- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[IEEE 2018年第十届国际模式识别协会遥感模式识别研讨会（PRRS）- 北京（2018年8月19日-2018年8月20日）] 2018年第十届国际模式识别协会遥感模式识别研讨会（PRRS）- 基于超体素上下文和图优化的MLS点云城市树木实例分割
摘要： 本文提出了一种从城市场景多线扫描（MLS）数据集中提取树木的实例分割方法。该方法利用超体素结构组织点云，随后从超体素的局部上下文中提取去趋势几何特征。结合局部上下文的去趋势特征，采用随机森林（RF）分类器获取点云中树木的初始语义标注结果。之后通过迭代执行基于局部上下文的正则化处理，在全局图模型上实现全局最优解，从而对语义标注结果进行空间平滑。最后基于语义标注结果实施图分割，分离出单棵树木。 超体素结构能保留场景中物体的几何边界，与基于点的方法相比，该方法可大幅减少处理过程中的基础元素数量。此外，引入超体素上下文能提取物体的局部信息，使特征提取更具鲁棒性和代表性。去趋势几何特征可消除局部上下文中的冗余和非显著信息，从而获得具有判别性的特征。得益于正则化过程，基于经典分类（如RF分类）的初始标注结果实现了空间平滑，有效消除了大部分误分类错误并平滑了语义标注结果。在空间平滑过程中构建的全局图模型基础上，应用图分割技术对图模型进行划分以实现树木实例聚类。 在两个测试数据集上的实验显示了良好效果：树木语义标注准确率约达0.9；基于图算法的树木分割结果总体可接受——结构简单且分布稀疏的树木能被正确分离，但对于结构复杂且密集的树木存在过分割或欠分割现象。
关键词： 局部上下文、城市区域、超体素、移动激光扫描、实例分割、基于图的分割、树木
更新于2025-09-23 15:22:29
-
[2018年IEEE国际自动化会议/智利自动控制协会第23届大会（ICA-ACCA）- 智利康塞普西翁（2018.10.17-2018.10.19）] 2018年IEEE国际自动化会议/智利自动控制协会第23届大会（ICA-ACCA）- 用于生成三维地理参考点云的移动激光雷达扫描仪
摘要： 移动激光扫描系统是测绘领域领先企业采用的现代工具。该系统通过捕捉数千个对齐点位实现环境三维重建。本文描述了一种基于硬件与软件的解决方案，用于生成地理参考点云的三维激光雷达扫描仪。该方案采用集成微计算机的硬件架构，整合导航组件与数据记录功能，同时展示了惯性传感器测量误差产生的影响。为最小化这些不良效应，必须使用高精度导航系统。针对激光雷达传感器采集数据的位置与姿态估算，采用非线性插值法对导航数据进行过采样处理。同样地，直接地理配准这一科学问题通过常规机器人结构的数学方法进行建模。所开发产品满足地形测量与结构建模领域大多数应用的技术要求，该系统可搭载于陆地车辆、无人机等多种平台实现便携作业。
关键词： 点云、激光雷达、地理配准、惯性导航系统、移动激光扫描、硬件
更新于2025-09-23 15:22:29
-
恢复移动激光扫描系统缺失的轨迹数据
摘要： 轨迹数据常作为重要辅助信息，用于移动激光扫描数据的预处理及目标提取。然而独立存储的轨迹数据可能因各种原因丢失或损毁，导致相关模型无法调用。本研究基于旋转镜扫描原理，提出从点云数据中恢复扫描仪轨迹的两种方法，分别针对含/不含采集时间的有序三维坐标输入条件。通过道路点密度分析重建扫描仪地面轨迹，并基于单条扫描线平面重构还原激光发射中心位置。采用不同厂商的两套系统，在典型城市场景、乡村道路、蜿蜒路段及高架桥四种环境中验证了方法的有效性与可靠性。地面轨迹与扫描仪轨迹的实际位置偏差分别为数厘米和不足1分米，该误差水平足以满足相关算法对轨迹数据的应用需求。
关键词： 点密度、扫描仪轨迹、扫描线、移动激光扫描
更新于2025-09-23 15:21:01
-
结合地面与移动激光扫描的SLAM辅助森林样地测绘
摘要： 从样地中获取的精确结构信息对森林资源管理与决策具有重要意义。当前激光扫描技术已广泛应用于林业调查以获取三维（3D）结构信息。地面森林测量主要有三种数据采集模式：单站式地面激光扫描（TLS）、多站式TLS及混合单站TLS。但这些模式均存在特定测量难题：单站TLS因遮挡效应仅能获取树木单侧数据；多站TLS虽能解决遮挡问题，却需更长的采集时间、更多人力投入及复杂的数据预处理；混合单站TLS虽降低工作量与遮挡影响，但无法实现完整的森林三维重建。移动激光扫描（MLS）基本规避了TLS方法的这些问题，但森林特有的几何特征（如树形相似性、空间分布及遮挡关系）会加大运动估计难度并降低制图精度。 为此，本文提出融合单站TLS与MLS的新型森林三维数据采集方法。我们以单站TLS数据为基准，将MLS点云配准至该基准以填补其数据缺失。通过提取表征树干中心线的虚拟特征点，并建立基于优化的新型配准框架实现MLS点云注册。相较于既往MLS研究，本方法充分挖掘了树木的自然几何特性。我们在三个数据集上验证了该方法的有效性、鲁棒性与精度——这些数据集均用于提取结构信息。实验表明：单站扫描导致的树干数据缺失可由MLS数据补偿，且野外测量耗时远低于多站TLS模式。此外，单站TLS数据为基于MLS的森林制图提供了强全局约束，使制图误差显著降低（水平与垂直方向平均误差均小于2.0厘米）。
关键词： MLS（移动激光扫描）、单次扫描TLS（地面激光扫描）、森林制图、SLAM（同步定位与地图构建）、LiDAR（激光雷达）
更新于2025-09-23 15:21:01
-
移动激光扫描系统永久安装式平面标定场的设计与评估
摘要： 移动激光扫描已成为测绘、清查和监测等领域广泛应用的一种成熟测量技术。随着此类系统操作性的不断提升，其校准与评估的质量控制工作日益重要，目前仍是研究热点。本文通过运用大地测量构型分析工具，设计并评估了一种基于平面的校准场，用于确定二维激光扫描仪相对于GNSS/IMU（全球导航卫星系统/惯性测量单元）的杠杆臂和视准轴角度。研究分析了随机误差、系统误差和粗差对校准的影响，最终形成能提供精确可控校准参数的平面布局方案。该平面布局以永久性安装校准场的实体形式实现。通过频繁重复校准测试，验证了该校准场在实际移动激光扫描系统中的适用性，测得杠杆臂的实证标准差<1...1.5毫米，视准轴角度<0.005°，达到预设校准目标。为独立评估校准后的移动激光扫描系统，构建了包含控制点网络和地面激光扫描（TLS）参考点云的评估环境?；诳刂频悴舛ǎ低乘接氪怪本染?lt;10毫米（均方根误差），与TLS参考点云的对比验证也确认了系统的良好校准状态。该永久性安装的校准场与评估环境适用于任意移动激光扫描系统。
关键词： 基于平面的校准场、评估、配置分析、移动激光扫描、控制点、精度、TLS参考点云、视准轴角度、可控性、杠杆臂
更新于2025-09-23 15:19:57
-
利用背包式移动激光扫描精确推导树干曲线与材积
摘要： 森林资源调查依赖野外样地测量，但人工测量方式成本高且耗时。因此需要实现样地级野外数据的自动化采集。目前移动激光扫描技术尚未能以足够精度从立木中获取树干曲线和材积数据以满足林业调查需求。我们测试了一种新方法：基于脉冲式背包移动激光扫描仪（Riegl VUX-1HA）结合自主研发的SLAM（同步定位与建图）系统，以及创新的后处理算法链，可从对应单株立木的扫描线弧段中提取树干曲线。后处理步骤包括扫描线弧段提取算法、树干倾斜角校正算法，以及用于修正SLAM算法处理后仍存在的树干点云漂移的弧段匹配算法。通过利用检测到的弧段定义的树干曲线和脉冲扫描仪提供的树高数据，我们计算了易采伐（n=40）和中度采伐（n=37）北方森林中立木材积。在易采伐和中等采伐样地中，松树和桦树的树干检测准确率达100%。提取的树干曲线总均方根误差分别为1.2厘米（5.1%）和1.7厘米（6.7%），估算树高误差为1.8米（8.7%）和1.1米（4.9%），树干材积误差分别为9.7%和10.9%。该处理链提供的材积估算精度优于现有移动激光扫描数据方法，且在相似林分条件下与地面激光扫描精度相当。通过与芬兰标准异速生长材积模型对比验证，本方法在两个测试点的材积估算更为准确。这些发现为未来基于单木的机载激光扫描调查奠定了重要基础——当前该技术缺乏经济高效的精准野外参考数据采集手段。由树干曲线定义的树木几何参数也是获取树木质量相关信息的重要输入参数，单木参考信息效率与质量的提升将优化森林经营管理决策。
关键词： SLAM（即时定位与地图构建）、树木体积、移动激光扫描、树干曲线、树干体积、移动（设备/技术）
更新于2025-09-23 15:19:57
-
一种用于移动激光雷达数据自动分类的多面CNN架构及用于增强训练的点云样本复现算法
摘要： 室外环境的移动激光扫描（MLS）数据通常具有遮挡、噪声、杂乱、数据量大和信息量高等特点，这使得其分类成为一项具有挑战性的问题。本文提出了三种三维深度卷积神经网络（CNN）架构，即单CNN（SCN）、多面CNN（MFC）及带复现功能的MFC（MFCR），用于MLS数据的自动分类。MFC利用MLS样本的多个面作为不同SCN的输入，从而在分类过程中提供额外信息。训练后的MFC可借助现有样本复现附加样本，这些复现样本被用于进一步优化MFC训练参数，从而形成名为MFCR的新方法。研究团队在包含四类三维室外MLS数据（树木、电线杆、房屋及低矮植被覆盖地面）及KITTI数据集中的汽车样本的数据集上评估了这三种架构。分类总体精度与卡帕系数分别达到：(i) SCN为86.0%和81.3%；(ii) MFC为94.3%和92.4%；(iii) MFCR为96.0%和94.6%。本文证实多面输入能显著提升SCN的分类精度，并开发出具有分类精度提升潜力的独特样本复现方法。与既往针对室内结构化点云的CNN应用研究不同，本工作展示了所提各类CNN架构对MLS采集的非结构化点云数据（包括树木、电线杆、房屋及地面等室外对象）的分类效用。
关键词： 样本复现、移动激光扫描（MLS）、自动分类、卷积神经网络（CNN）
更新于2025-09-22 20:37:23
-
基于改进误差指标的城市区域移动激光扫描无目标配准方法综述
摘要： 注册是移动激光扫描（MLS）点云处理中最重要的任务之一。本文首先回顾了现有的无目标匹配技术及评估配准质量的方法。接着提出了一种新的误差度量指标，该指标综合考虑了检测平面的残差及其方向性。通过结合参考数据使用真实数据集进行实验，以评估这些度量指标的适用性。结果表明，所提出的误差度量指标比现有最先进方法更适合评估点云配准质量。实验结果还表明，最小二乘平面拟合是MLS点云配准的最佳技术。
关键词： 点云匹配、无目标配准、匹配质量、误差度量、移动激光扫描
更新于2025-09-19 17:13:59
-
移动激光扫描数据中缺失道路点区域的自动检测方法
摘要： 该论文提出了一种基于MATLAB的方法，用于检测和测量移动激光扫描（MLS）点云中可能导致严重道路信息丢失的缺失点区域（MPR）。首先利用扫描角度阈值对道路区域进行分割以实现MPR检测；其次通过栅格化将分割部分映射为像素尺寸为ε的二值图像；随后采用图像处理技术识别具有连通1像素特征的MPR并进行测量；最后将图像空间中的MPR参数重新关联至MLS数据记录的车辆路径，以便更好地理解大地平面上的MPR特性。在两个MLS数据集上的测试表明，该方法能有效检测并评估数据集中的MPR。参数ε对方法性能具有显著影响，建议针对精确MPR检测优化其取值。
关键词： 遮挡、图像处理、缺失点、点云、移动激光扫描
更新于2025-09-16 10:30:52
-
基于移动激光扫描的不同配置铁路高效精确提取方法
摘要： 铁路地图的精度正成为自动驾驶列车调度、监控与维护、相关基于位置的服务（LBS）以及进一步保障行车安全的重要议题。移动三维激光扫描是一种高效获取较高精度铁路轨道地图的方法，尤其在铁路维护的夜间时段，因为激光雷达（LiDAR）无需环境光即可工作。本文提出一种基于自建列车移动激光扫描（MLS）系统所获激光雷达点云的高效精准铁路轨道矢量化方法。该方法充分利用铁路轨道几何特征与激光雷达反射强度特性，无需任何轨迹先验信息。首先通过强度筛选清晰轨道点，随后采用融合区域生长拟合算法的K均值聚类方法，不仅能提取铁路轨道线矢量，还能区分轨道分支，尤其在弯道和道岔处。实验采用平均密度为每平方米490个点的点云数据，结果表明该方法不仅能快速提取铁路轨道、接触网等线性对象，还能在弯道和道岔等复杂现实拓扑中检测铁路。弯道和道岔的检测区域精度分别为90.32%和81.31%，灵敏度分别为83.27%和83.33%。此外，该方法还能识别轨道网络。
关键词： 铁路轨道、轨道提取、弯道与道岔检测、移动激光扫描
更新于2025-09-16 10:30:52