CN114937133A - 一种基于点云数据的堤防可视化监测方法及系统 - Google Patents
一种基于点云数据的堤防可视化监测方法及系统 Download PDFInfo
- Publication number
- CN114937133A CN114937133A CN202210540261.7A CN202210540261A CN114937133A CN 114937133 A CN114937133 A CN 114937133A CN 202210540261 A CN202210540261 A CN 202210540261A CN 114937133 A CN114937133 A CN 114937133A
- Authority
- CN
- China
- Prior art keywords
- data
- point cloud
- point
- embankment
- monitoring
- 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
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
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
- G06T17/205—Re-meshing
-
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种基于点云数据的堤防可视化监测方法及系统,包括以下步骤:获得堤防的激光点云数据经优化和重建后得到三维网格模型;获得堤防测点传感器的类型、位置、埋设时间和更新时间,形成监测文本数据,去除监测文本数据中超过阈值的离群点和异常数据;依据位置信息,在三维网格模型中关联堤防测点传感器,在三维网格模型中展示堤防测点传感器所在的位置和每一个堤防测点传感器对应的监测文本数据。能够展示监测点传感器位置、状态和数据,可以切换展示堤防三维网格模型与点云模型,在堤防监测作业过程中,能够帮助工作人员直观的看到堤防中每一个传感器在整个堤防模型中所在的位置,配合传感器相关联的信息能够更快的了解堤防当前的状态。
Description
技术领域
本发明涉及堤防监测技术领域,具体为一种基于点云数据的堤防可视化监测方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
堤防是防洪工程体系的重要设施,堤防在运行中需要对结构进行监测确保堤防结构的位移量和变形量处于可控范围内,而目前针对堤防的监测会在堤防工程的特定位置铺设传感器,来获取传感器所在位置堤防的位移、变形、水位等数据,这部分数据需要通过与传感器型号相适配的数据查看器才能获取,使用不便,并且输出的数据格式受限于传感器的型号差异无法使用通用的数据查看器,难以与用户交互,不能展示多组传感器的动态变化,也难以同时观察多个监测点的数据获取情况。
同时,铺设传感器数据仅能反映堤防内部的参数,不能体现堤防监测现场的表观实时情况与整体发展状态,在传感器监测到异常数据后仍然需要大量人工现场巡检作业来确认堤防实际状态,影响堤防监测效率。
发明内容
为了解决上述背景技术中存在的技术问题,本发明提供一种基于点云数据的堤防可视化监测方法及系统,可以实现对堤防安置的激光点云数据、埋设传感器数据进行自动化处理与动态可视化管理。
为了实现上述目的,本发明采用如下技术方案:
本发明的第一个方面提供一种基于点云数据的堤防可视化监测方法,包括以下步骤:
获得堤防的激光点云数据经优化和重建后得到三维网格模型;
获得堤防测点传感器的数据形成监测文本数据,去除监测文本数据中超过阈值的离群点和异常数据,并对异常数据进行预警提醒;
依据传感器埋设时的空间坐标信息得到其在三维网格模型中的位置,在三维网格模型中关联堤防测点传感器,在三维网格模型中展示堤防测点传感器所在的位置和每一个堤防测点传感器对应的监测数据。
监测文本数据获为堤防测点传感器返回的时序性监测数据,如温度、土压力、孔隙水压力、位移等。
获得堤防的激光点云数据经优化和重建后得到三维网格模型,具体为:
点云降噪:获取点云数据中每个点到所有K邻域点的平均距离;得到整个点集距离容器的平均值和样本标准差;依次将距离阈值与每个点的距离进行比较,超出阈值的点即为离群点,将其移除;
点云下采样处理:设定边长为a的立方体,将点云数据划分为多个三维立方体格栅,格栅中的每个立方体来表示点云,每个立方体内包含若干点,使用立方体所有点的中心点作为采样点,完成点云下采样;
点云法线计算:对点云中每个点,选取距离该点周围距离为R以内的所有点,对该半径为R的球形范围内的所有点使用最小二乘法优化拟合近似平面视为当前点所在平面,得到该平面垂线作为当前点的法线;
三角划分重建:以堤坝监测场景的大地平面为基准,将点云投影到XY平面(水平面),对点云在投影平面中每个点,在其近邻K个点中选取另外两个点,使其构成的三角形的外接圆不包括其他点,并满足三角形内角限制与点云法线角度限制,将此三个点构成模型的一个三角网格,以此方法遍历点云中所有点,直到所有点成为三角网格的一部分。通常三角形内角范围限制为10°~120°,点云法线角度与三角形法线角度偏差小于90°。
模型数据输出:将得到的三角网格输出为PLY格式的堤防三维网格模型。
去除监测文本数据中超过阈值的离群点和异常数据,具体为:
离群点去除:使用四分位距来评估数据离群点情况,将数据由小到大排序,四等分并取其三个等分点的数值,记为Q1,Q2,Q3,计算其四分位距IQR=Q3-Q1,设定离群点上阈值为Q3+1.5*IQR,下阈值为Q1-1.5*IQR,将超出阈值范围内的点认为是离群点进行去除;
异常数据预警:将原始数据与筛选后数据进行对比,分时段考察其离群点分布,若其离群点数量占总采集数据量的比例大于2%或用户设定的比例阈值,则视为该段数据为异常数据,同时计算该段传感器数据均值,并与用户设定的预警阈值进行比较,若超过阈值则视为该段数据为异常数据。
本发明的第二个方面提供实现上述方法的系统,包括:
点云数据处理模块,被配置为:获得堤防的激光点云数据经优化和重建后得到三维网格模型;
传感器数据处理模块,被配置为:获得堤防测点传感器的类型、位置、埋设时间和更新时间,形成监测文本数据,去除监测文本数据中超过阈值的离群点和异常数据;
堤防监测点管理模块,被配置为:关联三维网格模型和堤防测点传感器形成的监测文本数据;
可视化用户交互模块,被配置为:在三维网格模型中展示堤防测点传感器所在的位置和相关联的监测文本数据。
本发明的第三个方面提供一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述所述的一种基于点云数据的堤防可视化监测方法中的步骤。
本发明的第四个方面提供一种计算机设备。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述所述的一种基于点云数据的堤防可视化监测方法中的步骤。
与现有技术相比,以上一个或多个技术方案存在以下有益效果:
1、通过对激光雷达点云数据的可视化计算,可以全方位展示堤防场景的三维网格模型与原始点云模型,直观展示堤防现场的实际表观场景与整体状态变化情况,使堤防监测人员可以远程掌握现场实时情况,减轻监测工作量的同时提高应急响应能力。
2、能够展示监测点传感器位置、状态和近期数据,输出到显示装置之后,用户能够全方位展示堤防模型并选择监测点传感器以查看传感数据详情,在堤防监测作业过程中,能够帮助工作人员直观的看到堤防中每一个传感器在整个堤防模型中所在的位置,配合传感器相关联的信息能够更快的了解堤防当前的状态。
3、点云数据处理过程中,由于采集到的原始点云数据存在离群点和噪声,并且点密度较高,利用点云降噪和点云下采样处理能够降低计算量,有利于后续的重构过程。针对堤坝监测场景,指定投影三角化平面为XY平面(水平面),简化堤坝点云数据计算量。
4、堤防测点传感器对应的位置、类型、埋设时间、更新时间以及传感器维护负责人等信息形成展示监测信息的文本数据与每一个传感器相对应,可以显著体现堤坝监测数据的实时变化与周期性变化,方便监测人员远程判断堤防工程状态。通过监测传感器异常数据预警,对堤防水位、坝体形变、坝体受损等情况做出预警,提高堤坝安全运营能力。
附图说明
构成本发明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。
图1是本发明一个或多个实施例提供的实现堤防可视化监测的系统架构示意图;
图2是本发明一个或多个实施例提供的实现堤防可视化监测过程中点云数据的处理流程示意图;
图3是本发明一个或多个实施例提供的实现堤防可视化监测过程中堤防监测点管理模块数据结构;
图4是本发明一个或多个实施例提供实现堤防可视化监测的系统用户交互模块界面示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
正如背景技术中所描述的,目前针对堤防的监测作业过程中,由于缺乏相配合的系统,使得传感器得到的数据无法形成直观的可视化系统,在传感器获取的数据出现问题时,仍然需要大量人工现场巡检作业来确认堤防的实际状态,导致堤防的监测效率低下。
因此,以下实施例给出了一种基于点云数据的堤防可视化监测方法及系统,能够展示监测点传感器位置、状态和近期数据,输出到显示装置之后,用户可以切换展示堤防三维网格模型与点云模型,使用鼠标旋转堤防模型实现对监测点的全方位展示,选择监测点传感器以查看传感数据详情,在堤防监测作业过程中,能够帮助工作人员直观的看到堤防中每一个传感器在整个堤防模型中所在的位置,配合传感器相关联的信息能够更快的了解堤防当前的状态,有利于工作人员掌握堤防的位移量和变形量。
实施例一:
如图1-4所示,一种基于点云数据的堤防可视化监测方法,包括以下步骤:
获得堤防的激光点云数据经优化和重建后得到三维网格模型;
获得堤防测点传感器返回的时序性监测数据,如温度、土压力、孔隙水压力、位移等,去除超过阈值的离群点和异常数据,并对异常数据进行预警提醒;
依据传感器埋设时的空间坐标信息计算其在三维网格模型坐标空间的坐标位置,从而在三维网格模型中关联堤防测点传感器,在三维网格模型中展示堤防测点传感器所在的位置和每一个堤防测点传感器对应的监测数据。
基于堤防点云数据得到三维网格模型,包括:
读取堤防监测点安置的激光雷达采集的点云数据并优化;
点云法线计算:对点云中每个点,选取距离该点周围距离为R以内的所有点,对该半径为R的球形范围内的所有点使用最小二乘法优化拟合近似平面视为当前点所在平面,得到该平面垂线作为当前点的法线;
三角划分重建:针对堤坝监测场景的大地平面特点,将点云投影到XY平面(水平面),对点云在投影平面中每个点,在其近邻K个点中选取另外两个点,使其构成的三角形的外接圆不包括其他点,并满足三角形内角限制与点云法线角度限制,将此三个点构成模型的一个三角网格,以此方法遍历点云中所有点,直到所有点成为三角网格的一部分。通常三角形内角范围限制为10°~120°,点云法线角度与三角形法线角度偏差小于90°。
模型数据输出:将得到的三角网格输出为PLY格式的堤防三维网格模型。
优化点云数据的过程为,使用点云降噪和点云下采样处理;
点云降噪:获取点云数据中每个点到所有K邻域点的平均距离;得到整个点集距离容器的平均值和样本标准差;依次将距离阈值与每个点的距离进行比较,超出阈值的点即为离群点,将其移除。
点云下采样处理:设定边长为a的立方体,将点云数据划分为多个三维立方体格栅,格栅中的每个立方体来表示点云,每个立方体内包含若干点,使用立方体所有点的中心点作为采样点,完成点云下采样。
传感数据离群点去除:使用四分位距来评估数据离群点情况,将数据由小到大排序,四等分并取其三个等分点的数值,记为Q1,Q2,Q3,计算其四分位距IQR=Q3-Q1,设定离群点上阈值为Q3+1.5*IQR,下阈值为Q1-1.5*IQR,将超出阈值范围内的点认为是离群点进行去除。
异常数据预警:将原始数据与筛选后数据进行对比,分时段考察其离群点分布,若其离群点数量占总采集数据量的比例大于2%或用户设定的比例阈值,则视为该段数据为异常数据。同时计算该段传感器数据均值,并与用户设定的预警阈值进行比较,若超过阈值则视为该段数据为异常数据。
点云数据形成的三维网格模型和堤防测点传感器所在的位置由于是同一个堤防,则可以利用堤防测点传感器所在位置的坐标与三维网格模型关联,关联后三维网格模型中展示每一个堤防测点传感器所在位置,每一个堤防测点传感器对应的监测文本信息又包含监测点名称、位置、传感器埋设时间、采样时间、传感器维护负责人、传感器名称、传感器类型、传感器编号等信息,使得最终输出的模型中包含显示监测点的三维网格模型与原始的点云模型,能够展示监测点传感器位置、状态和近期数据,输出到显示装置之后,用户可以切换展示堤防三维网格模型与点云模型,使用鼠标旋转堤防模型实现对监测点的全方位展示,选择监测点传感器以查看传感数据详情,在堤防监测作业过程中,能够帮助工作人员直观的看到堤防中每一个传感器在整个堤防模型中所在的位置,配合传感器相关联的信息能够更快的了解堤防当前的状态,有利于工作人员掌握堤防的位移量和变形量。
实施例二:
本实施例提供了实现上述方法的系统,包括:
点云数据处理模块,被配置为:基于堤防点云数据生成三维网格模型。工程采集的原始点云数据不够直观,不能更好的展现监测现场的表观真实场景,且点云数据量较大,可视化难度较高计算性能需求较大,需要将其优化为三维网格模型进行可视化。其计算流程依次为:点云数据读取、点云数据前处理、点云法线计算、三角划分重建、模型数据输出。
传感器数据处理模块,被配置为:对监测传感器数据进行离群数据筛选和异常监测警告。传感器采集的各种数据与理论值通常存在较大的误差,在传感器埋设方式、工程环境、设备差异等各种因素的作用下,采集数据中异常点离群点的数量处于比较高的水平。因此采集的原始数据需要进行处理,从数据中抽析出可以呈现监测场景实际状态的数值表现。其处理流程为:传感器数据读取、数据离群点去除、异常数据预警。
堤防监测点管理模块,被配置为:通过与数据库进行通信,完成对监测点的数据管理,其功能为:管理监测点信息、查看监测数据记录、设置传感器类型参数。
可视化用户交互模块,被配置为:显示监测点三维网格模型与点云模型,显示监测点传感器位置、状态和近期数据,用户可以切换展示堤防三维网格模型与点云模型,使用鼠标旋转堤防模型实现对监测点的全方位展示,选择监测点传感器以查看传感数据详情。
具体的:
系统包含4个模块,分别为点云数据处理模块,传感器数据处理模块,堤防监测点管理模块,可视化用户交互模块。
点云数据处理模块的处理流程包括:点云数据读取、点云数据前处理、点云法线计算、三角划分重建、模型数据输出,下面将结合图2对处理流程进行详细说明。
点云数据读取:读取堤防监测点安置的激光雷达采集的点云数据,可接收的点云数据格式为LAS、TXT、PCD、VTK格式。
点云数据前处理:采集到的原始点云数据存在离群点和噪声,并且点密度较高,需要优化点云数据。这里选择使用点云降噪和点云下采样处理。
点云降噪:使用统计滤波方法进行点云数据降噪;
具体为:
1、计算点云中每个点到所有K邻域点的平均距离。
2、计算整个点集距离容器的平均值和样本标准差。
3、依次将距离阈值与每个点的距离进行比较,超出阈值的点即为离群点,将其移除。
点云下采样:使用体素下采样方法进行下采样。设定边长为a的小立方体,将点云数据划分维三维立方体格栅,用每个小立方体来表示点云。每个小立方体内包含若干点,使用小方格所有点的中心点作为采样点,完成点云下采样。
点云法线计算:对点云中每个点,选取距离该点周围距离为R以内的所有点,对该半径为R的球形范围内的所有点使用最小二乘法优化拟合近似平面视为当前点所在平面,计算该平面垂线作为当前点法线。
三角划分重建:针对堤坝监测场景的大地平面特点,将点云投影到XY平面,对点云在投影平面中每个点,在其近邻K个点中选取另外两个点,使其构成的三角形的外接圆不包括其他点,并满足三角形内角限制与点云法线角度限制,将此三个点构成模型的一个三角网格,以此方法遍历点云中所有点,直到所有点成为三角网格的一部分。通常三角形内角范围限制为10°~120°,点云法线角度与三角形法线角度偏差小于90°。
模型数据输出:将计算得到的三角网格输出为PLY格式的堤防三维网格模型。
传感器数据处理模块的处理流程包括:传感器数据读取、传感数据离群点去除、异常数据预警。该模块可以处理任意时序性数值格式的传感器数据,本实例中采用的传感器为振弦式传感器。
传感器数据读取:读取堤防监测点安置的传感器采集的数据,采集的数据类型为时间序列下的振弦式传感器的振动频率变化,由此振动频率变化即可反映监测数据的变化,如温度、土压力、孔隙水压力、形变位移等,可接收的数据格式为CSV、TXT、JSON文本文件。
传感数据离群点去除:使用四分位距来评估数据离群点情况,将传感器返回监测数据值由小到大排序,四等分并取其三个等分点的数值,记为Q1,Q2,Q3,计算其四分位距IQR=Q3-Q1,设定离群点上阈值为Q3+1.5*IQR,下阈值为Q1-1.5*IQR,将超出阈值范围内的点认为是离群点进行去除。
异常数据预警:将原始数据与筛选后数据进行对比,分时段考察其离群点分布,若其离群点数量占总采集数据量的比例大于2%或用户设定的比例阈值,则视为该段数据为异常数据。同时计算该段传感器数据均值,并与用户设定的预警阈值进行比较,若超过阈值则视为该段数据为异常数据。
堤防监测点管理模块通过与数据库进行数据通信,完成对监测点的数据管理,其功能为:管理监测点信息、查看监测数据记录、设置传感器类型参数。本实施例使用SQLite数据库进行数据管理,图3为该管理模块数据结构示意图。
监测点信息包含监测点名称、位置、时间、负责人等,可以进行信息的增加、删除、修改。
监测数据记录包含接入的埋设式传感器文本格式数据和原始点云数据,依据采集时间按天进行展示。
传感器类型参数包括传感器名称、传感器类型、传感器位置、传感器编号、埋设时间等。
通过监测点、点云数据、传感器、传感器数据四组数据结构形成关系型数据库,完成对堤防监测点管理模块的构建
可视化用户交互模块的功能为:显示监测点三维网格模型与点云模型,显示监测点传感器位置、状态和近期数据,用户可以切换展示堤防三维网格模型与点云模型,使用鼠标旋转堤防模型实现对监测点的全方位展示,选择监测点传感器以查看传感数据详情。
该模块基于Godot引擎进行开发,用户交互界面如图4所示。
该模块通过索引数据库中的监测点类型数据,读取该监测点最近时刻采集的PCD点云数据、PLY三维网格模型、传感器列表和对应的传感器CSV数据,实现监测点数据可视化。
实施例三
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例一中提出的一种基于点云数据的堤防可视化监测方法中的步骤。
本实施例中的计算机程序所执行的一种基于点云数据的堤防可视化监测方法中,能够展示监测点传感器位置、状态和近期数据,输出到显示装置之后,用户可以切换展示堤防三维网格模型与点云模型,使用鼠标旋转堤防模型实现对监测点的全方位展示,选择监测点传感器以查看传感数据详情,在堤防监测作业过程中,能够帮助工作人员直观的看到堤防中每一个传感器在整个堤防模型中所在的位置,配合传感器相关联的信息能够更快的了解堤防当前的状态,有利于工作人员掌握堤防的位移量和变形量。
实施例四
本实施例提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行所述程序时实现如上述实施例一提出的一种基于点云数据的堤防可视化监测方法中的步骤。
本实施例处理器执行的可视化方法,能够展示监测点传感器位置、状态和近期数据,输出到显示装置之后,用户可以切换展示堤防三维网格模型与点云模型,使用鼠标旋转堤防模型实现对监测点的全方位展示,选择监测点传感器以查看传感数据详情,在堤防监测作业过程中,能够帮助工作人员直观的看到堤防中每一个传感器在整个堤防模型中所在的位置,配合传感器相关联的信息能够更快的了解堤防当前的状态,有利于工作人员掌握堤防的位移量和变形量。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于点云数据的堤防可视化监测方法,其特征在于:包括以下步骤:
获得堤防的激光点云数据经优化和重建后得到三维网格模型;
获得堤防测点传感器的数据形成监测文本数据,去除监测文本数据中超过阈值的离群点和异常数据,并对异常数据进行预警提醒;
依据传感器埋设时的空间坐标信息得到其在三维网格模型中的位置,在三维网格模型中关联堤防测点传感器,在三维网格模型中展示堤防测点传感器所在的位置和每一个堤防测点传感器对应的监测数据。
2.如权利要求1所述的一种基于点云数据的堤防可视化监测方法,其特征在于:获得堤防的激光点云数据经优化和重建后得到三维网格模型,具体为:
激光点云数据依次经点云降噪、点云下采样处理、点云法线计算、三角划分重建得到模型数据输出。
3.如权利要求2所述的一种基于点云数据的堤防可视化监测方法,其特征在于:点云降噪具体为:获取点云数据中每个点到所有K邻域点的平均距离;得到整个点集距离容器的平均值和样本标准差;依次将距离阈值与每个点的距离进行比较,超出阈值的点即为离群点,将其移除;
点云下采样处理具体为:设定边长为a的立方体,将点云数据划分为多个三维立方体格栅,格栅中的每个立方体来表示点云,每个立方体内包含若干点,使用立方体所有点的中心点作为采样点,完成点云下采样。
4.如权利要求2所述的一种基于点云数据的堤防可视化监测方法,其特征在于:点云法线计算具体为:对点云中每个点,选取距离该点周围距离为R以内的所有点,对该半径为R的球形范围内的所有点使用最小二乘法优化拟合近似平面视为当前点所在平面,得到该平面垂线作为当前点的法线;。
5.如权利要求2所述的一种基于点云数据的堤防可视化监测方法,其特征在于:三角划分重建具体为:以堤坝监测场景的大地平面为基准,将点云投影到水平面,对点云在投影平面中每个点,在其近邻K个点中选取另外两个点,使其构成的三角形的外接圆不包括其他点,并满足三角形内角限制与点云法线角度限制,将此三个点构成模型的一个三角网格,以此方法遍历点云中所有点,直到所有点成为三角网格的一部分。
6.如权利要求2所述的一种基于点云数据的堤防可视化监测方法,其特征在于:模型数据输出具体为:将得到的三角网格输出为PLY格式的堤防三维网格模型。
7.如权利要求1所述的一种基于点云数据的堤防可视化监测方法,其特征在于:去除监测文本数据中超过阈值的离群点和异常数据,具体为:
离群点去除:使用四分位距来评估数据离群点情况,将数据由小到大排序,四等分并取其三个等分点的数值,记为Q1,Q2,Q3,计算其四分位距IQR=Q3-Q1,设定离群点上阈值为Q3+1.5*IQR,下阈值为Q1-1.5*IQR,将超出阈值范围内的点认为是离群点进行去除;
异常数据预警:将原始数据与筛选后数据进行对比,分时段考察其离群点分布,若其离群点数量占总采集数据量的比例大于2%或设定的比例阈值,则视为该段数据为异常数据,同时计算该段传感器数据均值,并与设定的预警阈值进行比较,若超过阈值则视为该段数据为异常数据。
8.一种承载结构应变场与三维形变在线可视化系统,其特征在于:包括:
点云数据处理模块,被配置为:获得堤防的激光点云数据经优化和重建后得到三维网格模型;
传感器数据处理模块,被配置为:获得堤防测点传感器的类型、位置、埋设时间和更新时间,形成监测文本数据,去除监测文本数据中超过阈值的离群点和异常数据;
堤防监测点管理模块,被配置为:依据位置信息,在三维网格模型中关联堤防测点传感器;
可视化用户交互模块,被配置为:在三维网格模型中展示堤防测点传感器所在的位置和每一个堤防测点传感器对应的监测文本数据。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的一种基于点云数据的堤防可视化监测方法中的步骤。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一项所述的一种基于点云数据的堤防可视化监测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210540261.7A CN114937133A (zh) | 2022-05-18 | 2022-05-18 | 一种基于点云数据的堤防可视化监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210540261.7A CN114937133A (zh) | 2022-05-18 | 2022-05-18 | 一种基于点云数据的堤防可视化监测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114937133A true CN114937133A (zh) | 2022-08-23 |
Family
ID=82864915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210540261.7A Pending CN114937133A (zh) | 2022-05-18 | 2022-05-18 | 一种基于点云数据的堤防可视化监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114937133A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115457234A (zh) * | 2022-09-14 | 2022-12-09 | 北京华云星地通科技有限公司 | 一种降水数据的点云稠密化方法、系统、设备及介质 |
CN116152466A (zh) * | 2023-01-13 | 2023-05-23 | 美的集团(上海)有限公司 | 物体点云的离群点的过滤方法、装置、电子设备和机器人 |
CN117829381A (zh) * | 2024-03-05 | 2024-04-05 | 成都农业科技职业学院 | 基于物联网的农业大棚数据优化采集系统 |
-
2022
- 2022-05-18 CN CN202210540261.7A patent/CN114937133A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115457234A (zh) * | 2022-09-14 | 2022-12-09 | 北京华云星地通科技有限公司 | 一种降水数据的点云稠密化方法、系统、设备及介质 |
CN116152466A (zh) * | 2023-01-13 | 2023-05-23 | 美的集团(上海)有限公司 | 物体点云的离群点的过滤方法、装置、电子设备和机器人 |
CN117829381A (zh) * | 2024-03-05 | 2024-04-05 | 成都农业科技职业学院 | 基于物联网的农业大棚数据优化采集系统 |
CN117829381B (zh) * | 2024-03-05 | 2024-05-14 | 成都农业科技职业学院 | 基于物联网的农业大棚数据优化采集系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114937133A (zh) | 一种基于点云数据的堤防可视化监测方法及系统 | |
CN111272220B (zh) | 一种隧道状态检测监测管理系统 | |
CN106368247A (zh) | 基于bim的基坑智能监测及主动预警方法和系统 | |
CN114021487B (zh) | 一种山坡崩塌的预警方法、装置、设备及可读存储介质 | |
CH709322B1 (de) | System, Verfahren und Computer zur verbesserten automatisierten visuellen Inspektion eines physischen Guts. | |
CN110807571A (zh) | 基于3d激光传感与BIM结合的建筑工程质量控制系统 | |
CN109242862A (zh) | 一种实时的数字表面模型生成方法 | |
CN116757097A (zh) | 一种数字孪生水利工程运维监测系统和方法 | |
CN113566894A (zh) | 基于物联网的地质灾害监测方法、系统、终端及介质 | |
CN116805441A (zh) | 一种基坑监测的预警方法、装置、电子设备及存储介质 | |
CN115100819B (zh) | 基于大数据分析的滑坡灾害预警方法、装置及电子设备 | |
CN116378123A (zh) | 一种基于bim的基坑健康监测系统 | |
CN116663762A (zh) | 一种城市规划地下空间勘察测绘方法及系统 | |
CN114547822A (zh) | 一种管道安全预警方法、装置及介质 | |
JP7491779B2 (ja) | 浸水深推定装置及び方法 | |
CN112923900A (zh) | 一种基于rs技术的建筑物不均匀沉降的判断方法及装置 | |
CN112184900B (zh) | 高程数据的确定方法、装置及存储介质 | |
Ioannidis et al. | 5D Multi-Purpose Land Information System. | |
CN113128803A (zh) | 油气管道风险确定方法、装置及计算机设备 | |
CN116579214A (zh) | 一种基于数字孪生的三维可视化桥墩监测系统及方法 | |
CN115496399A (zh) | 基于无人机的基坑勘测任务即时更新分配方法及系统 | |
CN113554752A (zh) | 用于对小流域自然灾害进行应急预案的三维可视化及快速制图的方法及模型 | |
CN117934747B (zh) | 一种基于激光点云数据的活动构造地貌三维模型构建方法 | |
CN112765718A (zh) | 基于bim和物联网技术的净水厂运维系统及方法 | |
Xiao | Detecting changes in trees using multi-temporal airborne LIDAR point clouds |
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 |