【技术实现步骤摘要】
本专利技术提供一种基于融合激光和多波束点云的水库库容测算方法，属于水库库容测算。
技术介绍
1、水库具有防洪、灌溉、供水、发电等综合利用功能，在经济发展和环境保护方面有着不可替代的作用，目前很多水库经过多年运行，普遍出现了泥沙淤积现象，影响水库的正常运转，通过实时动态精确地掌握水库的淤积量来计算得出水库实时的库容量，才能满足库容计算的需求。
2、针对水库库容测量的方法主要是基于人工水深测量结合地形资料进行，测量周期长，并且伴随着时间推移水库也会发生变化，测量误差较大；此外目前使用的gnss水深测量方法同样测量效率较低，且无人船无法抵达浅滩区进行水下地形测量，测算过程不仅费时费力，且获取周期较长，无法满足实际数据更新的需求。
3、随着机载激光雷达和无人船测深技术的发展，无人船多波束测深系统和无人机激光雷达在朝着集成化、小型化、一体化迅速发展，均在水利工程测绘等领域取得了较为理想的效果，其中多波束测深系统能够有效探测水下地形，得到高精度的三维地形图，无人机机载激光雷达具备实时感知、高精度定位、和工作周期短等优点，在水库库容测量方面占有巨大优势，这也给水库库容测量提出了新的思路。
技术实现思路
1、本专利技术为了克服现有技术中存在的不足，所要解决的技术问题为：提供一种基于融合激光和多波束点云的水库库容测算方法。
2、为了解决上述技术问题，本专利技术采用的技术方案为：一种基于融合激光和多波束点云的水库库容测算方法，包括如下的测算步骤：
3、s
4、控制无人机红光lidar采集水库周边的地形数据；
5、控制无人机绿光lidar采集浅水区数据及岸边地形数据；
6、同时采用无人船搭载多波束测深系统对水库深水区进行数据采集；
7、s2：采用统计滤波去除点云数据离散点噪声，针对水面上的点云噪声进行去除；
8、计算绿光lidar和红光lidar点云的重叠部分，分别提取二者重叠区域，将绿光lidar点云减去提取的重叠点云，得到浅水区点云数据，再将多波束点云、浅水区点云及地表点云相加；
9、在点云相加的基础上，针对点云接边的缝隙，对缺失或低密度区域的点云进行插值处理，通过基于周围点的特征采用最近邻插值算法，在缝隙区域生成符合整体点云结构的数据点来填补缝隙；
10、将体素格网化获取无缝融合后的完整水库模型；
11、s3：基于arcgis快速计算水库容积：根据水库地形高程数据建立不规则三角网，生成规则格网dem，对格网dem数据进行裁剪得到精确的dem数据，采用arcgis表面体积工具计算水库容积。
12、所述步骤s1中采用无人船对水库深水区进行数据采集的具体方法为：
13、在无人船上进行多波束测深系统的安装和调试，通过横摇、纵摇等进行矫正，后按照50m间隔的预设航线对水库深水区进行数据采集，
14、多波束测深系统使用换能器通过声信号发射扇形阵列，信号发射后经海底反射，再通过换能器接收窄波束内的散射信号，在换能器接收回波信号时，接收阵列同步记录时间t和回波角度θ，此时声信号在海底形成一块矩形投影，通过声信号投影进行测深计算，通过测深值反向推导出水下相应位置的高度h，构建海底模型，相应的计算公式如下：
15、ri＝ct；
16、hi＝ctcosθ；
17、式中：t为声波单程传播时间、c为声速、r为波速对应的斜距、θ为第i号波束与多波束的夹角；
18、其中i号波束结束时i点坐标的计算公式为：
19、x＝xa+risinθ×cosαab；
20、y＝yb+risinθ×sinαab；
21、式中：a点为多波束测深探头位置，a→b为船的运行方向，αab为a到b的方位角；
22、经过处理后获得等间距为1m水下多波束点云数据。
23、所述步骤s2中获取完整水库模型的具体方法为：
24、s2.1：采用无人机红光lidar采集数据存在条带状水上点云噪声，对水面强度值进行统计分析，根据水面点云最大强度值和最小强度值设置阈值范围，完成水上点云噪声的过滤与去除；
25、s2.2：计算源点云中的每个点到目标点云中最近点的欧式距离，其中欧式距离是指在m维空间中两个点之间的真实距离，计算公式为：
26、d＝√((x2-x1)^2+(y2-y1)^2+(z2-z1)^2)；
27、其中：d为两点的欧式距离，x1，y1，z1代表坐标a，x2，y2，z2代表坐标b；
28、当两点欧式距离小于设置的阈值时，表示该点对为重叠点，否则表示非重叠点；
29、最后提取出绿光lidar点云中对应的重叠区域点云，此部分点云为绿光lidar点云中的岸上地形数据；
30、s2.3：将原绿光lidar点云数据作为源点云，重叠区域作为目标点云，在源点云的基础上减去目标点云，源点云中剩余的点云即为浅水区点云；
31、s2.4：对处理得到的多波束点云、浅水区点云、地表点云进行合并，得到完整水库点云数据；
32、s2.5：在多源点云边界处，对绿光lidar采集后缺失的点云进行插值处理，通过基于周围点的特征和最近邻插值，最近邻插值是在目标点附近找到最近的已知点并将其值赋给目标点，在缝隙区域生成符合整体点云结构的数据点来填补缝隙；
33、s2.6：将高分辨率的点云转化为较为稠密的体素网格表示进行体素网格融合，执行体素滤波得到滤波后的融合点云模型。
34、所述步骤s3中计算水库容积的具体方法为：
35、基于已建立的湖底数字高程模型dem，将水库水体微分成若干个四棱柱，通过对每个四棱柱的体积空间积分求和，求得整个湖泊在某个水位高程下的容积，计算公式为：
36、
37、式中：v为容积，d为规则格网的间距，h为指定水位高程值，hi为水位高程以下每个格网的高程值，n为高程值小于h的dem格网个数。
38、本专利技术相对于现有技术具备的有益效果为：本专利技术提出的水库库容测算方法主要使用无人船多波束观测系统和机载红绿光激光测距系统，完成对水库水上及水下地形的整体观测，其中多波束测深系统能够获取绿光lidar无法探测到的深水区水下地形的数据，无人机机载红光lidar主要获取地表地形的数据，机载绿光lidar主要获取无人机船无法到达的浅滩水底数据；本专利技术采用无人船多波束测深系统，相较单波束和激光测深仪，多波束测深仪能够提供高精度的深水区地形数据以及较为详细的底部地貌信息，采用机载的激光雷达测深克服了现有技术中存在的传统gnss水深测量效率低、无人船无法抵达浅滩区进行水下地形测量等问题，在提升测量效率的同时降低了测量成本，使得采集数据多源化精细化，提升库容计算精度和准确度。
本文档来自技高网...【技术保护点】
1.一种基于融合激光和多波束点云的水库库容测算方法，其特征在于：包括如下的测算步骤：
2.根据权利要求1所述的一种基于融合激光和多波束点云的水库库容测算方法，其特征在于：所述步骤S1中采用无人船对水库深水区进行数据采集的具体方法为：
3.根据权利要求2所述的一种基于融合激光和多波束点云的水库库容测算方法，其特征在于：所述步骤S2中获取完整水库模型的具体方法为：
4.根据权利要求3所述的一种基于融合激光和多波束点云的水库库容测算方法，其特征在于：所述步骤S3中计算水库容积的具体方法为：
【技术特征摘要】
1.一种基于融合激光和多波束点云的水库库容测算方法，其特征在于：包括如下的测算步骤：
2.根据权利要求1所述的一种基于融合激光和多波束点云的水库库容测算方法，其特征在于：所述步骤s1中采用无人船对水库深水区进行数据采集的具体方法为：
3....
【专利技术属性】
技术研发人员：廉旭刚，吕谢雨，杨建伟，乔慧娇，胡海峰，王云龙，蔡音飞，刘博宇，左正康，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。