【技术实现步骤摘要】
本专利技术属于三维建模，具体涉及一种基于激光雷达扫描的地下建构筑物精细化建模方法。
技术介绍
1、城市地下空间信息是城市地下空间规划、建设、管理不可或缺的重要基础资料，其中地下建构筑物是城市地下空间规划建设的重要组成部分。由于受到计算机软件水平和数据采集方式限制，地下建构筑物及其附属设施过去大多以二维图形的形式作为管理的基础数据。但这种基础数据有一定的缺陷，例如仅能在二维平面上表达地下建构筑物的位置和相对关系，不能直接展示其内部空间和垂直方向上的形态和变化。
2、相比于二维平面的表达形式，三维立体表现形式对地下空间的内部结构更能表达空间对象的位置和相对关系，但是由于地下建构筑物主体结构位于地下，存在通视条件差、光照不足等不利条件，测绘时容易出现漏测错测的情况，想要通过三维数据立体表达较为困难。尤其是不同类型的地下建构筑物，包括地下洞室场景（例如防空洞、隧道）和地下人工场景（例如地下停车场）等，分别具有不同的特点，地下洞室场景杂乱、不规则导致三维建模难，地下人工场景三维建模时存在数据量大、计算效率差以及动态物（车、行人、内部物件等非建筑部件）多影像建模质量等问题。综上所述，现有技术中缺少为地下建构筑物实现精细化三维模型重建的方法。
技术实现思路
1、本专利技术的目的在于提供一种基于激光雷达扫描的地下建构筑物精细化建模方法，可以有效实现地下建构筑物模型的精确重建，为解决地下场景三维重建自动化程度低，工序复杂问题提供了技术基础。
2、为了实现上述目的，本专利技术的
3、一种基于激光雷达扫描的地下建构筑物精细化建模方法，包括：
4、s1、使用激光雷达扫描仪采集地下建构筑物的点云数据，使用全站仪采集地下建构筑物的特征点数据；
5、s2、对所述点云数据进行预处理，得到预处理后点云数据；
6、s3、在全站仪采集的特征点数据中均匀选择若干特征检核点，在所述预处理后点云数据中提取所述特征检核点的坐标值，并与特征点数据中特征检核点的坐标值进行对比，计算点云的相对精度，完成点云数据的精度分析；
7、s4、对通过精度分析的所述预处理后点云数据进行三维点云体素化组织，并对其构建多尺度几何特征；
8、s5、若所述地下建构筑物为地下洞室场景，则三维模型精细化重建的步骤包括：根据所述几何特征进行地下洞室内部动态物去除；基于l1中值算法进行地下洞室轴定向；完成地下洞室截面提取及平滑；完成三角网构建及模型生成；
9、s6、若所述地下建构筑物为地下人工场景，则三维模型精细化重建的步骤包括：根据所述几何特征进行建筑物面片提取；结合先验知识进行内部动态物去除及面片筛选；完成三角网构建及模型生成。
10、进一步的，步骤s2所述预处理的方法包括：
11、s201、点云数据导入；通过激光雷达扫描仪对应的点云处理软件进行点云数据导入；
12、s202、点云数据检查：检查点云数据的分层以及轨迹，确定数据是否正常；
13、s203、点云数据拼接；根据激光雷达扫描仪的不同对应完成点云数据配准以及点云数据拼接；
14、s204、点云数据优化：通过统计滤波法进行点云降噪；基于移动最小二乘法完成点云平滑；
15、s205、点云数据精简：利用 ransac 算法进行平面拟合，通过拟合的平面相交提取轮廓特征信息；然后通过颜色信息确定提取出带标志区域；最后通过包围盒法对非轮廓和带标志区域进行点云数据精简。
16、进一步的，步骤s3中，点云的相对精度计算公式如下：
17、；其中，表示精度，表示第i个特征检核点在点云中的三维坐标，表示第i个特征检核点使用全站仪测量的三维坐标，n为特征检核点数量。
18、进一步的，步骤s4中，所述三维点云体素化组织的方法包括：
19、s401、对所述预处理后点云数据进行体素化，包括：设体素为预定义边长的立方体，从输入点云数据中的包围盒中得到左下前点和右上后点，以xyz三轴方向根据预定义的体素边长，将点云的包围盒划分为立方体单元，然后分别计算xyz三轴方向上的立方体单元数目,将其与包围盒左下前点在xyz三轴方向的坐标比较，得到每个点的三维体素索引；
20、s402、基于八叉树结构对体素化后的点云数据进行体素重采样和聚类处理。
21、更进一步的，步骤s4中所述构建多尺度几何特征的方法包括：
22、s411、通过pca主成分分析算法确定每个体素聚类的维度；使体素聚类中的所有体素单元都具有表示其维度的特征值；
23、s412、基于特征值计算几何特征，获取所述预处理后点云数据的几何信息；
24、s413、通过设定不同体素大小以及八叉树尺度获得不同尺度下的几何特征维度。
25、进一步的，步骤s5所述地下洞室内部动态物去除的方法包括：
26、s501、根据所述预处理后点云数据的不同尺度下的几何特征维度进行分析，去除具备明显点特征的地物；
27、s502、利用渐进三角网滤波算法去除地下洞室的地面点，使动态物独立于剩余点云之外；
28、s503、采用直通滤波组合欧式聚类，判定动态物并去除。
29、进一步的，步骤s5所述基于l1中值算法进行地下洞室轴定向的方法包括：
30、s511、基于l1中值算法进行点云骨架提取，确定所述地下洞室内部动态物去除后的点云一维局部中心；
31、s512、对一维局部中心的中心点进行迭代聚类，并引入pca算法进行线特征判断；当两次聚类中心距离小于设定阈值时，视为获取到局部聚类中心；
32、s513、减小聚类半径进行再处理，获取管道轴线。
33、更进一步的，步骤s5所述完成地下洞室截面提取及平滑的方法包括：
34、s521、沿所述管道轴线进行步进分割，得到步进局部点；构建二维体素进行步进局部点的采样，然后遍历所有的采样点，通过每个采样点前后的点构建平面法线，将采样点视为平面上的点，获得该采样点所在的平面方程；根据平面方程计算采样点到平面的距离来进行判断，设定保留距离值，保留所述距离小于所述保留距离值的采样点；
35、s522、将保留的采样点进行二维体素化，得到每个点的二位坐标；
36、s523、将二维坐标的点继续体素化，计算每个体素内所有点的平均值，将所有的平均值作为截面点；
37、s524、采用插值法进行空洞补全。
38、进一步的，步骤s6所述建筑物面片提取的方法包括：
39、s601、基于efficient ransac分割算法对所述地下人工场景的点云数据分解为一个由固有形状和一组剩余点组成的简洁混合结构；
40、s602、使用局部采样策略对点云进行采样，使用八叉树来建立样本之间的空间接近性；
41、s603、在点云的所有点中无限制的抽取第一个样本，本文档来自技高网...
【技术保护点】
1.一种基于激光雷达扫描的地下建构筑物精细化建模方法，其特征在于，包括：
2.根据权利要求1所述的基于激光雷达扫描的地下建构筑物精细化建模方法，其特征在于，步骤S2所述预处理的方法包括：
3.根据权利要求1所述的基于激光雷达扫描的地下建构筑物精细化建模方法，其特征在于，步骤S3中，点云的相对精度计算公式如下：
4.根据权利要求1所述的基于激光雷达扫描的地下建构筑物精细化建模方法，其特征在于，步骤S4中，所述三维点云体素化组织的方法包括：
5.根据权利要求4所述的基于激光雷达扫描的地下建构筑物精细化建模方法，其特征在于，步骤S4中所述构建多尺度几何特征的方法包括：
6.根据权利要求1所述的基于激光雷达扫描的地下建构筑物精细化建模方法，其特征在于，步骤S5所述地下洞室内部动态物去除的方法包括：
7.根据权利要求1所述的基于激光雷达扫描的地下建构筑物精细化建模方法，其特征在于，步骤S5所述基于L1中值算法进行地下洞室轴定向的方法包括：
8.根据权利要求7所述的基于激光雷达扫描的地下建构筑物精细化建模方法
9.根据权利要求1所述的基于激光雷达扫描的地下建构筑物精细化建模方法，其特征在于，步骤S6所述建筑物面片提取的方法包括：
10.根据权利要求9所述的基于激光雷达扫描的地下建构筑物精细化建模方法，其特征在于，步骤S6所述结合先验知识进行内部动态物去除及面片筛选的方法包括：
...【技术特征摘要】
1.一种基于激光雷达扫描的地下建构筑物精细化建模方法，其特征在于，包括：
2.根据权利要求1所述的基于激光雷达扫描的地下建构筑物精细化建模方法，其特征在于，步骤s2所述预处理的方法包括：
3.根据权利要求1所述的基于激光雷达扫描的地下建构筑物精细化建模方法，其特征在于，步骤s3中，点云的相对精度计算公式如下：
4.根据权利要求1所述的基于激光雷达扫描的地下建构筑物精细化建模方法，其特征在于，步骤s4中，所述三维点云体素化组织的方法包括：
5.根据权利要求4所述的基于激光雷达扫描的地下建构筑物精细化建模方法，其特征在于，步骤s4中所述构建多尺度几何特征的方法包括：
6.根据权利要求1所述的基于激光雷达扫描的地下建...
【专利技术属性】
技术研发人员：宫少军，彭鑫，赵卫，李稳，王国槐，梁昊，张振虎，李立伟，秦磊，刘禧超，詹健，杨婷婷，王西玉，
申请(专利权)人：天津市地质研究和海洋地质中心，
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。