基于人工智能的高精度测绘点云数据处理方法与系统技术方案

本发明专利技术涉及人工智能技术领域，具体涉及一种基于人工智能的高精度测绘点云数据处理方法与系统。该方法获取每帧点云数据的全局置信度；将每帧点云数据划分多个子区域，通过给每个子区域分配不同的权重以获取每个子区域的局部置信度；获取每帧点云数据的第一点云精度指标；当第一点云精度指标不满足精度阈值时，将全局置信度和局部置信度相乘得到每个子区域的第三置信度，根据第三置信度和全局置信度对相邻帧中对应的子区域进行点云更新；获取更新后的点云数据的第二点云精度指标，当第二点云精度指标满足精度阈值时，停止点云更新。结合全局置信度和局部置信度对不满足点云精度的区域的点云数据进行实时更新，以确保采集到更精确的点云数据。更精确的点云数据。更精确的点云数据。

【技术实现步骤摘要】
基于人工智能的高精度测绘点云数据处理方法与系统


[0001]本专利技术涉及人工智能
，具体涉及一种基于人工智能的高精度测绘点云数据处理方法与系统。

技术介绍

[0002]使用激光雷达进行城市测绘时，无人机以固定高度低速飞行采集固定区域的3D点云数据，但是由于测绘过程中受天气等因素的影响，导致无人机位姿发生变化，进而使得点云数据发生偏移拉伸等现象，使得点云精度降低。
[0003]目前，为了提高点云数据的精度，通过激光雷达和传感器分别得到点云数据和传感器数据，利用传感器数据对点云数据进行校正，以得到点云数据的全局置信度，进而保留全局置信度大于置信度阈值的点云数据。
[0004]专利技术人在实践中，发现上述现有技术存在以下缺陷：由于无人机测绘的视野为广角，在激光雷达扫描范围内中心区域的点云数据的深度信息最为精确，而越靠近视野边缘的点云数据的深度信息误差越大，利用点云数据的全局置信度更新点云数据，会使得点云数据的更新结果不准确。

技术实现思路

[0005]为了解决上述技术问题，本专利技术的目的在于提供一种基于人工智能的高精度测绘点云数据处理方法与系统，所采用的技术方案具体如下：
[0006]第一方面，本专利技术一个实施例提供了一种基于人工智能的高精度测绘点云数据处理方法，该方法包括：
[0007]当相邻时刻无人机的夹角变化小于或等于变化阈值时，根据所述夹角变化获取每帧点云数据的全局置信度；
[0008]根据设定的圆心和不同的半径进行区域划分得到多个子区域，根据所述子区域中的点云精度为每个所述子区域分配不同的权重以获取每个所述子区域的局部置信度，所述权重服从数学期望为零且标准差为待定系数的高斯函数；所述待定系数是利用相邻帧所述点云数据的平均梯度变化和当前帧的所述全局置信度得到所述当前帧的更新速度，根据连续多帧所述点云数据的所述更新速度确定所述待定系数；
[0009]通过建筑物关键点之间的距离获取每帧所述点云数据的第一点云精度指标；
[0010]当所述第一点云精度指标大于或等于精度阈值时，将所述全局置信度与所述局部置信度相乘得到每个所述子区域的第三置信度；在所述相邻帧中对应的所述子区域，保留所述第三置信度大的所述点云数据；若所述第三置信度相同，保留所述全局置信度大的所述点云数据；若所述全局置信度相同，直接保留下一帧的所述点云数据，以得到更新后的所述点云数据；
[0011]获取所述更新后的所述点云数据的第二点云精度指标，当所述第二点云精度指标小于所述精度阈值时，停止点云更新。
[0012]进一步地，所述圆心的设定方法，包括：
[0013]获取所述点云数据的俯视图的中心点；
[0014]以所述中心点为所述圆心。
[0015]进一步地，所述根据连续多帧所述点云数据的所述更新速度确定高斯函数的待定系数的获取方法，包括：
[0016]在所述待定系数的取值的合理允许范围内，获取不同的所述取值所对应的所述连续多帧所述点云数据的所述更新速度；
[0017]分别计算所述更新速度的均值，选择所述均值最大时对应的所述取值为所述待定系数。
[0018]进一步地，所述通过建筑物关键点之间的距离获取所述每帧所述点云数据的第一点云精度指标的方法，包括：
[0019]利用关键点检测网络得到所述建筑物关键点，所述建筑物关键点包括建筑物角点和窗户中心点；
[0020]根据密度聚类算法得到所述窗户中心点分布最密集区域；
[0021]选择与所述窗户中心点分布最密集区域距离最近的多个所述建筑物角点确定一个平面，对所述平面进行仿射变换得到所述平面的正视图；
[0022]计算所述正视图中每一个所述窗户中心点与其相邻所述窗户中心点的距离，以得到每一个窗户的点云精度指标，进而得到每帧所述点云数据的所述第一点云精度指标。
[0023]进一步地，所述根据所述夹角变化获取每帧点云数据的全局置信度的方法为：
[0024][0025]其中，δ为所述全局置信度；Δφ为所述夹角变化。
[0026]第二方面，本专利技术另一个实施例提供了一种基于人工智能的高精度测绘点云数据处理系统，该系统包括：
[0027]全局置信度获取单元，用于当相邻时刻无人机的夹角变化小于或等于变化阈值时，根据所述夹角变化获取每帧点云数据的全局置信度；
[0028]局部置信度获取单元，用于根据设定的圆心和不同的半径进行区域划分得到多个子区域，根据所述子区域中的点云精度为每个所述子区域分配不同的权重以获取每个所述子区域的局部置信度，所述权重服从数学期望为零且标准差为待定系数的高斯函数；所述待定系数是利用相邻帧所述点云数据的平均梯度变化和当前帧的所述全局置信度得到所述当前帧的更新速度，根据连续多帧所述点云数据的所述更新速度确定所述待定系数；
[0029]点云精度获取单元，用于通过建筑物关键点之间的距离获取每帧所述点云数据的第一点云精度指标；
[0030]点云更新单元，用于当所述第一点云精度指标大于或等于精度阈值时，将所述全局置信度与所述局部置信度相乘得到每个所述子区域的第三置信度；在所述相邻帧中对应的所述子区域，保留所述第三置信度大的所述点云数据；若所述第三置信度相同，保留所述全局置信度大的所述点云数据；若所述全局置信度相同，直接保留下一帧的所述点云数据，以得到更新后的所述点云数据；
[0031]更新停止单元，用于获取所述更新后的所述点云数据的第二点云精度指标，当所
述第二点云精度指标小于所述精度阈值时，停止点云更新。
[0032]进一步地，所述局部置信度获取单元，包括：
[0033]中心点检测单元，用于获取所述点云数据的俯视图的中心点；
[0034]圆心确定单元，用于以所述中心点为所述圆心。
[0035]进一步地，所述局部置信度获取单元，还包括：
[0036]速度检测单元，用于在所述待定系数的取值的合理允许范围内，获取不同的所述取值所对应的所述连续多帧所述点云数据的所述更新速度；
[0037]系数确定单元，用于分别计算所述更新速度的均值，选择所述均值最大时对应的所述取值为所述待定系数。
[0038]进一步地，所述点云精度获取单元，包括：
[0039]关键点检测网络单元，用于利用关键点检测网络得到所述建筑物关键点，所述建筑物关键点包括建筑物角点和窗户中心点；
[0040]密度聚类单元，用于根据密度聚类算法得到所述窗户中心点分布最密集区域；
[0041]平面检测单元，用于选择与所述窗户中心点分布最密集区域距离最近的多个所述建筑物角点确定一个平面，对所述平面进行仿射变换得到所述平面的正视图；
[0042]精度计算单元，用于计算所述正视图中每一个所述窗户中心点与其相邻所述窗户中心点的距离，以得到每一个窗户的点云精度指标，进而得到每帧所述点云数据的所述第一点云精度指标。
[0043]进一步地，所述全局置信度获取单元中所述根据所述夹角变化获取每帧点云数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的高精度测绘点云数据处理方法，其特征在于，该方法包括：当相邻时刻无人机的夹角变化小于或等于变化阈值时，根据所述夹角变化获取每帧点云数据的全局置信度；根据设定的圆心和不同的半径进行区域划分得到多个子区域，根据所述子区域中的点云精度为每个所述子区域分配不同的权重以获取每个所述子区域的局部置信度，所述权重服从数学期望为零且标准差为所述待定系数的高斯函数；所述待定系数是利用相邻帧所述点云数据的平均梯度变化和当前帧的所述全局置信度得到所述当前帧的更新速度，根据连续多帧所述点云数据的所述更新速度确定所述待定系数；通过建筑物关键点之间的距离获取每帧所述点云数据的第一点云精度指标；当所述第一点云精度指标大于或等于精度阈值时，将所述全局置信度与所述局部置信度相乘得到每个所述子区域的第三置信度；在所述相邻帧中对应的所述子区域，保留所述第三置信度大的所述点云数据；若所述第三置信度相同，保留所述全局置信度大的所述点云数据；若所述全局置信度相同，直接保留下一帧的所述点云数据，以得到更新后的所述点云数据；获取所述更新后的所述点云数据的第二点云精度指标，当所述第二点云精度指标小于所述精度阈值时，停止点云更新。2.如权利要求1所述的方法，其特征在于，所述圆心的设定方法，包括：获取所述点云数据的俯视图的中心点；以所述中心点为所述圆心。3.如权利要求1所述的方法，其特征在于，所述根据连续多帧所述点云数据的所述更新速度确定高斯函数的待定系数的获取方法，包括：在所述待定系数的取值的合理允许范围内，获取不同的所述取值所对应的所述连续多帧所述点云数据的所述更新速度；分别计算所述更新速度的均值，选择所述均值最大时对应的所述取值为所述待定系数。4.如权利要求1所述的方法，其特征在于，所述通过建筑物关键点之间的距离获取所述每帧所述点云数据的第一点云精度指标的方法，包括：利用关键点检测网络得到所述建筑物关键点，所述建筑物关键点包括建筑物角点和窗户中心点；根据密度聚类算法得到所述窗户中心点分布最密集区域；选择与所述窗户中心点分布最密集区域距离最近的多个所述建筑物角点确定一个平面，对所述平面进行仿射变换得到所述平面的正视图；计算所述正视图中每一个所述窗户中心点与其相邻所述窗户中心点的距离，以得到每一个窗户的点云精度指标，进而得到每帧所述点云数据的所述第一点云精度指标。5.如权利要求1所述的方法，其特征在于，所述根据所述夹角变化获取每帧点云数据的全局置信度的方法为：其中，δ为所述全局置信度；Δφ为所述夹角变化。
6.一种基于人工智能的高精度测绘点云数据处理系统，其特征在于，该系统包括：全局置信度获取单...

【专利技术属性】
技术研发人员：夏永霞，黄振海，
申请(专利权)人：夏永霞，
类型：发明
国别省市：