当前位置：文档之家 › 机载激光雷达点云数据处理研究

机载激光雷达点云数据处理研究

  • 格式：pdf
  • 大小：1.74 MB
  • 文档页数：2

机载激光雷达是一种精度高、成本低、速度快的新型技

术。借助机载激光雷达技术可获取到相应数据，利用软件

进行处理后可得到数字高层模型（DEM）、三维建筑物模

型、等高线图，应用效果良好。为使其发挥更好的效果，

必须加强对机载激光雷达点云数据的研究。

1 机载激光雷达测绘技术的优势

1.1 生产效益高

合理应用机载激光雷达技术可以快速获取到大范围、大

区域内的地表信息和空间信息，缩短作业时长，快速完成

相应作业。采用三维激光点云数据在业内可以清晰地获取

到地物的具体属性，减少外业测绘作业开展的作业量，提

高生产效益。

1.2 精密度高

采用机载激光雷达技术能够获取到大量数据，而且数据

精度高，可以满足应用需求。通过应用机载激光雷达系统

可获取到密实性点云数据，其中点间距可小于1.0m。另

外，机载激光雷达系统采用的激光具有很强的穿透能力，

在野外应用可以将各种植物的叶冠穿透，激光脉冲不会受

太阳角度和阴影等因素的影响，高程精度也不会受航高约

束。可见，应用机载激光雷达技术能够获取到精度较高

的平面数据和高程数据，为后续相关工作顺利开展提供

支持。

1.3 约束条件少

开展测量作业是通过主动发射激光脉冲方式完成相应测

量作业的。因此，实际作业开展不受光照、天气外界因素

影响，作业效率高。另外，开展测量作业时由于测量人员很少进入作业现场，故作业安全，很少有人员伤亡。

1.4 方便检查数据

以三维激光点云数据为基础，能够快速得到EDM成果，

快速地对原始成果的质量情况进行检查。在作业现场应用

机载激光雷达航测技术，可以通过对数码影像、激光点云

各项原始数据进行采集，各项数据能够相互检验，对于质[2]量欠佳的数据可以及时将其剔除，确保数据精准合理。

2 机载激光雷达点云数据处理过程

2.1 处理机载激光雷达数据基本流程

在处理机载激光雷达数据时，要根据项目具体情况选择

不同类型的模块和软件，通过应用Terra Solid、Li DAR_Suite

系列软件完成相应工作，具体操作流程如下：

1）建设激光点云工程，工程建设必须合理，能够满足

应用需求；

2）预处理点云数据，处理必须依据实际情况开展；

3）点云分离，在该过程中划分为地表点、建筑物点、

未分类点；

4）将地表点划分为格网类DEM成果和点云类DEM成果；

5）转换坐标，对成果的质量进行检验；

6）验收成果。

2.2 建立点云工程

在实际作业开展期间，为了更好地完成对各项数据的

管理，需要建立点云工程将作业中形成的各项原始数据、

生产过程中形成的各项数据和成果数据进行分门别类的

存放。

2.3 点类定义李不强

（山西省测绘地理信息院第一测绘院，山西 太原 030000）

摘要：随着机载激光雷达技术的不断成熟，越来越广泛地应用到不同行业中并取得一定的效果。文章主要针对机载激光雷达点云数据处理内容进行研究，以期对同行有所帮助。关键词：机载激光雷达；点云数据；生产效益中图分类号：P25 文

献标识码：

A

文章编号

：2096-7519（2021）03-86-

2

作者简介：李不强（1984—），男，河南济源人，工程师，本科，毕业于太原理工大学，主要从事测绘相关工作。（邮箱）139****************机载激光雷达点云数据处理研究086测绘测量CE󰀁HUI󰀁CE󰀁LIANG

为了明确点云分类后各点所属类别，完成相应的分析工

作，需要定义点类。本次项目分类处理期间采用的类点主

要包括地面点、未分类点、水域、低点等，每个类点的区

分都必须符合实际情况，以免对后续工作造成不良影响。

2.4 处理点云数据

1）点云分块

点云数据整体数据量十分庞大，因此无法一次性将全部

数据导入内存，对后续工作的顺利开展造成影响。为了方

便后续工作的开展，在数据处理前采取切割方式进行分块

处理，形成良好的作业数据处理单元和数据管理单元。

在实际分块过程中，要综合考虑所采用软件的内存和处

理速度，完成相应分析工作。每块点云数据点个数通常应

控制在3000万以内，存储大小则应控制在700MB以内。

通常情况下，分块方式有2000m×2000m、1000m×1000m、

500m×500m 3种不同类型。

2）去除航带重叠点

项目建成区提供的点云数据航带之间存在一定重叠区

间。在完成分块之后，针对每块点数据都必须对叠加航迹

文件进行去除重叠点作业，提出航带重叠点，再将其放入

到专门航带重叠点数据层。

3）滤除噪声点

噪声点明显高于地表目标点、低于地面点、移动点或者

点群，其存在会对其它点数据信息的查看和提取造成不良

影响。故在地面点分类前，工作人员应根据实际情况制定

滤波算法，对所出现各种噪音进行合理分类，然后检查每

块点云，剔除遗留噪音点。

2.5 点云分类

1）机载激光雷达点云数据主要包括地点区域内的植被

点、地面点、水域点，以及噪声点等多项内容，并且都在

相同数据层。点云数据分类的目的是确保各个点都可以被

放到提前定义好的数据层中。

2）通过应用点云处理软件中的点云分类工具来自动完

成对点云数据内容的合理分类。完成点云分块后，会形成

区块数据，然后逐块滤波分类，对区域内的各种不同类型

建筑物、地面点、植被、水域等类别分别进行区分。在实

际作业开展期间，要对参数进行调整，获得精准分类精

度，以减少后续工作人员的工作量。

3）在应用软件中自动方式对点云数据进行分离时需要

注意，地面情况十分复杂，点云数据本身又具有很强的随

机性，因此，通过自动分类经常会出现未被过滤掉的误差以及分类存在错误的激光点，难以确保分类的合理性与可

靠性。因此，完成自动分类之后，需要工作人员再次进行

判断，对自动分类方式获取的结果进行合理修正，并对复

杂地形和特殊地目标进行对比分析。

采取人工方式进行编辑处理时，需要注意以下几点：

a.进行自动分类处理时，区域内的露天设备、建筑物、电

力塔、各种临时堆积物，以及公路工程中设置的中间隔离

带等都会被归为地表类，要通过人工方式进行纠正，将其

划分为非地面点。b.进行自动分类处理时，区域内被水生

作物、水草等覆盖的水域都会被纳入到植被层中，应通过

人工方式将这一部水域划分到地面点层中。c.进行自动分

类处理时，区域内的支渠、干沟、拦水坝等都会被纳入到

非地面点，应通过人工方式进行纠正，将各项结构纳入到

地面点层。

2.6 转换坐标

在进行平面坐标转换时可采用四参数完成相应转化作

业，进行高程转换作业时要对精准站内的2个不同坐标体系

内的数据进行分析，对各项异常数据进行拟合，最终获取

到高程异常。完成上述作业后，将高层异常加到所有点云

数据上即可。在实际作业开展期间，由于部分资料限制，

为了确保转换精度达到要求标准，需要应用市测绘设计研

究院提供的合理数据，提高坐标转换高程精度。

3 结语

合理应用机载激光雷达技术可以提高测绘数据精度，减

少外业工作量，缩短生产周期，减少生产环节，从而为城

市规划、土地测绘等各项工作开展提供支持，促进我国城

市经济的健康发展。

参考文献：[1] 丁华,张辉.无人机机载激光雷达在输电线路巡线中的应 用[J].机电信息,2021(3):10-11+14.[2] 谷潇.无人机机载激光雷达在地质测绘与工程测量中的 应用研究[J].应用激光,2020,40(6):1126-1131.[3] 凌晨阳,余盛艳,陈科玚.机载激光雷达技术在复杂地形 土石方测量中的应用[J].城市勘测,2020(5):125-128.[4] 唐雅娜,董立国,何苏利.机载激光雷达和高光谱技术的 遥感监测数据分类[J].激光杂志,

2020,41(10):72-76.087Huabei Natural Resources论文华北自然资源

合集下载

无人机激光雷达点云数据处理研究

无人机激光雷达点云数据处理研究

无人机激光雷达点云数据处理研究

近年来，随着科技的发展，无人机激光雷达点云数据处理技术得到广泛关注和研究。无人机搭载激光雷达系统可以获取大规模高精度点云数据，这种技术已被广泛应用于测绘、建筑安全检测、森林资源监测、城市规划和环境保护等领域。

一、 无人机激光雷达点云数据采集

一台无人机搭载激光雷达系统可以在短时间内采集大量精确的点云数据。无人机搭载的激光雷达系统可以发送激光束，在接收器接收反弹的激光后，计算机处理数据，生成三维点云数据。在数据采集方面，无人机搭载激光雷达系统可以完成难以达到的采集任务，如在高山峡谷、森林、城市楼宇等高难度场所采集数据。此外，用无人机搭载激光雷达系统可以完成地面难以到达或无法采集的区域数据采集。

二、 无人机激光雷达点云数据处理

无人机激光雷达点云数据处理是激光雷达技术的一个重要组成部分。无人机激光雷达点云数据处理主要包括数据预处理、点云分割、点云地面分类等。数据预处理是指将从激光雷达系统采集到的原始数据进行预处理和滤波，去除数据中噪声和杂点等因素造成的干扰。点云分割是将点云数据根据各个目标进行分离，并将相同目标的点云分成一个整体进行处理。点云地面分类是将地面点云数据与非地面点云数据进行分类，使非地面点云数据集中在一起进行处理，提高数据处理的效率。

三、 无人机激光雷达点云数据应用

无人机激光雷达点云数据在实际应用中可以大大提高工作效率和效益。无人机点云数据采集与处理可以被应用于制作数字地图、城市规划、建筑模型和自然资源调查等领域。在制作数字地图方面，无人机激光雷达点云数据可以提供高精度的三维地图，这种地图可以帮助规划城市、制作航空图、资源平衡估算等工作。在城市规划方面，无人机搭载激光雷达技术可以提供大规模点云数据，使城市相应地区的建筑物及环境特征得到精确地理解。在建筑模型制作方面，无人机搭载激光雷达系统可以采集建筑物的表面形状数据，以非常高的质量构建建筑模型和纹理贴图。此外，无人机搭载激光雷达系统可以用于森林资源调查，以监测森林蓄积量，森林覆盖率和森林结构等。

激光雷达点云数据处理的基本方法

激光雷达点云数据处理的基本方法

激光雷达点云数据处理的基本方法

激光雷达技术是一种通过将激光束照射到被测物体上，通过对反射光的测量定位、重建物体形状和表面特征的三维测量技术。而激光雷达点云数据处理则是将收集到的点云数据处理成可视化的三维场景或者进行其他进一步的应用研究的过程。本文将介绍激光雷达点云数据处理的基本方法。

一、点云数据处理的基本流程

点云数据处理的基本流程包括数据预处理、特征提取、分割、配准、重构等几个步骤。

数据预处理：主要包括去噪、滤波、降采样等操作，用于去除采集过程中的噪声，并压缩点数。

特征提取：通过对点云数据的特征提取，可以用于物体的识别、分类等任务。主要包括形状、颜色、法向量等特征。

分割：根据点云数据的不同特征进行物体的分割，将不同的物体分离出来。

配准：由于激光雷达采集的点云数据包含许多不同角度、位置生成的点云数据，需要将其进行配准，即将各个点云数据转化为同一坐标系下的点云数据。

重构：将配准后的点云数据进行拼接、插值、曲面重建等操作，形成三维场景或物体重建。

二、点云数据处理的方法

1. 点云去噪

点云数据采集过程中会存在一些噪声点或者无效点，影响点云数据的质量。采用滤波器进行噪声去除，一般可使用高斯滤波器进行滤波去噪处理。

2. 点云配准

点云数据配准的方法一般有刚体配准和非刚体配准两种。刚体配准主要是通过最小二乘优化来进行旋转、平移等基本变化的配准。非刚体配准主要是通过松弛变形模型来进行弹性变形的配准。

3. 点云拼接

点云拼接一般包括特征点匹配、点云配准、点云插值等操作，可以将多个点云数据拼接为一个完整的点云数据集，用于生成三维场景或物体重建。

4. 物体识别与分类

通过对点云数据的特征提取、分割、配准等处理，可以进行物体的识别和分类。可以通过机器学习算法、神经网络等方法进行物体的分类任务。

5. 应用研究

除了三维场景或者物体重建外，点云数据处理还可以用于路径规划、自动驾驶、机器人导航等领域。通过对点云数据的分析和处理，可以获取场景信息和障碍物信息，从而进行路径规划等任务。

激光雷达点云数据处理与建模技术研究

激光雷达点云数据处理与建模技术研究

激光雷达点云数据处理与建模技术研究

激光雷达在现代科技和工业领域中的应用越来越广泛，激光雷达通过发出激光光束并接收其反射信号，可以获取周围环境的三维数据，这些数据可以被用于物体探测、测绘、建模、导航定位等。点云数据就是由激光雷达所采集到的三维数据，由于数据量庞大，难以直接处理和应用，所以点云数据的处理和建模技术显得尤为重要。

一、点云数据的处理技术

点云数据的处理可以分为点云滤波过程和点云配准过程。点云滤波的目的是去除点云中噪声数据和一些杂乱无章的点，去除杂质使得点云可以更加清晰直观地展现目标物体的三维形态。常用的点云滤波算法包括基于高斯分布的算法、基于统计学的算法、基于形态学的算法等。

除了点云滤波外，点云配准也是点云数据处理中比较重要的一步，点云配准的目的是把采集到的多个点云数据集在物理意义上对应到同一坐标系中，使得点云数据可以用于拍摄于不同视角的物体或场景3D重建、建模和纠正。常用的点云配准算法包括Iterative Closest Point(ICP)算法、Fast Global Registration(FGR)算法、LOAM算法、NDT算法等。

二、点云数据的建模技术

点云的建模可以分为表面建模和体素建模两种方式。

表面建模关注的是将点云转化为模型表面，最常见的表面重建方法是基于网格的方法，它使得建模的结果更易于可视化和应用。这种方法的实现可以通过点云采样、曲面拟合、连通区域分割等算法来实现。

体素建模的核心思想是将三维物体或场景几何体拆分为一系列体素。一般来说，这个过程需要先将点云聚集到网络中，然后利用体素方案对数据进行规律划分,这个过程中常见的三角化算法包括了欧拉角度变换，八叉树、自适应线条分割。最终产生的模型形态更加真实、详细且方便后续的分析研究与应用。

三、点云数据处理与建模技术的应用

点云数据处理与建模技术在3D重建、自动驾驶、虚拟现实、航空、农业等领域具有着广泛的应用。

车载激光雷达点云数据处理关键技术

车载激光雷达点云数据处理关键技术

计算机测量与控制．２０２２．３０（１）　犆狅犿狆狌狋犲狉犕犲犪狊狌狉犲犿犲狀狋牔犆狅狀狋狉狅犾　设计与应用·２３４　·

收稿日期：２０２１１１０３；　修回日期：２０２１１２１０。

基金项目：山西省回国留学人员科研资助项目（２０１７－０９１）。

作者简介：党亚南（１９９８），女，山西忻州人，硕士研究生，主要从事图像处理与计算成像方向的研究。

引用格式：党亚南，田照星，郭利强．车载激光雷达点云数据处理关键技术［Ｊ］．计算机测量与控制，２０２２，３０（１）：２３４

２３８，２４５．文章编号：１６７１４５９８（２０２２）０１０２３４０５ ＤＯＩ：１０．１６５２６／ｊ．ｃｎｋｉ．１１－４７６２／ｔｐ．２０２２．０１．０３６ 中图分类号：ＴＮ２４９文献标识码：Ａ

车载激光雷达点云数据处理关键技术

党亚南，田照星，郭利强

（中北大学信息与通信工程学院，太原　０３００５１）

摘要：激光雷达具有探测精度高、穿透能力强、能够三维成像等诸多优点，故自动驾驶车辆常常搭载激光雷达来对车身周围环境进行感知；车辆实现自动驾驶的关键技术包括车载激光雷达信号的发射、接收和对点云数据的处理，通过对接收到的点云数据进行处理可以使车辆准确的感知到当前路面状况并做出相应操作；文章重点介绍了车载激光雷达点云数据处理中的关键技术，对每个关键技术中常用算法的基本原理、优缺点和改进等进行了阐述，以期为车载激光雷达点云数据处理提供参考。关键词：自动驾驶；激光雷达；点云数据；数据处理；目标识别

犓犲狔犜犲犮犺狀狅犾狅犵狔狅犳犞犲犺犻犮犾犲犔犻犱犪狉犘狅犻狀狋犆犾狅狌犱犇犪狋犪犘狉狅犮犲狊狊犻狀犵

ＤＡＮＧＹａｎａｎ，ＴＩＡＮＺｈａｏｘｉｎｇ，ＧＵＯＬｉｑｉａｎｇ（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎａ，Ｔａｉｙｕａｎ　０３００５１，Ｃｈｉｎａ）