CN115035270A - 一种无人机lidar的转体大桥模拟体系及检测方法 - Google Patents
一种无人机lidar的转体大桥模拟体系及检测方法 Download PDFInfo
- Publication number
- CN115035270A CN115035270A CN202210729329.6A CN202210729329A CN115035270A CN 115035270 A CN115035270 A CN 115035270A CN 202210729329 A CN202210729329 A CN 202210729329A CN 115035270 A CN115035270 A CN 115035270A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- pier
- setting
- lidar
- rotation
- 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.)
- Granted
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 37
- 238000001514 detection method Methods 0.000 title abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims description 31
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 238000012952 Resampling Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 238000002592 echocardiography Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000000691 measurement method Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 2
- 230000003252 repetitive effect Effects 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims 1
- 238000012937 correction Methods 0.000 abstract description 2
- 230000036544 posture Effects 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 239000000178 monomer Substances 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种无人机lidar的转体大桥模拟体系及检测方法，由高精度的三维地形、单体化模型、最佳拟合旋转体组成，通过参数驱动转体大桥模拟，最真实可靠地模拟出各种复杂转体大桥各个转角时刻的姿态，能动态查看合龙段之间的空间位置关系，检查是否存在碰撞，计算出实际转角与设计转角之间的差值，为转角修正提供参考意见，以解决现有方法无法在转体实施前，合龙段之间的距离、高差，挂篮之间是否存在碰撞难以验证的问题。属于土木工程领域。
Description
技术领域
本发明涉及一种无人机lidar的转体大桥模拟体系及检测方法，特别适用于转体大桥姿态模拟及合龙前后检测。属土木工程领域。
背景技术
目前，针对转体大桥的施工模拟，通常采用CAD图根据设计转角进行模拟，较为先进的采用BIM技术建立转体结构物的BIM模型，并根据设计参数进行模拟，这类方法主要是基于理论上零误差的模拟，没有考虑施工过程中的干扰，并不能结合转体结构施工完成后，准备模拟及计算出实际的转角，其施工指导性存在一定的不足。在转体实施前，如何评估合龙段的之间的距离、高差，挂篮之间是否存在碰撞，并没有好的去验证。
发明内容
本发明提供一种无人机lidar的转体大桥模拟体系及检测方法，以解决现有方法无法在转体实施前，合龙段之间的距离、高差，挂篮之间是否存在碰撞难以验证的问题。
为实现上述目的，拟采用这样一种无人机lidar的转体大桥模拟体系，具体如下：
1)LIDAR点云采集及处理
利用飞行器进行LIDAR点云采集，而后在处理软件中设置LIDAR点云处理参数，并进行LIDAR点云拼接处理；
2)格网建立与优化
点云预处理，将拼接好的数据导入点云数据处理软件中，对点云数据进行抽稀、剔凿、重采样处理；
三维格网建立，在格网模块下，设置点云间距与三角网的尺寸，将预处理后的LIDAR点云数据进行三维格网；
格网优化处理，对格网模型进行平面拟合、空洞填补处理；
格网单体化处理，分别采用格网分割法，将n号墩转体和n+1号墩转体的格网分别进行单体化处理；
3)旋转体拟合
n号墩单体模型旋转中心拟合，采用最佳圆柱面拟合法求解出圆柱中心轴线的方向向量(a，b，c)和直线上的某一点坐标(x，y，z)，以及圆柱的半径r，通过旋转体表面任意任意三个点，设置提取公差为1mm，拟合出旋转体最佳圆柱体，在圆柱体属性中，查询其中心坐标值，即为转体模拟旋转中心坐标；
n+1号墩单体模型旋转中心拟合，采用与n号墩转体旋转中心求解同样的方法，对n+1号墩单体模型旋转体拟合，并求解旋转中心坐标；
4)转体姿态模拟
设置旋转参数，在旋转模块下，选择n号转体的单体化模型，将旋转中心的坐标值对应输入到轴位置位置中，并将轴向X设置为0，Y设置为0，Z设置为1，旋转角度设置1，并勾选创建副本；
转体模拟，n号墩转体和n+1号墩转体采用x°的递增方式进行模拟分析，在旋转模拟过程中，同步观察合龙段之间的三角网是否存在碰撞，若是碰撞，说明挂篮上的结构物会影响转体的实施，需要提前消除风险；若没有发生碰撞，则不必调整挂篮；
转角模拟对比分析，分别在n-1号、n号、n+1号墩梁边缘提取一条特征直线，并用颜色区分开，并分别分析两两直线间的平面夹角，用于评估n号墩转体和n+1号墩转体完成后与设计的偏差值。
步骤1)中，LIDAR点云采集及处理具体如下：
a)LIDAR点云采集
起飞点选择，无人机起飞选择在视野较为开阔的地面，且周围无磁场干扰；
网络RTK连接，在打开飞行器与遥控器的电源后，进入网络RTK模式下，选择星基连接的方式搜索卫星信号，坐标系选用WGS-84坐标；
设置航飞参数，回波模式选择双回波，采样频率为360KHz，扫描模式为重复式扫描，点云着色为真彩色点云；
山区主要采用手动飞行模式进行点云数据的采集，在飞行过程中，结合影像与点云显示效果对现场进行采集；
b)LIADR点云处理
新建工程名称，打开大疆智图软件，在新建任务下选择激光雷达点云处理模块，并设置工程名和保存路径；
设置LIDAR点云处理参数，导入点云数据文件包，点云密度设置为高，点云有效距离为300，点云精度优化为打开，点云输出格式LAS，坐标系统设置已知，坐标系选择WGS84/UTM-48N；
LIDAR点云拼接处理，在设置好以上参数后，打开大疆智图加速引擎，开始处理点云数据。
上述转体大桥模拟体系的检测方法，空间尺寸检测如下：
点云采集，在n号墩与n+1号墩转体完成后，采用无人机搭载激光雷达LIDAR对整个大桥进行多视角数据采集，并对点云数据进行拼接处理；
合龙距离检测，调整LIDAR点云视角，在剖面视图下，定义一条平行与桥面的剖面线，并采用坐标测量法计算n-1号墩与n号墩转体、n号墩转体与n+1号墩转体间的合龙距离，验证所得合龙距离与设计合龙距离的差值；
高差检测，采用三角测量法，依次对两个合龙高差进行检测。
与现有技术相比，本发明采用无人机搭载激光雷达，在网络RTK星联模式下，对昌明转体大桥进行多视角重复式的点云扫描，在大疆智图中拼接扫描点云，将点云导入第三方点云数据处理软件中，对点云进行抽稀、剔噪等处理后，将其转化为三维格网模型，并把相邻两个墩转体的格网模型进行单体化，分别两个转体模型的旋转中心，求解出中心坐标，结合设计旋转角度，对转体大桥进行模拟，分析模拟合龙后的位置与理论合龙之间的空间位置关系，与其他测量手段进行对比进行综合分析，数据真实可靠、数据精度高、工作效率高、成本较低、避免了人工测量误差等诸多优点，该方法保障了时速350高铁转体的顺利合龙，其社会效益和经济效益显著，具有重要的指导意义和推广价值。
附图说明
图1是本发明的工艺流程图；
图2是转体体系组成图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细说明，应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
实施例
参照图1和图2，本实施例以贵南客专(时速350高铁)昌明转体大桥为例，提供了一种无人机lidar的转体大桥模拟体系及检测方法，由高精度的三维地形、单体化模型、最佳拟合旋转体(圆柱体)组成，通过参数驱动转体大桥模拟，最真实可靠地模拟出各种复杂转体大桥各个转角时刻的姿态，能动态查看合龙段之间的空间位置关系，检查是否存在碰撞，计算出实际转角与设计转角之间的差值，为转角修正提供参考意见，具体如下：
1)LIDAR点云采集
起飞点选择。为了提高网络RTK收敛的质量，无人机起飞要选择在视野较为开阔的地面，且周围不能有磁场干扰。
网络RTK连接。在打开飞行器与遥控器的电源后，进入网络RTK模式下，选择星基连接的方式搜索卫星信号，坐标系选用WGS-84坐标。
设置航飞参数。回波模式选择双回波，采样频率为360KHz，扫描模式为重复式扫描，点云着色为真彩色点云。
LIDAR点云采集。为了确保飞行安全，山区主要采用手动飞行模式进行点云数据的采集，在飞行过程中，结合影像与点云显示效果对现场进行采集。
2)LIADR点云处理
新建工程名称。打开大疆智图软件，在新建任务下选择激光雷达点云处理模块，并设置工程名和保存路径。
设置LIDAR点云处理参数。导入点云数据文件包，点云密度设置为高，点云有效距离为300，点云精度优化为打开，点云输出格式LAS，坐标系统设置已知，坐标系选择WGS84/UTM-48N。
LIDAR点云拼接处理。在设置好以上参数后，打开大疆智图加速引擎，开始处理点云数据。
3)格网建立与优化
点云预处理。将拼接好的数据导入点云数据处理软件中，对点云数据进行抽稀、剔凿、重采样等处理，以提升点云的运行效率。
三维格网建立。在格网模块下，设置点云间距与三角网的尺寸，将预处理后的LIDAR点云数据进行三维格网(mesh面)。
格网优化处理。由于航测时候，有部分区域没有点云表达，为了增强三维格网的显示效果，需对格网模型进行平面拟合、空洞填补等处理。
格网单体化处理。分别采用格网分割法，将昌明大桥3号墩转体和4号墩转体的格网分别进行单体化处理，便于对其进行旋转模拟分析。
4)旋转体拟合
3号墩单体模型旋转中心拟合。采用最佳圆柱面拟合法求解出圆柱中心轴线的方向向量(a，b，c)和直线上的某一点坐标(x，y，z)，以及圆柱的半径r。通过旋转体表面任意任意三个点，设置提取公差为1mm，拟合出旋转体最佳圆柱体，在圆柱体属性中，查询其中心坐标值，即为转体模拟旋转中心坐标。
4号墩单体模型旋转中心拟合。采用与3号墩转体旋转中心求解同样的方法，对4号墩单体模型旋转体拟合，并求解旋转中心坐标。
5)转体姿态模拟
设置旋转参数。以3号转体为例，在旋转模块下，选择3号转体的单体化模型，将旋转中心(-11.159740-43.203678-44.860250)的坐标值对应输入到轴位置位置中，并将轴向X设置为0，Y设置为0，Z设置为1，旋转角度设置1，并勾选创建副本。
转体模拟。为了便于观察显示效果，3号墩转体和4号墩转体采用1°的递增方式进行模拟分析，在旋转模拟过程中，同步观察合龙段之间的三角网是否存在碰撞，若是碰撞，说明挂篮上的结构物会影响转体的实施，需要提前消除风险；若没有发生碰撞，则不必调整挂篮。
转角模拟对比分析。分别在2号、3号、4号墩梁边缘提取一条特征直线，并用颜色区分开，并分别分析两两直线间的平面夹角，用于评估3号墩转体和4号墩转体完成后与设计的偏差值。
原设计中，昌明转体大桥的3号墩旋转角度为20°45′6″，试转角度为5°，经机载LIDAR重建三维格网模型进行模拟转至设计角度后，分析得到3号墩转体与2号墩的夹角-0.077°(-0°4′37″)，说明3号墩转体少转了0.077°，其修正后的角度为20°45′43″，在结合全站仪现场测量的数据分析，最终旋转的角度为20.8°，LIDAR建模后修正的角度与全站仪测量相差0°1′43″。
原设计中，昌明转体大桥的3号墩旋转角度为21°24′38″，试转角度为3°，经过机载LIDAR重建三维格网模型进行模拟转至设计角度后，分析3号墩转体与2号墩的夹角0.585°(0°35′6″)，说明3号墩转体多转了-0.585°，其修正后的角度为20°49′32″，在结合全站仪现场测量的数据分析，最终旋转的角度为20.8°，LIDAR建模后修正的角度与全站仪测量相差0°1′32″。
6)空间尺寸检测
点云采集。在3号墩与4号墩转体完成后，采用无人机搭载激光雷达LIDAR对整个昌明大桥进行多视角数据采集，并对点云数据进行拼接处理。
合龙距离检测。调整LIDAR点云视角，才剖面视图下，定义一条平行与桥面的剖面线，并采用坐标测量法计算2号墩与3号墩转体、3号墩转体与4号墩转体间的合龙距离。其中2号墩与3号墩转体合龙距离为1.994m，与设计合龙距离(dx)2m相差6mm，3号墩转体与4号墩转体间的合龙距离1.996m，与设计合龙距离2m相差4mm；
高差检测。采用三角测量法，依次对两个合龙高差进行检测，2号墩与3号墩转体合龙高差(dy)为11mm，3号墩转体与4号墩转体间的合龙高差10mm。
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、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种无人机lidar的转体大桥模拟体系，其特征在于，具体方法如下：
1)LIDAR点云采集及处理
利用飞行器进行LIDAR点云采集，而后在处理软件中设置LIDAR点云处理参数，并进行LIDAR点云拼接处理；
2)格网建立与优化
点云预处理，将拼接好的数据导入点云数据处理软件中，对点云数据进行抽稀、剔凿、重采样处理；
三维格网建立，在格网模块下，设置点云间距与三角网的尺寸，将预处理后的LIDAR点云数据进行三维格网；
格网优化处理，对格网模型进行平面拟合、空洞填补处理；
格网单体化处理，分别采用格网分割法，将n号墩转体和n+1号墩转体的格网分别进行单体化处理；
3)旋转体拟合
n号墩单体模型旋转中心拟合，采用最佳圆柱面拟合法求解出圆柱中心轴线的方向向量(a，b，c)和直线上的某一点坐标(x，y，z)，以及圆柱的半径r，通过旋转体表面任意任意三个点，设置提取公差为1mm，拟合出旋转体最佳圆柱体，在圆柱体属性中，查询其中心坐标值，即为转体模拟旋转中心坐标；
n+1号墩单体模型旋转中心拟合，采用与n号墩转体旋转中心求解同样的方法，对n+1号墩单体模型旋转体拟合，并求解旋转中心坐标；
4)转体姿态模拟
设置旋转参数，在旋转模块下，选择n号转体的单体化模型，将旋转中心的坐标值对应输入到轴位置位置中，并将轴向X设置为0，Y设置为0，Z设置为1，旋转角度设置1，并勾选创建副本；
转体模拟，n号墩转体和n+1号墩转体采用x°的递增方式进行模拟分析，在旋转模拟过程中，同步观察合龙段之间的三角网是否存在碰撞，若是碰撞，说明挂篮上的结构物会影响转体的实施，需要提前消除风险；若没有发生碰撞，则不必调整挂篮；
转角模拟对比分析，分别在n-1号、n号、n+1号墩梁边缘提取一条特征直线，并用颜色区分开，并分别分析两两直线间的平面夹角，用于评估n号墩转体和n+1号墩转体完成后与设计的偏差值。
2.根据权利要求1所述一种无人机lidar的转体大桥模拟体系，其特征在于,LIDAR点云采集及处理具体如下：
a)LIDAR点云采集
起飞点选择，无人机起飞选择在视野较为开阔的地面，且周围无磁场干扰；
网络RTK连接，在打开飞行器与遥控器的电源后，进入网络RTK模式下，选择星基连接的方式搜索卫星信号，坐标系选用WGS-84坐标；
设置航飞参数，回波模式选择双回波，采样频率为360KHz，扫描模式为重复式扫描，点云着色为真彩色点云；
山区主要采用手动飞行模式进行点云数据的采集，在飞行过程中，结合影像与点云显示效果对现场进行采集；
b)LIADR点云处理
新建工程名称，打开大疆智图软件，在新建任务下选择激光雷达点云处理模块，并设置工程名和保存路径；
设置LIDAR点云处理参数，导入点云数据文件包，点云密度设置为高，点云有效距离为300，点云精度优化为打开，点云输出格式LAS，坐标系统设置已知，坐标系选择WGS84/UTM-48N；
LIDAR点云拼接处理，在设置好以上参数后，打开大疆智图加速引擎，开始处理点云数据。
3.权利要求1或2所述转体大桥模拟体系的检测方法，其特征在于,空间尺寸检测如下：
点云采集，在n号墩与n+1号墩转体完成后，采用无人机搭载激光雷达LIDAR对整个大桥进行多视角数据采集，并对点云数据进行拼接处理；
合龙距离检测，调整LIDAR点云视角，在剖面视图下，定义一条平行与桥面的剖面线，并采用坐标测量法计算n-1号墩与n号墩转体、n号墩转体与n+1号墩转体间的合龙距离，验证所得合龙距离与设计合龙距离的差值；
高差检测，采用三角测量法，依次对两个合龙高差进行检测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210729329.6A CN115035270B (zh) | 2022-06-24 | 2022-06-24 | 一种无人机lidar的转体大桥模拟体系及检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210729329.6A CN115035270B (zh) | 2022-06-24 | 2022-06-24 | 一种无人机lidar的转体大桥模拟体系及检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115035270A true CN115035270A (zh) | 2022-09-09 |
| CN115035270B CN115035270B (zh) | 2023-07-14 |
Family
ID=83126119
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210729329.6A Active CN115035270B (zh) | 2022-06-24 | 2022-06-24 | 一种无人机lidar的转体大桥模拟体系及检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115035270B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110570428A (zh) * | 2019-08-09 | 2019-12-13 | 浙江合信地理信息技术有限公司 | 一种从大规模影像密集匹配点云分割建筑物屋顶面片的方法及系统 |
| WO2020203793A1 (ja) * | 2019-03-29 | 2020-10-08 | 株式会社エスイーフォー | ロボットの制御装置、制御ユニット、それらを有するロボット制御システム |
| CN113252009A (zh) * | 2021-05-14 | 2021-08-13 | 中铁二局第一工程有限公司 | 一种基于无人机航测技术的土石方计算方法 |
-
2022
- 2022-06-24 CN CN202210729329.6A patent/CN115035270B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020203793A1 (ja) * | 2019-03-29 | 2020-10-08 | 株式会社エスイーフォー | ロボットの制御装置、制御ユニット、それらを有するロボット制御システム |
| CN110570428A (zh) * | 2019-08-09 | 2019-12-13 | 浙江合信地理信息技术有限公司 | 一种从大规模影像密集匹配点云分割建筑物屋顶面片的方法及系统 |
| CN113252009A (zh) * | 2021-05-14 | 2021-08-13 | 中铁二局第一工程有限公司 | 一种基于无人机航测技术的土石方计算方法 |
Non-Patent Citations (3)
| Title |
|---|
| 单杰;李志鑫;张文元;: "大规模三维城市建模进展", 测绘学报 * |
| 胡光全;石胜锁;: "复杂地形钢―混凝土组合梁施工工艺分析", 特种结构 * |
| 闫利;魏峰;: "利用密集匹配点云的建筑单体提取算法研究", 中国激光 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115035270B (zh) | 2023-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102445186B (zh) | 一种激光雷达扫描生成公路设计地表信息方法 | |
| CN105180890B (zh) | 融合激光点云和数字影像的岩体结构面产状测量方法 | |
| CN109242862B (zh) | 一种实时的数字表面模型生成方法 | |
| CN110780305A (zh) | 一种基于多线激光雷达的赛道锥桶检测及目标点追踪方法 | |
| CN109444171A (zh) | 基于无人机的一体化桥梁检测方法 | |
| CN107167139A (zh) | 一种变电站巡检机器人视觉定位导航方法及系统 | |
| CN106774410A (zh) | 无人机自动巡检方法和装置 | |
| CN108332926A (zh) | 一种桥梁巡检系统 | |
| CN106887020A (zh) | 一种基于LiDAR点云的道路纵横断面获取方法 | |
| CN111026150A (zh) | 一种利用无人机进行输电线路地质灾害预警系统及方法 | |
| CN103324916B (zh) | 基于建筑轮廓的车载和航空LiDAR数据配准方法 | |
| CN111597666A (zh) | 一种将bim应用到变电站建设过程的方法 | |
| CN105701862A (zh) | 一种基于点云的地物关键点提取方法 | |
| CN112068153B (zh) | 一种基于地基激光雷达点云的冠层间隙率估算方法 | |
| CN111105496A (zh) | 一种基于机载激光雷达点云数据的高精dem构建方法 | |
| CN102298793A (zh) | 一种获取文物三维图形数据的方法 | |
| CN103335608B (zh) | 用于构建输变电三维数字电网的机载LiDAR三维数据采集方法 | |
| CN108681337B (zh) | 一种涵洞或桥梁专用巡查无人机及无人机巡查方法 | |
| CN103308902B (zh) | 用于构建输变电三维数字电网的车载LiDAR三维数据采集方法 | |
| CN113643254B (zh) | 一种无人机激光点云高效采集处理方法 | |
| CN109255837B (zh) | 一种用于激光雷达点云数据处理的高效b样条曲面的构造方法 | |
| CN116605772B (zh) | 一种基于多集成系统的塔吊碰撞预警方法 | |
| CN110880202A (zh) | 一种三维地形模型创建方法、装置、设备及存储介质 | |
| CN114898053A (zh) | 基于三维空间影像技术的碎裂松动岩体发育范围圈定方法 | |
| CN114547866A (zh) | 基于bim-无人机-机械狗的预制构件智能检测方法 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230522 Address after: 550002 Jinpeng Building, No. 3, Sitong Street, Nanming District, Guiyang City, Guizhou Province Applicant after: CHINA RAILWAY ERJU 1ST ENGINEERING Co.,Ltd. Applicant after: CHINA RAILWAY NO.2 ENGINEERING GROUP Co.,Ltd. Address before: 550002 Jinpeng Building, No. 3, Sitong Street, Nanming District, Guiyang City, Guizhou Province Applicant before: CHINA RAILWAY ERJU 1ST ENGINEERING Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |