CN117152358A - 一种用于检验的模拟激光点云获取方法 - Google Patents
一种用于检验的模拟激光点云获取方法 Download PDFInfo
- Publication number
- CN117152358A CN117152358A CN202311133868.4A CN202311133868A CN117152358A CN 117152358 A CN117152358 A CN 117152358A CN 202311133868 A CN202311133868 A CN 202311133868A CN 117152358 A CN117152358 A CN 117152358A
- Authority
- CN
- China
- Prior art keywords
- laser
- point cloud
- modeling
- scanning
- ground
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000007689 inspection Methods 0.000 title claims abstract description 30
- 238000010276 construction Methods 0.000 claims abstract description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 5
- 238000001914 filtration Methods 0.000 claims description 20
- 238000004088 simulation Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 5
- 230000002452 interceptive effect Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000012946 outsourcing Methods 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000012876 topography Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002592 echocardiography Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
-
- 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
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- 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
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- 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)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种用于检验的模拟激光点云获取方法,涉及机载激光扫描技术领域;基于虚拟仿真场景建模系统实现;所述虚拟仿真场景建模系统用于地形、建筑、水系、植被、道路地表物体的建模,同时还会增加地表临时目标对象,尽可能还原真实场景;所述虚拟仿真场景建模系统包括:地形建模模块、地物建模模块、场景构建模块;其中,所述地形建模模块在进行地形建模时:根据坡度来将地形划分为平地、丘陵、山地和高山地。本发明根据不同地形地貌、不同植被类型的需求,利用多种三维建模方式构建所需要的三维场景,构建模型后,可以按需搭配,按不同地形地貌和地形进行灵活搭配,快速搭建三维场景。
Description
技术领域
本发明涉及机载激光扫描技术领域,尤其涉及一种用于检验的模拟激光点云获取方法。
背景技术
机载激光扫描技术是一种全新的获取高时空分辨率、高精度的地球空间信息观测手段,主要由全球定位系统GPS、激光扫描仪LS、惯性导航系统INS以及相机等组成。它通过主动发射激光脉冲来获取多种地面信息,包括三维点位信息、色彩、距离信息、反射强度及地面物体物质信息等。现如今,此项技术已广泛应用于数字地面模型获取、道路提取、电力线提取、森林参数估测、点云分类等地球空间信息学科的众多领域,受到诸多科研工作者的关注。
机载激光扫描技术研究主要包含激光点云数据采集、处理、应用及分析等方向,其中,机载激光点云数据的获取是激光点云数据处理及应用分析研究的基础,具有重要的理论研究和工程实践意义。机载激光点云数据具有一定的无拓扑盲目性,点云中包含了地面点和非地面点信息,其中非地面点包括建筑物、植被、移动目标等点云。将机载激光点云数据区分为地面点和非地面点的过程称为机载激光点云滤波。在滤波基础上,将非地面点云按地物类别再区分,称为点云分类。激光点云滤波与分类是激光点云数据处理的关键环节,也是难点,直接影响到后续数据应用分析。当前激光点云滤波与分类的自动化、智能化还存在很大的难度和挑战,处于半自动化的处理阶段。因此,众多研究者深入研究激光点云滤波与分类算法,研究过程中需要不同地形、不同植被类型的激光点云数据作为试验数据。
针对以上难点,本发明提出了一种用于检验的模拟激光点云获取方法,并且对激光点云数据格式进行改进,方便用于激光点云数据的滤波和分类算法的检验和评估。
经检索,中国专利申请号为CN202210273409.5的专利,公开了一种基于激光点云数据的数据处理方法,涉及数据处理技术领域;为了解决多次采集激光点云数据不重合的问题;具体包括以下步骤:获取待处理的激光点云数据;按照采集区域对激光点云数据进行细分小组;融合每个小组的激光点云数据,组成预设的小组三维激光点云数据信息;整合所有小组三维激光点云数据信息,得到单一的目标立体环境数据信息;获取与激光点云数据相匹配的二维平面位置信息,并将目标立体环境数据信息投放于二维平面位置信息上,一一对应;所述激光点云数据包括所有激光点信息和三维数据。上述专利中的数据处理方法存在以下不足:不能够根据不同的环境条件来进行模拟、采集和灵活的搭配调节,还有待改进。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种用于检验的模拟激光点云获取方法。
为了实现上述目的,本发明采用了如下技术方案:
一种用于检验的模拟激光点云获取方法,基于虚拟仿真场景建模系统实现;所述虚拟仿真场景建模系统用于地形、建筑、水系、植被、道路地表物体的建模,同时还会增加地表临时目标对象,尽可能还原真实场景;
所述虚拟仿真场景建模系统包括:
地形建模模块、地物建模模块、场景构建模块;
其中,所述地形建模模块在进行地形建模时:
根据坡度来将地形划分为平地、丘陵、山地和高山地,利用如下地形建模方法的中一种或多种搭配进行建模:①利用已有数字高程模型和数字正射影像叠加建模;②倾斜摄影实景三维建模,利用倾斜摄影方式,构建精细的实景三维模型;③激光扫描方法,利用机载激光扫描获取地形的点云数据,再进行数据加工制作地形模型;④利用地形建模工具;
其中,所述地物建模模块在进行地物建模时:
利用如下地物建模方法的中一种或多种搭配进行建模:倾斜摄影三维建模、激光扫描三维建模、结构光扫描建模以及传统手三维建模;地物模型主要由顶点构建三角网,再纹理映射,构建带纹理的精细三维模型,对于每一个模型对象,都具有一个外包长方体,带有坐标信息,属性;
其中,所述场景构建模块在进行场景构建时:
根据场景用途需求,选择合适的地形模型和地物模型,将两者进行整合,搭建无缝衔接的三维场景模型,并将三维场景导入三维地球中;场景具有地理坐标,每个模型也具有与位置相匹配的地理坐标。
优选的:所述模拟激光点云获取方法,包括如下部分:
A虚拟仿真场景建模;
B机载激光扫描航线规划及飞行模拟;
C激光扫描方式模拟;
D激光点云坐标计算;
E地物点云坐标获取;
F激光点云存储;
G点云滤波与分类检验。
优选的:所述机载激光扫描航线规划及飞行模拟中,通过虚拟仿真系统所配备的模拟操控设备与系统进行交互操作,交互操作包括设置飞行范围、飞行高度、飞行高度、旁向重叠度参数,以及相机的航向重叠度;根据模拟的机载激光设备的视场角、航高参数确定激光扫描的航带宽度;
飞机搭载激光扫描设备按设定的航线、航高飞行,同时进行激光点云的模拟采集。
优选的:所述机载激光扫描航线规划及飞行模拟中,机载激光扫描的相关参数说明如下:
机载激光扫描主要参数包括飞行高度、视场角、扫描带宽、旁向重叠率、激光点密度、脉冲发射频率与功率、垂直分辨率和回波数;对于模拟的激光扫描设备,需要明确以下关键参数:
激光点密度:每平方米的激光点数量;
扫描频率(fscan):每秒所扫描的行数;
瞬时视场角(θ):每束激光脉冲的视场角;机载LiDAR通常有机械扫描装置实现物方扫描,激光束的发射和接收使用同一光路,瞬时视场角的大小取决于激光的衍射;
扫描带宽(Wscan):系统扫描时形成的垂直飞行方向的扫描线的宽度,它与飞机的飞行高度和系统最大扫描角度有关;
激光脚点数(N):每条扫描线的激光脚点数,是激光脉冲发射频率和激光扫描系统的扫描频率的函数;
其中,N表示每条扫描点上的激光脚点数,F表示每秒脉冲发射的激光脉冲数,fscan表示扫描频率。
优选的:所述激光扫描方式模拟中模拟旋转棱镜扫描方式。
优选的:所述激光点云坐标计算中:
飞机在航线上飞行时,按设定的时间间隔模拟记录飞行的位置和姿态信息,其中,位置采用模拟GPS设备记录的位置,位置信息包括经纬度和大地高;姿态信息是模拟飞机上安装的惯性导航系统IMU,高精度记录飞机的瞬时姿态,包括横滚角、俯仰角及偏航角;
对于每一束激光,得到其激光发射点的精确位置和激光束的姿态角。
优选的:所述激光点云坐标计算中:
激光束扫描地面点的坐标直接从按扫描的范围和激光点密度获取地面点的三维坐标、纹理、反射强度信息以及地面点标识,激光点在WGS84直角坐标系下三维坐标的计算公式如下:
其中:
X为激光脚点在WGS84坐标系下的坐标矩阵;
ρ为激光发射中心到目标之间的距离;
RL为瞬间激光坐标系到扫描仪坐标系的旋转矩阵;
RW为扫描仪坐标系到IMU参考坐标系的旋转矩阵;
矢量P为GNSS偏心分量,由扫描仪激光发射中心到IMU参考中心的矢量和IMU参考中心到GNSS天线相位中心的矢量两部分组成;
RN为由IMU测量的三个姿态角的矩阵,即横滚角、俯仰角和航向角所构成的矩阵,它将IMU参考坐标系变换到局部导航坐标系;
RG为垂线偏差改正,将局部导航坐标系变换到局部椭球坐标系;
RW为局部椭球坐标到WGS84空间直角坐标系的变换矩阵;
XGPS为GNSS天线相位中心在空间直接坐标系的坐标矢量。
优选的:所述地物点云坐标获取中:
判断激光束是否与地物框架有交集,如果有交集,则进行地物类别判断,确定有没有回波。
优选的:所述地物点云坐标获取中:
如果地物类型为建筑、道路、路灯等非穿透性地物,则没有回波,直接求解激光束与地物的交点,记录该激光点的三维坐标、纹理、反射强度及地物类别标识;
如果地物为植被类型,则激光束探测到地物表面,可能存在回波,需要模拟激光的穿透性,首先把所有与激光束有交集的地物放入堆栈中,逐个地物进行判读;从堆栈中提取1个地物,激光束与地物的三角面进行求交集,得到一序列的与激光束有相交的三角面,并对这些三角面根据距离激光源的距离进行排序;从距离激光源近的开始进行求激光束与三角面交点,记录了一个激光点,同时记录三维坐标、纹理、反射强度信息以及地物类标识;依次求解多个交点,交点的个数最多不超过回波数;如果在传输过程中,遇到非植被类型的地物,则计算该点后停止。
优选的:所述点云滤波与分类检验中:
点云分类精度评价方法如下:计算3类误差,分别为Ⅰ类误差、Ⅱ类误差和总误差;其中Ⅰ类误差表示地面点云错分为非地面点云的比例,Ⅱ类误差表示非地面点云错分为地面点的比例,总误差代表总体点云错分比例;
式中,a为正确分类的地面点数量,b为地面点误分为非地面点的数量,c为非地面点误分为地面点的数量,d为正确分类非地面点的数量;
对于滤波与分类处理后的点云数据,根据点云准确类型和算法处理后的点云类型,分别统计a、b、c、d的数量,再按上式统计3类误差,评估滤波与分类的算法效果。
本发明的有益效果为:
1.本发明根据不同地形地貌、不同植被类型的需求,利用多种三维建模方式构建所需要的三维场景,构建模型后,可以按需搭配,按不同地形地貌和地形进行灵活搭配,快速搭建三维场景。
2.本发明基于虚拟场景模拟机载激光雷达设备及其激光扫描方式,逼真的还原真实的场景。
3.本发明模拟激光扫描获取激光点云数据,模拟激光束与地物交点构建点云外,还模拟激光在植被区域的穿透性、多次回波等特点,逼真还原激光扫描获取点云过程。
4.本发明对模拟获取的激光点云进行地物类别编码,准确标识点的地物类别。
5.本发明模拟生成的点云具有准确地物类型,滤波与分类处理后的地物类型,可以准确地统计三类误差,准确评估算法的效果。
附图说明
图1为本发明提出的一种用于检验的模拟激光点云获取方法中航线规划示意图;
图2为本发明提出的一种用于检验的模拟激光点云获取方法中航线规划俯视的示意图;
图3为本发明提出的一种用于检验的模拟激光点云获取方法中激光扫描方式示意图;
图4为本发明提出的一种用于检验的模拟激光点云获取方法中激光扫描以及地面上的激光光斑的示意图;
图5为本发明提出的一种用于检验的模拟激光点云获取方法中机载激光扫描过程示意图;
图6为本发明提出的一种用于检验的模拟激光点云获取方法中激光穿透植被示意图;
图7为本发明提出的一种用于检验的模拟激光点云获取方法中编码的示意图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
实施例1:
一种用于检验的模拟激光点云获取方法,基于虚拟仿真场景建模系统实现;所述虚拟仿真场景建模子系统用于地形、建筑、水系、植被、道路等地表物体的建模,同时还会增加地表临时目标对象,比如车辆、行人、堆积物,尽可能还原真实场景;
所述虚拟仿真场景建模系统包括:
地形建模模块、地物建模模块、场景构建模块;
其中,所述地形建模模块在进行地形建模时:
一般将地形分为平地、丘陵、山地和高山地,其判别主要是根据坡度来划分,参考测绘规范,地形划分依据为:坡度<2°为平地,2°≤坡度<6°为丘陵,6°≤坡度<25°为山地,坡度≥25°为高山地。地形建模方法:①利用已有数字高程模型(DEM)和数字正射影像(DOM)叠加建模,适用大范围区域,整体比较平滑,细节表现较少;②倾斜摄影实景三维建模,利用倾斜摄影方式,可以构建精细的实景三维模型,主要适用于小面积范围精细建模,地表建筑、植被等附着物少的区域,还需要后续修模,去除非地面物体;③激光扫描方法,利用机载激光扫描获取地形的点云数据,再进行数据加工(去噪、滤波等)制作地形模型;④利用地形建模工具,比如SketchUp、3DMax、Blender、ArcGIS等软件,适用于地形的自动化建模,细节表现较小,还需要参考其他地理空间数据。也可以将多种地形建模方法结合使用,根据虚拟场景的需求构建不同类型的地形。
其中,所述地物建模模块在进行地物建模时:
地物主要包括地表常见物体,比如建筑物、道路、桥梁、车辆等,也可以根据需求制作。建模方法有倾斜摄影三维建模、激光扫描三维建模、结构光扫描建模以及传统手三维建模。地物模型主要由顶点构建三角网,再纹理映射,构建带纹理的精细三维模型,对于每一个模型对象,都具有一个外包长方体,带有坐标信息,属性。
其中,所述场景构建模块在进行场景构建时:
根据场景用途需求,选择合适的地形模型和地物模型,将两者进行整合,搭建无缝衔接的三维场景模型,并将三维场景导入三维地球中。场景具有地理坐标,每个模型也具有与位置相匹配的地理坐标。
所述模拟激光点云获取方法,包括如下部分:
A虚拟仿真场景建模;
B机载激光扫描航线规划及飞行模拟;
C激光扫描方式模拟;
D激光点云坐标计算;
E地物点云坐标获取;
F激光点云存储;
G点云滤波与分类检验。
其中,所述机载激光扫描航线规划及飞行模拟中,通过虚拟仿真系统所配备的模拟操控设备与系统进行交互操作,可以设置飞行控制系统的相关参数,包括飞行范围、飞行高度、飞行高度、旁向重叠度,以及相机的航向重叠度;根据模拟的机载激光设备的视场角、航高等参数可以确定激光扫描的航带宽度;
飞机搭载激光扫描设备按设定的航线、航高飞行,同时进行激光点云的模拟采集。
所述机载激光扫描航线规划及飞行模拟中,机载激光扫描的相关参数说明如下:
机载激光扫描主要参数包括飞行高度、视场角、扫描带宽、旁向重叠率、激光点密度、脉冲发射频率与功率、垂直分辨率和回波数等;机载激光系统数据获取是一个系统性工程,数据获取成本和数据质量均取决于这些机载激光系统参数的设置,这些参数之间具有强关联性;对于模拟的激光扫描设备,需要明确几个关键参数:
激光点密度:每平方米的激光点数量,它的高低取决于飞行高度、飞行速度和脉冲发射频率;
扫描频率(fscan):每秒所扫描的行数;在飞行速度一定的情况下,扫描频率越高,相同区域获取的扫描线越多,整体扫描效果就越好;
瞬时视场角(θ):每束激光脉冲的视场角;机载LiDAR通常有机械扫描装置实现物方扫描,激光束的发射和接收使用同一光路,瞬时视场角的大小取决于激光的衍射;
扫描带宽(Wscan):系统扫描时形成的垂直飞行方向的扫描线的宽度,它与飞机的飞行高度和系统最大扫描角度有关;
激光脚点数(N):每条扫描线的激光脚点数,是激光脉冲发射频率和激光扫描系统的扫描频率的函数;
其中,N表示每条扫描点上的激光脚点数,F表示每秒脉冲发射的激光脉冲数,fscan表示扫描频率。
其中,所述激光扫描方式模拟中:
真实的激光扫描设备扫描方式主要分为四种,即摆镜扫描、旋转棱镜扫描、椭圆扫描和光纤扫描;其中,旋转棱镜扫描点云分布较规则,为了后续点云计算的效率,本发明模拟旋转棱镜扫描方式。
其中,所述激光点云坐标计算中:
飞机在航线上飞行时,按一定时间间隔(比如0.01秒)模拟记录飞行的位置和姿态信息,其中,位置主要是模拟GPS设备记录的位置,一般为经纬度和大地高;姿态信息主要是模拟飞机上安装的惯性导航系统IMU,高精度记录飞机的瞬时姿态,包括横滚角、俯仰角及偏航角;
对于每一束激光,可得到激光发射点的精确位置和激光束的姿态角;
考虑到计算效率,激光束扫描地面点的坐标直接从按扫描的范围和激光点密度(或间距)获取地面点的三维坐标(X、Y、Z)、纹理、反射强度信息以及地面点标识,激光点在WGS84直角坐标系下三维坐标的计算公式如下:
其中:
X为激光脚点在WGS84坐标系下的坐标矩阵;
ρ为激光发射中心到目标之间的距离;
RL为瞬间激光坐标系到扫描仪坐标系的旋转矩阵;
RW为扫描仪坐标系到IMU参考坐标系的旋转矩阵;
矢量P为GNSS偏心分量,由扫描仪激光发射中心到IMU参考中心的矢量和IMU参考中心到GNSS天线相位中心的矢量两部分(均在IMU参考坐标系下)组成;
RN为由IMU测量的三个姿态角的矩阵,即横滚角、俯仰角和航向角所构成的矩阵,它将IMU参考坐标系变换到局部导航坐标系;
RG为垂线偏差改正,将局部导航坐标系变换到局部椭球坐标系;
RW为局部椭球坐标到WGS84空间直角坐标系的变换矩阵;
XGPS为GNSS天线相位中心在空间直接坐标系的坐标矢量。
其中,所述地物点云坐标获取中:
首先,判断激光束是否与地物框架(地物外接长方体)有交集,如果有交集,则进行地物类别判断,确定有没有回波:
如果地物类型为建筑、道路、路灯等非穿透性地物,则没有回波,直接求解激光束与地物的交点,记录该激光点的三维坐标、纹理、反射强度及地物类别标识;
如果地物为植被类型,则激光束探测到地物表面,可能存在回波,需要模拟激光的穿透性,首先把所有与激光束有交集的地物放入堆栈(容器)中,逐个地物进行判读;从堆栈中提取1个地物,激光束与地物的三角面进行求交集,得到一序列的与激光束有相交的三角面,并对这些三角面根据距离激光源的距离进行排序;从距离激光源(飞机端)近的开始进行求激光束与三角面交点,记录了一个激光点,同时记录三维坐标、纹理、反射强度信息以及地物类标识;依次求解多个交点,交点的个数最多不超过回波数;如果在传输过程中,遇到非植被类型的地物,则计算该点后停止。
其中,所述激光点云存储中:
模拟点云数据存储在LAS文件格式的基础上改进,LAS格式是一种用于交换三维点云数据的公共文件格式,由美国摄影测量和遥感学会在2003年发布;该格式不仅可以用于激光雷达点云数据,还支持其他任何三维xyz元组,LAS1.4文件主要有四部分,即①公共数据块(PublicHeaderBlock),主要包括版本号、时间、缩放因子、偏移值、范围等描述数据整体情况的信息;②可变长数据记录(VariableLengthRecords,VLR),是LAS文件具有扩充性的呈现,其中包含一些变长类型数据,如坐标投影信息和用户信息等;③点数据记录(PointDataRecords),LAS文件按每条扫描线排列方式存放数据,包括激光点的三维坐标、回波、强度、扫描角度、地物类型、地物分类、飞行航带、飞行姿态、GPS时间、点颜色等信息;④扩展的变长记录(ExtendedVariableLengthRecords,EVLRs),类似于变长记录,但可以存储更多信息。
其中,所述模拟激光点云获取方法中,对地物进行编码,采用6位编码方法,如下:
第1-2位区为地面点与非地面点,依次编码01、02;
第3-4位依次分为地面点、水系、居民地、管线、植被、其他,依次编码01~06;
第5-6位为各类具体地物,依次编码01~99。
常用的地物编码如下:
本发明在点云数据记录模块进行改进,Feature type地物类型是根据模拟点云生成时确定的类型,一般不会改变。Classification地物分类是处理过程中改变后的地物类型。Feature type和Classification采用上述编码,可以准确地区分地物类别。
其中,所述点云滤波与分类检验中:
点云分类精度评价方法如下:计算3类误差,分别为Ⅰ类误差、Ⅱ类误差和总误差。其中Ⅰ类误差表示地面点云错分为非地面点云的比例,Ⅱ类误差表示非地面点云错分为地面点的比例,总误差代表总体点云错分比例;
式中,a为正确分类的地面点数量,b为地面点误分为非地面点的数量,c为非地面点误分为地面点的数量,d为正确分类非地面点的数量;
对于滤波与分类处理后的点云数据,根据点云准确类型和算法处理后的点云类型,分别统计a、b、c、d的数量,再按上式可以准确统计3类误差,准确地评估滤波与分类的算法效果。
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 (10)
1.一种用于检验的模拟激光点云获取方法,其特征在于,基于虚拟仿真场景建模系统实现;所述虚拟仿真场景建模系统用于地形、建筑、水系、植被、道路地表物体的建模,同时还会增加地表临时目标对象,尽可能还原真实场景;
所述虚拟仿真场景建模系统包括:
地形建模模块、地物建模模块、场景构建模块;
其中,所述地形建模模块在进行地形建模时:
根据坡度来将地形划分为平地、丘陵、山地和高山地,利用如下地形建模方法的中一种或多种搭配进行建模:①利用已有数字高程模型和数字正射影像叠加建模;②倾斜摄影实景三维建模,利用倾斜摄影方式,构建精细的实景三维模型;③激光扫描方法,利用机载激光扫描获取地形的点云数据,再进行数据加工制作地形模型;④利用地形建模工具;
其中,所述地物建模模块在进行地物建模时:
利用如下地物建模方法的中一种或多种搭配进行建模:倾斜摄影三维建模、激光扫描三维建模、结构光扫描建模以及传统手三维建模;地物模型主要由顶点构建三角网,再纹理映射,构建带纹理的精细三维模型,对于每一个模型对象,都具有一个外包长方体,带有坐标信息,属性;
其中,所述场景构建模块在进行场景构建时:
根据场景用途需求,选择合适的地形模型和地物模型,将两者进行整合,搭建无缝衔接的三维场景模型,并将三维场景导入三维地球中;场景具有地理坐标,每个模型也具有与位置相匹配的地理坐标。
2.根据权利要求1所述的一种用于检验的模拟激光点云获取方法,其特征在于,所述模拟激光点云获取方法,包括如下部分:
A虚拟仿真场景建模;
B机载激光扫描航线规划及飞行模拟;
C激光扫描方式模拟;
D激光点云坐标计算;
E地物点云坐标获取;
F激光点云存储;
G点云滤波与分类检验。
3.根据权利要求2所述的一种用于检验的模拟激光点云获取方法,其特征在于,所述机载激光扫描航线规划及飞行模拟中,通过虚拟仿真系统所配备的模拟操控设备与系统进行交互操作,交互操作包括设置飞行范围、飞行高度、飞行高度、旁向重叠度参数,以及相机的航向重叠度;根据模拟的机载激光设备的视场角、航高参数确定激光扫描的航带宽度;
飞机搭载激光扫描设备按设定的航线、航高飞行,同时进行激光点云的模拟采集。
4.根据权利要求3所述的一种用于检验的模拟激光点云获取方法,其特征在于,所述机载激光扫描航线规划及飞行模拟中,机载激光扫描的相关参数说明如下:
机载激光扫描主要参数包括飞行高度、视场角、扫描带宽、旁向重叠率、激光点密度、脉冲发射频率与功率、垂直分辨率和回波数;对于模拟的激光扫描设备,需要明确以下关键参数:
激光点密度:每平方米的激光点数量;
扫描频率(fscan):每秒所扫描的行数;
瞬时视场角(θ):每束激光脉冲的视场角;机载LiDAR通常有机械扫描装置实现物方扫描,激光束的发射和接收使用同一光路,瞬时视场角的大小取决于激光的衍射;
扫描带宽(Wscan):系统扫描时形成的垂直飞行方向的扫描线的宽度,它与飞机的飞行高度和系统最大扫描角度有关;
激光脚点数(N):每条扫描线的激光脚点数,是激光脉冲发射频率和激光扫描系统的扫描频率的函数;
其中,N表示每条扫描点上的激光脚点数,F表示每秒脉冲发射的激光脉冲数,fscan表示扫描频率。
5.根据权利要求4所述的一种用于检验的模拟激光点云获取方法,其特征在于,所述激光扫描方式模拟中模拟旋转棱镜扫描方式。
6.根据权利要求2所述的一种用于检验的模拟激光点云获取方法,其特征在于,所述激光点云坐标计算中:
飞机在航线上飞行时,按设定的时间间隔模拟记录飞行的位置和姿态信息,其中,位置采用模拟GPS设备记录的位置,位置信息包括经纬度和大地高;姿态信息是模拟飞机上安装的惯性导航系统IMU,高精度记录飞机的瞬时姿态,包括横滚角、俯仰角及偏航角;
对于每一束激光,得到其激光发射点的精确位置和激光束的姿态角。
7.根据权利要求6所述的一种用于检验的模拟激光点云获取方法,其特征在于,所述激光点云坐标计算中:
激光束扫描地面点的坐标直接从按扫描的范围和激光点密度获取地面点的三维坐标、纹理、反射强度信息以及地面点标识,激光点在WGS84直角坐标系下三维坐标的计算公式如下:
其中:
X为激光脚点在WGS84坐标系下的坐标矩阵;
ρ为激光发射中心到目标之间的距离;
RL为瞬间激光坐标系到扫描仪坐标系的旋转矩阵;
RW为扫描仪坐标系到IMU参考坐标系的旋转矩阵;
矢量P为GNSS偏心分量,由扫描仪激光发射中心到IMU参考中心的矢量和IMU参考中心到GNSS天线相位中心的矢量两部分组成;
RN为由IMU测量的三个姿态角的矩阵,即横滚角、俯仰角和航向角所构成的矩阵,它将IMU参考坐标系变换到局部导航坐标系;
RG为垂线偏差改正,将局部导航坐标系变换到局部椭球坐标系;
RW为局部椭球坐标到WGS84空间直角坐标系的变换矩阵;
XGPS为GNSS天线相位中心在空间直接坐标系的坐标矢量。
8.根据权利要求2所述的一种用于检验的模拟激光点云获取方法,其特征在于,所述地物点云坐标获取中:
判断激光束是否与地物框架有交集,如果有交集,则进行地物类别判断,确定有没有回波。
9.根据权利要求8所述的一种用于检验的模拟激光点云获取方法,其特征在于,所述地物点云坐标获取中:
如果地物类型为建筑、道路、路灯等非穿透性地物,则没有回波,直接求解激光束与地物的交点,记录该激光点的三维坐标、纹理、反射强度及地物类别标识;
如果地物为植被类型,则激光束探测到地物表面,可能存在回波,需要模拟激光的穿透性,首先把所有与激光束有交集的地物放入堆栈中,逐个地物进行判读;从堆栈中提取1个地物,激光束与地物的三角面进行求交集,得到一序列的与激光束有相交的三角面,并对这些三角面根据距离激光源的距离进行排序;从距离激光源近的开始进行求激光束与三角面交点,记录了一个激光点,同时记录三维坐标、纹理、反射强度信息以及地物类标识;依次求解多个交点,交点的个数最多不超过回波数;如果在传输过程中,遇到非植被类型的地物,则计算该点后停止。
10.根据权利要求2所述的一种用于检验的模拟激光点云获取方法,其特征在于,所述点云滤波与分类检验中:
点云分类精度评价方法如下:计算3类误差,分别为Ⅰ类误差、Ⅱ类误差和总误差;其中Ⅰ类误差表示地面点云错分为非地面点云的比例,Ⅱ类误差表示非地面点云错分为地面点的比例,总误差代表总体点云错分比例;
式中,a为正确分类的地面点数量,b为地面点误分为非地面点的数量,c为非地面点误分为地面点的数量,d为正确分类非地面点的数量;
对于滤波与分类处理后的点云数据,根据点云准确类型和算法处理后的点云类型,分别统计a、b、c、d的数量,再按上式统计3类误差,评估滤波与分类的算法效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311133868.4A CN117152358B (zh) | 2023-09-04 | 2023-09-04 | 一种用于检验的模拟激光点云获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311133868.4A CN117152358B (zh) | 2023-09-04 | 2023-09-04 | 一种用于检验的模拟激光点云获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117152358A true CN117152358A (zh) | 2023-12-01 |
CN117152358B CN117152358B (zh) | 2024-02-20 |
Family
ID=88898412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311133868.4A Active CN117152358B (zh) | 2023-09-04 | 2023-09-04 | 一种用于检验的模拟激光点云获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117152358B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118038729A (zh) * | 2024-01-31 | 2024-05-14 | 广东工贸职业技术学院 | 一种基于虚拟仿真的多人协同测绘实训教学系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102074047A (zh) * | 2011-01-06 | 2011-05-25 | 天津市星际空间地理信息工程有限公司 | 一种高精细城市三维建模方法 |
CN116030208A (zh) * | 2022-12-26 | 2023-04-28 | 广西电网有限责任公司玉林供电局 | 一种真实无人机虚拟仿真输电线路场景搭建方法及系统 |
-
2023
- 2023-09-04 CN CN202311133868.4A patent/CN117152358B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102074047A (zh) * | 2011-01-06 | 2011-05-25 | 天津市星际空间地理信息工程有限公司 | 一种高精细城市三维建模方法 |
CN116030208A (zh) * | 2022-12-26 | 2023-04-28 | 广西电网有限责任公司玉林供电局 | 一种真实无人机虚拟仿真输电线路场景搭建方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118038729A (zh) * | 2024-01-31 | 2024-05-14 | 广东工贸职业技术学院 | 一种基于虚拟仿真的多人协同测绘实训教学系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117152358B (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Elkhrachy | Accuracy assessment of low-cost unmanned aerial vehicle (UAV) photogrammetry | |
Congress et al. | Total system error analysis of UAV-CRP technology for monitoring transportation infrastructure assets | |
Ridley et al. | Evaluating the potential of the forthcoming commercial US high-resolution satellite sensor imagery at the ordnance survey (R) | |
El Meouche et al. | UAV photogrammetry implementation to enhance land surveying, comparisons and possibilities | |
Nagendran et al. | Accuracy assessment on low altitude UAV-borne photogrammetry outputs influenced by ground control point at different altitude | |
Wang et al. | Estimating earthwork volumes through use of unmanned aerial systems | |
CN117152358B (zh) | 一种用于检验的模拟激光点云获取方法 | |
Raczynski | Accuracy analysis of products obtained from UAV-borne photogrammetry influenced by various flight parameters | |
Jaboyedoff et al. | Mapping and monitoring of landslides using LiDAR | |
Cilek et al. | Generation of high-resolution 3-D maps for landscape planning and design using UAV technologies | |
Dinkov et al. | Advantages, disadvantages and applicability of GNSS post-processing kinematic (PPK) method for direct georeferencing of UAV images | |
Pargieła | Optimising UAV data acquisition and processing for photogrammetry: a review | |
Paulin et al. | Application of raycast method for person geolocalization and distance determination using UAV images in Real-World land search and rescue scenarios | |
Gbopa et al. | Unmanned Aerial Vehicles for Three‑dimensional Mapping and Change Detection Analysis | |
RU2646538C1 (ru) | Способ измерения объемов сыпучих материалов на открытых складах с применением воздушного оптического сканирования с беспилотных авиационных комплексов | |
La Placa et al. | Reliability of DTMs obtained with mobile fast surveys techniques | |
Kościuk et al. | Possibilities of Using LiDAR Systems in Architectural and Archaeological Research in the National Archaeological Park of Machu Picchu | |
Volkmann | Small unmanned aerial system mapping versus conventional methods | |
Maguire | Using Unmanned Aerial Vehicles and" Structure from Motion" Software to Monitor Coastal Erosion in Southeast Florida | |
Ciritcioğlu et al. | Assessment of Unmanned Aerial Vehicle use opportunities in forest road project (Düzce Sample) | |
Williams | Accuracy assessment of LiDAR point cloud geo-referencing | |
Gabara et al. | Kortowo test field for testing photogrammetric products accuracy–design and first evaluation | |
Mora-Félix et al. | The use of RPAS for the development of land surface models for natural resources management: a review | |
Ivanov | MODERN TECHNOLOGIES IN THE STUDY, PRESERVATION AND MANAGEMENT OF CULTURAL HERITAGE: MODERN TECHNOLOGIES IN THE STUDY, PRESERVATION AND MANAGEMENT OF CULTURAL HERITAGE | |
Smeaton | Surveying applications of photogrammetric UAVs-a comparison with conventional survey techniques |
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 |