CN115146745B - 点云数据坐标点位置校正的方法、装置、设备及存储介质 - Google Patents

点云数据坐标点位置校正的方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115146745B
CN115146745B CN202211060604.6A CN202211060604A CN115146745B CN 115146745 B CN115146745 B CN 115146745B CN 202211060604 A CN202211060604 A CN 202211060604A CN 115146745 B CN115146745 B CN 115146745B
Authority
CN
China
Prior art keywords
cloud data
point cloud
initial set
point
initial
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
CN202211060604.6A
Other languages
English (en)
Other versions
CN115146745A (zh
Inventor
曹文希
施钟淇
方东平
刘宇舟
陈天东
岳清瑞
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.)
Urban Safety Development Science And Technology Research Institute Shenzhen
Shenzhen Technology Institute of Urban Public Safety Co Ltd
Original Assignee
Urban Safety Development Science And Technology Research Institute Shenzhen
Shenzhen Technology Institute of Urban Public Safety 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 Urban Safety Development Science And Technology Research Institute Shenzhen, Shenzhen Technology Institute of Urban Public Safety Co Ltd filed Critical Urban Safety Development Science And Technology Research Institute Shenzhen
Priority to CN202211060604.6A priority Critical patent/CN115146745B/zh
Publication of CN115146745A publication Critical patent/CN115146745A/zh
Application granted granted Critical
Publication of CN115146745B publication Critical patent/CN115146745B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本发明提供了一种点云数据坐标点位置校正的方法、装置、设备及存储介质,该方法包括:获取目标区域的点云数据,并对点云数据进行聚类,构成各点云数据的初始集合;沿预设的测量轨迹方向移动各初始集合,基于测量矢量框,确定在移动过程中的各初始集合中的点云数据的交点;基于交点与初始集合,对各初始集合的点云数据进行位置校正,得到位置校正结果。通过实施本发明,利用聚类后的点云数据与已知的测量矢量框的几何相似性,匹配初始集合对应的测量矢量框,从而通过已知的测量矢量框确定点云数据的偏移量,修正点云数据的测量误差,有效提高了点云数据的准确性与有效性,为后续针对点云数据的解译工作提供数据基础。

Description

点云数据坐标点位置校正的方法、装置、设备及存储介质
技术领域
本发明涉及雷达卫星干涉测量技术领域,具体涉及一种点云数据坐标点位置校正的方法、装置、设备及存储介质。
背景技术
雷达卫星干涉测量技术因为雷达电磁波信号不受天气影响可以全天候地对城市关注地区进行持续测量而日益收到重视,已广泛用于对城市房屋建筑、交通管线等城市关键基础设施的安全监测中。
雷达干涉测量技术利用永久散射体技术筛选长时间序列观测下得到的较为稳定的观测点,通过得到的观测点估计并移除大气误差,再通过构网技术利用相邻点的相位差分得到精度更高的点位和形变量参数估计。最后的结果一般以点云数据的形式展示,每个点代表一个雷达图像分辨单元大小的地面物体。
在相关技术中,由于雷达干涉测量的过程中容易引入一些测量误差(如卫星轨道误差、地表高程模型误差、形变参考点误差)等因素,使得雷达卫星干涉测量获得的点云数据的位置容易产生偏移,降低了点云数据的准确性与有效性。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中的无法保证点云数据准确性及有效性的缺陷,从而提供一种点云数据坐标点位置校正的方法、装置、设备及存储介质。
根据第一方面,本发明实施例提供了一种点云数据坐标点位置校正的方法,包括:获取目标区域的点云数据,并对点云数据进行聚类,构成各点云数据的初始集合,各初始集合中预设有与各初始集合对应的测量矢量框;若初始集合中的点云数据不是均位于与初始集合对应的测量矢量框内,则沿预设的测量轨迹方向移动各初始集合,基于测量矢量框,确定在移动过程中的各初始集合中的点云数据的交点;基于交点与初始集合,对各初始集合的点云数据进行位置校正,得到位置校正结果。
可选地,对点云数据进行聚类,构成各点云数据的初始集合,包括:选取任一未构成初始集合的点云数据作为初始点;基于初始点,选取与初始点的距离小于预设距离阈值的未构成初始集合的点云数据作为关联点;基于初始点与关联点,构成与初始点对应的初始集合。
可选地,基于交点与初始集合,对各初始集合的点云数据进行位置校正,得到位置校正结果,包括:基于预设的测量轨迹方向,平移初始集合,以使交点与初始集合中的初始点重合;以平移后的初始集合中的点云数据的点云位置作为位置校正结果。
可选地,本发明实施例提供了一种点云数据坐标点位置校正的方法,还包括:基于位置校正结果与各初始集合,完成点云数据的位置校正。
可选地,基于位置校正结果与各初始集合,完成点云数据的位置校正,包括:基于位置校正结果与各初始集合,计算初始集合中各点云数据与交点所在的测量矢量框的对应边的距离;基于距离,判断距离满足预设距离阈值的比值是否满足预设比例阈值;在距离满足预设比例阈值时,以位置校正结果中的点云数据的位置校正对应的初始集合偏移量,完成点云数据的位置校正。
可选地,本发明实施例提供的一种点云数据坐标点位置校正的方法,还包括:若初始集合中的点云数据均位于与初始集合对应的测量矢量框内时,则将位于测量矢量框内的初始集合作为调整集合;基于测量矢量框确定与调整集合对应的完成点云校正的初始集合,并确定完成点云校正的初始集合中点云数据的偏移量;基于偏移量,对调整集合中的点云数据进行位置校正。
可选地,基于测量矢量框确定与调整集合对应的完成点云校正的初始集合,包括:在调整集合对应的测量矢量框与完成位置校正的初始集合具有交点时,以完成位置校正的初始集合作为与调整集合对应的初始集合。
根据第二方面,本发明实施例提供了一种点云数据坐标点位置校正的装置,包括:初始集合构成单元,被配置为获取目标区域的点云数据,并对点云数据进行聚类,构成各点云数据的初始集合,各初始集合中预设有与各初始集合对应的测量矢量框;交点确定单元,被配置为若初始集合中的点云数据不是均位于与初始集合对应的测量矢量框内,则沿预设的测量轨迹方向移动各初始集合,基于测量矢量框,确定在移动过程中的各初始集合中的点云数据的交点;位置校正结果确定单元,被配置为基于交点与初始集合,对各初始集合的点云数据进行位置校正,得到位置校正结果。
根据第三方面,本发明实施例提供了一种非暂态计算机可读存储介质,非暂态计算机可读存储介质存储有计算机指令,计算机指令被处理器执行时,实现如第一方面任一实施方式所述的点云数据坐标点位置校正的。
根据第四方面,本发明实施例提供了一种计算机设备,包括至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被所述至少一个处理器执行的指令,指令被至少一个处理器执行,从而执行如第一方面任一实施方式所述的点云数据坐标点位置校正的。
本发明技术方案,具有如下优点:
本发明提供的一种点云数据坐标点位置校正的方法、装置、设备及存储介质,该方法包括:基于雷达卫星干涉测量,获取点云数据,并对点云数据进行聚类,构成各点云数据的初始集合,各初始集合具有与初始集合对应的测量矢量框;基于雷达干涉测量轨迹方向,以预设搜索距离移动各初始集合;基于测量矢量框,判断移动后的各初始集合是否为点云纠偏候选集合,点云纠偏候选集合具有与点云纠偏候选集合对应的交点;基于交点与初始集合,进行各初始集合的点云位置校正,获得位置校正结果;基于位置校正结果与各初始集合,完成点云数据的位置校正。通过利用聚类后的点云数据与已知的测量矢量框的几何相似性,匹配初始集合对应的测量矢量框,从而通过已知的测量矢量框确定点云数据的偏移量,修正点云数据的测量误差,有效提高了点云数据的准确性与有效性,为后续针对点云数据的解译、分析等工作提供数据基础。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本实施例提供的一种点云数据坐标点位置校正的方法的一个应用场景图;
图2为本发明实施例中点云数据坐标点位置校正的方法的一个具体示例的流程图;
图3为本发明实施例中点云数据坐标点位置校正的装置的一个具体示例的结构示例图;
图4为本发明实施例中计算机设备的结构示例图。
具体实施方式
下面将结合附图对本发明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在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
以下先对本实施例中出现的一些本领域专业名词进行说明:
QGIS,QGIS是一个开源的基础地理信息系统平台软件,开发技术基于C++和Qt库,具有跨平台的特性,可运行在包括macos、windows等操作系统在内的多个终端平台上。支持多种矢量、栅格、网格等空间数据格式,优异的插件架构也能很容易地支持新的数据格式。
KD树,KD树是多维二叉树,里面储存着k维的点的信息,是对k维空间进行划分的一种数据结构。KD树的构建有两种方法:一种利用方差,一种根据维度来划分。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”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和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、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。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“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,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
如图1所示,是本实施例提供的一种点云数据坐标点位置校正的方法的一个应用场景示例,其中矩形框表示测试矢量框;虚线线段表示预设的测量轨迹方向;圆形点表示平移后的点云数据,即,位置校正结果;模糊的点表示平移前的点云数据。
本实施例提供一种点云数据坐标点位置校正的方法,如图2所示,该方法主要包括:
S11,获取目标区域的点云数据,并对点云数据进行聚类,构成各点云数据的初始集合,各初始集合中预设有与各初始集合对应的测量矢量框。
具体地,获取目标区域的点云数据是指通过雷达干涉测量技术测量目标区域所得到的具有坐标位置信息的点云数据,其中,目标区域是指雷达干涉测量区域。
具体地,对点云数据进行聚类,构成各点云数据的初始集合是指将目标区域内的点云数据投影到水平平面,忽略高度信息,从而通过选取任一未构成初始集合的点云数据,构成各点云数据的初始集合。具体地,通过选取任一未构成初始集合的点云数据,构成各点云数据的初始集合包括:选取任一未构成初始集合的点云数据作为初始点;根据初始点的坐标位置,将预设距离阈值内的点云数据作为关联点;通过初始点与关联点构成个点云数据的初始集合。预设距离阈值可以是15米、20米或其他数值,可根据实际工况进行设定,本申请对此不作具体限定。其中,在一实施例中,与各初始集合对应的测量矢量框可以例如是用于表征房屋,则在如图1所示的图例中,每个测量矢量框代表一栋房屋。实际应用中,根据实际应用场景不同,该测量矢量框还可以用以表征其他内容,例如标志性建筑、道路、立交桥等。
S12,若初始集合中的点云数据不是均位于与初始集合对应的测量矢量框内,则沿预设的测量轨迹方向移动各初始集合,基于测量矢量框,确定在移动过程中的各初始集合中的点云数据的交点。
具体地,预设的测量轨迹方向是指雷达干涉测量技术中形成点云数据的雷达波束搜索方向。由于卫星的轨道具有重复性,并且雷达波束的观测角度基本不发生变化,所以测量轨迹方向是可以预先设定的。在实际应用中,沿预设的测量轨迹方向移动各初始集合,通常需设置沿预设测量轨迹方向移动的距离,移动的距离可以称为搜索距离,搜索距离可以是10米、20米或其他数值,搜索距离的设置可按实际工况进行设定,本申请对此不作具体限定。
具体地,基于测量矢量框,确定在移动过程中的各初始集合中的点云数据的交点是指确定各初始集合的点云数据在移动过程中是否与对应测量矢量框存在交点。
在实际应用中,确定各初始集合的点云数据在移动过程中是否与对应测量矢量框存在交点可以通过QGIS中提供的两个矢量图层的相交运算求得初始集合的点云数据在移动过程中与对应测量矢量框的交点。通过QGIS确定交点属于较为成熟的技术,本申请对此不再进行赘述。
S13,基于交点与初始集合,对各初始集合的点云数据进行位置校正,得到位置校正结果。
具体地,基于交点与初始集合,对各初始集合的点云数据进行位置校正是指若初始集合中的点云数据不是均位于与初始集合对应的测量矢量框内,且在沿预设的测量轨迹方向移动各初始集合的过程中与测量矢量框存在交点时,对存在交点的各初始集合中的点云数据进行位置校正。
本发明实施例提供的一种点云数据坐标点位置校正的方法,通过利用聚类后的点云数据与已知的测量矢量框的几何相似性,匹配初始集合对应的测量矢量框,从而通过已知的测量矢量框确定点云数据的偏移量,修正点云数据的测量误差,有效提高了点云数据的准确性与有效性,为后续针对点云数据的解译、分析等工作提供数据基础。
在一个可选实施方式中,上述步骤S11中,对点云数据进行聚类,构成各点云数据的初始集合的过程,具体包括:
(1)选取任一未构成初始集合的点云数据作为初始点。
具体地,选取任一未构成初始集合的点云数据作为初始点,是将该初始点作为各初始集合的基准点,使得目标区域内的点云数据分别构成各初始集合,因此,初始点的确定是基于未构成初始集合的点云数据中选取的。
(2)基于初始点,选取与初始点的距离小于预设距离阈值的未构成初始集合的点云数据作为关联点。
具体地,关联点的选取用于通过初始点与预设距离阈值使得目标区域内的点云数据均构成各初始集合。
(3)基于初始点与关联点,构成与初始点对应的初始集合。
具体地,基于初始点与关联点,构成与初始点对应的初始集合是指每个初始集合由初始点与关联点组成。形成初始集合的过程即是对点云数据进行聚类的过程,聚类的目的就是把不同的点云数据按照预设距离阈值,分割成不同的初始集合。并且由于各初始集合具有对应的测量矢量框,基于测量矢量框与聚类后的点云数据的轮廓相似性,初始集合中的点云数据可以用于表征房屋,从而通过针对点云数据的解译、分析,确定房屋所具有的特性。
在实际应用中,目标区域内的点云数据可以是通过KD树结构进行排列的,在选取初始点后,通过确定预设距离阈值内的关联点从而形成初始集合。其中,预设距离阈值可以是欧氏距离、曼哈顿距离或其他,本申请对此不作具体限定。
在本发明的一个可选实施例中,通过选取初始点,并基于初始点与预设距离阈值确定关联点,从而形成各初始集合,实现点云数据的聚类,从而基于测量矢量框与聚类后的点云数据的轮廓相似性,使得聚类后的点云数据可以用于表征房屋,实现通过对点云数据的解译、分析,确定房屋所具有的特性,为后续针对点云数据的解译、分析等工作提供数据基础。
在一个可选实施方式中,上述步骤S13中,基于交点与初始集合,对各初始集合的点云数据进行位置校正,得到位置校正结果的过程,具体包括:
(1)基于预设的测量轨迹方向,平移初始集合,以使交点与初始集合中的初始点重合。
具体的,基于预设的测量轨迹方向,平移初始集合是指沿预设的测量轨迹方向,将存在交点的初始集合作为整体进行平移,以使存在交点的初始集合中的初始点与该交点重合。交点与初始集合中初始点重合的过程中,初始点的移动距离作为初始点的偏移量,初始点的偏移量与对应初始集合的偏移量相同。
(2)以平移后的初始集合中的点云数据的点云位置作为位置校正结果。
具体地,以平移后的初始集合中的点云数据的点云位置作为位置校正结果是指将平移后的初始集合中的点云数据的坐标位置作为位置校正结果。
在实际应用中,若初始集合中的点云数据不是均位于与初始集合对应的所述测量矢量框内,且沿预设的测量轨迹方向移动初始集合的移动过程中的各初始集合中的点云数据与测量矢量框不存在交点,则不移动对应初始集合,即在该种情况下,不进行对初始集合中点云数据的整体移动,对应初始集合中的点云数据的坐标位置不变。
在本发明的一个可选实施例中,通过若位于测量矢量框内的点云数据在沿预设的测量轨迹方向移动的过程中,存在与测量矢量框的交点,则通过整体移动初始集合实现点云数据的位置校正,从而有效提高了点云数据的准确性与有效性,为后续针对点云数据的解译、分析等工作提供数据基础。
在一个可选实施方式中,在上述步骤S13之后,本实施例提供的一种点云数据坐标点位置校正的方法,还可以包括:
基于位置校正结果与各初始集合,完成点云数据的位置校正。
具体地,基于位置校正结果与各初始集合,完成点云数据的位置校正是指通过校正结果中各点云数据的坐标位置与测量矢量框的距离,完成点云数据的位置校正。其中,点云数据的位置校正是指对位置校正结果的校验,校验位置校正结果是否准确、有效。
在一个可选实施方式中,上述步骤中,基于位置校正结果与各初始集合,完成点云数据的位置校正的过程,具体包括:
(1)基于位置校正结果与各初始集合,计算初始集合中各点云数据与交点所在的测量矢量框的对应边的距离。
具体地,基于位置校正结果与各初始集合,计算初始集合中各点云数据与交点所在的测量矢量框的对应边的距离是指各初始集合中具有与各初始集合对应的测量矢量框,进而基于校正结果与测量矢量框,分别计算移动后的初始集合中各点云数据到测量矢量框中交点所位于的边的距离。在实际应用中,计算各点云数据到测量矢量框边的距离可以基于多种现有技术实现,本申请对此不再进行赘述。
(2)基于计算得到的距离,判断距离满足预设距离阈值的比值是否满足预设比例阈值。
具体地,距离满足预设距离阈值的比值满足预设比例阈值,用于表征初始集合中的点云数据,距离测量矢量框中交点所在边的距离大于预设距离阈值的比例,小于预设比例阈值,即通过距离阈值表征初始集合中的点云数据距离测量矢量框中交点所在边的距离的远近。
在实际应用中,预设距离阈值可以是5米、6米或其他数值,预设比例阈值可以是30%、35%或其他数值,上述阈值可以根据实际工况进行设定,本申请对此不做具体限定。
(3)在距离满足预设比例阈值时,以位置校正结果中的点云数据的位置校正对应的初始集合偏移量,完成点云数据的位置校正。
具体地,在距离满足预设比例阈值时,以位置校正结果中的点云数据的位置校正对应的初始集合偏移量,完成点云数据的位置校正是指在距离满足预设比例阈值时,位置校正结果中点云数据的移动过程被认可;在距离不满足预设比例阈值时,位置校正结果中点云数据的移动过程不被接收,对应初始集合中的点云数据不移动。
在本发明的一个可选实施例中,通过计算初始集合中点云数据与对应测量矢量框对应边的距离,并判断距离满足预设距离阈值的比值是否满足预设比例阈值,从而实现对位置校正结果的校验,从而有效提高了点云数据的准确性与有效性,为后续针对点云数据的解译、分析等工作提供数据基础。
在一个可选实施方式中,在上述步骤S13之后,本实施例提供的一种点云数据坐标点位置校正的方法,还可以包括:
(1)若初始集合中的点云数据均位于与初始集合对应的测量矢量框内时,则将位于测量矢量框内的初始集合作为调整集合。
具体地,若初始集合中的点云数据均位于初始集合对应的测量矢量框内,则上述点云数据与对应的测量矢量框距离为零。基于此,通过上述实施例中基于位置校正结果与各初始集合,完成点云数据的位置校正无法适用,因此,将位于测量矢量框内的初始集合作为调整集合。
(2)基于测量矢量框确定与调整集合对应的完成点云校正的初始集合,并确定完成点云校正的初始集合中点云数据的偏移量。
在一个可选实施方式中,基于测量矢量框确定与调整集合对应的完成点云校正的初始集合的过程,具体包括:
在调整集合对应的测量矢量框与完成位置校正的初始集合具有交点时,以完成位置校正的初始集合作为与调整集合对应的初始集合。
具体地,调整集合中的点云数据为位于对应测量矢量框内,即各调整集合存在对应的第一测量矢量框。完成位置校正的初始集合存在对应的测量矢量框,即沿预设的测量轨迹方向移动过程中存在交点的第二测量矢量框。若第一测量矢量框与第二测量矢量框为同一测量矢量框,则将完成位置校正的初始集合作为与调整集合对应的初始集合。
(3)基于偏移量,对调整集合中的点云数据进行位置校正。
具体地,基于偏移量,对调整集合中的点云数据进行位置校正是指基于完成位置校正的初始集合的偏移量,将调整集合中的点云数据沿预设的测量轨迹方向移动,以完成位置校正的初始集合的偏移量进行整体移动。
在本发明的一个可选实施例中,通过预设的测量轨迹方向移动聚类后的点云数据,并基于测量矢量框与聚类后的点云数据的轮廓相似性,通过确定测量矢量框与点云数据的交点,实现点云数据的位置校正,从而有效提高了点云数据的准确性与有效性,为后续针对点云数据的解译、分析等工作提供数据基础。
本实施例还提供一种点云数据坐标点位置校正的装置,如图3所示,该装置主要包括:初始集合构成单元21,交点确定单元22,位置校正结果确定单元23。
初始集合构成单元21,被配置为获取目标区域的点云数据,并对点云数据进行聚类,构成各点云数据的初始集合,各初始集合中预设有与各初始集合对应的测量矢量框。具体过程可参见上述实施例中关于步骤S101的相关描述,在此不再赘述。
交点确定单元22,被配置为若初始集合中的点云数据不是均位于与初始集合对应的测量矢量框内,则沿预设的测量轨迹方向移动各初始集合,基于测量矢量框,确定在移动过程中的各初始集合中的点云数据的交点。具体过程可参见上述实施例中关于步骤S102的相关描述,在此不再赘述。
位置校正结果确定单元23,被配置为基于交点与初始集合,对各初始集合的点云数据进行位置校正,得到位置校正结果。具体过程可参见上述实施例中关于步骤S103的相关描述,在此不再赘述。
本发明实施例提供的一种点云数据坐标点位置校正的装置,通过预设的测量轨迹方向移动聚类后的点云数据,并基于测量矢量框与聚类后的点云数据的轮廓相似性,通过确定测量矢量框与点云数据的交点,实现点云数据的位置校正,从而有效提高了点云数据的准确性与有效性,为后续针对点云数据的解译、分析等工作提供数据基础。
本发明一个实施例还提供了一种非暂态计算机存储介质,计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的点云数据坐标点位置校正的方法。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(FlashMemory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
本发明一个实施例还提供一种计算机设备,如图4所示,图4是本发明一个可选实施例提供的一种计算机设备的结构示意图,该计算机设备可以包括至少一个处理器31、至少一个通信接口32、至少一个通信总线33和至少一个存储器34,其中,通信接口32可以包括显示屏(Display)、键盘(Keyboard),可选通信接口32还可以包括标准的有线接口、无线接口。存储器34可以是高速RAM存储器(Random Access Memory,易挥发性随机存取存储器),也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器34可选的还可以是至少一个位于远离前述处理器31的存储装置。其中处理器31可以结合图3所描述的装置,存储器34中存储应用程序,且处理器31调用存储器34中存储的程序代码,以用于执行上述任意方法实施例所述的点云数据坐标点位置校正的方法的步骤。
其中,通信总线33可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。通信总线33可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器34可以包括易失性存储器(英文:volatile memory),例如随机存取存储器(英文:random-access memory,缩写:RAM);存储器也可以包括非易失性存储器(英文:non-volatile memory),例如快闪存储器(英文:flash memory),硬盘(英文:hard diskdrive,缩写:HDD)或固态硬盘(英文:solid-state drive,缩写:SSD);存储器34还可以包括上述种类的存储器的组合。
其中,处理器31可以是中央处理器(英文:central processing unit,缩写:CPU),网络处理器(英文:network processor,缩写:NP)或者CPU和NP的组合。
其中,处理器31还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文:application-specific integrated circuit,缩写:ASIC),可编程逻辑器件(英文:programmable logic device,缩写:PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文:complex programmable logic device,缩写:CPLD),现场可编程逻辑门阵列(英文:field-programmable gate array,缩写:FPGA),通用阵列逻辑(英文:generic arraylogic, 缩写:GAL)或其任意组合。
可选地,存储器34还用于存储程序指令。处理器31可以调用程序指令,实现本发明任一实施例中所述的点云数据坐标点位置校正的方法。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (8)

1.一种点云数据坐标点位置校正的方法,其特征在于,包括:
获取目标区域的点云数据,并对所述点云数据进行聚类,构成各所述点云数据的初始集合,各所述初始集合中预设有与各所述初始集合对应的测量矢量框;
若所述初始集合中的点云数据不是均位于与所述初始集合对应的所述测量矢量框内,则沿预设的测量轨迹方向移动各所述初始集合,基于所述测量矢量框,确定在移动过程中的各所述初始集合中的点云数据的交点;
基于所述交点与所述初始集合,对各所述初始集合的点云数据进行位置校正,得到位置校正结果;
所述对所述点云数据进行聚类,构成各所述点云数据的初始集合,包括:
选取任一未构成初始集合的点云数据作为初始点;
基于所述初始点,选取与所述初始点的距离小于预设距离阈值的所述未构成初始集合的点云数据作为关联点;
基于所述初始点与所述关联点,构成与所述初始点对应的所述初始集合;
所述基于所述交点与所述初始集合,对各所述初始集合的点云数据进行位置校正,得到位置校正结果,包括:
基于所述预设的测量轨迹方向,平移所述初始集合,以使所述交点与所述初始集合中的初始点重合;
以平移后的所述初始集合中的点云数据的点云位置作为所述位置校正结果。
2.根据权利要求1所述的点云数据坐标点位置校正的方法,其特征在于,在所述基于所述交点与所述初始集合,对各所述初始集合的点云数据进行位置校正,得到位置校正结果之后,所述方法还包括:
基于所述位置校正结果与各所述初始集合,完成所述点云数据的位置校正。
3.根据权利要求2所述的点云数据坐标点位置校正的方法,其特征在于,所述基于所述位置校正结果与各所述初始集合,完成所述点云数据的位置校正,包括:
基于所述位置校正结果与各所述初始集合,计算所述初始集合中各点云数据与所述交点所在的所述测量矢量框的对应边的距离;
基于所述距离,判断所述距离满足预设距离阈值的比值是否满足预设比例阈值;
在所述距离满足预设比例阈值时,以所述位置校正结果中的点云数据的位置校正对应的初始集合偏移量,完成所述点云数据的位置校正。
4.根据权利要求1所述的点云数据坐标点位置校正的方法,其特征在于,还包括:
若所述初始集合中的点云数据均位于与所述初始集合对应的所述测量矢量框内时,则将位于所述测量矢量框内的初始集合作为调整集合;
基于所述测量矢量框确定与所述调整集合对应的完成点云校正的初始集合,并确定完成点云校正的初始集合中点云数据的偏移量;
基于所述偏移量,对所述调整集合中的点云数据进行位置校正。
5.根据权利要求4所述的点云数据坐标点位置校正的方法,其特征在于,所述基于所述测量矢量框确定与所述调整集合对应的完成点云校正的初始集合,包括:
在所述调整集合对应的所述测量矢量框与完成所述位置校正的初始集合具有交点时,以完成所述位置校正的初始集合作为与调整集合对应的初始集合。
6.一种点云数据坐标点位置校正的装置,其特征在于,包括:
初始集合构成单元,被配置为获取目标区域的点云数据,并对所述点云数据进行聚类,构成各所述点云数据的初始集合,各所述初始集合中预设有与各所述初始集合对应的测量矢量框;
交点确定单元,被配置为若所述初始集合中的点云数据不是均位于与所述初始集合对应的所述测量矢量框内,则沿预设的测量轨迹方向移动各所述初始集合,基于所述测量矢量框,确定在移动过程中的各所述初始集合中的点云数据的交点;
位置校正结果确定单元,被配置为基于所述交点与所述初始集合,对各所述初始集合的点云数据进行位置校正,得到位置校正结果;
其中,所述初始集合构成单元具体用于:选取任一未构成初始集合的点云数据作为初始点;
基于所述初始点,选取与所述初始点的距离小于预设距离阈值的所述未构成初始集合的点云数据作为关联点;
基于所述初始点与所述关联点,构成与所述初始点对应的所述初始集合;
所述位置校正结果确定单元具体用于:基于所述预设的测量轨迹方向,平移所述初始集合,以使所述交点与所述初始集合中的初始点重合;
以平移后的所述初始集合中的点云数据的点云位置作为所述位置校正结果。
7.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令被处理器执行时实现如权利要求1-5中任一项所述的点云数据坐标点位置校正的方法。
8.一种计算机设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,从而执行如权利要求1-5中任一项所述的点云数据坐标点位置校正的方法。
CN202211060604.6A 2022-09-01 2022-09-01 点云数据坐标点位置校正的方法、装置、设备及存储介质 Active CN115146745B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211060604.6A CN115146745B (zh) 2022-09-01 2022-09-01 点云数据坐标点位置校正的方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211060604.6A CN115146745B (zh) 2022-09-01 2022-09-01 点云数据坐标点位置校正的方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN115146745A CN115146745A (zh) 2022-10-04
CN115146745B true CN115146745B (zh) 2022-12-02

Family

ID=83416277

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211060604.6A Active CN115146745B (zh) 2022-09-01 2022-09-01 点云数据坐标点位置校正的方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115146745B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117315160A (zh) * 2023-10-31 2023-12-29 重庆市规划和自然资源信息中心 一种建筑物三维实景建模工作方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678708A (zh) * 2016-01-04 2016-06-15 浙江大学 一种适用于已配准多视角有序点云的整体优化方法
CN111239766A (zh) * 2019-12-27 2020-06-05 北京航天控制仪器研究所 基于激光雷达的水面多目标快速识别跟踪方法
CN114581606A (zh) * 2022-02-23 2022-06-03 武汉港迪智能技术有限公司 一种基于3d激光雷达的散货门机船舱及舱内物料建模方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100157280A1 (en) * 2008-12-19 2010-06-24 Ambercore Software Inc. Method and system for aligning a line scan camera with a lidar scanner for real time data fusion in three dimensions
US9417323B2 (en) * 2012-11-07 2016-08-16 Neva Ridge Technologies SAR point cloud generation system
CN110300292B (zh) * 2018-03-22 2021-11-19 深圳光峰科技股份有限公司 投影畸变校正方法、装置、系统及存储介质
CN109035286A (zh) * 2018-06-29 2018-12-18 北京农业信息技术研究中心 植物三维点云数据高通量获取方法及装置
EP4018669A4 (en) * 2019-10-03 2022-11-02 LG Electronics Inc. POINT CLOUD DATA TRANSMITTING DEVICE, POINT CLOUD DATA TRANSMITTING METHOD, POINT CLOUD DATA RECEIVING DEVICE AND POINT CLOUD DATA RECEIVING METHOD
CN110986877B (zh) * 2019-12-03 2021-09-24 中铁第一勘察设计院集团有限公司 基于高精度车载激光移动测量系统铁路工程限界检测方法
CN111462073B (zh) * 2020-03-30 2023-06-20 国家基础地理信息中心 机载激光雷达点云密度的质量检查方法和装置
CN113176544B (zh) * 2021-03-05 2022-11-11 河海大学 一种边坡雷达影像与地形点云的误匹配校正方法
CN113238205A (zh) * 2021-05-25 2021-08-10 珠海市亿点科技有限公司 基于人工智能的无人机测绘点云数据偏移校正方法与系统
CN114266780A (zh) * 2022-02-28 2022-04-01 深圳市其域创新科技有限公司 一种建筑物单体化实例分割方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678708A (zh) * 2016-01-04 2016-06-15 浙江大学 一种适用于已配准多视角有序点云的整体优化方法
CN111239766A (zh) * 2019-12-27 2020-06-05 北京航天控制仪器研究所 基于激光雷达的水面多目标快速识别跟踪方法
CN114581606A (zh) * 2022-02-23 2022-06-03 武汉港迪智能技术有限公司 一种基于3d激光雷达的散货门机船舱及舱内物料建模方法

Also Published As

Publication number Publication date
CN115146745A (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
US20230077304A1 (en) Cooperative positioning method and apparatus, device, and storage medium
CN108931795B (zh) 定位设备轨迹优化和边界提取方法及装置
CN109407073B (zh) 反射值地图构建方法和装置
JP2020042024A (ja) レーザレーダの内部パラメータ精度検証方法とその装置、機器及び媒体
CN111207762B (zh) 地图生成方法、装置、计算机设备和存储介质
CN111750881B (zh) 一种基于路灯杆的车辆位姿的修正方法和装置
CN110608746B (zh) 用于确定机动车的位置的方法和装置
CN111380510B (zh) 重定位方法及装置、机器人
CN115146745B (zh) 点云数据坐标点位置校正的方法、装置、设备及存储介质
CN111750882B (zh) 一种导航地图在初始化时车辆位姿的修正方法和装置
CN114636993A (zh) 一种激光雷达与imu的外参标定方法、装置及设备
CN111707233A (zh) 终端设备的定位方法、装置、终端设备及存储介质
CN113570665A (zh) 路沿提取的方法、装置及电子设备
CN111521162B (zh) 一种测站的确定方法、装置、电子设备及存储介质
CN113393519B (zh) 激光点云数据处理方法、装置及设备
CN113223176B (zh) 多维度管道特征参数的获取方法和装置
KR102528951B1 (ko) 건물형상정합 알고리즘을 이용한 3d 모델 위치보정 방법 및 장치
CN114488178A (zh) 定位方法及设备
CN116128886A (zh) 一种点云数据分割方法、装置、电子设备及存储介质
CN115797310A (zh) 一种光伏电站组串倾角的确定方法及电子设备
CN115685127A (zh) 一种基于点云数据分析目标物沉降风险的方法及装置
CN107246863B (zh) 一种不规则断面隧道内壁影像投影展开方法
CN111767357B (zh) 区域采全评估方法和设备、电子设备和存储介质
CN115022805A (zh) Uwb基站的标定方法、装置、电子设备及介质
CN114443679A (zh) 一种地图数据更新方法、装置、设备以及存储介质

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