CN117128861A - 一种去测站化三维激光扫描桥梁监测系统及监测方法 - Google Patents

一种去测站化三维激光扫描桥梁监测系统及监测方法 Download PDF

Info

Publication number
CN117128861A
CN117128861A CN202311370854.4A CN202311370854A CN117128861A CN 117128861 A CN117128861 A CN 117128861A CN 202311370854 A CN202311370854 A CN 202311370854A CN 117128861 A CN117128861 A CN 117128861A
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
point cloud
laser scanning
bridge
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
Application number
CN202311370854.4A
Other languages
English (en)
Inventor
陶雄
何玉龙
戴丽婷
钱峰
龚宁
王欢
毛音洲
陈健
孙浩文
巫昌盛
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.)
Changzhou Building Materials Research Institute Co ltd
Original Assignee
Changzhou Building Materials Research Institute 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 Changzhou Building Materials Research Institute Co ltd filed Critical Changzhou Building Materials Research Institute Co ltd
Priority to CN202311370854.4A priority Critical patent/CN117128861A/zh
Publication of CN117128861A publication Critical patent/CN117128861A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U20/00—Constructional aspects of UAVs
    • B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • B64U10/13—Flying platforms
    • B64U10/14—Flying platforms with four distinct rotor axes, e.g. quadcopters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U20/00—Constructional aspects of UAVs
    • B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
    • B64U20/87—Mounting of imaging devices, e.g. mounting of gimbals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/17—Terrestrial scenes taken from planes or by drones
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及桥梁监测技术领域，尤其涉及一种去测站化三维激光扫描桥梁监测系统及监测方法，包括无人机与架设在无人机上的三维激光扫描装置，无人机上设置有风速仪，且无人机的内部设置有采集模块与纠偏模块，并且无人机的内部还设置有三维建模系统；三维激光扫描装置内部设置有点云预处理模块、点云去噪模块与激光点云模块，且其内部还设置有上述三维建模系统相适配的点云配准系统。通过在无人机上安装三维激光扫描装置，使无人机与三维激光扫描装置结合，采用非接触式测量的方式，无需在地面上设置支撑点，从而可对远离陆地段的桥梁进行监测，同时极大地降低数据采集工作的劳动强度，实现了数据的自动化采集。

Description

一种去测站化三维激光扫描桥梁监测系统及监测方法
技术领域
本发明涉及桥梁监测技术领域，尤其涉及一种去测站化三维激光扫描桥梁监测系统及监测方法。
背景技术
桥梁变形监测是一种用于检测和监测桥梁结构变形的技术。它可以通过使用传感器和监测设备来测量桥梁的变形情况，包括位移、应变、挠度等。这些监测数据可以帮助工程师评估桥梁的结构健康状况，及时发现潜在的问题，并采取相应的维修和加固措施。桥梁变形监测在确保桥梁安全性和可靠性方面起着重要的作用；
传统桥梁变形监测以几何水准、静力水准、引张线或光学几何观测为主，对桥梁主体的变形数据采集直观性不强，难以描述细部变化信息。目前的监测方法是通过架设在地面的三维激光扫描装置与无人机倾斜摄影的配合来对桥梁整体变形或任意位置的变形情况进行准确获取。但是，在地面进行架设三维激光扫描装置的方式只能适用离陆地较近桥梁的监测，在对跨海大桥、悬崖大桥进行监测时，由于其桥梁两侧无支撑点，导致无法对三维激光扫描装置进行架设，从而无法对桥梁远离陆地段进行监测，因此，我们提出了一种去测站化三维激光扫描桥梁监测系统及监测方法来解决上述问题。
发明内容
本发明的目的是为了解决现有技术中存在的在对跨海大桥、悬崖大桥进行监测时，由于其桥梁两侧无支撑点，导致无法对三维激光扫描装置进行架设，从而无法对桥梁远离陆地段进行监测的缺点，而提出的一种去测站化三维激光扫描桥梁监测系统及监测方法。
为了实现上述目的，本发明采用了如下技术方案：
一种去测站化三维激光扫描桥梁监测系统，包括无人机与架设在无人机上的三维激光扫描装置，所述无人机上设置有风速仪，且无人机的内部设置有采集模块与纠偏模块，并且无人机的内部还设置有三维建模系统；
所述三维激光扫描装置内部设置有点云预处理模块、点云去噪模块与激光点云模块，且其内部还设置有上述三维建模系统相适配的点云配准系统；
在所述三维建模系统与点云配准系统之后进行点云三角网重建、纹理重新映射，从而得到三维实景模型。
作为本发明的一种优选技术方案，所述采集模块用于对摄影时无人机在X、Y、Z方向偏移的距离进行采集，并由纠偏模块对无人机进行反向复位，复位的距离为无人机偏移的距离。
作为本发明的一种优选技术方案，所述采集模块为安装无人机上的位移传感器，通过位移传感器对无人机的偏移距离进行采集。
作为本发明的一种优选技术方案，所述三维建模系统包括多视影像密集匹配、基于点云生成TIN与纹理自动映射，并在其后进行初步三维建模。
作为本发明的一种优选技术方案，所述点云配准系统包括人机交互提取共有平面、多分区最小乘拟合去噪与平面几何特征进行配准。
作为本发明的一种优选技术方案，所述平面几何特征配准方式为：首先提取待配准点云中的共有平面，然后使用多分区最小二乘拟合算法进行拟合去噪并对去噪之后的点云使用RANSAC拟合平面，最后使用四元数和间接平差计算旋转平移参数，实现点云的配准。
作为本发明的一种优选技术方案,上述RANSAC拟合平面其具体步骤为：
S1、初始化内点点集Inpts，给定距离阈值ε、内点个数阈值mmin和迭代次数k；
S2、从平面点云中随机选取3个点，通过这3个点求解平面方程；
S3、计算步骤S2中3个点分别到步骤S2中所得平面的距离dis，若dis≤ε，则将该点计入内点，否则视为外点；
S4、计算该平面上内点的个数m，若m＞mmin则认为此次估计成功转S5步骤，否则转S6步骤；
S5、对点集Inpts中所有点用最小二乘法重新计算平面模型的参数，得到最终结果；
S6、k=k+1，若k＞kmax则结束，否则转步骤S2。
一种去测站化三维激光扫描桥梁监测系统的监测方法，包括以下步骤：
步骤一、在监测区范围内布设基准点、像控点，像控点设置应较为明显且容易在影像上清晰识别，最后测出具体的三维坐标；
步骤二、由三维激光扫描装置在扫描过程中通过精细扫描标靶作为点云内业处理的控制点；
步骤三、对外业采集的点云数据进行处理，主要包括点云去噪，对原始扫描点云数据进行简化压缩处理，为了避免将扫描对象数据误删，需要对与扫描对象无关的周边点云数据进行多视角充分观察，再选择合适的视角输入快捷命令，进行人工裁剪或直接删除，预处理完成进行点云数据配准；
步骤四、设计无人机合理的航线，确保向重叠度保持在80%以上，旁向重叠度在60%以上；
步骤五、对获取的影像进行处理，主要包括去除噪声，联合倾斜摄影影像数据及外业像控测量数据进行多视影像空三加密将全部区域纳入到已知的控制点地面坐标系中去，获得每张影像的外方位元素和加密点的地面坐标，再通过密集匹配从倾斜影像中抽取密集点云；
步骤六、以三维激光点云为基准，进行点云配准，从而得到高精度的三维实景模型；
步骤七、从三维实景模型中对桥梁进行大范围区域分析或者离散监测点的分析。
作为本发明的一种优选技术方案，所述步骤四中的无人机航线按照桥梁走向直线方法布设，平行于桥梁边界线的首末航线的侧视镜头能够获得桥梁的有效影响，同时，为保证桥梁边缘物体立体成像，航线覆盖超出测区边界线航向至少3条，旁向至少2张图像。
本发明的有益效果是：
通过在无人机上安装三维激光扫描装置，使无人机与三维激光扫描装置结合，采用非接触式测量的方式，无需在地面上设置支撑点，从而可对远离陆地段的桥梁进行监测，同时极大地降低数据采集工作的劳动强度，实现了数据的自动化采集；同时有效改善了三维模型的建模效果，建模精度更加均匀可靠，全方位无死角获取桥梁的完整表面坐标信息，可以真实反映桥梁的变形信息；
通过在无人机上添设风速仪，在无人机悬浮在空中摄影时，通过风速仪对拍摄时无人机因风向变动导致无人机X、Y、Z方向发生的偏移进行监测，并通过无人机对采集的数据进行分析，并控制无人机反向移动，对其进行纠偏，保持无人机摄影时的稳定性，从而提高摄影的精度。
附图说明
图1为本发明提出的一种去测站化三维激光扫描桥梁监测系统的结构示意图；
图2为本发明提出的一种去测站化三维激光扫描桥梁监测装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
参照图1-2，一种去测站化三维激光扫描桥梁监测系统，包括无人机与架设在无人机上的三维激光扫描装置，无人机上设置有风速仪，且无人机的内部设置有采集模块与纠偏模块，并且无人机的内部还设置有三维建模系统，采集模块用于对摄影时无人机在X、Y、Z方向偏移的距离进行采集，并由纠偏模块对无人机进行反向复位，复位的距离为无人机偏移的距离，采集模块为安装无人机上的位移传感器，通过位移传感器对无人机的偏移距离进行采集；
三维激光扫描装置内部设置有点云预处理模块、点云去噪模块与激光点云模块，且其内部还设置有上述三维建模系统相适配的点云配准系统，三维建模系统包括多视影像密集匹配、基于点云生成TIN与纹理自动映射，并在其后进行初步三维建模；
其中，点云配准系统包括人机交互提取共有平面、多分区最小乘拟合去噪与平面几何特征进行配准；
其次，在三维建模系统与点云配准系统之后进行点云三角网重建、纹理重新映射，从而得到三维实景模型。
平面几何特征配准方式为：首先提取待配准点云中的共有平面，然后使用多分区最小二乘拟合算法进行拟合去噪并对去噪之后的点云使用RANSAC拟合平面，最后使用四元数和间接平差计算旋转平移参数，实现点云的配准。
基于所述平面几何特征进行配准采用空间多分区最小二乘拟合的方法对点云数据进行去噪处理，三维空间中的任一平面点云可用式axc+byc+czc=1进行唯一参数化表示，式中，a、b、c为点云平面的单位法向量，xc、yc、zc为平面点云的质心，下标c为点云平面，约束条件为a2+b2+c2=1；
对于点云数据中的任意一点Pi（xi，yi，zi），以Pi为中心r为半径进行球邻域搜索，如果该球形邻域内Pi的近邻点个数小于3则将Pi点标记为离群点删除；如果近邻点个数大于3则将Pi其邻域内的点构建协方差矩阵：，式中，m为点Pi的临近点个数（m＞3），/>为Pi及其m个临近点的三维质心/>，/>，/>，当i=0时表示Pi点本身；
求解该协方差最小特征值对应的归一化特征向量n（a，b，c），即为局部平面的单位法向量，进而可得Pi到局部平面的距离为：；遍历计算每个点到分区拟合平面距离的均值：/>，标准差：/>，当某一点Pi到局部平面的距离在（μ－σ，μ+σ）范围内时保留该点，不在该范围则定义为离群点删除；上述RANSAC拟合平面其具体步骤为：S1、初始化内点点集Inpts，给定距离阈值ε、内点个数阈值mmin和迭代次数k；
S2、从平面点云中随机选取3个点，通过这3个点求解平面方程；假设选取的3个点为P1（xi，yi，zi），P2（x2，y2，z2），P3（x3，y3，z3），可得：，平面的单位法向量为：/>，已知平面的单位法向量和平面上的一点P1，可求得平面方程截距d；
S3、计算步骤S2中3个点分别到步骤S2中所得平面的距离dis，若dis≤ε，则将该点计入内点，否则视为外点；
S4、计算该平面上内点的个数m，若m＞mmin则认为此次估计成功转S5步骤，否则转S6步骤；
S5、对点集Inpts中所有点用最小二乘法重新计算平面模型的参数，得到最终结果；
S6、k=k+1，若k＞kmax则结束，否则转步骤S2；
基于平面几何特征进行配准，对于任意的同名平面特征都满足，式中，Ｒ为旋转矩阵,/>；/>为同名平面特征对的单位法向量；
根据的描述，目标函数满足：/>；此时，任一同名平面之间的相对距离Δdi满足：/>；
理想情况下，经旋转平移后的同名面完全融合，也即Δdi=0，且目标函数满足：；
使用四元数坐标转换模型计算旋转矩阵，由与可得：/>；
平移向量t（tx，ty，tz）与Δdi之间的关系为：；与/>联立得：；由平差知识得：/>；
对于配准后的任一同名平面，计算它们之间的欧式距离dPQ，则均方根误差为：，当rmse小于设定阈值时则表示配准成功，同时给定迭代次数约束，避免在均方根误差不满足设定阈值的情况下，出现无限循环迭代。
一种去测站化三维激光扫描桥梁监测系统的监测方法，包括以下步骤：
步骤一、在监测区范围内布设基准点、像控点，像控点设置应较为明显且容易在影像上清晰识别，最后测出具体的三维坐标；
步骤二、由三维激光扫描装置在扫描过程中通过精细扫描标靶作为点云内业处理的控制点；
步骤三、对外业采集的点云数据进行处理，主要包括点云去噪，对原始扫描点云数据进行简化压缩处理，为了避免将扫描对象数据误删，需要对与扫描对象无关的周边点云数据进行多视角充分观察，再选择合适的视角输入快捷命令，进行人工裁剪或直接删除，预处理完成进行点云数据配准；
步骤四、设计无人机合理的航线，确保向重叠度保持在80%以上，旁向重叠度在60%以上，无人机航线按照桥梁走向直线方法布设，平行于桥梁边界线的首末航线的侧视镜头能够获得桥梁的有效影响，同时，为保证桥梁边缘物体立体成像，航线覆盖超出测区边界线航向至少3条，旁向至少2张图像；
步骤五、对获取的影像进行处理，主要包括去除噪声，联合倾斜摄影影像数据及外业像控测量数据进行多视影像空三加密将全部区域纳入到已知的控制点地面坐标系中去，获得每张影像的外方位元素和加密点的地面坐标，再通过密集匹配从倾斜影像中抽取密集点云；
步骤六、以三维激光点云为基准，进行点云配准，从而得到高精度的三维实景模型；
步骤七、从三维实景模型中对桥梁进行大范围区域分析或者离散监测点的分析。
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 (9)

1.一种去测站化三维激光扫描桥梁监测系统，包括无人机与架设在无人机上的三维激光扫描装置，其特征在于，所述无人机上设置有风速仪，且无人机的内部设置有采集模块与纠偏模块，并且无人机的内部还设置有三维建模系统；
所述三维激光扫描装置内部设置有点云预处理模块、点云去噪模块与激光点云模块，且其内部还设置有上述三维建模系统相适配的点云配准系统；
在所述三维建模系统与点云配准系统之后进行点云三角网重建、纹理重新映射，从而得到三维实景模型。
2.根据权利要求1所述的一种去测站化三维激光扫描桥梁监测系统，其特征在于，所述采集模块用于对摄影时无人机在X、Y、Z方向偏移的距离进行采集，并由纠偏模块对无人机进行反向复位，复位的距离为无人机偏移的距离。
3.根据权利要求1所述的一种去测站化三维激光扫描桥梁监测系统，其特征在于，所述采集模块为安装无人机上的位移传感器，通过位移传感器对无人机的偏移距离进行采集。
4.根据权利要求1所述的一种去测站化三维激光扫描桥梁监测系统，其特征在于，所述三维建模系统包括多视影像密集匹配、基于点云生成TIN与纹理自动映射，并在其后进行初步三维建模。
5.根据权利要求1所述的一种去测站化三维激光扫描桥梁监测系统，其特征在于，所述点云配准系统包括人机交互提取共有平面、多分区最小乘拟合去噪与平面几何特征进行配准。
6.根据权利要求5所述的一种去测站化三维激光扫描桥梁监测系统，其特征在于，所述平面几何特征配准方式为：首先提取待配准点云中的共有平面，然后使用多分区最小二乘拟合算法进行拟合去噪并对去噪之后的点云使用RANSAC拟合平面，最后使用四元数和间接平差计算旋转平移参数，实现点云的配准。
7.根据权利要求6所述的一种去测站化三维激光扫描桥梁监测系统，其特征在于,上述RANSAC拟合平面其具体步骤为：
S1、初始化内点点集Inpts，给定距离阈值ε、内点个数阈值 mmin和迭代次数 k；
S2、从平面点云中随机选取 3 个点，通过这 3 个点求解平面方程；
S3、计算步骤S2中3个点分别到步骤S2中所得平面的距离dis，若dis≤ε，则将该点计入内点，否则视为外点；
S4、计算该平面上内点的个数m，若m＞mmin则认为此次估计成功转S5步骤，否则转S6步骤；
S5、对点集 Inpts 中所有点用最小二乘法重新计算平面模型的参数，得到最终结果；
S6、k = k+1，若k＞kmax则结束，否则转步骤S2。
8.根据权利要求1所述的一种去测站化三维激光扫描桥梁监测系统的监测方法，其特征在于，包括以下步骤：
步骤一、在监测区范围内布设基准点、像控点，像控点设置应较为明显且容易在影像上清晰识别，最后测出具体的三维坐标；
步骤二、由三维激光扫描装置在扫描过程中通过精细扫描标靶作为点云内业处理的控制点；
步骤三、对外业采集的点云数据进行处理，包括点云去噪，对原始扫描点云数据进行简化压缩处理，为了避免将扫描对象数据误删，需要对与扫描对象无关的周边点云数据进行多视角充分观察，再选择视角输入快捷命令，进行人工裁剪或直接删除，预处理完成进行点云数据配准；
步骤四、设计无人机航线，确保向重叠度保持在80%以上，旁向重叠度在60%以上；
步骤五、对获取的影像进行处理，包括去除噪声，联合倾斜摄影影像数据及外业像控测量数据进行多视影像空三加密将全部区域纳入到已知的控制点地面坐标系中去，获得每张影像的外方位元素和加密点的地面坐标，再通过密集匹配从倾斜影像中抽取密集点云；
步骤六、以三维激光点云为基准，进行点云配准，从而得到高精度的三维实景模型；
步骤七、从三维实景模型中对桥梁进行大范围区域分析或者离散监测点的分析。
9.根据权利要求8所述的一种去测站化三维激光扫描桥梁监测系统的监测方法，其特征在于，所述步骤四中的无人机航线按照桥梁走向直线方法布设，平行于桥梁边界线的首末航线的侧视镜头能够获得桥梁的有效影响，同时，为保证桥梁边缘物体立体成像，航线覆盖超出测区边界线航向至少3条，旁向至少2张图像。
CN202311370854.4A 2023-10-23 2023-10-23 一种去测站化三维激光扫描桥梁监测系统及监测方法 Pending CN117128861A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311370854.4A CN117128861A (zh) 2023-10-23 2023-10-23 一种去测站化三维激光扫描桥梁监测系统及监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311370854.4A CN117128861A (zh) 2023-10-23 2023-10-23 一种去测站化三维激光扫描桥梁监测系统及监测方法

Publications (1)

Publication Number Publication Date
CN117128861A true CN117128861A (zh) 2023-11-28

Family

ID=88863065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311370854.4A Pending CN117128861A (zh) 2023-10-23 2023-10-23 一种去测站化三维激光扫描桥梁监测系统及监测方法

Country Status (1)

Country Link
CN (1) CN117128861A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104236548A (zh) * 2014-09-12 2014-12-24 清华大学 一种微型无人机室内自主导航方法
CN109978791A (zh) * 2019-03-28 2019-07-05 苏州市建设工程质量检测中心有限公司 一种基于倾斜摄影和三维激光扫描融合的桥梁监测方法
CN113034678A (zh) * 2021-03-31 2021-06-25 河海大学 一种基于群体智能的特高拱坝坝面三维快速建模方法
CN113125444A (zh) * 2021-04-20 2021-07-16 上海应用技术大学 一种基于无人机搭载三维扫描仪的铁路桥梁病害监测方法
CN113611082A (zh) * 2021-07-12 2021-11-05 北京铁科特种工程技术有限公司 一种无人机铁路边坡监控与预警系统及方法
CN113643254A (zh) * 2021-08-10 2021-11-12 广东电网有限责任公司广州供电局 一种无人机激光点云高效采集处理方法
CN113869629A (zh) * 2021-08-13 2021-12-31 广东电网有限责任公司广州供电局 一种基于激光点云的输电线路安全风险分析判断评估方法
CN114004894A (zh) * 2021-10-12 2022-02-01 东南大学 基于三个标定板的激光雷达与双目相机空间关系确定方法
CN115272075A (zh) * 2022-07-05 2022-11-01 山东高速工程检测有限公司 一种桥梁基础设施激光扫描与倾斜实景点云数据拼接方法
CN116310099A (zh) * 2023-03-01 2023-06-23 南京工业大学 基于多视角图像的钢桥构件三维重建方法
CN116465327A (zh) * 2023-04-20 2023-07-21 中南大学 一种基于车载三维激光扫描的桥梁线形测量方法
CN116740288A (zh) * 2023-08-14 2023-09-12 北京数慧时空信息技术有限公司 一种融合激光雷达、倾斜摄影的三维重建方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104236548A (zh) * 2014-09-12 2014-12-24 清华大学 一种微型无人机室内自主导航方法
CN109978791A (zh) * 2019-03-28 2019-07-05 苏州市建设工程质量检测中心有限公司 一种基于倾斜摄影和三维激光扫描融合的桥梁监测方法
CN113034678A (zh) * 2021-03-31 2021-06-25 河海大学 一种基于群体智能的特高拱坝坝面三维快速建模方法
CN113125444A (zh) * 2021-04-20 2021-07-16 上海应用技术大学 一种基于无人机搭载三维扫描仪的铁路桥梁病害监测方法
CN113611082A (zh) * 2021-07-12 2021-11-05 北京铁科特种工程技术有限公司 一种无人机铁路边坡监控与预警系统及方法
CN113643254A (zh) * 2021-08-10 2021-11-12 广东电网有限责任公司广州供电局 一种无人机激光点云高效采集处理方法
CN113869629A (zh) * 2021-08-13 2021-12-31 广东电网有限责任公司广州供电局 一种基于激光点云的输电线路安全风险分析判断评估方法
CN114004894A (zh) * 2021-10-12 2022-02-01 东南大学 基于三个标定板的激光雷达与双目相机空间关系确定方法
CN115272075A (zh) * 2022-07-05 2022-11-01 山东高速工程检测有限公司 一种桥梁基础设施激光扫描与倾斜实景点云数据拼接方法
CN116310099A (zh) * 2023-03-01 2023-06-23 南京工业大学 基于多视角图像的钢桥构件三维重建方法
CN116465327A (zh) * 2023-04-20 2023-07-21 中南大学 一种基于车载三维激光扫描的桥梁线形测量方法
CN116740288A (zh) * 2023-08-14 2023-09-12 北京数慧时空信息技术有限公司 一种融合激光雷达、倾斜摄影的三维重建方法

Similar Documents

Publication Publication Date Title
US10060739B2 (en) Method for determining a position and orientation offset of a geodetic surveying device and such a surveying device
Li et al. NRLI-UAV: Non-rigid registration of sequential raw laser scans and images for low-cost UAV LiDAR point cloud quality improvement
CN105469405B (zh) 基于视觉测程的同时定位与地图构建方法
CN103411553B (zh) 多线结构光视觉传感器的快速标定方法
JP5832341B2 (ja) 動画処理装置、動画処理方法および動画処理用のプログラム
CN101435704B (zh) 一种星敏感器高动态下的星跟踪方法
WO2015096508A1 (zh) 一种模型约束下的在轨三维空间目标姿态估计方法及系统
CN109341668B (zh) 基于折射投影模型和光束追踪法的多相机测量方法
Ding et al. Crack detection and quantification for concrete structures using UAV and transformer
WO2021212477A1 (zh) 校正点云数据的方法和相关装置
CN115375842A (zh) 一种植株三维重建方法、终端及存储介质
CN111724446B (zh) 一种用于建筑物三维重建的变焦距相机外参数标定方法
CN113324528A (zh) 已知摄站位置的近景摄影测量目标定位方法及系统
CN115578315A (zh) 一种基于无人机图像的桥梁应变近景摄影测量方法
CN111998862A (zh) 一种基于bnn的稠密双目slam方法
CN114372992A (zh) 一种基于动平台的边缘角点检测四目视觉算法
Mi et al. A vision-based displacement measurement system for foundation pit
CN114998395A (zh) 一种有效的堤岸三维数据变化检测方法及系统
CN114529681A (zh) 一种手持双相机建筑物温度场三维模型构建方法和系统
Paffenholz et al. Geo-referencing point clouds with transformational and positional uncertainties
CN116563377A (zh) 一种基于半球投影模型的火星岩石测量方法
CN114608522B (zh) 一种基于视觉的障碍物识别与测距方法
CN115965712A (zh) 一种建筑物二维矢量图构建方法、系统、设备及存储介质
CN117128861A (zh) 一种去测站化三维激光扫描桥梁监测系统及监测方法
CN102542563A (zh) 一种移动机器人前向单目视觉的建模方法

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