CN116165677A - 一种基于激光雷达的地质勘察方法和装置 - Google Patents

一种基于激光雷达的地质勘察方法和装置 Download PDF

Info

Publication number
CN116165677A
CN116165677A CN202310448568.9A CN202310448568A CN116165677A CN 116165677 A CN116165677 A CN 116165677A CN 202310448568 A CN202310448568 A CN 202310448568A CN 116165677 A CN116165677 A CN 116165677A
Authority
CN
China
Prior art keywords
point cloud
area
target
time domain
flight
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
Application number
CN202310448568.9A
Other languages
English (en)
Other versions
CN116165677B (zh
Inventor
候江涛
张军
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.)
Zhongtu Holding Group Co.,Ltd.
Original Assignee
Hubei Zhongtu Survey Planning And Design 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 Hubei Zhongtu Survey Planning And Design Co ltd filed Critical Hubei Zhongtu Survey Planning And Design Co ltd
Priority to CN202310448568.9A priority Critical patent/CN116165677B/zh
Publication of CN116165677A publication Critical patent/CN116165677A/zh
Application granted granted Critical
Publication of CN116165677B publication Critical patent/CN116165677B/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
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/491—Details of non-pulse systems
    • G01S7/493—Extracting wanted echo signals
    • 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
    • G06T17/05—Geographic models
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • 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
    • 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
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明涉及一种基于激光雷达的地质勘察方法及装置，包括：利用沿飞行路线飞行的勘察无人机的激光雷达按照预设的时间间隔向待勘察区域发射勘察激光，并获取勘察激光对应的反射激光；获取勘察无人机的飞行状态，根据飞行状态、勘察激光和反射激光生成时域点云集；根据飞行路线对时域点云集中的各个时域点云进行点云拼接，得到初级采集点云，对初级区域点云进行点云清理和多重点云滤波，得到标准滤波点云，根据标准滤波点云对待勘察区域进行三维建模，得到三维区域模型；根据区域地质语义对三维区域模型进行地质标注，得到区域地质模型。本发明可以提高地质勘察的效率。

Description

一种基于激光雷达的地质勘察方法和装置
技术领域
本发明涉及地质勘测技术领域，尤其涉及一种基于激光雷达的地质勘察方法和装置。
背景技术
地质勘察是指通过各种手段、方法对地质环境进行勘察，确定各地层的厚度、性质以及变化，并划分地层接触关系，从而确定地质地貌，而在地质勘察的过程中，需要对地质地貌进行测绘，从而将地质勘察的结果反映在地图上。
现有的地质勘察手段多为基于简单雷达成像的地质勘察方法，通过利用雷达设备对待勘察地区进行雷达覆盖，从而构建待勘察地区的地质地貌，实际过程中，基于简单雷达成像的地质勘察方法在勘察过程中的精度受勘察设备的影响较大，且对地质地貌的判断往往依赖于具有大量经验的工人进行判断，可能会导致进行地质勘察时的效率较低。
发明内容
本发明提供一种基于激光雷达的地质勘察方法和装置，其主要目的在于解决进行地质勘察时的效率较低的问题。
为实现上述目的，本发明提供的一种基于激光雷达的地质勘察方法，包括：
获取待勘察区域对应的飞行区域，根据所述飞行区域为预设的勘察无人机规划出飞行路线，利用所述勘察无人机沿所述飞行路线进行盘旋飞行，在所述盘旋飞行的过程中利用所述勘察无人机的激光雷达按照预设的时间间隔向所述待勘察区域发射勘察激光，并获取所述勘察激光对应的反射激光；
逐个获取所述勘察激光对应的勘察时域，获取所述勘察时域对应的所述勘察无人机的飞行状态，根据所述飞行状态、所述勘察激光和所述反射激光生成所述勘察时域对应的时域点云，并将所有的所述时域点云汇集成时域点云集；
根据所述飞行路线对所述时域点云集中的各个时域点云进行点云拼接，得到初级采集点云，对所述初级区域点云进行点云清理，得到标准采集点云；
对所述标准采集点云进行多重点云滤波，得到标准滤波点云，从所述标准滤波点云中提取出所述待勘察区域的三维参数，根据所述三维参数对所述待勘察区域进行三维建模，得到三维区域模型，其中，所述对所述标准采集点云进行多重点云滤波，得到标准滤波点云，包括：利用如下的平滑滤波算法对所述标准采集点云进行初级平滑滤波，得到初级滤波点云：
Figure SMS_1
；
其中，g(p)是指所述标准采集点云中p点的滤波值，g()是所述平滑滤波算法的函数符号，S是指所述标准采集点云中p点的邻域，q是指所述标准采集点云中p点的邻域中的其余点云中的一个点，‖p-q‖是所述p点到所述q点的欧式距离，б是指所述标准采集点云中p点的邻域的标准差，exp是指数函数符号；
对所述初级平滑滤波依次进行二乘平滑滤波和角平滑滤波，得到标准滤波点云；
对所述三维区域模型进行地质语义识别，得到区域地质语义，根据所述区域地质语义对所述三维区域模型进行地质标注，得到区域地质模型。
可选地，所述根据所述飞行区域为预设的勘察无人机规划出飞行路线，包括：
按照预设的区域间隔将所述飞行区域分割成若干个条状区域；
按照从左到右的顺序逐个选取所述条状区域作为目标第一区域，将所述目标第一区域之后的区域作为目标第二区域；
根据所述目标第一区域的中位线生成第一勘察线，根据所述第一勘察线的方向与所述目标第二区域的中位线生成第二勘察线；
根据所述第一勘察线和所述第二勘察线生成目标巡回线，并将所有的所述目标巡回线拼接成飞行路线。
可选地，所述获取所述勘察时域对应的所述勘察无人机的飞行状态，包括：
获取所述勘察时域对应的飞行速度；
从所述勘察时域中提取出发射时间和接收时间，获取所述发射时间对应的发射飞行点以及激光发射角度，并获取所述接收时间对应接收飞行点；
所述飞行速度、所述发射飞行点、所述接收飞行点以及所述激光发射角度汇集成飞行状态。
可选地，所述根据所述飞行状态、所述勘察激光和所述反射激光生成所述勘察时域对应的时域点云，包括：
根据所述勘察激光和所述反射激光的对应关系确定出光线焦距以及偏移量；
利用如下的映射测距算法计算出所述勘察时域对应的高度距离以及位移距离：
Figure SMS_2
；
Figure SMS_3
；
其中，V是指所述高度距离，
Figure SMS_4
是预设的映射权重参数，x1是指所述飞行状态中所述发射飞行点的横坐标，x2是指所述飞行状态中所述接收飞行点的横坐标，y1是指所述飞行状态中所述发射飞行点的纵坐标，y2是指所述飞行状态中所述接收飞行点的纵坐标，v是指所述飞行状态中的所述飞行速度，t1是指所述勘察时域对应的所述发射时间，t1是指所述勘察时域对应的所述接收时间，f是指所述光线焦距，w是指所述偏移量，F是指位移距离，α是指所述飞行状态中的激光发射角度；
根据所述飞行状态对所述高度距离和所述位移距离进行坐标转换，得到所述勘察时域对应的时域点云。
可选地，所述根据所述飞行路线对所述时域点云集中的各个时域点云进行点云拼接，得到初级采集点云，包括：
按照所述飞行路线的顺序逐个选取所述时域点云集中的时域点云作为第一目标点云，逐个选取所述时域点云集中位于所述第一目标点云之后的时域点云作为第二目标点云；
将所述第一目标点云和所述第二目标点云之间的重叠区域的点云作为目标重叠点云，对所述目标重叠点云进行加权融合，得到标准重叠点云；
将所述第一目标点云和所述第二目标点云之间的非重叠区域的点云作为目标非重叠点云，将所述目标非重叠点云和所述标准重叠点云进行拼接，得到目标融合点云；
利用所述目标融合点云更新所述第一目标点云，并返回逐个选取所述时域点云集中位于所述第一目标点云之后的时域点云作为第二目标点云，直至所述第一目标点云为所述时域点云集中的最后一个时域点云时，将此时的所述目标融合点云作为初级采集点云。
可选地，所述对所述初级区域点云进行点云清理，得到标准采集点云，包括：
从所述初级区域点云中删除极值点云，得到次级区域点云；
利用预设的点云窗口将所述次级区域点云分割成若干个均方点云块；
逐个选取所述均方点云块作为目标点云块，计算出所述目标点云块对应的点云密度；
若所述点云密度小于预设的密度阈值，则获取所述目标点云块的坐标信息，利用所述勘察无人机对所述坐标信息对应的区域进行重复采样，并利用重复采样后的点云数据对所述目标点云块进行更新，直至所述目标点云块为所述次级区域点云中的最后一个目标点云块时，将更新后的所述次级区域点云作为标准采集点云；
若所述点云密度大于或等于所述密度阈值，则返回所述逐个选取所述均方点云块作为目标点云块的步骤，直至所述目标点云块为所述次级区域点云中的最后一个目标点云块时，将更新后的所述次级区域点云作为标准采集点云。
可选地，所述根据所述三维参数对所述待勘察区域进行三维建模，得到三维区域模型，包括：
根据分水岭算法和所述三维参数生成所述待勘察区域的等高线；
在所述等高线之间添加三角网，得到初级区域模型；
利用所述三维参数对所述三角网进行更新，得到三维区域模型。
可选地，所述对所述三维区域模型进行地质语义识别，得到区域地质语义，包括：
对所述三维区域模型进行水域阈值检测，得到水域区域模型，并为所述水域区域模型添加水域语义；
将所述三维区域模型中除所述水域区域模型之外的模型作为目标区域模型，从所述目标区域模型中提取出区域特征，并根据所述区域特征对所述目标区域模型进行地质语义识别，得到目标语义；
将所述目标语义和所述水域语义汇集成区域地质语义。
可选地，所述从所述目标区域模型中提取出区域特征，包括：
对所述目标区域模型进行对齐映射，得到映射空间特征；
对所述映射特征空间进行池化操作，得到区域特征。
为了解决上述问题，本发明还提供一种基于激光雷达的地质勘察装置，所述装置包括：
点云采集模块，用于获取待勘察区域对应的飞行区域，根据所述飞行区域为预设的勘察无人机规划出飞行路线，利用所述勘察无人机沿所述飞行路线进行盘旋飞行，在所述盘旋飞行的过程中利用所述勘察无人机的激光雷达按照预设的时间间隔向所述待勘察区域发射勘察激光，并获取所述勘察激光对应的反射激光；
点云融合模块，用于逐个获取所述勘察激光对应的勘察时域，获取所述勘察时域对应的所述勘察无人机的飞行状态，根据所述飞行状态、所述勘察激光和所述反射激光生成所述勘察时域对应的时域点云，并将所有的所述时域点云汇集成时域点云集；
点云拼接模块，用于根据所述飞行路线对所述时域点云集中的各个时域点云进行点云拼接，得到初级采集点云，对所述初级区域点云进行点云清理，得到标准采集点云；
点云滤波模块，用于对所述标准采集点云进行多重点云滤波，得到标准滤波点云，从所述标准滤波点云中提取出所述待勘察区域的三维参数，根据所述三维参数对所述待勘察区域进行三维建模，得到三维区域模型，其中，所述对所述标准采集点云进行多重点云滤波，得到标准滤波点云，包括：利用如下的平滑滤波算法对所述标准采集点云进行初级平滑滤波，得到初级滤波点云：
Figure SMS_5
；
其中，g(p)是指所述标准采集点云中p点的滤波值，g()是所述平滑滤波算法的函数符号，S是指所述标准采集点云中p点的邻域，q是指所述标准采集点云中p点的邻域中的其余点云中的一个点，‖p-q‖是所述p点到所述q点的欧式距离，б是指所述标准采集点云中p点的邻域的标准差，exp是指数函数符号；
模型构建模块，用于对所述三维区域模型进行地质语义识别，得到区域地质语义，根据所述区域地质语义对所述三维区域模型进行地质标注，得到区域地质模型。
本发明实施例通过获取待勘察区域对应的飞行区域，根据所述飞行区域为预设的勘察无人机规划出飞行路线，可以方便后续推导出无人机的飞行状态，通过利用所述勘察无人机沿所述飞行路线进行盘旋飞行，可以实现无人机的全覆盖勘察，通过在所述盘旋飞行的过程中利用所述勘察无人机的激光雷达按照预设的时间间隔向所述待勘察区域发射勘察激光，并获取所述勘察激光对应的反射激光可以对所述待勘察区域进行全局激光雷达扫射，从而方便后续生成所述待勘察区域的点云信息，通过根据所述飞行状态、所述勘察激光和所述反射激光生成所述勘察时域对应的时域点云，并将所有的所述时域点云汇集成时域点云集，可以实现对地面的点云的采集，从而提升地质测量的速度与效率，通过根据所述飞行路线对所述时域点云集中的各个时域点云进行点云拼接，得到初级采集点云，可以得到整个待勘察区域的点云数据，通过对所述初级区域点云进行点云清理，得到标准采集点云，可以筛除勘察过程中的不够清晰的点云区域，并重新采样，从而确保待勘察区域的点云数据的准确性。
通过对所述标准采集点云进行多重点云滤波，得到标准滤波点云，可以去除所述标准采集点云中的飞鸟或树木等产生的点云噪点，从而得到更加精确的点云数据，通过从所述标准滤波点云中提取出所述待勘察区域的三维参数，根据所述三维参数对所述待勘察区域进行三维建模，得到三维区域模型，可以构建所述待勘察区域的三维模型，方便勘察效果，通过对所述三维区域模型进行地质语义识别，得到区域地质语义，根据所述区域地质语义对所述三维区域模型进行地质标注，得到区域地质模型，可以清楚明了的展现地质勘察的结果，提高地址勘察的效率。因此本发明提出的基于激光雷达的地质勘察方法和装置，可以解决进行地质勘察时的效率较低的问题。
附图说明
图1为本发明一实施例提供的基于激光雷达的地质勘察方法的流程示意图；
图2为本发明一实施例提供的规划飞行路线的流程示意图；
图3为本发明一实施例提供的生成三维区域模型的流程示意图；
图4为本发明一实施例提供的基于激光雷达的地质勘察装置的功能模块图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于激光雷达的地质勘察方法。所述基于激光雷达的地质勘察方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于激光雷达的地质勘察方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的基于激光雷达的地质勘察方法的流程示意图。在本实施例中，所述基于激光雷达的地质勘察方法包括：
S1、获取待勘察区域对应的飞行区域，根据所述飞行区域为预设的勘察无人机规划出飞行路线，利用所述勘察无人机沿所述飞行路线进行盘旋飞行，在所述盘旋飞行的过程中利用所述勘察无人机的激光雷达按照预设的时间间隔向所述待勘察区域发射勘察激光，并获取所述勘察激光对应的反射激光。
本发明实施例中，所述待勘察区域是指需要进行地质勘察的地区，所述飞行区域是指位于所述待勘察区域的上空若干距离的可空旷飞行区域，所述飞行路线是指所述勘察无人机的能够完成的对所述待勘察区域进行勘察的飞行路线。
本发明实施例中，参照图2所示，所述根据所述飞行区域为预设的勘察无人机规划出飞行路线，包括：
S21、按照预设的区域间隔将所述飞行区域分割成若干个条状区域；
S22、按照从左到右的顺序逐个选取所述条状区域作为目标第一区域，将所述目标第一区域之后的区域作为目标第二区域；
S23、根据所述目标第一区域的中位线生成第一勘察线，根据所述第一勘察线的方向与所述目标第二区域的中位线生成第二勘察线；
S24、根据所述第一勘察线和所述第二勘察线生成目标巡回线，并将所有的所述目标巡回线拼接成飞行路线。
详细地，所述区域间隔是指固定长度的区域长度，所述区域间隔可以是40m或100m，所述根据所述目标第一区域的中位线生成第一勘察线是指为所述目标第一区域的中位线添加路径方向作为第一勘察线，所述根据所述第一勘察线的方向与所述目标第二区域的中位线生成第二勘察线是指为所述目标第二区域的中位线添加与所述第一勘察线的路径方向的反方向作为第二勘察线，所述根据所述第一勘察线和所述第二勘察线生成目标巡回线是指在所述第一勘察线和所述第二勘察线之间生成调转路线，将所述第一勘察线、所述第二勘察线以及所述调转路线拼接成目标巡回线。
详细地，所述勘察激光是指激光雷达（LiDAR），是以发射激光束探测目标的位置、速度等特征量的雷达系统发射的集激光。
本发明实施例中，通过获取待勘察区域对应的飞行区域，根据所述飞行区域为预设的勘察无人机规划出飞行路线，可以方便后续推导出无人机的飞行状态，通过利用所述勘察无人机沿所述飞行路线进行盘旋飞行，可以实现无人机的全覆盖勘察，通过在所述盘旋飞行的过程中利用所述勘察无人机的激光雷达按照预设的时间间隔向所述待勘察区域发射勘察激光，并获取所述勘察激光对应的反射激光可以对所述待勘察区域进行全局激光雷达扫射，从而方便后续生成所述待勘察区域的点云信息。
S2、逐个获取所述勘察激光对应的勘察时域，获取所述勘察时域对应的所述勘察无人机的飞行状态，根据所述飞行状态、所述勘察激光和所述反射激光生成所述勘察时域对应的时域点云，并将所有的所述时域点云汇集成时域点云集。
本发明实施例中，所述勘察时域是指所述勘察激光从发射到接收到反射激光之间的时间时域。
本发明实施例中，所述逐个获取所述勘察激光对应的勘察时域，是指按照时间顺序逐个选取勘察激光作为目标勘察激光，将所述勘察激光对应的反射激光作为目标反射激光，获取所述目标勘察激光对应的发射时间以及所述目标反射激光对应的接收时间，将所述发射时间到所述接收时间之间的时域作为勘察时域。
详细地，所述获取所述勘察时域对应的所述勘察无人机的飞行状态，包括：
获取所述勘察时域对应的飞行速度；
从所述勘察时域中提取出发射时间和接收时间，获取所述发射时间对应的发射飞行点以及激光发射角度，并获取所述接收时间对应接收飞行点；
所述飞行速度、所述发射飞行点、所述接收飞行点以及所述激光发射角度汇集成飞行状态。
详细地，所述飞行速度是指所述勘察时域过程中的所述勘察无人机的飞行速度，所述发射飞行点是指所述发射时间对应的所述勘察无人机的位置，所述接收飞行点是指所述接收时间对应的所述勘察无人机的位置。
具体地，可以利用所述勘察无人机的GPS定位系统获取所述发射飞行点以及所述接收飞行点，可以利用所述激光雷达的日志获取所述激光发射角度，所述激光发射角度是指所述勘察激光与水平面之间的夹角角度。
本发明实施例中，所述根据所述飞行状态、所述勘察激光和所述反射激光生成所述勘察时域对应的时域点云，包括：
根据所述勘察激光和所述反射激光的对应关系确定出光线焦距以及偏移量；
利用如下的映射测距算法计算出所述勘察时域对应的高度距离以及位移距离：
Figure SMS_6
；
Figure SMS_7
；
其中，V是指所述高度距离，
Figure SMS_8
是预设的映射权重参数，x1是指所述飞行状态中所述发射飞行点的横坐标，x2是指所述飞行状态中所述接收飞行点的横坐标，y1是指所述飞行状态中所述发射飞行点的纵坐标，y2是指所述飞行状态中所述接收飞行点的纵坐标，v是指所述飞行状态中的所述飞行速度，t1是指所述勘察时域对应的所述发射时间，t1是指所述勘察时域对应的所述接收时间，f是指所述光线焦距，w是指所述偏移量，F是指位移距离，α是指所述飞行状态中的激光发射角度；
根据所述飞行状态对所述高度距离和所述位移距离进行坐标转换，得到所述勘察时域对应的时域点云。
本发明实施例中，通过利用所述映射测距算法计算出所述勘察时域对应的高度距离以及位移距离，可以根据激光雷达的光速和GPS定位确定高度距离以及位移距离，从而提高时域点云坐标的精确度。
详细地，所述光线焦距是指所述反射激光从接收镜面到CMOS之间的距离，所述偏移量是指所述反射激光在COMS中的偏移量，所述高度距离是指所述勘察激光到地面反射点之间的高度距离，所述位移距离是指所述发射飞行点到所述地面反射点之间的水平距离；所述根据所述飞行状态对所述高度距离和所述位移距离进行坐标转换，得到所述勘察时域对应的时域点云是指根据所述位移距离和所述高度距离将坐标基点以所述发射飞行点转化成地面坐标系，从而得到点云数据。
本发明实施例中，通过根据所述飞行状态、所述勘察激光和所述反射激光生成所述勘察时域对应的时域点云，并将所有的所述时域点云汇集成时域点云集，可以实现对地面的点云的采集，从而提升地质测量的速度与效率。
S3、根据所述飞行路线对所述时域点云集中的各个时域点云进行点云拼接，得到初级采集点云，对所述初级区域点云进行点云清理，得到标准采集点云。
本发明实施例中，所述初级采集点云是指所述待勘察区域的完整采集的点云数据。
本发明实施例中，所述根据所述飞行路线对所述时域点云集中的各个时域点云进行点云拼接，得到初级采集点云，包括：
按照所述飞行路线的顺序逐个选取所述时域点云集中的时域点云作为第一目标点云，逐个选取所述时域点云集中位于所述第一目标点云之后的时域点云作为第二目标点云；
将所述第一目标点云和所述第二目标点云之间的重叠区域的点云作为目标重叠点云，对所述目标重叠点云进行加权融合，得到标准重叠点云；
将所述第一目标点云和所述第二目标点云之间的非重叠区域的点云作为目标非重叠点云，将所述目标非重叠点云和所述标准重叠点云进行拼接，得到目标融合点云；
利用所述目标融合点云更新所述第一目标点云，并返回逐个选取所述时域点云集中位于所述第一目标点云之后的时域点云作为第二目标点云，直至所述第一目标点云为所述时域点云集中的最后一个时域点云时，将此时的所述目标融合点云作为初级采集点云。
详细地，所述对所述目标重叠点云进行加权融合，得到标准重叠点云是指计算出所述重叠区域所对应的点云数据的加权平均取值，并利用所述加权平均取值对所述点云进行更新，得到重叠区域对应的标准重叠点云。
详细地，所述对所述初级区域点云进行点云清理，得到标准采集点云，包括：
从所述初级区域点云中删除极值点云，得到次级区域点云；
利用预设的点云窗口将所述次级区域点云分割成若干个均方点云块；
逐个选取所述均方点云块作为目标点云块，计算出所述目标点云块对应的点云密度；
若所述点云密度小于预设的密度阈值，则获取所述目标点云块的坐标信息，利用所述勘察无人机对所述坐标信息对应的区域进行重复采样，并利用重复采样后的点云数据对所述目标点云块进行更新，直至所述目标点云块为所述次级区域点云中的最后一个目标点云块时，将更新后的所述次级区域点云作为标准采集点云；
若所述点云密度大于或等于所述密度阈值，则返回所述逐个选取所述均方点云块作为目标点云块的步骤，直至所述目标点云块为所述次级区域点云中的最后一个目标点云块时，将更新后的所述次级区域点云作为标准采集点云。
详细地，所述极值点云是指极高或极低坐标的点云，所述点云窗口可以是边长为10m的正方体窗口，所述计算出所述目标点云块对应的点云密度是指将所述目标点云块中的点云数量除以所述点云窗口的窗口大小。
具体地，所述利用所述勘察无人机对所述坐标信息对应的区域进行重复采样，并利用重复采样后的点云数据对所述目标点云块进行更新的方法与上述步骤S1到步骤S2中的方法一致，这里不再赘述。
本发明实施例中，通过根据所述飞行路线对所述时域点云集中的各个时域点云进行点云拼接，得到初级采集点云，可以得到整个待勘察区域的点云数据，通过对所述初级区域点云进行点云清理，得到标准采集点云，可以筛除勘察过程中的不够清晰的点云区域，并重新采样，从而确保待勘察区域的点云数据的准确性。
S4、对所述标准采集点云进行多重点云滤波，得到标准滤波点云，从所述标准滤波点云中提取出所述待勘察区域的三维参数，根据所述三维参数对所述待勘察区域进行三维建模，得到三维区域模型。
本发明实施例中，所述对所述标准采集点云进行多重点云滤波，得到标准滤波点云，包括：
利用如下的平滑滤波算法对所述标准采集点云进行初级平滑滤波，得到初级滤波点云：
Figure SMS_9
；
其中，g(p)是指所述标准采集点云中p点的滤波值，g()是所述平滑滤波算法的函数符号，S是指所述标准采集点云中p点的邻域，q是指所述标准采集点云中p点的邻域中的其余点云中的一个点，‖p-q‖是所述p点到所述q点的欧式距离，б是指所述标准采集点云中p点的邻域的标准差，exp是指数函数符号；
对所述初级平滑滤波依次进行二乘平滑滤波和角平滑滤波，得到标准滤波点云。
本发明实施例中，通过利用所述平滑滤波算法对所述标准采集点云进行初级平滑滤波，得到初级滤波点云，可以筛除所述标准采集点云中的离群点云，从而起到点云除噪的作用。
本发明实施例中，所述二乘平滑滤波是指利用最小二乘法对所述初级滤波点云进行滤波，所述角平滑滤波是指利用二面角滤波算法对二乘平滑滤波后的初级滤波点云进行滤波，所述三维参数是指所述待勘察区域在地面坐标系上的长宽高等参数。
具体地，所述从所述标准滤波点云中提取出所述待勘察区域的三维参数是指根据所述标准滤波点云中每个点云的坐标数据生成所述待勘察区域的三维参数。
详细地，参照图3所示，所述根据所述三维参数对所述待勘察区域进行三维建模，得到三维区域模型，包括：
S31、根据分水岭算法和所述三维参数生成所述待勘察区域的等高线；
S32、在所述等高线之间添加三角网，得到初级区域模型；
S33、利用所述三维参数对所述三角网进行更新，得到三维区域模型。
详细地，所述三角网是指利用三个点确定的三角平面，用于构建模型的形状，所述利用所述三维参数对所述三角网进行更新，得到三维区域模型是指利用三维参数将每个所述三角网细化成多个三角网，从而得到三维区域模型。
本发明实施例中，通过对所述标准采集点云进行多重点云滤波，得到标准滤波点云，可以去除所述标准采集点云中的飞鸟或树木等产生的点云噪点，从而得到更加精确的点云数据，通过从所述标准滤波点云中提取出所述待勘察区域的三维参数，根据所述三维参数对所述待勘察区域进行三维建模，得到三维区域模型，可以构建所述待勘察区域的三维模型，方便勘察效果。
S5、对所述三维区域模型进行地质语义识别，得到区域地质语义，根据所述区域地质语义对所述三维区域模型进行地质标注，得到区域地质模型。
本发明实施例中，所述区域地质语义是指所述区域地质模型中每个区域的地质类型，例如山地、平原、草地以及沟壑等。
本发明实施例中，所述对所述三维区域模型进行地质语义识别，得到区域地质语义，包括：
对所述三维区域模型进行水域阈值检测，得到水域区域模型，并为所述水域区域模型添加水域语义；
将所述三维区域模型中除所述水域区域模型之外的模型作为目标区域模型，从所述目标区域模型中提取出区域特征，并根据所述区域特征对所述目标区域模型进行地质语义识别，得到目标语义；
将所述目标语义和所述水域语义汇集成区域地质语义。
详细地，所述对所述三维区域模型进行水域阈值检测，得到水域区域模型的方法与上述步骤S3中的所述对所述初级区域点云进行点云清理，得到标准采集点云的方法一致，这里不再赘述。
具体地，所述从所述目标区域模型中提取出区域特征，包括：
对所述目标区域模型进行对齐映射，得到映射空间特征；
对所述映射特征空间进行池化操作，得到区域特征。
详细地，可以利用T-Net对所述目标区域模型进行对齐，并利用多层感知机(MLP，multi-layer perceptron)将所述对齐后的所述目标区域模型进行映射，得到映射空间模型；可以利用max pool池化层对所述映射特征空间进行池化操作，得到区域特征。
具体地，可以利用训练后的决策树模型或多层感知机等模型根据所述区域特征对所述目标区域模型进行地质语义识别，得到目标语义。
详细地，所述根据所述区域地质语义对所述三维区域模型进行地质标注，得到区域地质模型，是指为每个区域地质语义所对应的区域模型添加地质标注，例如将所述水域语义对应的水域区域添加水域的标注。
本发明实施例中，通过对所述三维区域模型进行地质语义识别，得到区域地质语义，根据所述区域地质语义对所述三维区域模型进行地质标注，得到区域地质模型，可以清楚明了的展现地质勘察的结果，提高地址勘察的效率。
本发明实施例通过获取待勘察区域对应的飞行区域，根据所述飞行区域为预设的勘察无人机规划出飞行路线，可以方便后续推导出无人机的飞行状态，通过利用所述勘察无人机沿所述飞行路线进行盘旋飞行，可以实现无人机的全覆盖勘察，通过在所述盘旋飞行的过程中利用所述勘察无人机的激光雷达按照预设的时间间隔向所述待勘察区域发射勘察激光，并获取所述勘察激光对应的反射激光可以对所述待勘察区域进行全局激光雷达扫射，从而方便后续生成所述待勘察区域的点云信息，通过根据所述飞行状态、所述勘察激光和所述反射激光生成所述勘察时域对应的时域点云，并将所有的所述时域点云汇集成时域点云集，可以实现对地面的点云的采集，从而提升地质测量的速度与效率，通过根据所述飞行路线对所述时域点云集中的各个时域点云进行点云拼接，得到初级采集点云，可以得到整个待勘察区域的点云数据，通过对所述初级区域点云进行点云清理，得到标准采集点云，可以筛除勘察过程中的不够清晰的点云区域，并重新采样，从而确保待勘察区域的点云数据的准确性。
通过对所述标准采集点云进行多重点云滤波，得到标准滤波点云，可以去除所述标准采集点云中的飞鸟或树木等产生的点云噪点，从而得到更加精确的点云数据，通过从所述标准滤波点云中提取出所述待勘察区域的三维参数，根据所述三维参数对所述待勘察区域进行三维建模，得到三维区域模型，可以构建所述待勘察区域的三维模型，方便勘察效果，通过对所述三维区域模型进行地质语义识别，得到区域地质语义，根据所述区域地质语义对所述三维区域模型进行地质标注，得到区域地质模型，可以清楚明了的展现地质勘察的结果，提高地址勘察的效率。因此本发明提出的基于激光雷达的地质勘察方法，可以解决进行地质勘察时的效率较低的问题。
如图4所示，是本发明一实施例提供的基于激光雷达的地质勘察装置的功能模块图。
本发明所述基于激光雷达的地质勘察装置100可以安装于电子设备中。根据实现的功能，所述基于激光雷达的地质勘察装置100可以包括点云采集模块101、点云融合模块102、点云拼接模块103、点云滤波模块104及模型构建模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述点云采集模块101，用于获取待勘察区域对应的飞行区域，根据所述飞行区域为预设的勘察无人机规划出飞行路线，利用所述勘察无人机沿所述飞行路线进行盘旋飞行，在所述盘旋飞行的过程中利用所述勘察无人机的激光雷达按照预设的时间间隔向所述待勘察区域发射勘察激光，并获取所述勘察激光对应的反射激光；
所述点云融合模块102，用于逐个获取所述勘察激光对应的勘察时域，获取所述勘察时域对应的所述勘察无人机的飞行状态，根据所述飞行状态、所述勘察激光和所述反射激光生成所述勘察时域对应的时域点云，并将所有的所述时域点云汇集成时域点云集；
所述点云拼接模块103，用于根据所述飞行路线对所述时域点云集中的各个时域点云进行点云拼接，得到初级采集点云，对所述初级区域点云进行点云清理，得到标准采集点云；
所述点云滤波模块104，用于对所述标准采集点云进行多重点云滤波，得到标准滤波点云，从所述标准滤波点云中提取出所述待勘察区域的三维参数，根据所述三维参数对所述待勘察区域进行三维建模，得到三维区域模型，其中，所述对所述标准采集点云进行多重点云滤波，得到标准滤波点云，包括：利用如下的平滑滤波算法对所述标准采集点云进行初级平滑滤波，得到初级滤波点云：
Figure SMS_10
；
其中，g(p)是指所述标准采集点云中p点的滤波值，g()是所述平滑滤波算法的函数符号，S是指所述标准采集点云中p点的邻域，q是指所述标准采集点云中p点的邻域中的其余点云中的一个点，‖p-q‖是所述p点到所述q点的欧式距离，б是指所述标准采集点云中p点的邻域的标准差，exp是指数函数符号；
所述模型构建模块105，用于对所述三维区域模型进行地质语义识别，得到区域地质语义，根据所述区域地质语义对所述三维区域模型进行地质标注，得到区域地质模型。
详细地，本发明实施例中所述基于激光雷达的地质勘察装置100中所述的各模块在使用时采用与上述图1至图3中所述的基于激光雷达的地质勘察方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于激光雷达的地质勘察方法，其特征在于，所述方法包括：
S1：获取待勘察区域对应的飞行区域，根据所述飞行区域为预设的勘察无人机规划出飞行路线，利用所述勘察无人机沿所述飞行路线进行盘旋飞行，在所述盘旋飞行的过程中利用所述勘察无人机的激光雷达按照预设的时间间隔向所述待勘察区域发射勘察激光，并获取所述勘察激光对应的反射激光；
S2：逐个获取所述勘察激光对应的勘察时域，获取所述勘察时域对应的所述勘察无人机的飞行状态，根据所述飞行状态、所述勘察激光和所述反射激光生成所述勘察时域对应的时域点云，并将所有的所述时域点云汇集成时域点云集；
S3：根据所述飞行路线对所述时域点云集中的各个时域点云进行点云拼接，得到初级采集点云，对所述初级区域点云进行点云清理，得到标准采集点云；
S4：对所述标准采集点云进行多重点云滤波，得到标准滤波点云，从所述标准滤波点云中提取出所述待勘察区域的三维参数，根据所述三维参数对所述待勘察区域进行三维建模，得到三维区域模型，其中，所述对所述标准采集点云进行多重点云滤波，得到标准滤波点云，包括：
S41：利用如下的平滑滤波算法对所述标准采集点云进行初级平滑滤波，得到初级滤波点云：
Figure QLYQS_1
；
其中，g(p)是指所述标准采集点云中p点的滤波值，g()是所述平滑滤波算法的函数符号，S是指所述标准采集点云中p点的邻域，q是指所述标准采集点云中p点的邻域中的其余点云中的一个点，‖p-q‖是所述p点到所述q点的欧式距离，б是指所述标准采集点云中p点的邻域的标准差，exp是指数函数符号；
S42：对所述初级平滑滤波依次进行二乘平滑滤波和角平滑滤波，得到标准滤波点云；
S5：对所述三维区域模型进行地质语义识别，得到区域地质语义，根据所述区域地质语义对所述三维区域模型进行地质标注，得到区域地质模型。
2.如权利要求1所述的基于激光雷达的地质勘察方法，其特征在于，所述根据所述飞行区域为预设的勘察无人机规划出飞行路线，包括：
按照预设的区域间隔将所述飞行区域分割成若干个条状区域；
按照从左到右的顺序逐个选取所述条状区域作为目标第一区域，将所述目标第一区域之后的区域作为目标第二区域；
根据所述目标第一区域的中位线生成第一勘察线，根据所述第一勘察线的方向与所述目标第二区域的中位线生成第二勘察线；
根据所述第一勘察线和所述第二勘察线生成目标巡回线，并将所有的所述目标巡回线拼接成飞行路线。
3.如权利要求1所述的基于激光雷达的地质勘察方法，其特征在于，所述获取所述勘察时域对应的所述勘察无人机的飞行状态，包括：
获取所述勘察时域对应的飞行速度；
从所述勘察时域中提取出发射时间和接收时间，获取所述发射时间对应的发射飞行点以及激光发射角度，并获取所述接收时间对应接收飞行点；
所述飞行速度、所述发射飞行点、所述接收飞行点以及所述激光发射角度汇集成飞行状态。
4.如权利要求3所述的基于激光雷达的地质勘察方法，其特征在于，所述根据所述飞行状态、所述勘察激光和所述反射激光生成所述勘察时域对应的时域点云，包括：
根据所述勘察激光和所述反射激光的对应关系确定出光线焦距以及偏移量；
利用如下的映射测距算法计算出所述勘察时域对应的高度距离以及位移距离：
Figure QLYQS_2
；
Figure QLYQS_3
；
其中，V是指所述高度距离，
Figure QLYQS_4
是预设的映射权重参数，x1是指所述飞行状态中所述发射飞行点的横坐标，x2是指所述飞行状态中所述接收飞行点的横坐标，y1是指所述飞行状态中所述发射飞行点的纵坐标，y2是指所述飞行状态中所述接收飞行点的纵坐标，v是指所述飞行状态中的所述飞行速度，t1是指所述勘察时域对应的所述发射时间，t1是指所述勘察时域对应的所述接收时间，f是指所述光线焦距，w是指所述偏移量，F是指位移距离，α是指所述飞行状态中的激光发射角度；
根据所述飞行状态对所述高度距离和所述位移距离进行坐标转换，得到所述勘察时域对应的时域点云。
5.如权利要求1所述的基于激光雷达的地质勘察方法，其特征在于，所述根据所述飞行路线对所述时域点云集中的各个时域点云进行点云拼接，得到初级采集点云，包括：
按照所述飞行路线的顺序逐个选取所述时域点云集中的时域点云作为第一目标点云，逐个选取所述时域点云集中位于所述第一目标点云之后的时域点云作为第二目标点云；
将所述第一目标点云和所述第二目标点云之间的重叠区域的点云作为目标重叠点云，对所述目标重叠点云进行加权融合，得到标准重叠点云；
将所述第一目标点云和所述第二目标点云之间的非重叠区域的点云作为目标非重叠点云，将所述目标非重叠点云和所述标准重叠点云进行拼接，得到目标融合点云；
利用所述目标融合点云更新所述第一目标点云，并返回逐个选取所述时域点云集中位于所述第一目标点云之后的时域点云作为第二目标点云，直至所述第一目标点云为所述时域点云集中的最后一个时域点云时，将此时的所述目标融合点云作为初级采集点云。
6.如权利要求1所述的基于激光雷达的地质勘察方法，其特征在于，所述对所述初级区域点云进行点云清理，得到标准采集点云，包括：
从所述初级区域点云中删除极值点云，得到次级区域点云；
利用预设的点云窗口将所述次级区域点云分割成若干个均方点云块；
逐个选取所述均方点云块作为目标点云块，计算出所述目标点云块对应的点云密度；
若所述点云密度小于预设的密度阈值，则获取所述目标点云块的坐标信息，利用所述勘察无人机对所述坐标信息对应的区域进行重复采样，并利用重复采样后的点云数据对所述目标点云块进行更新，直至所述目标点云块为所述次级区域点云中的最后一个目标点云块时，将更新后的所述次级区域点云作为标准采集点云；
若所述点云密度大于或等于所述密度阈值，则返回所述逐个选取所述均方点云块作为目标点云块的步骤，直至所述目标点云块为所述次级区域点云中的最后一个目标点云块时，将更新后的所述次级区域点云作为标准采集点云。
7.如权利要求1所述的基于激光雷达的地质勘察方法，其特征在于，所述根据所述三维参数对所述待勘察区域进行三维建模，得到三维区域模型，包括：
根据分水岭算法和所述三维参数生成所述待勘察区域的等高线；
在所述等高线之间添加三角网，得到初级区域模型；
利用所述三维参数对所述三角网进行更新，得到三维区域模型。
8.如权利要求1所述的基于激光雷达的地质勘察方法，其特征在于，所述对所述三维区域模型进行地质语义识别，得到区域地质语义，包括：
对所述三维区域模型进行水域阈值检测，得到水域区域模型，并为所述水域区域模型添加水域语义；
将所述三维区域模型中除所述水域区域模型之外的模型作为目标区域模型，从所述目标区域模型中提取出区域特征，并根据所述区域特征对所述目标区域模型进行地质语义识别，得到目标语义；
将所述目标语义和所述水域语义汇集成区域地质语义。
9.如权利要求8所述的基于激光雷达的地质勘察方法，其特征在于，所述从所述目标区域模型中提取出区域特征，包括：
对所述目标区域模型进行对齐映射，得到映射空间特征；
对所述映射特征空间进行池化操作，得到区域特征。
10.一种基于激光雷达的地质勘察装置，其特征在于，所述装置包括：
点云采集模块，用于获取待勘察区域对应的飞行区域，根据所述飞行区域为预设的勘察无人机规划出飞行路线，利用所述勘察无人机沿所述飞行路线进行盘旋飞行，在所述盘旋飞行的过程中利用所述勘察无人机的激光雷达按照预设的时间间隔向所述待勘察区域发射勘察激光，并获取所述勘察激光对应的反射激光；
点云融合模块，用于逐个获取所述勘察激光对应的勘察时域，获取所述勘察时域对应的所述勘察无人机的飞行状态，根据所述飞行状态、所述勘察激光和所述反射激光生成所述勘察时域对应的时域点云，并将所有的所述时域点云汇集成时域点云集；
点云拼接模块，用于根据所述飞行路线对所述时域点云集中的各个时域点云进行点云拼接，得到初级采集点云，对所述初级区域点云进行点云清理，得到标准采集点云；
点云滤波模块，用于对所述标准采集点云进行多重点云滤波，得到标准滤波点云，从所述标准滤波点云中提取出所述待勘察区域的三维参数，根据所述三维参数对所述待勘察区域进行三维建模，得到三维区域模型，其中，所述对所述标准采集点云进行多重点云滤波，得到标准滤波点云，包括：利用如下的平滑滤波算法对所述标准采集点云进行初级平滑滤波，得到初级滤波点云：
Figure QLYQS_5
；/>
其中，
Figure QLYQS_7
是指所述标准采集点云中/>
Figure QLYQS_15
点的滤波值，/>
Figure QLYQS_16
是所述平滑滤波算法的函数符号，/>
Figure QLYQS_10
是指所述标准采集点云中/>
Figure QLYQS_14
点的邻域，/>
Figure QLYQS_17
是指所述标准采集点云中/>
Figure QLYQS_18
点的邻域中的其余点云中的一个点，/>
Figure QLYQS_6
是所述/>
Figure QLYQS_8
点到所述/>
Figure QLYQS_11
点的欧式距离，/>
Figure QLYQS_13
是指是指所述标准采集点云中/>
Figure QLYQS_9
点的邻域的标准差，/>
Figure QLYQS_12
是指数函数符号；对所述初级平滑滤波依次进行二乘平滑滤波和角平滑滤波，得到标准滤波点云；
模型构建模块，用于对所述三维区域模型进行地质语义识别，得到区域地质语义，根据所述区域地质语义对所述三维区域模型进行地质标注，得到区域地质模型。
CN202310448568.9A 2023-04-24 2023-04-24 一种基于激光雷达的地质勘察方法和装置 Active CN116165677B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310448568.9A CN116165677B (zh) 2023-04-24 2023-04-24 一种基于激光雷达的地质勘察方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310448568.9A CN116165677B (zh) 2023-04-24 2023-04-24 一种基于激光雷达的地质勘察方法和装置

Publications (2)

Publication Number Publication Date
CN116165677A true CN116165677A (zh) 2023-05-26
CN116165677B CN116165677B (zh) 2023-07-21

Family

ID=86422262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310448568.9A Active CN116165677B (zh) 2023-04-24 2023-04-24 一种基于激光雷达的地质勘察方法和装置

Country Status (1)

Country Link
CN (1) CN116165677B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106952330A (zh) * 2017-03-20 2017-07-14 南京师范大学 一种基于地理语义的移动端三维城市动态建模方法
CN108986048A (zh) * 2018-07-18 2018-12-11 大连理工大学 基于线激光扫描三维点云快速复合滤波处理方法
CN110570466A (zh) * 2019-09-09 2019-12-13 广州建通测绘地理信息技术股份有限公司 三维实景点云模型的生成方法和装置
US20200003879A1 (en) * 2018-07-02 2020-01-02 Stmicroelectronics Ltd Lidar system utilizing sensor in same optical path as emitting laser
CN110888143A (zh) * 2019-10-30 2020-03-17 中铁四局集团第五工程有限公司 一种基于无人机机载激光雷达的桥梁贯通测量方法
WO2021129317A1 (zh) * 2019-12-26 2021-07-01 华南理工大学 一种基于法向量的点云平滑光顺滤波方法
US20210256722A1 (en) * 2020-02-11 2021-08-19 Raytheon Company Collaborative 3d mapping and surface registration
US20210311504A1 (en) * 2020-04-01 2021-10-07 Nec Laboratories America, Inc. Near real-time reconstruction using drones
CN113538668A (zh) * 2020-04-17 2021-10-22 中国石油化工股份有限公司 地质模型构建方法、系统、存储介质以及电子设备
CN114280625A (zh) * 2021-11-29 2022-04-05 煤炭科学研究总院 基于无人机的三维激光雷达井下地图构建方法及装置
CN115656984A (zh) * 2022-09-19 2023-01-31 深圳市欢创科技有限公司 Tof点云的处理方法、点云优化方法、激光雷达及机器人
CN115825067A (zh) * 2023-01-06 2023-03-21 重庆一零七市政建设工程有限公司 一种基于无人机的地质信息采集方法、系统及电子设备

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106952330A (zh) * 2017-03-20 2017-07-14 南京师范大学 一种基于地理语义的移动端三维城市动态建模方法
US20200003879A1 (en) * 2018-07-02 2020-01-02 Stmicroelectronics Ltd Lidar system utilizing sensor in same optical path as emitting laser
CN108986048A (zh) * 2018-07-18 2018-12-11 大连理工大学 基于线激光扫描三维点云快速复合滤波处理方法
CN110570466A (zh) * 2019-09-09 2019-12-13 广州建通测绘地理信息技术股份有限公司 三维实景点云模型的生成方法和装置
CN110888143A (zh) * 2019-10-30 2020-03-17 中铁四局集团第五工程有限公司 一种基于无人机机载激光雷达的桥梁贯通测量方法
WO2021129317A1 (zh) * 2019-12-26 2021-07-01 华南理工大学 一种基于法向量的点云平滑光顺滤波方法
US20210256722A1 (en) * 2020-02-11 2021-08-19 Raytheon Company Collaborative 3d mapping and surface registration
US20210311504A1 (en) * 2020-04-01 2021-10-07 Nec Laboratories America, Inc. Near real-time reconstruction using drones
CN113538668A (zh) * 2020-04-17 2021-10-22 中国石油化工股份有限公司 地质模型构建方法、系统、存储介质以及电子设备
CN114280625A (zh) * 2021-11-29 2022-04-05 煤炭科学研究总院 基于无人机的三维激光雷达井下地图构建方法及装置
CN115656984A (zh) * 2022-09-19 2023-01-31 深圳市欢创科技有限公司 Tof点云的处理方法、点云优化方法、激光雷达及机器人
CN115825067A (zh) * 2023-01-06 2023-03-21 重庆一零七市政建设工程有限公司 一种基于无人机的地质信息采集方法、系统及电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
徐景瑜;: "机载激光雷达技术在山区公路勘察设计中的应用", 交通世界, no. 21, pages 6 - 8 *
梁伟;魏采用;拜剑虹;邬梦云;: "无人机载激光雷达在地质环境调查中的应用", 测绘与空间地理信息, no. 05, pages 73 - 75 *
熊保颂 等: "基于便携式无人机SfM方法的活动构造地貌位错测量——以阿尔金断裂中段为例", 《科学技术与工程》, vol. 20, no. 26, pages 10848 - 10855 *

Also Published As

Publication number Publication date
CN116165677B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
US10338222B2 (en) Augmented three dimensional point collection of vertical structures
Kobler et al. Repetitive interpolation: A robust algorithm for DTM generation from Aerial Laser Scanner Data in forested terrain
CN109143257A (zh) 无人机机载雷达矿山开采土地变化监测系统及方法
CN110717983A (zh) 一种基于背包式三维激光点云数据的建筑物立面三维重建方法
CN110060332B (zh) 基于机载采集设备的高精度三维建图与建模系统
Yu et al. Modeling of landslide topography based on micro-unmanned aerial vehicle photography and structure-from-motion
CN113066162B (zh) 一种用于电磁计算的城市环境快速建模方法
CN112418245A (zh) 基于城市环境物理模型的电磁发射点定位方法
CN116908810B (zh) 一种无人机搭载激光雷达测量建筑土方的方法和系统
FI20186029A1 (en) Procedure and system for creating forest data
Parrish et al. Improved approach to lidar airport obstruction surveying using full-waveform data
CN110244381A (zh) 无人机地质勘测方法、装置和系统
CN112669458A (zh) 基于激光点云进行地面滤波的方法、设备和程序载体
Jiangui et al. A method for main road extraction from airborne LiDAR data in urban area
Liu et al. High-resolution DEM generated from LiDAR data for water resource management
Rebelo et al. Building 3D city models: Testing and comparing Laser scanning and low-cost UAV data using FOSS technologies
CN116165677B (zh) 一种基于激光雷达的地质勘察方法和装置
CN110163880B (zh) 一种在Unity中获取点云路面高度的方法
KR100741155B1 (ko) 레이저 펄스를 이용한 수목의 높이 데이터 추출장치 및 그방법
Cömert et al. Object based building extraction and building period estimation from unmanned aerial vehicle data
Anders et al. Airborne laser scanning (ALS) point clouds of Trail Valley Creek, NWT, Canada (2016)
Guo et al. Research on 3D geometric modeling of urban buildings based on airborne lidar point cloud and image
Zeybek Estimation of powerline route from airborne lidar
Battulwar Automatic Extraction of Joint Characteristics from Rock Mass Surface Point Cloud Using Deep Learning
CN117848302B (zh) 一种实时地形智能测绘方法及系统

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
CP03 Change of name, title or address

Address after: Room 01, 4th Floor, Building 4, Phase I, Yinjiu Technology Industrial Park, No. 35 Guanggu Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430070 (Wuhan Free Trade Zone)

Patentee after: Zhongtu Holding Group Co.,Ltd.

Country or region after: China

Address before: 430075, 4th Floor, Building 4, Guanggu Headquarters, No. 35 Guanggu Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province

Patentee before: HUBEI ZHONGTU SURVEY PLANNING AND DESIGN Co.,Ltd.

Country or region before: China

CP03 Change of name, title or address
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A geological exploration method and device based on LiDAR

Granted publication date: 20230721

Pledgee: Guanggu Branch of Wuhan Rural Commercial Bank Co.,Ltd.

Pledgor: Zhongtu Holding Group Co.,Ltd.

Registration number: Y2024980015024

PE01 Entry into force of the registration of the contract for pledge of patent right