导图社区 激光雷达
激光雷达,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。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息。
社区模板帮助中心,点此进入>>
电费水费思维导图
D服务费结算
材料的力学性能
总平面图知识合集
软件项目流程
一级闭合导线
建筑学建筑材料思维导图
第二章土的物理性质及工程分类
人工智能的运用与历史发展
电池拆解
激光雷达
一、简介
定义,激光雷达(Light Detection and Ranging)
特点(优缺点)
四种扫描方式
其中机载雷达的四种扫描方式(这个地方没有搞懂什么意思)
四种平台
星载
卫星激光高度计
原理,仪器
机载
设备,系统
车载
设备系统、特点
地面激光扫描仪
测距原理
脉冲式(pahse)
相位式(pulse)
定位原理
三角定位
y已知,x与z有着特定的函数关系
二、点云可视化与结构
可视化
三维影像
垂直影像(定义,过程)
属性值可以是Z,纹理,辐射量等等
过程
空间的分割(可以以像素大小进行划分网格)
重采样
双线性内插
结构
二维深度影像
(没搞懂老师说的根据周围值确定什么意思)
三角网
1、最小角最大准则,2通圆特性,步骤:一个包围所以点的三角形,依次迭代分割
八叉树
同GIS,现将整体的数据按照三个维度划分为八个部分,再对每个部分进行细分,如果划分前后的点云数量没有变化,则停止划分
kd树
为了解决八叉树的数据冗余,对数据结构进行优化。步骤:1计算各个维度的方差,2挑选出方差最大的维度,3将该维度的数据从小到大排列,挑选出中位数,4将最小的到中位数的数据定义为左节点,中位数到最大的定义为右节点,5继续对每个结点重复2、3、4过程,直至节点内没有数据,则分割完毕
三、点云拼接和配准
定义,什么是点云拼接
将不同点云测站坐标系转为统一的坐标系中
点云拼接的方法(这里不叫目的,注意求取七参数是点云拼接的方法,是求参→拼接
七参数法
方法
基于点的特征的匹配方法
人工标靶
最近邻点法(ICP)
步骤1去中心化2找到点云A中一点到点云B的最近点作为同名点,3求取模型参数4不断迭代5得到最终的模型
需要注意的是,最近邻点法是精配准的方法,只适用于精度较高的情况下
基于面特征的匹配方法
步骤:选取两个三个面相互垂直的平面,命名为点云A与B,2将A和B移动到平面的交点,命名为M,N 3将M和N的每个对应平面进行一一匹配,设M中第一个平面的法向量设为n1,N中的第一个平面的法向量设为n2,那么旋转角为,旋转轴为,将这个旋转矩阵为R1;4然后依次对第二个对应平面、第三个对应平面进行第三步的操作,确定R2,R3,最终得到旋转矩阵,即确定旋转参数5确定n(p1-p2)的距离,确定平移参数
五、点云分割和拟合
点云滤波和分类和分割拟合的区别
高程纹理
最小二乘
霍夫变换
子主题
四、点云滤波和分类
滤波:区分地面点和非地面点,主要通过高程判断,高程突变等等
数学形态法:选取移动窗口,将地面最低点确定为地面点,并结合移动窗口的权重,不断改变窗口大小,确定地面点
移动窗口滤波法:首先选取一个较大的移动窗口,粗略计算地面点,过滤到所有高差超出给定阈值的点,计算更加精确的DEM
迭代线形最小线形内插法:主要思想是将地物点高程比地形表面激光脚点的高程高,线形最小二乘内插后,地物点的高程比参考面高程高,而地形表面激光脚点的高程比参考面低且残差值不符合正态分布。过程:首先利用所有点计等权计算出表面模型,该表面位于DTM与DSM之间,其次拟合后真实地面点的残差是负值的概率大,而地表点有一部分正,一部分负,利用这些信息的残差对每个高程观测值定权。 进行下次迭代,以确定的权重进行定权,计算出地形表面后,对于那些被剔除的点,若残差落入吸收域内,可以重新转化为地形点
基于可靠值的最小滤波法:核心思想是点云的平均值与最小值的差值之间,是否符合正态分布,如果在限差内,则该最小点是可靠的
分类:区分地表点之间,如植被与房屋之间的差别
高程纹理:共有四种,1、原始高程数据,2高程差,3地形坡度,4高程变化
融合激光回拨信号强度与激光脚点高程
利用激光脉冲两次回波的高差变化
多源数据融合