CN114609591B - 一种基于激光点云数据的数据处理方法 - Google Patents

一种基于激光点云数据的数据处理方法 Download PDF

Info

Publication number
CN114609591B
CN114609591B CN202210273409.5A CN202210273409A CN114609591B CN 114609591 B CN114609591 B CN 114609591B CN 202210273409 A CN202210273409 A CN 202210273409A CN 114609591 B CN114609591 B CN 114609591B
Authority
CN
China
Prior art keywords
laser point
point cloud
cloud data
acquisition
data
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
Application number
CN202210273409.5A
Other languages
English (en)
Other versions
CN114609591A (zh
Inventor
盘校江
杨哲印
凌欢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Xingsheng Intelligent Control Technology Co ltd
Original Assignee
Hunan Xingsheng Intelligent Control Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Xingsheng Intelligent Control Technology Co ltd filed Critical Hunan Xingsheng Intelligent Control Technology Co ltd
Priority to CN202210273409.5A priority Critical patent/CN114609591B/zh
Publication of CN114609591A publication Critical patent/CN114609591A/zh
Application granted granted Critical
Publication of CN114609591B publication Critical patent/CN114609591B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9323—Alternative operation using light waves

Abstract

本发明公开了一种基于激光点云数据的数据处理方法，涉及数据处理技术领域；为了解决多次采集激光点云数据不重合的问题；具体包括以下步骤：获取待处理的激光点云数据；按照采集区域对激光点云数据进行细分小组；融合每个小组的激光点云数据，组成预设的小组三维激光点云数据信息；整合所有小组三维激光点云数据信息，得到单一的目标立体环境数据信息；获取与激光点云数据相匹配的二维平面位置信息，并将目标立体环境数据信息投放于二维平面位置信息上，一一对应；所述激光点云数据包括所有激光点信息和三维数据。本发明解决了对同一采集目标的多次采集数据时的数据信息繁杂、不重合的问题，提高了最后得到的数据精度。

Description

一种基于激光点云数据的数据处理方法
技术领域
本发明涉及三维测量数据处理技术领域，尤其涉及一种基于激光点云数据的数据处理方法。
背景技术
激光点云是利用激光在同一空间参考系下，获取目标物体表面每个采样点的空间坐标，以得到一系列表达目标空间分布和目标表面特性的海量点集合。随着自动驾驶技术的不断发展，越来越多的自动驾驶服务开始进入人们的生活圈。精确的定位对于自动驾驶的环境感知和路径规划等任务至关重要。
激光雷达被广泛应用于诸如自动驾驶控制系统的系统中，激光雷达采集的激光点云数据可用于建立模型进行环境感知。现有技术中采用自动驾驶地图进行定位，虽然该自动驾驶地图为高精度地图，但是在自动驾驶地图数据采集时，由于受采集环境的影响及现有设备精度的限制，对同一目标进行多次采集时，同一目标的多次采集激光点云数据会出现不重合的现象，导致数据存在误差，使得得到的自动驾驶地图的数据精度低。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于激光点云数据的数据处理方法。
为了实现上述目的，本发明采用了如下技术方案：
一种基于激光点云数据的数据处理方法，包括以下步骤：
S1：获取待处理的激光点云数据；
S2：按照采集区域对激光点云数据进行细分小组；
S3：融合每个小组的激光点云数据，组成预设的小组三维激光点云数据信息；
S4：整合所有小组三维激光点云数据信息，得到单一的目标立体环境数据信息；
S5：获取与激光点云数据相匹配的二维平面位置信息，并将目标立体环境数据信息投放于二维平面位置信息上，一一对应；
所述激光点云数据包括所有激光点信息和三维数据。
优选地：所述采集区域包括用于对激光点云数据划分类别的大区块和用于依据大范围块划分类别作进一步采集区分的小区块。
优选地：所述融合每个小组的激光点云数据，具体包括以下内容：
A1：根据采集角度将重复的小区块归纳的采集区分内容进行删除；
A2：按照最新采集时间保留同一采集角度的采集区分内容，删除旧采集区分内容；
A3：按照不同采集角度将处理好的采集区分内容进行融合，以构成同一采集点的激光点云数据；
A4：根据二维平面中的位置关系，将不同采集点的激光点云数据进行拼合，组成同一小组三维激光点云数据信息。
优选地：所述按照不同采集角度将处理好的采集区分内容进行融合，包括以下内容：
B1：依据同一采集点，对相邻采集角度的激光点云数据进行划分重叠部分与非重叠部分的衔接分界线；
B2：以每帧采集图像上的衔接分界线为定点，覆盖相邻采集图像上的重叠部分为目的进行拼合；
B3：消除羽化融合拼接处。
优选地：所述激光点云数据的拼合需遵循原则为：
1)以相邻采集角度采集的图像重叠处数量多的为先；
2)以图像重叠处范围小的采集图像为主，删除对比后重叠范围大的采集图像。
优选地：所述大区块的类别划分依据包括同一采集地点、相同采集范围。
优选地：所述小区块的采集区分依据包括相同或邻近年/月/日采集时间、相同或邻近采集角度。
优选地：所述激光点信息包括与激光点相对应的激光标识、激光采集时间、采集距离点、水平角度以及水平分辨率；
所述激光标识为数字、字母。
本发明的有益效果为：
1.本发明先按照小组归类激光点云数据进行处理，最后按照不同采集角度，将保留的同一采集点的小区块区分激光点云数据进行融合，解决了对同一采集目标的多次采集数据时的数据信息繁杂、不重合的问题，提高了最后得到的数据精度。
2.本发明根据同一采集地点、相同采集范围等通过大区块对待处理的激光点云数据进行划分类别，然后通过小区块对每一类别的激光点云数据，按照相同或邻近采集时间、采集角度等作进一步采集区分，通过归类整理所有激光点云数据，使得目标清晰化，提高后期数据处理效率。
3.本发明相邻采集角度的激光点云数据上划分重叠部分与非重叠部分的衔接分界线，参考衔接分界线，以覆盖相邻采集图像上的重叠部分为目的进行拼合，最后消除羽化融合拼接处，得到高质量的环境数据信息，减少数据误差。
附图说明
图1为本发明提出的一种基于激光点云数据的数据处理方法的流程示意图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
下面详细描述本专利的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利，而不能理解为对本专利的限制。
实施例1：
一种基于激光点云数据的数据处理方法，如图1所示，包括以下步骤：
S1：获取待处理的激光点云数据；
S2：按照采集区域对激光点云数据进行细分小组，首先按照小组归类激光点云数据进行处理，提高数据处理效率；
S3：融合每个小组的激光点云数据，组成预设的小组三维激光点云数据信息；
S4：整合所有小组三维激光点云数据信息，得到单一的目标立体环境数据信息；
S5：获取与激光点云数据相匹配的二维平面位置信息，并将目标立体环境数据信息投放于二维平面位置信息上，一一对应。
所述S1中的激光点云数据包括所有激光点信息和三维数据，以确保处理激光点云数据的完整性；
优选的，所述激光点信息包括与激光点相对应的激光标识、激光采集时间、采集距离点、水平角度以及水平分辨率等；
优选的，所述激光标识为用于区分每一帧中所有激光点分别对应的激光线束，激光标识可以为数字、字母等，达到能判断及确定采集物的目的。
所述S2中的采集区域包括用于对激光点云数据划分类别的大区块和用于依据大范围块划分类别作进一步采集区分的小区块；所述大区块的类别划分依据包括同一采集地点、相同采集范围等；所述小区块的采集区分依据包括相同或邻近年/月/日采集时间、相同或邻近采集角度等，使用时，根据同一采集地点、相同采集范围等通过大区块对待处理的激光点云数据进行划分类别，然后通过小区块对每一类别的激光点云数据，按照相同或邻近采集时间、采集角度等作进一步采集区分，通过归类整理所有激光点云数据，使得目标清晰化，提高后期数据处理效率。
所述S3中的融合每个小组的激光点云数据，具体包括以下内容：
A1：根据采集角度将重复的小区块归纳的采集区分内容进行删除，尽量确定采集角度采集内容的单一性；
A2：按照最新采集时间保留同一采集角度的采集区分内容，删除旧采集区分内容，不受同一区域的替换物体、消失物体、新增物体及遮挡物的影响，保证激光点云数据的使用准确性；
A3：按照不同采集角度将处理好的采集区分内容进行融合，以构成同一采集点的激光点云数据；
A4：根据二维平面中的位置关系，将不同采集点的激光点云数据进行拼合，组成同一小组三维激光点云数据信息。先按照采集角度处理小区块区分的激光点云数据，尽量确定采集角度采集内容的单一性，然后通过对同一采集角度的最新采集时间，删除该采集角度的其他小区块区分的激光点云数据，最后按照不同采集角度，将保留的同一采集点的小区块区分激光点云数据进行融合，以构成同一采集点的激光点云数据，然后根据二维平面中的位置关系，将不同采集点的激光点云数据进行拼合，组成同一小组三维激光点云数据信息。解决了对同一采集目标的多次采集数据时的数据信息繁杂，不便整合的问题。
本实施例在使用时，先获取待处理的激光点云数据，按照小组归类激光点云数据进行处理，具体为：根据同一采集地点、相同采集范围等通过大区块对待处理的激光点云数据进行划分类别，然后通过小区块对每一类别的激光点云数据，按照相同或邻近采集时间、采集角度等作进一步采集区分，通过归类整理所有激光点云数据，使得目标清晰化。
其次，先按照采集角度处理小区块区分的激光点云数据，尽量确定采集角度采集内容的单一性，然后通过对同一采集角度的最新采集时间，删除该采集角度的其他小区块区分的激光点云数据，最后按照不同采集角度，将保留的同一采集点的小区块区分激光点云数据进行融合，以构成同一采集点的激光点云数据，然后根据二维平面中的位置关系，将不同采集点的激光点云数据进行拼合，组成同一小组三维激光点云数据信息。最后，整合所有小组三维激光点云数据信息，得到单一的目标立体环境数据信息，将之与二维平面位置信息相适配投放得到。
实施例2：
一种基于激光点云数据的数据处理方法，如图1所示，为了保证激光点云数据处理效果；本实施例在实施例1的基础上作出以下补充：所述A3中按照不同采集角度将处理好的采集区分内容进行融合，包括以下内容：
B1：依据同一采集点，对相邻采集角度的激光点云数据进行划分重叠部分与非重叠部分的衔接分界线；
B2：以每帧采集图像上的衔接分界线为定点，覆盖相邻采集图像上的重叠部分为目的进行拼合；
B3：消除羽化融合拼接处。
优选的，所述激光点云数据的拼合需遵循原则为：
1)以相邻采集角度采集的图像重叠处数量多的为先；
具体的，如图像1帧同时跟图像2帧...图像5帧均有重叠部分，而图像2帧...图像5帧上的重叠部分数量少于图像1帧，那么将与图像1帧有重叠部分的图像进行优先拼接，进而提高拼合效率。
2)以图像重叠处范围小的采集图像为主，删除对比后重叠范围大的采集图像。
具体的，如图像1帧与其他图像的重叠处范围较为窄小，图像2帧与其他图像的重叠处范围较大，甚至图像2帧的采集内容完全被其他图像的采集内容所包含，那么则可删除图像2帧。
在同一采集点，尤其是相邻采集角度的激光点云数据上划分重叠部分与非重叠部分的衔接分界线，参考衔接分界线，以覆盖相邻采集图像上的重叠部分为目的进行拼合，最后消除羽化融合拼接处，得到高质量的环境数据信息。
本实施例在使用时，在同一采集点，尤其是相邻采集角度的激光点云数据上划分重叠部分与非重叠部分的衔接分界线，参考衔接分界线，以覆盖相邻采集图像上的重叠部分为目的进行拼合，最后消除羽化融合拼接处，得到高质量的环境数据信息。
以上所述，仅为本发明较佳的具体实施方式，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种基于激光点云数据的数据处理方法，其特征在于，包括以下步骤：
S1：获取待处理的激光点云数据；
S2：按照采集区域对激光点云数据进行细分小组；
S3：融合每个小组的激光点云数据，组成预设的小组三维激光点云数据信息；
S4：整合所有小组三维激光点云数据信息，得到单一的目标立体环境数据信息；
S5：获取与激光点云数据相匹配的二维平面位置信息，并将目标立体环境数据信息投放于二维平面位置信息上，一一对应；
所述激光点云数据包括所有激光点信息和三维数据；
所述融合每个小组的激光点云数据，具体包括以下内容：
A1：根据采集角度将重复的小区块归纳的采集区分内容进行删除；
A2：按照最新采集时间保留同一采集角度的采集区分内容，删除旧采集区分内容；
A3：按照不同采集角度将处理好的采集区分内容进行融合，以构成同一采集点的激光点云数据；
A4：根据二维平面中的位置关系，将不同采集点的激光点云数据进行拼合，组成同一小组三维激光点云数据信息。
2.根据权利要求1所述的一种基于激光点云数据的数据处理方法，其特征在于，所述采集区域包括用于对激光点云数据划分类别的大区块和用于依据大范围块划分类别作进一步采集区分的小区块。
3.根据权利要求1所述的一种基于激光点云数据的数据处理方法，其特征在于，所述按照不同采集角度将处理好的采集区分内容进行融合，包括以下内容：
B1：依据同一采集点，对相邻采集角度的激光点云数据进行划分重叠部分与非重叠部分的衔接分界线；
B2：以每帧采集图像上的衔接分界线为定点，覆盖相邻采集图像上的重叠部分为目的进行拼合；
B3：消除羽化融合拼接处。
4.根据权利要求3所述的一种基于激光点云数据的数据处理方法，其特征在于，所述激光点云数据的拼合需遵循原则为：
1)以相邻采集角度采集的图像重叠处数量多的为先；
2)以图像重叠处范围小的采集图像为主，删除对比后重叠范围大的采集图像。
5.根据权利要求2所述的一种基于激光点云数据的数据处理方法，其特征在于，所述大区块的类别划分依据包括同一采集地点、相同采集范围。
6.根据权利要求5所述的一种基于激光点云数据的数据处理方法，其特征在于，所述小区块的采集区分依据包括相同或邻近年/月/日采集时间、相同或邻近采集角度。
7.根据权利要求1所述的一种基于激光点云数据的数据处理方法，其特征在于，所述激光点信息包括与激光点相对应的激光标识、激光采集时间、采集距离点、水平角度以及水平分辨率；
所述激光标识为数字、字母。
CN202210273409.5A 2022-03-18 2022-03-18 一种基于激光点云数据的数据处理方法 Active CN114609591B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210273409.5A CN114609591B (zh) 2022-03-18 2022-03-18 一种基于激光点云数据的数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210273409.5A CN114609591B (zh) 2022-03-18 2022-03-18 一种基于激光点云数据的数据处理方法

Publications (2)

Publication Number Publication Date
CN114609591A CN114609591A (zh) 2022-06-10
CN114609591B true CN114609591B (zh) 2022-12-20

Family

ID=81864956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210273409.5A Active CN114609591B (zh) 2022-03-18 2022-03-18 一种基于激光点云数据的数据处理方法

Country Status (1)

Country Link
CN (1) CN114609591B (zh)

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102136155A (zh) * 2010-01-27 2011-07-27 首都师范大学 基于三维激光扫描数据的物体立面矢量化方法和系统
CN102607459A (zh) * 2012-03-06 2012-07-25 中国矿业大学(北京) Lidar测量数据的拼接方法和装置
CN106056594A (zh) * 2016-05-27 2016-10-26 四川桑莱特智能电气设备股份有限公司 一种基于双光谱的可见光图像提取系统与方法
CN106680798A (zh) * 2017-01-23 2017-05-17 辽宁工程技术大学 一种机载lidar航带重叠区冗余辨识及消除方法
CN107301648A (zh) * 2017-06-09 2017-10-27 大连理工大学 基于重叠区域边界角度的冗余点云去除方法
CN108241871A (zh) * 2017-12-27 2018-07-03 华北水利水电大学 基于多特征的激光点云与影像融合数据分类方法
KR101890536B1 (ko) * 2017-11-22 2018-08-21 중앙대학교 산학협력단 건설 시공 단계에서의 3차원 설계 모델 데이터와 레이저 스캔 데이터 간 비교 분석을 위한 차별적 데이터 감소 방법 및 시스템
CN108876744A (zh) * 2018-06-27 2018-11-23 大连理工大学 一种基于区域分割的大尺度点云噪声去噪方法
CN109064506A (zh) * 2018-07-04 2018-12-21 百度在线网络技术（北京）有限公司 高精度地图生成方法、装置及存储介质
CN109325998A (zh) * 2018-10-08 2019-02-12 香港理工大学 一种基于点云数据的室内3d建模方法、系统及相关装置
CN109444915A (zh) * 2018-09-11 2019-03-08 成都优艾维智能科技有限责任公司 一种基于激光雷达数据的危险区域预判方法
CN109816697A (zh) * 2019-02-02 2019-05-28 绥化学院 一种无人模型车建立地图的系统及方法
CN110132168A (zh) * 2019-05-13 2019-08-16 苏州嘉奕晟中小企业科技咨询有限公司 一种三维激光点云数据处理系统
CN110363846A (zh) * 2019-08-21 2019-10-22 江苏盈丰电子科技有限公司 一种井下3d激光成像智能巡检系统及其使用方法
CN111090103A (zh) * 2019-12-25 2020-05-01 河海大学 水下小目标动态精细检测三维成像装置及方法
CN111223048A (zh) * 2019-12-27 2020-06-02 中铭谷智能机器人(广东)有限公司 一种3d视觉点云数据拼接的方法及其系统
CN112180343A (zh) * 2020-09-30 2021-01-05 东软睿驰汽车技术（沈阳）有限公司 激光点云数据处理方法、装置、设备及无人驾驶系统
CN112561841A (zh) * 2020-12-04 2021-03-26 深兰人工智能(深圳)有限公司 激光雷达和相机的点云数据融合方法、装置
CN112666557A (zh) * 2020-11-20 2021-04-16 芜湖格陆博智能科技有限公司 基于激光雷达和毫米波雷达获取矿区信息的方法
WO2021098448A1 (zh) * 2019-11-18 2021-05-27 商汤集团有限公司 传感器标定方法及装置、存储介质、标定系统和程序产品
CN113094358A (zh) * 2019-12-23 2021-07-09 阿里巴巴集团控股有限公司 一种消除点云数据中重复点的方法、装置和系统
CN113593017A (zh) * 2021-08-02 2021-11-02 中南大学 露天矿地表三维模型构建方法、装置、设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5462093B2 (ja) * 2010-07-05 2014-04-02 株式会社トプコン 点群データ処理装置、点群データ処理システム、点群データ処理方法、および点群データ処理プログラム
CN107392954B (zh) * 2017-07-04 2019-11-19 大连理工大学 一种基于序列图像的粗大误差点剔除方法
EP3855398A4 (en) * 2018-09-21 2021-10-20 Panasonic Intellectual Property Corporation of America THREE-DIMENSIONAL DATA ENCODING PROCESS, THREE-DIMENSIONAL DATA DECODING PROCESS, THREE-DIMENSIONAL DATA ENCODING DEVICE AND TRIDIMENSIONAL DATA DECODING DEVICE

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102136155A (zh) * 2010-01-27 2011-07-27 首都师范大学 基于三维激光扫描数据的物体立面矢量化方法和系统
CN102607459A (zh) * 2012-03-06 2012-07-25 中国矿业大学(北京) Lidar测量数据的拼接方法和装置
CN106056594A (zh) * 2016-05-27 2016-10-26 四川桑莱特智能电气设备股份有限公司 一种基于双光谱的可见光图像提取系统与方法
CN106680798A (zh) * 2017-01-23 2017-05-17 辽宁工程技术大学 一种机载lidar航带重叠区冗余辨识及消除方法
CN107301648A (zh) * 2017-06-09 2017-10-27 大连理工大学 基于重叠区域边界角度的冗余点云去除方法
KR101890536B1 (ko) * 2017-11-22 2018-08-21 중앙대학교 산학협력단 건설 시공 단계에서의 3차원 설계 모델 데이터와 레이저 스캔 데이터 간 비교 분석을 위한 차별적 데이터 감소 방법 및 시스템
CN108241871A (zh) * 2017-12-27 2018-07-03 华北水利水电大学 基于多特征的激光点云与影像融合数据分类方法
CN108876744A (zh) * 2018-06-27 2018-11-23 大连理工大学 一种基于区域分割的大尺度点云噪声去噪方法
CN109064506A (zh) * 2018-07-04 2018-12-21 百度在线网络技术（北京）有限公司 高精度地图生成方法、装置及存储介质
CN109444915A (zh) * 2018-09-11 2019-03-08 成都优艾维智能科技有限责任公司 一种基于激光雷达数据的危险区域预判方法
CN109325998A (zh) * 2018-10-08 2019-02-12 香港理工大学 一种基于点云数据的室内3d建模方法、系统及相关装置
CN109816697A (zh) * 2019-02-02 2019-05-28 绥化学院 一种无人模型车建立地图的系统及方法
CN110132168A (zh) * 2019-05-13 2019-08-16 苏州嘉奕晟中小企业科技咨询有限公司 一种三维激光点云数据处理系统
CN110363846A (zh) * 2019-08-21 2019-10-22 江苏盈丰电子科技有限公司 一种井下3d激光成像智能巡检系统及其使用方法
WO2021098448A1 (zh) * 2019-11-18 2021-05-27 商汤集团有限公司 传感器标定方法及装置、存储介质、标定系统和程序产品
CN113094358A (zh) * 2019-12-23 2021-07-09 阿里巴巴集团控股有限公司 一种消除点云数据中重复点的方法、装置和系统
CN111090103A (zh) * 2019-12-25 2020-05-01 河海大学 水下小目标动态精细检测三维成像装置及方法
CN111223048A (zh) * 2019-12-27 2020-06-02 中铭谷智能机器人(广东)有限公司 一种3d视觉点云数据拼接的方法及其系统
CN112180343A (zh) * 2020-09-30 2021-01-05 东软睿驰汽车技术（沈阳）有限公司 激光点云数据处理方法、装置、设备及无人驾驶系统
CN112666557A (zh) * 2020-11-20 2021-04-16 芜湖格陆博智能科技有限公司 基于激光雷达和毫米波雷达获取矿区信息的方法
CN112561841A (zh) * 2020-12-04 2021-03-26 深兰人工智能(深圳)有限公司 激光雷达和相机的点云数据融合方法、装置
CN113593017A (zh) * 2021-08-02 2021-11-02 中南大学 露天矿地表三维模型构建方法、装置、设备及存储介质

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Fast Automatic Precision Tree Models from Terrestrial Laser Scanner Data;Pasi Raumonen等;《Remote Sensing》;20130125;第05卷(第02期);491-520 *
SegMatch: Segment Based Place Recognition in 3D Point Clouds;Renaud Dubé等;《2017 IEEE International Conference on Robotics and Automation (ICRA)》;20170724;5266-5272 *
三维激光扫描建筑物立面数据的自动提取;林卉等;《测绘通报》;20161025(第10期);25-30 *
基于Swifi的三维激光点云数据的自动去重存储平台设计;李玲瑞等;《激光杂志》;20190825;第40卷(第08期);107-110 *
基于激光雷达的无人驾驶汽车动态障碍物检测与识别研究;余汪江;《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》;20220315(第03期);C035-583 *
影像匹配点云与地面激光点云配准技术研究;汤念;《中国优秀硕士学位论文全文数据库 (基础科学辑)》;20220115(第01期);A005-279 *

Also Published As

Publication number Publication date
CN114609591A (zh) 2022-06-10

Similar Documents

Publication Publication Date Title
CN111337030B (zh) 一种基于背负式的激光雷达扫描系统、导航定位方法
CN109583415B (zh) 一种基于激光雷达与摄像机融合的交通灯检测与识别方法
CN112380317B (zh) 高精地图更新方法、装置、电子设备和存储介质
CN106584451B (zh) 一种基于视觉导航的变电站自动构图机器人及方法
CN114518104B (zh) 基于动态遥感监测技术的国土测绘方法、系统及存储介质
CN112667837A (zh) 图像数据自动标注方法及装置
CN111426302B (zh) 一种无人机高精度倾斜摄影测量系统
CN115376109B (zh) 障碍物检测方法、障碍物检测装置以及存储介质
CN104933223B (zh) 一种输电线路通道数字化测绘方法
CN109920009B (zh) 基于二维码标识的控制点检测与管理方法及装置
CN103136789A (zh) 基于地形图和影像的交通事故道路底图信息处理方法
CN108681337B (zh) 一种涵洞或桥梁专用巡查无人机及无人机巡查方法
CN110864696A (zh) 一种基于车载激光惯导数据的三维高精地图绘制方法
CN113643254B (zh) 一种无人机激光点云高效采集处理方法
CN114638909A (zh) 基于激光slam和视觉融合的变电站语义地图构建方法
CN114859374B (zh) 基于无人机激光点云和影像融合的新建铁路交叉测量方法
CN110120081B (zh) 一种生成电子地图车道标线的方法、装置及存储设备
CN107784633B (zh) 适用于平面测量的无人机航拍图像校准方法
CN114609591B (zh) 一种基于激光点云数据的数据处理方法
CN114067287A (zh) 一种基于车侧路侧数据感知融合的异物识别及预警系统
CN110544201B (zh) 一种车载激光扫描点云的大范围拼接方法及装置
CN115615400A (zh) 一种基于无人机的地理数据测绘采集方法
CN116297472A (zh) 一种基于深度学习的无人机桥梁裂缝检测方法及系统
CN116051742A (zh) 一种基于倾斜摄影数据与点云数据融合的建模方法及系统
CN206038015U (zh) 一种智能移动设备

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