激光雷达(LiDAR)点云数据知多少?

小白学视觉

共 2410字,需浏览 5分钟

 ·

2021-03-28 10:17

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

本文转自 | 新机器视觉


作为一位测绘小白

当看到眼前这些密密麻麻的点

否让你感到眼前一黑呢?

你能获取哪些有用的测绘信息呢?



我们都知道“一沙一世界,一叶一菩提”,但不一定知道的是,还有“一点一方位空间”。

这些点可大有来头,用处可大了!

且听笔者详细道来吧~

原来,这些都是激光雷达(LiDAR)点云数据,每一个点都包含了三维坐标信息,也是我们常说的X、Y、Z三个元素,有时还包含颜色信息、反射强度信息、回波次数信息等。

▲点云信息查询

首先,让我们了解一下它们是如何产生的。

其实,这些点是机载激光雷达向地面发射激光信号,然后收集地面反射的激光信号而来的。此后,内业通过联合解算、偏差校正,便可以计算出这些点的准确空间信息。看上去一个简单的数据获取,其实包含了较为复杂的设备结构及数据采集过程。

▲机载激光雷达数据获取

其一,激光雷达(LiDAR)包括了激光测距系统、光学机械扫描单元、控制记录单元、全球定位系统(Global Position System, GPS)、惯性测量系统(Inertial Measurement Unit,IMU)以及一套成像设备等。其二,机载激光雷达(LiDAR)进行采集点云数据时除了天气需要满足飞行条件外,还需要获得空域许可,提前设计航线,实地勘察。

▲点云数据获取及解算过程

我们在上文所见的那些离散点无法获取有用信息,是因为打开的方式不对。

正确的打开方式是这样的:

▲点云三维预览

三维预览,只是点云最基本的表面特征,因为每一个点云都具备空间坐标信息,因此它们都具备测量能力。两点成线,三点成面,四点成体,通过这些点,不仅可以明确了解地表空间上的某个点的坐标信息,还可以计算它们之间的长度、面积、体积、角度等信息,正好应对了测量需要的要素。

那点云数据可以用来干什么?

1

可用于制作数字高程模型


通过对点云数据进行自动化预处理,地面滤波,结合人工编辑对激光点云进行进一步的精分类,保留地面点,剩余的地面点通过构建不规则三角网(TIN)等模型进行栅格化,可得到高精度的数字高程模型(DEM)数据,也可以转换为等高线数据。

▲数字高程模型及等高线



2

可用于三维建模


随着激光雷达技术的逐步成熟,三维激光雷达技术制作的三维模型精度高,适用范围广,外业工作量少,省时省力。在建筑物的房屋轮廓提取、特征点检测和三维重建工作上发挥了重要作用。且结合倾斜摄影技术,地物提取更加便捷,数据可视化程度更高。

▲点云三维模型



3

可用于农林普查


机载激光点云可以用于普查林木的特征,例如树木的平均高度,树冠密度,生物量,林木储量和植被覆盖度。如果搭配高光谱成像仪,可以确定更多的信息,如植被分类、植被储量、土壤变化等。其次,衍生数据可用于监测森林生长,风暴或火灾造成的损害等。

▲林木整体分布展示



4

可用于土方计算


高精度激光点云,可用于构建地形三维模型,为勘察设计提供断面量测、坡度坡向量测、土方填挖量等信息,大大减少工程勘察设计中的外业工作量,缩短工作周期。

▲点云计算土方量



5

可用于监测地质灾害


通过地形三维模型的建立,可以大面积监测地形的变化,可以根据地形的变化方向及地形的变化量,作出风险评估,为预防地质灾害的发生提供依据。例如,对滑坡体地表的监测,特别是在陡坡下的道路、铁轨,以及削坡建房等容易发生滑坡地区,能够为滑坡体成因和发育趋势的推断提供重要依据。

▲削坡建房



上述五个方面,只是点云数据应用的其中一部分。

因为激光雷达具备着以下几个特点:


  • 全天候工作,主动获取数据;

  • 隐蔽性好,抗有源干扰能力强,且获取数据范围广;

  • 激光穿透能力强;

  • 外业工作量小;

  • 点云精度高,空间坐标信息准确。



所以,激光雷达(LiDAR)获取的点云数据,往往也适用资源勘探城市规划农业开发水利工程环境监测矿山测量隧道测量公路道路测量电缆监测海洋深水测量等各个方面。

今天的激光雷达(LiDAR)点云数据就介绍到这里啦,你有没有get到呢?

文 | 陈洪斌
转载 |  广东省国土资源测绘院


 End 


声明:部分内容来源于网络,仅供读者学习、交流之目的。文章版权归原作者所有。如有不妥,请联系删除。


下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲
小白学视觉公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲
小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~


浏览 107
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报