一种基于残差分布的点云数据聚类分析系统和方法技术方案

本申请提供一种基于残差分布的点云数据聚类分析系统和方法，所述系统包括：测量数据采集以及预处理模块、数据分析模块和聚类分析模块，所述测量数据采集以及预处理模块对目标物进行三维激光扫描产生点云数据并对点云数据预处理；数据分析模块包括三维模型重建子模块以及模型构建误差分析子模块，对三维激光扫描的数据进行高精度模型重建；聚类分析模块根据建模的残差分布特征实现隧道点云数据不同部件的聚类分析。本发明专利技术所提供的基于残差分布的点云数据聚类分析方法，采用一体化设计，集数据采集、聚类分析以及可视化展现于一体的全自动隧道结构聚类方法，彩色触摸显示屏，更易操作，智能识别隧道结构的各项装备和设施。智能识别隧道结构的各项装备和设施。智能识别隧道结构的各项装备和设施。

【技术实现步骤摘要】
一种基于残差分布的点云数据聚类分析系统和方法


[0001]本申请涉及测量
，尤其涉及一种基于残差分布的点云数据聚类分析系统和方法。

技术介绍

[0002]由于国内与国外地质条件、地下设施、地铁运输状况和需求，以及规范要求等多方面的差异，致使三维激光扫描技术在国内的应用，需要配合大量自主研发、适合中国国情和应用需求的软件和配套硬件，才可能发挥出该技术应有的科技水平和作用。传统的检测手段主要有全站仪、GPSRTK技术等。全站仪定位坐标时，受到天气、交通等很多因素的影响，限制较多，另外，它的测量距离短，需要频繁更换测点，而且全站仪测要求站点与被测的目标物点之间通视，至少要两个协同作业才能完成测量。
[0003]当前，把隧道实测模型还原成3D模型的技术尚未有成熟的商业化运用。CATIA，Pro/E等CAD、CAE软件虽然可以对检测获取的点云逆向建模，但是需要对特征点和特征线进行人工提取来生成模型，耗费大量的人力和时间；因此，我们需要一个自动化的模型重建技术，从而能够及时的构建隧道的三维实测模型，与初始模型进行对比分析，自动生成评估报告，及时对裂纹、渗水等病害进行智能养护，从而避免各种安全隐患。

技术实现思路

[0004]有鉴于此，本申请的目的在于提出一种基于残差分布的点云数据聚类分析系统和方法，本申请能够针对性的解决现有的问题。
[0005]基于上述目的，本申请提出了一种基于残差分布的点云数据聚类分析系统，包括：
[0006]测量数据采集以及预处理模块，用于对目标物进行三维激光扫描产生点云数据并对点云数据预处理；
[0007]数据分析模块，包括三维模型重建子模块以及模型构建误差分析子模块，对三维激光扫描的数据进行高精度模型重建和误差分析；
[0008]聚类分析模块，用于根据建模的残差分布特征实现所述目标物的点云数据不同部件的聚类分析。
[0009]进一步地，所述测量数据采集以及预处理模块包括多传感器测量子模块、控制和数据采集子模块和数据预处理子模块；
[0010]所述多传感器测量子模块包括激光扫描仪和至少一台工业相机；
[0011]所述控制和数据采集子模块包括控制台，来自多传感器测量子模块的原始数据存储并备份在带控制台的磁盘矩阵中；
[0012]所述数据预处理子模块从磁盘矩阵中读取数据，通过深度图像配准、平滑散乱点云数据和简化散乱点云数据，对点云数据进行预处理。
[0013]进一步地，所述数据分析模块的三维模型重建子模块，运用NURBS曲面算法对点云数据分块进行曲面拟合，对试验数据进行回归计算，得到试验条件下曲面模型中各参数的
取值；将分割的片面子集拼接，输出点云、三维模型和参数文件。
[0014]进一步地，所述模型构建误差分析子模块，将模型构建对应的误差分布，结合特征识别方法，进行残差特征分析，自动提取建模残差分布的极大值。
[0015]进一步地，所述聚类分析模块利用残差分布特征，结合误差数据，综合分析点云数据对应的目标物各种设施，最后在显示器中显示目标物不同结构的三维模型图像以及对应的位置与大小。
[0016]进一步地，所述聚类分析模块根据点云数据高精度几何模型，通过误差动态响应分析，实现隧道结构点云聚类，并以3D模型或者云图的方式显示。
[0017]进一步地，分析结果显示在同一个平台中，显示三维扫描结果、3D模型、模型误差和聚类分析，其中三维扫描结果以点云形式显示，三维模型重建结果以曲面形式显示，模型误差与聚类分析以图表形式显示；
[0018]能够进行动态显示，并能通过鼠标点击或者对话框输入坐标值获得对应位置处的模型误差，得到三维效果图，通过鼠标操作即可实现缩放、旋转、视图选择、局部窗口显示；
[0019]能够进行实验测试数据的误差分析，以图表的方式进行显示；
[0020]以图片格式输出误差分析图示结果。
[0021]基于上述目的，本申请还提出了一种基于残差分布的点云数据聚类分析方法，包括：
[0022]对目标物进行三维激光扫描产生点云数据并对点云数据预处理；
[0023]对三维激光扫描的数据进行高精度模型重建和误差分析；
[0024]根据建模的残差分布特征实现所述目标物的点云数据不同部件的聚类分析。
[0025]总的来说，本申请的优势及给用户带来的体验在于：
[0026]1.本专利技术所提供的基于残差分布的点云数据聚类分析系统和方法，采用一体化设计，集数据采集、软件分析于一体的全自动高智能三维激光扫描设备，彩色触摸显示屏，更易操作，实时获得多个时段的聚类分析结果以及合理方案。
[0027]2.本专利技术所提供的基于残差分布的点云数据聚类分析系统和方法，具有良好的兼容性，可直接导出wrl、dxf、ptx、pts、ptc、xyz、xyb、igs、pod等50多种格式的数据，方便与多种行业软件读取数据。本专利技术还具有Web共享功能，可将扫描图像直接上传至互联网，从而在无需其他辅助软件的情况下，确保客户、供应商和合作伙伴高效共享扫描信息。
[0028]3.本专利技术所提供的基于残差分布的点云数据聚类分析系统和方法，人工成本优势高于传统技术5倍以上，而时间成本却只有传统技术的1/10，由于其技术数据的全面性，综合价值更是在10倍以上。
附图说明
[0029]在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。
[0030]图1为本专利技术所述的基于残差分布的点云数据聚类分析系统的结构原理图；
[0031]图2为本专利技术所述的地面三维激光扫描技术原理图；
[0032]图3为本专利技术所述的三维点云数据预处理后的实际效果图；
[0033]图4为本专利技术所述的三维激光扫描点云三维重建的流程图；
[0034]图5为本专利技术所述的基于残差分布的点云数据聚类分析结果图；
[0035]图6示出了本申请一实施例所提供的一种电子设备的结构示意图；
[0036]图7示出了本申请一实施例所提供的一种存储介质的示意图。
具体实施方式
[0037]下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。
[0038]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0039]实施例1
[0040]如图1和2所示，本专利技术所揭示的基于残差分布的点云数据聚类分析系统，包括测量数据采集以及预处理模块、数据分析模块和聚类分析模块；所述测量数据采集以及预处理模块包括多传感器测量子模块、控制和数据采集子模块和数据预处理子模块，对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于残差分布的点云数据聚类分析系统，其特征在于，包括：测量数据采集以及预处理模块，用于对目标物进行三维激光扫描产生点云数据并对点云数据预处理；数据分析模块，包括三维模型重建子模块以及模型构建误差分析子模块，对三维激光扫描的数据进行高精度模型重建和误差分析；聚类分析模块，用于根据建模的残差分布特征实现所述目标物的点云数据不同部件的聚类分析。2.根据权利要求1所述的一种基于残差分布的点云数据聚类分析系统，其特征在于，所述测量数据采集以及预处理模块包括多传感器测量子模块、控制和数据采集子模块和数据预处理子模块；所述多传感器测量子模块包括激光扫描仪和至少一台工业相机；所述控制和数据采集子模块包括控制台，来自多传感器测量子模块的原始数据存储并备份在带控制台的磁盘矩阵中；所述数据预处理子模块从磁盘矩阵中读取数据，通过深度图像配准、平滑散乱点云数据和简化散乱点云数据，对点云数据进行预处理。3.根据权利要求1或2所述的基于残差分布的点云数据聚类分析系统，其特征在于，所述数据分析模块的三维模型重建子模块，运用NURBS曲面算法对点云数据分块进行曲面拟合，对试验数据进行回归计算，得到试验条件下曲面模型中各参数的取值；将分割的片面子集拼接，输出点云、三维模型和参数文件。4.根据权利要求3所述的基于残差分布的点云数据聚类分析系统，其特征在于，所述模型构建误差分析子模块，将模型构建对应的误差分布，结合特征识别方法，进行残差特征分析，提取建模残差分布的极大值。5.根据权利要求4所述的基于残差分布的点云数据聚类分析系统，其特征在于，所述聚类分析模...

【专利技术属性】
技术研发人员：徐向阳，杨浩，
申请(专利权)人：苏州大学，
类型：发明
国别省市：