分享
基于三维激光扫描技术的路灯垂直度测量_李佳恩.pdf
下载文档

ID:2253746

大小:1.33MB

页数:5页

格式:PDF

时间:2023-05-04

收藏 分享赚钱
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
基于 三维 激光 扫描 技术 路灯 垂直 测量 李佳恩
第 46 卷 第 1 期2023 年 1 月测绘与空间地理信息GEOMATICS&SPATIAL INFORMATION TECHNOLOGYVol.46,No.1Jan.,2023收稿日期:2021-09-13基金项目:国家自然科学基金项目(41801283);吉林省教育厅“十三五”科学技术项目(JJKH20180607KJ)资助作者简介:李佳恩(1996-),男,四川乐山人,测绘工程专业硕士研究生,主要研究方向为测绘工程、三维激光扫描技术应用。基于三维激光扫描技术的路灯垂直度测量李佳恩1,刘永吉1,刘园园2(1.吉林建筑大学 测绘与勘查工程学院,吉林 长春 130118;2.爱德实验学校,四川 攀枝花 617000)摘要:三维激光扫描技术具有高效率、高精度的优势,可快速高效地测定物体表面三维空间坐标,已在多个行业测量中得到应用。目前,路灯垂直度多采用角度测量或坐标测量,采集少量特征点,效率较低并且缺乏整体形态数据。但路灯整体形态对垂直度有着重要作用。本文针对路灯位置特征,实现目标自动分割,基于路灯结构特征进行多截面特征提取,使用 RANSAC 算法拟合其截面图形,进而实现了路灯轴线提取和垂直度测量;最后以Z+F5010C 三维激光扫描仪对某测区共计 120 根路灯进行数据采集,应用本文算法与全站仪实测数据进行对比,验证了本文算法的可行性和实用性,实现了路灯垂直度整体评价。关键词:路灯垂直度测量;点云;轴线提取;RANSAC 算法;三维激光扫技术中图分类号:P225.1 文献标识码:A 文章编号:1672-5867(2023)01-0033-05Verticality Measurement of Street Lamp Based on 3D Laser Scanning TechnologyLI Jiaen1,LIU Yongji1,LIU Yuanyuan2(1.College of Surveying and Surveying Engineering,Jilin Jianzhu University,Changchun 130118,China;2.AiDe Experimental School,Panzhihua 617000,China)Abstract:3D laser scanning technology has the advantages of high efficiency and high precision,which can quickly and efficiently de-termine the three-dimensional space coordinates of the object surface,and has been applied in many industries.At present,the verti-cality of street lamps mostly adopts angle measurement or coordinate measurement,and a small number of feature points are collected,which has low efficiency and lack of overall shape data.However,the overall shape of street lamp plays an important role in perpen-dicularity.According to the position characteristics of street lamp,this paper realizes automatic target segmentation,multi-section feature extraction based on the structural characteristics of street lamp,and uses RANSAC algorithm to fit its section graph,so as to realize street lamp axis extraction and perpendicularity measurement;Finally,a total of 120 street lamps in a survey area are collected by Z+F5010C 3D laser scanner.The feasibility and practicability of this algorithm are verified by comparing the algorithm with the measured data of total station,and the overall evaluation of street lamp verticality is realized.Key words:verticality measurement of street lamp;point cloud;axis extraction;RANSAC algorithm;3D laser scanning technology0 引 言路灯作为城市道路以及交通路线中的基础设施之一,其视觉美观度是评价城市市容市貌的重要指标,但由于路灯自身以及相应的外部原因,如地基发生沉降、滑动、开裂等或是受到巨烈撞击后容易出现倾斜现象,影响美观及对周边环境造成影响1-2。如何快速、高效、精确地实现路灯灯杆倾斜度的测量是城市道路交通十分重要的工作。特别是随着城市内部道路以及远距离高速路的不断建成运行,由于道路中路灯的分布广、区域大,因此快速高效的测量需求与日俱增。目前,在变形监测中,传统建筑物倾斜度测量方法主要有铅锤测量法、铅直仪投点法、全站仪垂直投影法以及GPS 坐标法等3-4。上述测量方法都存在相应限制且受外部客观因素的影响,如当前最常使用的全站仪测量方法,虽然测量精度较高,但操作烦琐且无法实现大量、快速及高效地对建筑物进行垂直度测量;三维激光扫描技术可以快速获得高精度的目标数据,不仅具备实景复制,而且可量测,十分切合现在智慧城市和道路建设对基础设施状态信息数字化的需求。因此,开发具有高效率、高精度、数字可视化的道路路灯倾斜度测量新方法,适应未来社会智能化发展具有急切的需求。现如今,三维测量技术可用于进行精确的定量分析5-7,因其具有全数字化、无接触等优势,已经被广泛用于古建筑保护与建档、地形测量以及物体形体、旧城改造立面获取等5,8-9。本文介绍了一种基于地面的三维激光扫描技术的路灯轴线提取及倾斜测量新方法,并通过与全站仪测量进行比较,证明了本文算法的准确性和实用性,为使用点云数据进行智慧城市建设及发展打下基础。1 基于三维激光扫描技术的路灯垂直度测量方法1.1 地面三维激光雷达技术原理自三维激光雷达技术(LiDAR)研发以来,目前全球已经出现 30 多种型号及适用不同场景的激光扫描系统在工程中被运用10-11。根据载体方式的不同,可分为机载、车载、手持和地面三维激光扫描技术,都具有扫描高效率、可视化、全数字特征等优点。地面三维激光扫描系统主要由激光测距、扫描等系统构成。测量方法如图 1 所示。图 1 地面三维激光雷达工作原理Fig.1 Working principle of ground 3D LiDAR1.2 目标点云聚类提取方法对点云整体按相似度划分,并将其的组成数类对象的过程被称为点云聚类12。本文基于空间聚类的方法13-14,在通过 CSF(Cloth Simulation Filter)过滤算法将地面分离出来的前提下,对原始点云进行空间聚类,依据不同类型地物的空间特征,对地物进行分类与提取,将地物分类为建筑物、树木及杆状地物等大类信息,提取出杆状地物后进行分割获得单个物体点云数据。本文采用欧氏距离聚类,该方法不仅对有显著分块的点云具有较好的适应性,而且不需要预先确定目标类的个数。但在该方法流程中需要提前设置聚类距离的阈值(L),如果阈值(L)设定过大聚类会产生错误;如果阈值(L)设定过小,聚类后点云类的个数将增加,会为后续处理增加不必要的复杂度。算法流程如下:1)建立 K 维树,设整体点云为 W。2)随机抽取点云集中一点设为 m,依靠 K 维树确定至 m 的距离小于阈值(L)的所有点,记为 t,归类为点集G,G 作为一类点云,其中 Xm与 Xt分别为点 m 与点 n 的坐标。G=n|Xm-Xt L(1)3)在 G 中选择另一点,重复步骤 2)更新 G,直到 G 再也没有新点加入。4)多次重复步骤 1)、2)、3)直到所有点都被聚类,完成聚类过程。采用逐步排除的方法对不同的目标进行逐步分离,从而实现对目标对象的有效保留,并对目标对象逐一提取。分离策略包括高差、形态、投影、面积 4 个方面。通过高差、形态、投影、面积 4 种计算过程,逐步获得每个聚类单元的投影跨度,计算高差、每个聚类单元的投影面积,从而滤除噪声,最终统计每个聚类单元内点云高程最小值和最大值、地物筛选,跟据计算的最大高差进行杆状地物筛选、优化处 理、精 分 离 等 8 个 步 骤 对 点 云 进 行提取15。1.3 基于 RANSAC 的截面拟合及轴线提取RANSAC 算法是从一组数据集中通过迭代的方式匹配已给出的数学模型参数,最后通过每个聚类单元内的点和模型误差率来评价模型的精度16。本文采用限制迭代次数上限的方法对圆形进行拟合匹配。即先基于RANSAC 给出拟合的圆形,通过阈值()检测去除异常值以及限定搜索区域减小迭代次数,提高拟合的精度17。1.3.1 RANSAC 算法拟合匹配圆形的步骤1)选定 1 组待处理的路灯点云,分别从低端和顶端截取 2 组点云集 PP1,P2,Pn、QQ1,Q2,Qn。2)通过 3 个点的空间坐标为 X1(x1,y1,z1),X2(x2,y2,z2),X3(x3,y3,z3),先确定个点是否能构成圆,其判断条件:()X1,X2,X3S;()|OX1|=|OX2|=|OX3|(O为圆心点)。再求其半径 R,圆心坐标为(a,b,c),则其公式为:(xi-a)2+(yi-b)2+(zi-c)2=R2(2)式中,i=1、2、3,展开得:2xa+2yb+2zc+(R2-a2-b2-c2)=x2+y2+z2(3)分别代入 3 个坐标可得线性方程组 AX=B,其中:A=2x12y12z112x22y22z212x32y32z31 (4)X=abcR2-a2-b2-c2(5)B=x21+y21+z21x22+y22+z22x23+y23+z23(6)可依据 3 个点求得圆心的位置与半径,即X=A-1B(7)3)把在同一截取点云集中能构成空间圆的 3 点拟合成相应的圆形,如图 2 所示,再判断相应截取的点云集内的其他点是否在该圆上,统计其占总点集的比值(S),最后设定阈值(t),依据点云数据量的大小合理地设置迭代次数 d,直到找到比值(S)超过阈值(t)的 1 组数据并输出43 测绘与空间地理信息 2023 年最佳圆心(O)和半径(R)参数。图 2 圆与圆心的拟合原理图Fig.2 Fitting principle diagram of circle and circle center1.3.2 线性轴线的提取轴线是一条过圆心的直线,计算拟合的上下圆面的圆心。通过 2 点确定 1 条直线,从而获得轴线方程。在得到轴线之后,可以将轴线坐标作为灯柱的位置信息。如图 3 所示。图 3 轴线提取原理图Fig.3 Schematic diagram of axis extraction1.4 偏路灯倾斜测量过程路灯灯杆垂直度定义公式为:E=arctan(S/H)(8)式中,S 为灯杆倾斜值;H 为拟合圆形上下圆面圆心间的距离。倾斜度可抽象为拟合圆柱上下圆面圆心的偏离值与拟合圆柱高度的比值。显然,拟合圆柱下圆

此文档下载收益归作者所有

下载文档
你可能关注的文档
收起
展开