一种基于点云数据融合的移动式智能测绘系统

技术领域

本发明属于测绘领域，具体涉及一种基于点云数据融合的移动式智能测绘系统。

背景技术

现阶段的地理的三维测绘工作需要投入大量人力，传统的三维测绘工作是通过多个外业人员同时进行协作地手持水平仪与手持三角测距仪进行实地部署，从而获得待测绘环境的三维测绘数据。然而，这种传统的测绘技术会产生不同程度的误差，从而导致会存在测绘数据精度低的缺陷，同时，在需要投入大量的人力物力资源的情况下，采集数据的效率仍然比较低下，且现有的测绘系统在无定位的环境中容易失效。因此，亟需对现有的测绘技术和设备进行创新。

发明内容

针对现有技术的不足，本发明提出了一种基于点云数据融合的移动式智能测绘系统，旨在减少人力与提高测绘精度，能够适应狭窄街道、室内、景区、隧道以及工矿等环境的采集需要，实现厘米级数据精度的测绘要求。同时，它可用于城市地形测绘和三维重构，配合智慧城市的发展。

为实现上述目的，本发明提供了如下方案：

一种基于点云数据融合的移动式智能测绘系统，包括：位置信息收集模块、场景获取模块、点云采集模块、模型构建模块、坐标获取模块和测绘模块；

所述位置信息收集模块用于对测绘区域进行位置信息收集；

所述场景获取模块用于获取所述测绘区域的场景照片；

所述点云采集模块用于采集所述测绘区域的激光雷达点云数据；

所述模型构建模块用于将所述激光雷达点云数据与所述场景照片进行融合，得到点云识别网络模型；

所述坐标获取模块用于对所述场景照片的每个像素进行三维坐标计算，获取目标测点的三维坐标；

所述测绘模块用于将所述测绘区域的位置信息、目标测点的三维坐标和所述点云识别网络模型中的点云地图信息进行冗余叠加，实现对待测目标的三维测绘。

优选的，所述位置信息收集模块中，对测绘区域进行位置信息收集的过程包括：

通过惯性传感器的陀螺仪、加速计和磁力计测得的水平方位角度、角速率及前进轴向体加速度数据进行收集。

优选的，所述场景获取模块中，获取所述测绘区域的场景照片的过程包括：

利用载荷平台对所述目标区域进行拍摄，得到目标区域的场景照片。

优选的，所述点云采集模块中，采集所述测绘区域的激光雷达点云数据的过程包括：

在载荷平台上搭载RH-LiDAR003机载激光雷达；

利用JoLiDAR软件采集所述测绘区域的激光雷达点云数据。

优选的，所述模型构建模块包括：激光成像数据单元、地物成像数据单元和复合成像单元；

所述激光成像数据单元用于对所述激光雷达点云数据进行聚类滤波去噪处理，生成激光三维成像数据；

所述地物成像数据单元用于通过提取场景照片的特征点，根据所述特征点，将不同图像上的特征点进行匹配，匹配后生成地物立体成像数据；

所述复合成像单元用于提取所述激光三维成像数据与所述地物立体成像数据中的特征地物，通过特征地物匹配，将激光雷达点云数据叠加并填充地物立体成像数据中的空洞区，实现复合成像，得到点云识别网络模型。

优选的，所述激光成像数据单元中，对所述激光雷达点云数据进行聚类滤波去噪处理，生成激光三维成像数据的过程包括：

对于每个输入的激光雷达点云数据，通过最远点采样和K最邻近算法划分为不规则的多尺度的点云块后，经过共享局部特征提取器得到点云块嵌入；

将所述点云块嵌入拼接后得到一个嵌入序列；

添加一个随机初始化类标记并用所述随机初始化类标记捕获与所有局部之间的关系，之后再添加位置编码，使所有的点云块嵌入构成了一个有位置信息的序列；

将所述序列输入标准的Transformer Encoder中，得到已获取全局特征的类标记，生成激光三维成像数据。

优选的，所述坐标获取模块中，对所述场景照片的每个像素进行三维坐标计算，获取目标测点的三维坐标的过程包括：

采用基于泰勒级数展开的线性模型转换方法或基于罗德里格矩阵的三维坐标转换方法。

优选的，所述测绘模块中，利用FPGA同步模块同时融合输出向所述位置信息收集模块、所述场景获取模块和所述点云采集模块的硬件同步信号。

与现有技术相比，本发明的有益效果为：

本发明利用无人机实现外业数据采集，大幅度提高了测绘区域实测数据采集效率，实现了各类设计的二、三维可视化，区域面积测量、断面图绘制等诸多功能可根据二维航片完成。

本发明借鉴划分图像块的思想，提出了多尺度几何关系Transformer建模的点云识别模型。该模型能够充分利用点云的局部信息，并且能够直接处理无序和非结构化的点云数据而不需要转化为规则的数据形式，可以保持三维空间中原有的几何信息，并在很大程度上弥补了二维图像对空间结构信息表达的缺失。

本发明通过激光雷达和无人机实现同一区域同步三维成像，激光雷达获取的点云三维图像可补偿无人机成像数据中由于光照条件不佳引起的空洞区域，从而减少测绘空洞区，提升数据有效性，更适应复杂地形环境下的地形测绘作业。

本发明旨在减少人力与提高测绘精度，能够适应狭窄街道、室内、景区、隧道以及工矿等环境的采集需要，实现厘米级数据精度的测绘要求。同时，它可用于城市地形测绘和三维重构，配合智慧城市的发展。

附图说明

为了更清楚地说明本发明的技术方案，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发明的一些实施例，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为本发明实施例中的一种基于点云数据融合的移动式智能测绘系统整体框架图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

为使本发明的上述目的、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发明作进一步详细的说明。

实施例一

如图1所示，一种基于点云数据融合的移动式智能测绘系统，包括：位置信息收集模块、场景获取模块、点云采集模块、模型构建模块、坐标获取模块和测绘模块；

位置信息收集模块用于对测绘区域进行位置信息收集；

场景获取模块用于获取测绘区域的场景照片；

点云采集模块用于采集测绘区域的激光雷达点云数据；

模型构建模块用于将激光雷达点云数据与场景照片进行融合，得到点云识别网络模型；

坐标获取模块用于对场景照片的每个像素进行三维坐标计算，获取目标测点的三维坐标；

测绘模块用于通过将测绘区域的位置信息、目标测点的三维坐标和点云识别网络模型中的点云地图信息进行冗余叠加，实现对待测目标的三维测绘。

在本实施例中，位置信息收集模块中，对测绘区域进行位置信息收集的过程包括：

通过惯性传感器的陀螺仪、加速计和磁力计测得的水平方位角度、角速率及前进轴向体加速度数据进行收集。

在本实施例中，场景获取模块中，获取测绘区域的场景照片的过程包括：

利用载荷平台对所述目标区域进行拍摄，得到目标区域的场景照片。具体的，利用无人机搭载JR503倾斜五镜头；利用瞰景Smart3D软件6台服务器集群的方式将场景照片制作为预三维模型。

在本实施例中，点云采集模块中，采集测绘区域的激光雷达点云数据的过程包括：

在载荷平台上搭载RH-LiDAR003机载激光雷达；

利用JoLiDAR软件采集所述测绘区域的激光雷达点云数据。

在本实施例中，模型构建模块包括：激光成像数据单元、地物成像数据单元和复合成像单元；

激光成像数据单元用于对激光雷达点云数据进行聚类滤波去噪处理，生成激光三维成像数据；

地物成像数据单元用于通过提取场景照片的特征点，根据特征点，将不同图像上的特征点进行匹配，匹配后生成地物立体成像数据；

复合成像单元用于提取激光三维成像数据与地物立体成像数据中的特征地物，通过特征地物匹配，将激光雷达点云数据叠加并填充地物立体成像数据中的空洞区，实现复合成像，得到点云识别网络模型。

在本实施例中，激光成像数据单元中，对激光雷达点云数据进行聚类滤波去噪处理，生成激光三维成像数据的过程包括：

对于每个输入的激光雷达点云数据，通过最远点采样和K最邻近算法划分为不规则的多尺度的点云块后，经过共享局部特征提取器得到点云块嵌入；

将点云块嵌入拼接后得到一个嵌入序列；

添加一个随机初始化类标记并用所述随机初始化类标记捕获与所有局部之间的关系，之后再添加位置编码，使所有的点云块嵌入构成了一个有位置信息的序列；

将序列输入标准的Transformer Encoder中，得到已获取全局特征的类标记，生成激光三维成像数据。

具体的，对输入点云数据

为获取每个点云块的特征(语义信息)，本发明试图直接采用PointNet作为布局特征提取器。但一个共享的PointNet模型难以实现这一目标，因为不同局部区域的几何结构可能需要不同的特征提取器，本发明借鉴PointNet的思想，设计了一个局部共享的特征提取器LSFE。本发明在LSFE架构中添加了几何衍射模块，用

其中α

将得到的所有大小不同的点云块

将类标记随机初始化为CT

将得到的带有位置编码的序列z

z

最终得到捕获全局的类标记y即输出序列的第一个元素，将其输入到分类头中得到分类结果。

在本实施例中，坐标获取模块中，对场景照片的每个像素进行三维坐标计算，获取目标测点的三维坐标的过程包括：

所述三维坐标的转换运算方法可以但不限于采用基于泰勒级数展开的线性模型转换方法或基于罗德里格矩阵的三维坐标转换方法，作为优化的，本实施例中，所述三维坐标的转换运算方法采用基于罗德里格矩阵的三维坐标转换方法，无需进行三角函数的计算和迭代计算，快速得到高精度的、目标测点的三维坐标。

在本实施例中，测绘模块中，利用FPGA同步模块同时融合输出向位置信息收集模块、场景获取模块和点云采集模块的硬件同步信号。

在本实施例中，为了适配本发明方案测绘仪的总体供电，本系统还包括移动电源，所述移动电源包括19V的氮化镓NUC电源，而激光雷达的供电由12V的降压模块降压而来，无人机的供电由7V的降压模块降压而来。

以上所述的实施例仅是对本发明优选方式进行的描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。