CN101324663B - 激光雷达点云数据的快速分块与栅格化算法 - Google Patents
激光雷达点云数据的快速分块与栅格化算法 Download PDFInfo
- Publication number
- CN101324663B CN101324663B CN200810000934XA CN200810000934A CN101324663B CN 101324663 B CN101324663 B CN 101324663B CN 200810000934X A CN200810000934X A CN 200810000934XA CN 200810000934 A CN200810000934 A CN 200810000934A CN 101324663 B CN101324663 B CN 101324663B
- Authority
- CN
- China
- Prior art keywords
- laser radar
- data
- point cloud
- cloud data
- radar point
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
激光雷达点云数据的快速分块与栅格化算法是一项对地观测领域的技术,本发明提出一种针对激光雷达点云数据快速分块与栅格化方法,包括:激光雷达点云数据存储组织模式与相对定位方法;激光雷达点云数据目标位置前向搜索与自动分块方法;基于三维存储矩阵的插值与后处理。本发明降低了海量激光雷达点云数据的栅格数据产品生产过程中对计算平台硬件的要求,减少了海量激光雷达点云数据栅格化过程中对计算资源的消耗,实现激光雷达点云数据的快速分块与栅格化。
Description
技术领域
本发明是一项对地观测领域的技术,本发明降低了海量激光雷达点云数据的栅格化过程中对计算平台硬件的要求,减少了对计算资源的消耗,能够实现激光雷达点云数据的快速分块与栅格化,本发明是一项具有应用价值的信息处理技术。
背景技术
激光雷达(Light Detection And Ranging,简称LiDAR)是一种集激光、全球定位***(GPS)和惯性导航***(Inertial Navigation Systems,INS)技术于一身的用于快速获取地面及地面目标三维高空间分辨率信息的主动式观测***,LiDAR技术与成像光谱、合成孔径雷达(SAR)一起被列为对地观测***(EOS)计划最核心的信息获取与处理技术。在近十年内,机载LiDAR技术作为一种精确、快速获取地表三维信息的方法在世界发达国家已经被普遍接受,在地形测绘、环境监测、三维城市建模等诸多领域有广阔的发展前景和应用需求(Ackemann F,et al,Airborne laser scanning-present status and future expectation.ISPRS JPRS,1999(54):64-67)。然而,激光雷达获取的海量点云数据为不规则的离散点数据集,数据点间的几何关系不规则,利用这些离散点数据生成栅格化的数字产品的过程中需要进行栅格点的邻域搜索与排序,而激光雷达数据在获取高分辨率地面信息的过程中产生的数据量达到GB甚至TB级别,常规分块与栅格化算法的排序与邻域搜索使得算法的空间和时间的复杂度很高,相关研究人员探索使用大量的计算机联网形成分布式计算环境来解决这个问题(http://www.geongrid.org/science/lidar.html),但是针对于常规的数据处理和数据产品生产而言,数据分块与栅格化成为一个瓶颈问题。
发明内容
●本发明提出一种针对激光雷达点云数据快速分块与栅格化算法,本发明提出的算法包括:激光雷达点云数据存储组织模式与相对定位方法、激光雷达点云数据目标位置前向搜索与自动分块方法、基于三维存储矩阵的插值与后处理。
本发明避免了常规栅格化算法中点云数据的邻域搜索过程,并且在计算过程中对数据进行自动分块,降低了海量激光雷达点云数据处理过程中对计算平台的要求,减少了栅格化过程中的邻域搜索过程,节省了计算资源,能够在较低的计算平台上实现激光雷达点云数据的快速分块与栅格化。
附图说明
图1是本发明的技术路线流程图
具体实施方式
如图1所示,本发明提出一种激光雷达点云数据分块快速与栅格化算法,它包括:激光雷达点云数据的三维存储模式,在点云数据地理坐标的基础上自适应的选择合适的数据子块大小,利用前向位置搜索和相对定位的策略实现激光雷达点云数据的压缩,从而减少离散点云数据分块与栅格化过程中的邻域搜索与I/O过程,实现激光雷达点云数据的快速分块与栅格化。完整的技术流程如下:
●建立激光雷达点云数据的三维存储矩阵:每个激光雷达点数据包含着一定空间参照系下的三维空间位置坐标(X,Y,Z)以及反射强度(density)、回波次数等附加信息,其中三维空间坐标位置为激光雷达点云数据必须具有的信息,建立三维存储矩阵M,采用矩阵的行序表示激光雷达数据点的X方向,矩阵的列序表示激光雷达数据点的Y方向,而矩阵的波段序则代表每个小数据区域内的所有点云的Z信息以及附加信息,其中X、Y平面上每个像元的空间分辨率为用户需要输出栅格化数据的像元(Pixel)大小,假设每个激光雷达数据点包括X,Y,Z,density等i个记录,激光雷达数据点的平均密度为j points/pixel,三维存储矩阵的波段数为n*(i-2),当j小于3时,n等于3,当j大于或者等于3时,n为j向上取整得到的正整数。
●激光雷达点云数据前向位置搜索和自适应数据分块存储:假设当前计算设备的可用内存为M,对于平均密度为n points/pixel的激光雷达数据,则数据分块的大小为Max(n*(i+1)*D*D)<M,考虑到插值过程中需要为目标影像分配存储空间,因而这里将波段数设置为三维存储矩阵波段数加上三个目标影像波段,D为三维存储矩阵的在XY平面上的采样数,Max表示取最大值函数。根据激光雷达点云数据原始坐标***与用户定义的坐标***之间转换关系,由用户定义栅格化过程中的搜索半径R和数据坐标原点[X0,Y0],该点坐标作为待处理激光雷达数据的标准原点,所有三维存储块相对原点确定为[X0±NX*(D-R)*PRes,Y0±NY*(D-R)*PRes],这里的R由用户指定,表示在插值过程中的邻域搜索半径,NX,NY为....-2,-1,0,1,2....序列的整数,表示以标准原点所在存储块为中心(0,0)数据存储块所在的行序和列序,Pres表示像元分辨率。对于任意激光雷达数据点,根据坐标***的转换规则,可以获得数据点所在的数据存储矩阵的行列序以及在存储矩阵中的位置.
●激光雷达点云数据相对定位与数据压缩
在三维矩阵的数据存储模式下,对于激光雷达点云数据而言,每个数据点都属于存储矩阵中的一个栅格,但是它并不一定就处在栅格的中心位置,因而对于每个激光雷达数据点采用栅格内相对定位的策略,即以每个栅格的左上角的交点坐标作为栅格原点,根据待定位的激光雷达数据点的空间坐标,计算该点相对于栅格原点所在的位置作为该点的坐标,在平均密度为n points/pixel的激光雷达数据,存储矩阵中每个栅格的数据点并不一定是n个,因而对于栅格内的激光雷达数据点大于n时就需要剔除数据点,剔除的规则是:在一个栅格单元中,除了高程最大和最小值的其他数据点高程的算术平均和的差值绝对值最小的数据点被剔除。这样保证了既不会删除栅格内的高值点和低值点,同时减少了数据点的冗余。
●基于三维存储矩阵的插值与后处理
建立矩阵存储栅格化后的目标影像,其大小为[(D-2R),(D-2R)],插值过程中,从三维存储矩阵的[R,R]点处开始处理,搜索待插点周边指定邻域范围内每个存储单元内的高程最大值、最小值和平均值,分别插值获取最大值、最小值、平均值三个波段的栅格数据并输出,至此对于单个区域的激光雷达点云数据栅格化过程结束,判断是否已经完成了所有的分块区域的栅格化,未完成则继续完成其他区域激光雷达数据的栅格化过程,否则算法结束。
以上说明对针对激光雷达点云数据的自动快速分块与栅格化算法进行了详细的描述,但本领域的技术人员都能够意识到,在本发明范围和精神内的各种改进、添加和替换都是可能的,并且都在本发明的权利要求所限定的保护范围内。
Claims (4)
1.激光雷达点云数据的快速分块与栅格化方法,它包括:建立激光雷达点云数据三维存储矩阵,采用矩阵的行序表示激光雷达数据点的X方向,矩阵的列序表示激光雷达数据点的Y方向,矩阵的波段序表示每个小数据区域内的所有点云的Z信息以及附加信息;激光雷达点云数据前向位置搜索和自适应数据分块存储,前向位置搜索是指采用激光雷达点云数据的坐标计算点云数据在三维存储矩阵中的位置;激光雷达点云数据相对定位与数据压缩;基于三维存储矩阵的插值与后处理。
2.根据权利要求1所述的方法,激光雷达点云数据前向位置搜索和自适应数据分块存储特征在于:根据计算机的硬件情况,自适应计算三维存储块大小;利用初始化的矩阵原点与用户需要的分辨率进行激光雷达数据分块坐标解算与数据点前向定位。
3.根据权利要求1所述的方法,激光雷达点云数据相对定位与数据压缩其特征在于:利用三维存储矩阵中坐标暗含的特征,对每个激光雷达点采用相对定位的方式记录其空间位置,并且在同一个像素之内采取一定的数据压缩方法进行数据压缩,减少数据存储中的冗余。
4.根据权利要求1所述的方法,基于三维存储矩阵的插值与后处理其特征在于:利用三维存储矩阵中存储的激光雷达点数据进行邻域搜索,然后直接插值输出最大值、最小值、平均值三个波段的栅格化影像,减少栅格化过程中的位置排序与邻域搜索。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810000934XA CN101324663B (zh) | 2008-01-08 | 2008-01-08 | 激光雷达点云数据的快速分块与栅格化算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810000934XA CN101324663B (zh) | 2008-01-08 | 2008-01-08 | 激光雷达点云数据的快速分块与栅格化算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101324663A CN101324663A (zh) | 2008-12-17 |
CN101324663B true CN101324663B (zh) | 2011-06-29 |
Family
ID=40188282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810000934XA Expired - Fee Related CN101324663B (zh) | 2008-01-08 | 2008-01-08 | 激光雷达点云数据的快速分块与栅格化算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101324663B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106772435A (zh) * | 2016-12-12 | 2017-05-31 | 浙江华飞智能科技有限公司 | 一种无人机避障方法和装置 |
CN107578463A (zh) * | 2017-09-28 | 2018-01-12 | 奇瑞汽车股份有限公司 | 对雷达点云数据进行栅格化处理的方法和装置 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102072725B (zh) * | 2010-12-16 | 2012-11-07 | 唐粮 | 一种基于激光点云和实景影像进行空间三维测量的方法 |
CN102339310B (zh) * | 2011-09-15 | 2013-06-12 | 北京地拓科技发展有限公司 | 一种生成栅格插值的方法和装置 |
CN102518028B (zh) * | 2011-10-25 | 2014-03-12 | 中交第二公路勘察设计研究院有限公司 | 一种激光雷达扫描测量平面坐标精密修正方法 |
CN103177417B (zh) * | 2013-01-06 | 2015-11-18 | 中国人民解放军信息工程大学 | 基于GPGPU的数学形态学LiDAR点云快速滤波方法 |
CN103941236B (zh) * | 2014-05-12 | 2016-01-20 | 中国船舶重工集团公司第七二四研究所 | 多参数栅格化滑动信号统计筛选处理方法 |
CN104614729B (zh) * | 2014-11-20 | 2017-01-18 | 中国林业科学研究院资源信息研究所 | 一种激光雷达航带高程匹配质量分析方法 |
CN107292935B (zh) * | 2017-05-05 | 2021-03-23 | 深圳市建设综合勘察设计院有限公司 | 机载高密度激光点云的压缩方法、存储设备及激光雷达 |
CN106970395B (zh) * | 2017-05-08 | 2019-12-03 | 奇瑞汽车股份有限公司 | 确定障碍物位置的方法和装置 |
CN108508430B (zh) * | 2018-04-03 | 2020-07-17 | 中国人民解放军国防科技大学 | 用于目标检测的激光雷达转动控制方法 |
CN110457407B (zh) * | 2018-05-02 | 2022-08-12 | 北京京东尚科信息技术有限公司 | 用于处理点云数据的方法和装置 |
CN110287560B (zh) * | 2019-06-13 | 2023-04-14 | 水电水利规划设计总院 | 一种复杂形态土料场开挖量计算方法 |
CN110379022A (zh) * | 2019-07-22 | 2019-10-25 | 西安因诺航空科技有限公司 | 一种航拍地形三维重建***中的点云及网格分块方法 |
CN112200913B (zh) * | 2020-09-30 | 2024-01-12 | 广州文远知行科技有限公司 | 一种点云生成方法、装置、设备和存储介质 |
CN115082641B (zh) * | 2022-08-19 | 2022-12-02 | 航天宏图信息技术股份有限公司 | 一种基于网格化多邻域插值的点云栅格化方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060116838A1 (en) * | 2004-11-26 | 2006-06-01 | Hon Hai Precision Industry Co., Ltd. | Method and system for cutting point cloud automatically |
CN1783143A (zh) * | 2005-09-09 | 2006-06-07 | 天津大学 | 彩色三维点云数据前期处理算法 |
CN101021954A (zh) * | 2007-03-23 | 2007-08-22 | 东南大学 | 三维扫描的点云精简方法 |
-
2008
- 2008-01-08 CN CN200810000934XA patent/CN101324663B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060116838A1 (en) * | 2004-11-26 | 2006-06-01 | Hon Hai Precision Industry Co., Ltd. | Method and system for cutting point cloud automatically |
CN1783143A (zh) * | 2005-09-09 | 2006-06-07 | 天津大学 | 彩色三维点云数据前期处理算法 |
CN101021954A (zh) * | 2007-03-23 | 2007-08-22 | 东南大学 | 三维扫描的点云精简方法 |
CN100495442C (zh) * | 2007-03-23 | 2009-06-03 | 东南大学 | 三维扫描的点云精简方法 |
Non-Patent Citations (13)
Title |
---|
Guiping Qian,Ruofeng Tong,Wen Peng,Jinxiang Dong.An Efficient Method to Mesh Point Cloud.《Proceedings of the 10th International Conference on Computer Supported Cooperative Work in Design》.2006,1-5. * |
卢章平.面向逆向工程的点云数据精简方法.《机械设计与研究》.2005,第21卷(第3期),59-61. |
朱冒冒,冯祖军,郭建华,鞠鲁粤.三维栅格法在数据点云精简中的应用.《上海大学学报(自然科学版)》.2005,第11卷(第3期),242-246. * |
柯映林 |
柯映林;陈曦.点云数据的几何属性分析及区域分割.《机械工程学报》.2006,第42卷(第8期),7-15. * |
王小芳 |
王小芳;闫光荣;雷毅.基于第二代Curvelet变换的散乱点云去噪方法.《组合机床与自动化加工技术》.2007,(第9期),15-20. * |
袁夏.三维激光扫描点云数据处理及应用技术.《 中国优秀硕士学位论文全文数据库》.2007,(第1期),I135-17. * |
闫光荣 |
陈曦.点云数据的几何属性分析及区域分割.《机械工程学报》.2006,第42卷(第8期),7-15. |
雷毅.基于第二代Curvelet变换的散乱点云去噪方法.《组合机床与自动化加工技术》.2007,(第9期),15-20. |
黄国珍 |
黄国珍;卢章平.面向逆向工程的点云数据精简方法.《机械设计与研究》.2005,第21卷(第3期),59-61. * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106772435A (zh) * | 2016-12-12 | 2017-05-31 | 浙江华飞智能科技有限公司 | 一种无人机避障方法和装置 |
CN106772435B (zh) * | 2016-12-12 | 2019-11-19 | 浙江华飞智能科技有限公司 | 一种无人机避障方法和装置 |
CN107578463A (zh) * | 2017-09-28 | 2018-01-12 | 奇瑞汽车股份有限公司 | 对雷达点云数据进行栅格化处理的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN101324663A (zh) | 2008-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101324663B (zh) | 激光雷达点云数据的快速分块与栅格化算法 | |
US11709058B2 (en) | Path planning method and device and mobile device | |
US20190370989A1 (en) | Method and apparatus for 3-dimensional point cloud reconstruction | |
US20180081035A1 (en) | Method and device for filtering point cloud data | |
CN113593017B (zh) | 露天矿地表三维模型构建方法、装置、设备及存储介质 | |
CN108763287A (zh) | 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法 | |
CN106599108A (zh) | 一种三维环境中多模态环境地图构建方法 | |
CN108279670A (zh) | 用于调整点云数据采集轨迹的方法、设备以及计算机可读介质 | |
CN105469445B (zh) | 一种步长可变地图生成方法 | |
CN106408581B (zh) | 一种快速的三维点云直线提取方法 | |
CN112418245A (zh) | 基于城市环境物理模型的电磁发射点定位方法 | |
CN112561788B (zh) | 一种bim模型的二维展开方法及纹理贴图方法、装置 | |
CN112528508B (zh) | 电磁可视化方法和装置 | |
CN112305559A (zh) | 基于地面定点激光雷达扫描的输电线距离测量方法、装置、***和电子设备 | |
CN114677494B (zh) | 基于剖分网格的雷达探测能力计算方法、装置及设备 | |
CN116416366A (zh) | 3d模型构建方法、装置和电子设备 | |
CN114663485A (zh) | 一种输电线路图像和点云数据的处理方法和*** | |
CN117470246A (zh) | 路径规划方法、装置、存储介质及电子设备 | |
CN116704112A (zh) | 一种用于对象重建的3d扫描*** | |
CN105551310A (zh) | 一种基于地形数据库的前视预警快速寻址法 | |
Xu | [Retracted] Application of Remote Sensing Image Data Scene Generation Method in Smart City | |
CN109947884B (zh) | 一种全球ICESat/GLAS点云的高效组织查询方法 | |
CN112084854A (zh) | 一种障碍物检测方法、障碍物检测装置及机器人 | |
CN111784579A (zh) | 制图方法及装置 | |
CN117058358B (zh) | 一种场景边界检测方法和移动平台 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110629 Termination date: 20150108 |
|
EXPY | Termination of patent right or utility model |