看,无人机反复抄测满场的次数,平坦地形一般只需2-3次,复杂山林植被地形4次以上,且每次抄测数值波动受现场影响较大。
优选地,无人机测绘激光雷达开机时保持6-8m/s(例如:6 m/s、6 .5m/s、7m/s、7.5m/s或8m/s)的抄测速度,移动时按照12-15m/s(例如:12 m/s、13 m/s、14 m/s或15 m/s)的转场速度飞行;测绘高度为30-50m(例如:30m、35m、40m、45m或50m)。
无人机点云的点密度为:平坦地形≥50/㎡(例如:50/㎡、55/㎡、58/㎡、60/㎡、65/㎡、68/㎡、70/㎡或80/㎡),复杂地形70~150/㎡(例如:70/㎡、75/㎡、80/㎡、90/㎡、100/㎡、110/㎡、120/㎡、130/㎡、140/㎡或150/㎡)。优选地,无人机点云的点密度为:平坦地形50-70/㎡,复杂地形80~100/㎡。
在本发明的一个可选实施例中,步骤S4具体包括:
步骤S401,将所述无人机点云数据中的测量点位分为误差点位和正常点位;计算正常点位高程差值的算数平均值,作为本场基准高程测量误差;按照所述本场基准高程测量误差将所述误差点位的高程调整至正常范围;
步骤S402,利用微积分原理,通过计算机分区域模拟多次重复抄测,以得到相应点的模拟高程取值;
步骤S403,参考所述步骤S1中的GPS定位点,对相应的所述模拟高程取值进行复核;对于误差偏差较大区域的模拟高程数据,采用所述步骤S2的GPS高程进行修正。
在本发明的一个可选实施例中,步骤S401中,将每次抄测的无人机点云数据导入LiDAR360软件后分别转换导出*.csv格式文件,并用Excel打开;
接着在Excel内处理xyz方向数据,将所有抄测得到的*.csv 文件合并,合并后的文件中xy向坐标固定并将各点高程数据依次对应,将整理好的抄测数次的z向高程数据拷贝至新建文件;对于正常点位,根据抄测的坐标点对应每次高程数据,得到同一范围坐标点下的高程差值,然后将所有正常点位的高程差值进行算数平均值,作为本场基准高程测量误差。
本发明的三维地形测绘土方工程量方法,步骤S402和S403均在Excel内完成,形成的最后坐标及高程数据格式依然是*.csv格式,该格式可直接导入civil 3D进行建模。生成的模型即是最终模型。
步骤S401中,点云数据中误差点位视点云中点的总数量而定,只要满足排除波动过大点即可。步骤S401中,点云数据中误差点位为无人机测量的前800个以上的点。
在本发明的一个可选实施例中,步骤S401中,点云数据中误差点位为无人机测量的前800-1000个点(例如:800个,820个,850个,880个,900个,930个,950个,980个或1000个),具体数量视实际地形及误差情况而定。
在本发明的另一个可选实施例中,当场地较大的话,误差点位为无人机测量的前1000-3000个点(例如:1100个、1200个、1300个、1400个、1500个1600个、1700个、1800个、1900个、2000个或3000个)。
在本发明的另一个可选实施例中,步骤S402中,计算机进行80次以上(例如:80次、85次、90次、95次、100次、150次、200次或500次)模拟抄测,直至拼合后的数据达到并趋于稳定。优选地,计算机进行80-100次模拟抄测。
如图4所示,步骤S402中,每个区域内的模拟数据在对应区域的无人机点云高程最大值与最小值之间采取正态分布式的方式取点随机取值,将点位离散区域外(15%-20%,例如:15%、16%、17%、19%或20%)的点排除掉,其余对应各点用计算机分区域模拟拼合。
本发明的设计重点,具体为:根据无人机抄测生成的点云数据分析,点云的纵剖面点分布状态类似于正态分布(如图3所示),就是说如果无人机抄测次数越多,在某个数值范围内的点越多,那么这个范围的取值就可以认为是这个仪器的实际精度范围,也可以认为是我们可以作为计算机模拟取值的区间。
由于无论单回波还是多回波仪器的点云厚度均受激光发射单元和雷达接收单元的精度影响,无法在一次和数次抄测内达到十分精确的结果。本发明复合式的根本意义是模拟飞行抄测原理由计算机执行模拟抄测,将计算机每次抄测后的数据进行叠加,不设置叠加上限,叠加次数越多越接近统一值。在确定的取值重叠区域内将随机点划分为三个区域,每个相邻坐标的所有高程点取加权平均值,最后合成为一个数值,即模拟高程取值。
在本发明的一个可选实施例中,如图4,在确定的取值重叠区域内将随机点划分为A、B、C三个区域,权数按照划分区间内点数比总取值点数确定,例如:该坐标范围内共得到48个点,排除7个超限点,9个在A区域内,12个在B区域内,20个在C区域内,则C区域权数为20/41=0.49;B区域权数为12/41=0.29,A区域权数为9/41=0.22。
将模拟高程取值与之前抄测的GPS定位点对应坐标后,复核模拟高程取值是否在合理误差范围内(一般取1-2.5cm,例如:1cm、1.5cm、1.8cm、2cm、2.2cm或2.5cm);因植被会使点云产生误差,GPS可以规避此问题,则对比后可根据步骤S2中测定网格点的GPS高程作为参考依据,将植被茂密处GPS数据作为该区域点云的参考,将该区域点云的高程做修正处理。
可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
以上所述仅为本发明的较佳实施例而已,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,均在本发明待批权利要求保护范围之内。
Claims (8)
1.一种利用复合式点云网进行三维地形测绘土方工程量的方法,其特征在于,在同一坐标系下使用了GPS测绘设备和激光雷达无人机进行测绘,具体包括以下步骤:
步骤S1,采用GPS测绘设备抄测若干个定位点的精确坐标和高程,用于与无人机点云进行对应点坐标拼合;
步骤S2,采用GPS测绘设备测量网格点的GPS高程,用于对无人机点云提供对应点高程定位复合、高程复核;
步骤S3,采用激光雷达无人机多次满场抄测,得到施工现场无人机点云;
步骤S4,经数据处理后,得到复合式点阵加密点云数据包;
步骤S5,将所述复合式点阵加密点云数据包用地形三维可视化数字地面三角网模型建立,生成三维标高计算模型;
步骤S6,将步骤S1中的GPS定位点在所述三维标高计算模型中定位,以生成地形全域图;
所述步骤S4具体包括:
步骤S401,将所述无人机点云数据中的测量点位分为误差点位和正常点位;计算正常点位高程差值的算数平均值,作为本场基准高程测量误差;按照所述本场基准高程测量误差将所述误差点位的高程调整至正常范围;
步骤S402,利用微积分原理,通过计算机分区域模拟多次重复抄测,以得到相应点的模拟高程取值;
步骤S403,参考所述步骤S1中的GPS定位点,对相应的所述模拟高程取值进行复核;对于误差偏差较大区域的模拟高程数据,采用所述步骤S2的GPS高程进行修正;
所述步骤S402中,每个区域内的模拟数据在对应区域的无人机点云高程最大值与最小值之间采取正态分布式取点的方式随机取值,将点位离散区域外的点排除掉,其余对应各点用计算机分区域模拟拼合;
具体为,在取值重叠区域内将随机点划分为三个区域,每个相邻坐标的所有高程点取加权平均值,最后合成为一个数值,即模拟高程取值。
2.根据权利要求1所述的利用复合式点云网进行三维地形测绘土方工程量的方法,其特征在于,所述步骤S401中,所述点云数据中误差点位为无人机测量的前800个以上的点。
3.根据权利要求1所述的利用复合式点云网进行三维地形测绘土方工程量的方法,其特征在于,在所述步骤S401中,对于正常点位,根据抄测的坐标点对应每次高程数据,得到同一范围坐标点下的高程差值,然后将所有正常点位的高程差值进行算数平均值,作为本场基准高程测量误差。
4.根据权利要求1所述的复合式点云网进行三维地形测绘土方工程量的方法,其特征在于,所述步骤S402中,所述计算机进行80次以上模拟抄测,直至拼合后的数据达到并趋于稳定。
5.根据权利要求1所述的复合式点云网进行三维地形测绘土方工程量的方法,其特征在于,所述步骤S2中,所述网格点基本呈梅花形网络布置或矩形网络布置,相邻点间距为2-15m,变坡点和拐角点按照实际地形逐个采集。
6.根据权利要求1所述的复合式点云网进行三维地形测绘土方工程量的方法,其特征在于,所述步骤S3中,无人机在大气宁静度较好的条件下用慢速均匀覆盖满场地形,无人机反复抄测满场2-10次;
无人机测绘激光雷达开机时保持6-8m/s的抄测速度,移动时按照12-15m/s的转场速度飞行;测绘高度为30-50m;
所述无人机点云的点密度为:平坦地形≥50/㎡,复杂地形70-150/㎡。
7.根据权利要求1所述的复合式点云网进行三维地形测绘土方工程量的方法,其特征在于,所述GPS测绘设备和激光雷达无人机均采用WGS-84坐标系,可互相拼合转换。
8.根据权利要求1所述的复合式点云网进行三维地形测绘土方工程量的方法,其特征在于:在所述步骤S1中,所述定位点有12-18个,且位于场地内四周及内部。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210321512.2A CN114419260B (zh) | 2022-03-30 | 2022-03-30 | 利用复合式点云网进行三维地形测绘土方工程量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210321512.2A CN114419260B (zh) | 2022-03-30 | 2022-03-30 | 利用复合式点云网进行三维地形测绘土方工程量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114419260A CN114419260A (zh) | 2022-04-29 |
CN114419260B true CN114419260B (zh) | 2022-06-17 |
Family
ID=81264108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210321512.2A Active CN114419260B (zh) | 2022-03-30 | 2022-03-30 | 利用复合式点云网进行三维地形测绘土方工程量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114419260B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116643290B (zh) * | 2023-06-16 | 2024-04-26 | 山西建筑工程集团有限公司 | 一种不规则轮廓的双平台运动补偿的计量方法和系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113686310A (zh) * | 2021-09-01 | 2021-11-23 | 河南徕拓勘测规划设计有限公司 | 一种无人机野外测绘的方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103954970B (zh) * | 2014-05-08 | 2016-09-07 | 天津市勘察院 | 一种地形要素采集方法 |
CN105069843A (zh) * | 2015-08-22 | 2015-11-18 | 浙江中测新图地理信息技术有限公司 | 一种面向城市三维建模的密集点云的快速提取方法 |
CN107886531B (zh) * | 2017-12-15 | 2024-04-16 | 武汉智能鸟无人机有限公司 | 一种基于激光测距以及物方匹配的虚拟控制点获取方法 |
CN114942453A (zh) * | 2019-03-08 | 2022-08-26 | 欧司朗股份有限公司 | Lidar传感器系统、用于该系统的光学部件、传感器和方法 |
CN110580468B (zh) * | 2019-09-10 | 2023-07-18 | 南京林业大学 | 一种基于影像匹配点云的单木结构参数提取的方法 |
CN114187409A (zh) * | 2021-12-16 | 2022-03-15 | 武汉理工大学 | 基于视频图像与激光雷达点云融合建立船舶模型的方法 |
-
2022
- 2022-03-30 CN CN202210321512.2A patent/CN114419260B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113686310A (zh) * | 2021-09-01 | 2021-11-23 | 河南徕拓勘测规划设计有限公司 | 一种无人机野外测绘的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114419260A (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10962650B2 (en) | Polyhedral geofences | |
CN108181635B (zh) | 一种用于输电线路交叉跨越分析的激光点云分类方法 | |
CN104931022B (zh) | 基于星载激光测高数据的卫星影像立体区域网平差方法 | |
CN109143257A (zh) | 无人机机载雷达矿山开采土地变化监测系统及方法 | |
Nagihara et al. | Use of a three‐dimensional laser scanner to digitally capture the topography of sand dunes in high spatial resolution | |
CN102661736B (zh) | 一种高速公路改扩建勘测方法 | |
CN109556569B (zh) | 地形图测绘方法及装置 | |
CN112146634B (zh) | 一种基于市政工程的测绘方法 | |
CN113033494B (zh) | 基于地理空间信息数据测绘的测绘数据采集系统 | |
CN102176003B (zh) | 一种机载激光雷达航测参数的优化设计方法 | |
CN114419260B (zh) | 利用复合式点云网进行三维地形测绘土方工程量的方法 | |
CN104729529B (zh) | 地形图测量系统误差判断的方法和系统 | |
CN104732870B (zh) | 制作大比例尺地图的测量方法及系统 | |
CN114564779A (zh) | 一种基于bim和无人机的复杂山区施工便道的规划方法 | |
Spore et al. | Collection, processing, and accuracy of mobile terrestrial lidar survey data in the coastal environment | |
CN115962755A (zh) | 一种基于无人机倾斜摄影技术的土石方算量方法 | |
CN114742793B (zh) | 一种基于工程测绘的监测校正方法 | |
CN115346128A (zh) | 一种光学立体卫星dem高程改正和融合方法 | |
CN104931015A (zh) | 基于dtm数据模型的横断面自动成图系统与方法 | |
CN101644569A (zh) | 基于gps/ins数码摄影测量像控布点方法 | |
Murthy et al. | Analysis of DEM generated using Cartosat-1 stereo data over Mausanne Les Alpiles–Cartosat scientific appraisal programme (CSAP TS–5) | |
CN116643290B (zh) | 一种不规则轮廓的双平台运动补偿的计量方法和系统 | |
CN103235290A (zh) | 一种基于地理空间点阵的雷达探测数据处理方法 | |
Bist et al. | Accuracy Assessment of UAV for Cadastral Application | |
Hnila et al. | Quality Assessment of Digital Elevation Models in a Treeless High-Mountainous Landscape: A Case Study from Mount Aragats, Armenia |
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 |