CN117346751A - 基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统 - Google Patents

基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统 Download PDF

Info

Publication number
CN117346751A
CN117346751A CN202311302917.2A CN202311302917A CN117346751A CN 117346751 A CN117346751 A CN 117346751A CN 202311302917 A CN202311302917 A CN 202311302917A CN 117346751 A CN117346751 A CN 117346751A
Authority
CN
China
Prior art keywords
mine
point cloud
data
module
laser radar
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
CN202311302917.2A
Other languages
English (en)
Other versions
CN117346751B (zh
Inventor
邓利平
朱涛
魏波
王敏
张石科
胡俊
罗剑林
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.)
Surveying And Mapping Institute Of Guangdong Nuclear Industry Geological Bureau
Original Assignee
Surveying And Mapping Institute Of Guangdong Nuclear Industry Geological Bureau
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 Surveying And Mapping Institute Of Guangdong Nuclear Industry Geological Bureau filed Critical Surveying And Mapping Institute Of Guangdong Nuclear Industry Geological Bureau
Priority to CN202311302917.2A priority Critical patent/CN117346751B/zh
Publication of CN117346751A publication Critical patent/CN117346751A/zh
Application granted granted Critical
Publication of CN117346751B publication Critical patent/CN117346751B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
    • 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
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请公开了基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统，激光雷达点云获取模块、实景三维获取模块和测绘模块；所述激光雷达点云获取模块用于基于无人机的机郝宇载激光雷达获取矿山周边的影像点云图；所述实景三维获取模块用于获取矿山三维实景图；所述测绘模块基于所述影像点云图与所述矿山三维实景图得到测绘结果。针对激光雷达和倾斜摄影测量的点云数据场景复杂特性，提出一种自适应的小波阈值降噪方法，该方法可以适应不同场景，且错误率更低，地形细节保存更加完整。

Description

基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统
技术领域
本申请属于工程测绘技术领域，具体涉及基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统。
背景技术
目前在矿山土地高程变化监测的方法和仪器有大地水准仪、高精度GPS、INSAR、三维激光扫描仪等技术方法。
(1)传统的人工大地水准仪测量，或高精度GPS技术，在地面对高程点进行点对点测量，形成“点”状高程变化数据。测量结果形成面状图形，而不是地表高程变化的立体图；
(2)卫星雷达INSAR技术，虽然可以进行矿山开发地表变化测量，测量结果能够形成“面状”数据，只能反映面积性的变化，难以形成既有面积变化又有高程变化的三维立体化图；其缺点是不能随时自主获取数据，且高程剧烈变化的监测如采矿塌陷等监测精度不准；
(3)地面三维激光雷达测距仪，通过在地面架设人工基站，目前大多用于监测斜坡体地表滑坡变形的监测，而不是从空中直接采集云数据。
综上所述，相对于本技术发明，以上监测技术存在的技术缺陷：以往矿山土地变化监测主要采用水准测量技术、GPS测量技术等传统的“接触式”单点测量方法，不仅需要大量的人力、物力和财力，还需要测量人员或仪器与监测对象接触，观测过程受地形、地物条件的限制，而且获取的数据离散，很难反映立体监测成果。
发明内容
机载LiDAR点云数据和影像密集匹配点云均能够直接、快速的获取地表的高精度三维坐标，采用机载激光雷达与倾斜摄影测量方法测得更加精确的矿山
为实现上述目的，本申请提供了基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统，包括：激光雷达点云获取模块、实景三维获取模块和测绘模块；
所述激光雷达点云获取模块用于基于无人机的机载激光雷达获取矿山周边的影像点云图；
所述实景三维获取模块用于获取矿山三维实景图；
所述测绘模块基于所述影像点云图与所述矿山三维实景图得到测绘结果。
可选的，所述激光雷达点云获取模块包括数据采集子模块、数据预处理子模块、点云图像生成模块；
所述数据采集子模块用于基于机载雷达采集矿山周边的点云数据；
所述数据预处理子模块用于对所述点云数据进行统一与去重，得到预处理后的点云数据；
所述点云图像生成模块用于对所述预处理后的点云数据使用抽稀算法再次对点云数据进行筛选。
可选的，所述预处理后的点云数据获取过程为：
对所述点云数据进行统一操作：对矿区获取的点云数据、GPS数据、IMU数据进行同步解算，生成带有绝对坐标的点云数据；
对所述点云数据进行去重操作：对不同角度拍摄的得到的点云数据进行拼接，合并为一个数据文件，删除两张图片中的重复数据。
可选的，所述实景三维获取模块包括外业作业子模块和内业作业子模块；
所述外业作业子模块用于采集矿山实景数据；
所述内业作业子模块用于对所述矿山实景数据进行处理后得到矿山三维实景图。
可选的，所述外业作业子模块实现采集矿山实景数据的过程包括：
根据矿山的实际所在地、矿山高度与矿山情况选择布设像控点；
对无人机的航线进行规划，采用无人机在布设像控点处分区拍摄。
可选的，所述内业作业子模块得到矿山三维实景图的过程包括：
对拍摄得到的数据进行处理；
对处理结果进行筛查，确定质量，若不符合质量，重新进行数据处理，直至满足预设条件；
基于满足预设条件的数据生成矿山三维实景图。
可选的，所述测绘模块包括匹配子模块和输出子模块；
所述匹配子模块用于将所述影像点云图与所述矿山三维实景图进行匹配与拼接；
所述输出子模块用于对所述拼接后的图像进行降噪，根据所述降噪后的图像生成三维矿山模型。
可选的，采用小波阈值去噪方法实现所述降噪采用的方法对拼接后的图像进行降噪。
与现有技术相比，本申请的有益效果为：
针对激光雷达和倾斜摄影测量的点云数据场景复杂特性，提出一种自适应的小波阈值降噪方法，该方法可以适应不同场景，且错误率更低，地形细节保存更加完整。
附图说明
为了更清楚地说明本申请的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统的系统结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
在本实施例中，如图1所示，基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统，包括：激光雷达点云获取模块、实景三维获取模块和测绘模块；
所述激光雷达点云获取模块用于基于无人机的机载激光雷达获取矿山周边的影像点云图；
激光雷达点云获取模块包括数据采集子模块、数据预处理子模块、点云图像生成模块；
数据采集子模块用于基于机载雷达采集矿山周边的点云数据；
数据预处理子模块用于对点云数据进行统一与去重，得到预处理后的点云数据；
点云图像生成模块用于对预处理后的点云数据使用抽稀算法再次对点云数据进行筛选。
预处理后的点云数据获取过程为：
对点云数据进行统一操作：对矿区获取的点云数据、GPS数据、IMU数据进行同步解算，生成带有绝对坐标的点云数据；
对点云数据进行去重操作：对不同角度拍摄的得到的点云数据进行拼接，合并为一个数据文件，删除两张图片中的重复数据。
抽稀算法的具体过程包括：
激光雷达扫描地表三维坐标为：
其中，为机载激光雷达获取地表的三维空间坐标；[XGPS,YGPS,ZGPS]T为无人机机载的激光雷达GPS的坐标，R是激光测距信息，[X1,Y1,Z1]T是激光发射点在无人机机身坐标系中的坐标，s是激光扫描器即时扫描角度，t是扫描仪倾斜角度，[δx,δy,δz]T是传感器与天线之间的距离，M是旋转矩阵与无人机的飞行姿态。
前期准备好之后，开始进行抽稀，通过抽稀找到特征点中影响最小的点：
(1)加载点云数据，构建TIN；
(2)在TIN中，选取点，查找以该点为顶点的所有三角形；
(3)求以该点为顶点的所有相邻三角形两两法向量夹角，求最大夹角max{a}；
(4)将max{a}与设定阈值A进行比较；
(5)如果max{a}小于阈值A，删除这个点，否则，保留这个点；
(6)继续处理不规则网中的下一个点，直到将所有数据处理完。
实景三维获取模块用于获取矿山三维实景图；
实景三维获取模块包括外业作业子模块和内业作业子模块；
外业作业子模块用于采集矿山实景数据；
内业作业子模块用于对所述矿山实景数据进行处理后得到矿山三维实景图。
外业作业子模块实现采集矿山实景数据的过程包括：
根据矿山的实际所在地、矿山高度与矿山情况选择布设像控点；
对无人机的航线进行规划，采用无人机在布设像控点处分区拍摄。
倾斜摄影的相机镜头为定焦镜头，且对焦无穷远，相机的有效像素≥1亿，倾斜摄影的垂直影像航向重叠度为70～80％，旁向重叠度为50～60％，垂直影像倾角<12°，垂直影像旋偏角保持<25°。
内业作业子模块得到矿山三维实景图的过程包括：
对拍摄得到的数据进行处理；
对处理结果进行筛查，确定质量，若不符合质量，重新进行数据处理，直至满足预设条件；
基于满足预设条件的数据生成矿山三维实景图。
所述测绘模块基于所述影像点云图与所述矿山三维实景图得到测绘结果。
测绘模块包括匹配子模块和输出子模块；
匹配子模块用于将影像点云图与矿山三维实景图进行匹配与拼接；
输出子模块用于对拼接后的图像进行降噪，根据降噪后的图像生成三维矿山模型。
采用小波阈值去噪方法实现降噪采用的方法对拼接后的图像进行降噪。
具体的，小波阈值收缩去噪的具体过程包括：将含噪信号在各尺度上进行小波分解，保留大尺度低分辨率下的全部小波系数，对于各尺度高分辨率下的小波系数，可以设定一个阈值，幅值低于该阈值的小波系数置为零，高于该阈值的小波系数或者完整保留，或者做响应的收缩处理。最后将处理后获得的小波系数利用逆小波变换进行重构，恢复有效的信号。
小波收缩去噪中，阈值函数体现了对超过和低于阈值的小波系数模的不同处理策略以及不同估计方法，设Wjk为原始小波系数，为估计小波系数，T是阈值。本申请采用软阈值函数：
以上所述的实施例仅是对本申请优选方式进行的描述，并非对本申请的范围进行限定，在不脱离本申请设计精神的前提下，本领域普通技术人员对本申请的技术方案做出的各种变形和改进，均应落入本申请权利要求书确定的保护范围内。

Claims (8)

1.基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统，其特征在于，激光雷达点云获取模块、实景三维获取模块和测绘模块；
所述激光雷达点云获取模块用于基于无人机的机载激光雷达获取矿山周边的影像点云图；
所述实景三维获取模块用于获取矿山三维实景图；
所述测绘模块基于所述影像点云图与所述矿山三维实景图得到测绘结果。
2.根据权利要求1所述的基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统，其特征在于，所述激光雷达点云获取模块包括数据采集子模块、数据预处理子模块、点云图像生成模块；
所述数据采集子模块用于基于机载雷达采集矿山周边的点云数据；
所述数据预处理子模块用于对所述点云数据进行统一与去重，得到预处理后的点云数据；
所述点云图像生成模块用于对所述预处理后的点云数据使用抽稀算法再次对点云数据进行筛选。
3.根据权利要求2所述的基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统，其特征在于，所述预处理后的点云数据获取过程为：
对所述点云数据进行统一操作：对矿区获取的点云数据、GPS数据、IMU数据进行同步解算，生成带有绝对坐标的点云数据；
对所述点云数据进行去重操作：对不同角度拍摄的得到的点云数据进行拼接，合并为一个数据文件，删除两张图片中的重复数据。
4.根据权利要求1所述的基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统，其特征在于，所述实景三维获取模块包括外业作业子模块和内业作业子模块；
所述外业作业子模块用于采集矿山实景数据；
所述内业作业子模块用于对所述矿山实景数据进行处理后得到矿山三维实景图。
5.根据权利要求4所述的基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统，其特征在于，所述外业作业子模块实现采集矿山实景数据的过程包括：
根据矿山的实际所在地、矿山高度与矿山情况选择布设像控点；
对无人机的航线进行规划，采用无人机在布设像控点处分区拍摄。
6.根据权利要求5所述的基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统，其特征在于，所述内业作业子模块得到矿山三维实景图的过程包括：
对拍摄得到的数据进行处理；
对处理结果进行筛查，确定质量，若不符合质量，重新进行数据处理，直至满足预设条件；
基于满足预设条件的数据生成矿山三维实景图。
7.根据权利要求1所述的基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统，其特征在于，所述测绘模块包括匹配子模块和输出子模块；
所述匹配子模块用于将所述影像点云图与所述矿山三维实景图进行匹配与拼接；
所述输出子模块用于对所述拼接后的图像进行降噪，根据所述降噪后的图像生成三维矿山模型。
8.根据权利要求7所述的基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统，其特征在于，采用小波阈值去噪方法实现所述降噪采用的方法对拼接后的图像进行降噪。
CN202311302917.2A 2023-10-10 2023-10-10 基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统 Active CN117346751B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311302917.2A CN117346751B (zh) 2023-10-10 2023-10-10 基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311302917.2A CN117346751B (zh) 2023-10-10 2023-10-10 基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统

Publications (2)

Publication Number Publication Date
CN117346751A true CN117346751A (zh) 2024-01-05
CN117346751B CN117346751B (zh) 2024-08-02

Family

ID=89356928

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311302917.2A Active CN117346751B (zh) 2023-10-10 2023-10-10 基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统

Country Status (1)

Country Link
CN (1) CN117346751B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108375367A (zh) * 2018-01-25 2018-08-07 中铁第四勘察设计院集团有限公司 结合地面激光雷达和倾斜摄影的工点勘察方法及系统
CN109143257A (zh) * 2018-07-11 2019-01-04 中国地质调查局西安地质调查中心 无人机机载雷达矿山开采土地变化监测系统及方法
CN112750090A (zh) * 2020-12-28 2021-05-04 大连海事大学 一种改进小波阈值的水下图像降噪方法及系统
CN113269723A (zh) * 2021-04-25 2021-08-17 浙江省机电设计研究院有限公司 三维视觉定位与机械手协同工作的零部件无序抓取系统
CN114594490A (zh) * 2022-01-26 2022-06-07 国网江苏省电力有限公司南京供电分公司 一种电力线路激光防外破方法和装置
CN115016006A (zh) * 2022-06-06 2022-09-06 四川煤矿安全监察局安全技术中心 一种基于矿山安全监测的微震定位方法及定位系统
CN116109743A (zh) * 2023-04-11 2023-05-12 广州智算信息技术有限公司 一种基于ai和图像合成技术的数字人生成方法及系统
CN116452439A (zh) * 2023-03-29 2023-07-18 中国工程物理研究院计算机应用研究所 一种针对激光雷达点云强度图像的降噪方法及装置
CN116679281A (zh) * 2023-06-07 2023-09-01 贾进武 一种激光雷达信号去噪方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108375367A (zh) * 2018-01-25 2018-08-07 中铁第四勘察设计院集团有限公司 结合地面激光雷达和倾斜摄影的工点勘察方法及系统
CN109143257A (zh) * 2018-07-11 2019-01-04 中国地质调查局西安地质调查中心 无人机机载雷达矿山开采土地变化监测系统及方法
CN112750090A (zh) * 2020-12-28 2021-05-04 大连海事大学 一种改进小波阈值的水下图像降噪方法及系统
CN113269723A (zh) * 2021-04-25 2021-08-17 浙江省机电设计研究院有限公司 三维视觉定位与机械手协同工作的零部件无序抓取系统
CN114594490A (zh) * 2022-01-26 2022-06-07 国网江苏省电力有限公司南京供电分公司 一种电力线路激光防外破方法和装置
CN115016006A (zh) * 2022-06-06 2022-09-06 四川煤矿安全监察局安全技术中心 一种基于矿山安全监测的微震定位方法及定位系统
CN116452439A (zh) * 2023-03-29 2023-07-18 中国工程物理研究院计算机应用研究所 一种针对激光雷达点云强度图像的降噪方法及装置
CN116109743A (zh) * 2023-04-11 2023-05-12 广州智算信息技术有限公司 一种基于ai和图像合成技术的数字人生成方法及系统
CN116679281A (zh) * 2023-06-07 2023-09-01 贾进武 一种激光雷达信号去噪方法及系统

Also Published As

Publication number Publication date
CN117346751B (zh) 2024-08-02

Similar Documents

Publication Publication Date Title
CN107316325B (zh) 一种基于图像配准的机载激光点云与影像配准融合方法
Zhang Automatic digital surface model (DSM) generation from linear array images
Li et al. Rigorous photogrammetric processing of HiRISE stereo imagery for Mars topographic mapping
KR101105795B1 (ko) 항공 화상의 자동 처리
Dorninger et al. 3D segmentation of unstructured point clouds for building modelling
US20090154793A1 (en) Digital photogrammetric method and apparatus using intergrated modeling of different types of sensors
CN104268935A (zh) 一种基于特征的机载激光点云与影像数据融合系统及方法
Toschi et al. Combining airborne oblique camera and LiDAR sensors: Investigation and new perspectives
Kunz et al. Map building fusing acoustic and visual information using autonomous underwater vehicles
CN111383335B (zh) 一种众筹照片与二维地图结合的建筑物三维建模方法
CN109871739B (zh) 基于yolo-sioctl的机动站自动目标检测与空间定位方法
CN110986888A (zh) 一种航空摄影一体化方法
CN113624231A (zh) 基于异源图像匹配的惯性视觉组合导航定位方法及飞行器
Razali et al. A hybrid point cloud reality capture from terrestrial laser scanning and UAV-photogrammetry
Hirschmüller et al. Stereo vision based reconstruction of huge urban areas from an airborne pushbroom camera (HRSC)
Ye et al. Improved geometric modeling of 1960s KH-5 ARGON satellite images for regional Antarctica applications
CN111006645A (zh) 基于运动与结构重建的无人机测绘方法
CN117572455A (zh) 基于数据融合的山区水库地形图测绘方法
CN112767459A (zh) 基于2d-3d转换的无人机激光点云与序列影像配准方法
CN117346751B (zh) 基于无人机机载激光雷达和倾斜摄影测量的矿山测绘系统
Habib Integration of lidar and photogrammetric data: triangulation and orthorectification
Verhoeven Getting computer vision airborne: using structure from motion for accurate orthophoto production
Wang Towards real-time 3d reconstruction using consumer uavs
Oliveira et al. Height gradient approach for occlusion detection in UAV imagery
Jeong et al. A Comparative Assessment of the Photogrammetric Accuracy of Mapping Using UAVs with Smart Devices

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