一种基于车载激光扫描数据自动提取直立筒状地物的算法
【专利摘要】本发明提供了一种基于车载激光扫描数据自动提取直立筒状地物的算法，该算法包括以下步骤：通过车载激光扫描装置获取圆柱形的被测物的扫描数据；将获取的被测物的扫描数据解算至设定的坐标系的点云数据；探找出直立圆柱形的算法；根据探找出的直立圆柱形的算法计算被测物的所在的坐标系的位置，在计算时，根据拟合圆周或椭圆环时的残差求出圆环的宽度，根据最小二乘法则，拟合出圆的方程，并根据圆环的宽度的中心至圆心或椭圆环的中心的距离，求出圆柱的半径，该圆柱的圆周线为被测物的位置。本发明的有益效果为：自动完成，算法符合测绘误差基本理论，提高人工提取时的效率低下、不准确、需要旋转模型检查捕捉是否准确等弊端。
【专利说明】
一种基于车载激光扫描数据自动提取直立筒状地物的算法
【技术领域】
[0001]本发明涉及测绘的【技术领域】，尤其涉及到一种基于车载激光扫描数据自动提取直立筒状地物的算法。
【背景技术】
[0002]地图要素中的直立筒状物的测量，如电线杆、路灯杆、水塔、烟囱、路旁树干的定位测量，现有技术中的测量被测物所在的位置均是通过人工采集数据，之后在根据采集的数据计算出被测物所在的位置，但上述测绘方式误差较大，且效率比较低。
[0003]针对相关技术中的问题，目前尚未提出有效的解决方案。
【发明内容】
[0004]针对相关技术中的问题，本发明提出一种基于车载激光扫描数据自动提取直立筒状地物的算法，以解决上述问题。
[0005]本发明的技术方案是这样实现的:
[0006]本发明提供了一种基于车载激光扫描数据自动提取直立筒状地物的算法，该基于车载激光扫描数据自动提取直立筒状地物的算法包括以下步骤:
[0007]通过车载激光扫描装置获取圆柱形的被测物的扫描数据；
[0008]将获取的被测物的扫描数据解算至设定的坐标系的点云数据，所述形成的点云数据为圆环形或椭圆环形区域；
[0009]探找出直立圆柱形的算法；
[0010]根据探找出的直立圆柱形的算法计算被测物的所在的坐标系的位置，在计算时，根据拟合圆周或椭圆环时的残差求出圆环的宽度，根据最小二乘法则，拟合出圆的方程，并根据圆环的宽度的中心至圆心或椭圆环的中心的距离，求出圆柱的半径，该圆柱的圆周线为被测物的位置，其中，所述圆环的宽度中心至椭圆环的中心的距离为圆环的宽度中心至椭圆环的中心的最大距离。
[0011]优选的，所述设定的坐标系为项目生产指定坐标系统或国家统一坐标系。
[0012]优选的，所述圆环形或椭圆环形区域为一条中间被采集物的采集点中间密度大、向两侧逐渐密度小的圆环形或椭圆环形区域。
[0013]优选的，所述通过车载激光扫描装置获取被测物的扫描数据具体为:通过激光扫描仪扫描被测物的数据。
[0014]本发明的有益效果为:自动完成，算法符合测绘误差基本理论，提高人工提取时的效率低下、不准确、需要旋转模型检查捕捉是否准确等弊端。
【专利附图】
【附图说明】
[0015]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0016]图1是根据本发明实施例的基于车载激光扫描数据自动提取直立筒状地物的算法的流程图。
【具体实施方式】
[0017]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
[0018]如图1所示，本实施例提供了一种基于车载激光扫描数据自动提取直立筒状地物的算法，该算法包括以下步骤:
[0019]通过车载激光扫描装置获取圆柱形的被测物的扫描数据；
[0020]将获取的被测物的扫描数据解算至设定的坐标系的点云数据，所述形成的点云数据为圆环形或椭圆环形区域；
[0021]探找出直立圆柱形的算法；
[0022]根据探找出的直立圆柱形的算法计算被测物的所在的坐标系的位置，在计算时，根据拟合圆周或椭圆环时的残差求出圆环的宽度，根据最小二乘法则，拟合出圆的方程，并根据圆环的宽度的中心至圆心或椭圆环的中心的距离，求出圆柱的半径，该圆柱的圆周线为被测物的位置，其中，所述圆环的宽度中心至椭圆环的中心的距离为圆环的宽度中心至椭圆环的中心的最大距离。
[0023]通过上述方法可以看出，本发明提供的算法，在获取被测物的位置时，根据拟合圆周或椭圆环时的残差求出圆环的宽度，根据最小二乘法则，拟合出圆的方程，并根据圆环的宽度的中心至圆心或椭圆环的中心的距离，求出圆柱的半径，该圆柱的圆周线为被测物的位置，其中，所述圆环的宽度中心至椭圆环的中心的距离为圆环的宽度中心至椭圆环的中心的最大距离。该算法符合测绘误差的基本理论，提高了测绘时的准确性，同时，提高了测绘时的效率。
[0024]其中的，所述设定的坐标系为项目生产指定坐标系统或国家统一坐标系。从而使得测绘出的铅垂面具有通用性，可以转化到其他的设备上。
[0025]其中的，所述圆环或椭圆环区域为一条中间被采集物的采集点中间密度大、向两侧逐渐密度小的圆环区域或椭圆环区域。车载激光扫描装置在测量时由于存在测距误差、扫描方位改变等，水平投影不可能严格位于同一圆上，而是分布于一条有一定宽度、中间密度大、向两侧逐渐变稀的圆环状(或椭圆环)区域，宽度与测距误差有关。
[0026]具体的，所述通过车载激光扫描装置获取被测物的扫描数据具体为:通过激光扫描仪扫描被测物的数据。
[0027]为了方面对本发明实施例的理解，下面结合附图1对其详细进行说明。
[0028]步骤1:通过车载激光扫描装置获取圆柱形的被测物的扫描数据；
[0029]具体的，通过激光扫描仪扫描被测物的数据。从而能够准确的获取被测物的扫描数据；
[0030]步骤2:将获取的被测物的扫描数据解算至设定的坐标系的点云数据，所述形成的点云数据为圆环形或椭圆环形区域；
[0031]具体的，该坐标系为中国国标统一的坐标系，从而使得测绘出的铅垂面具有通用性，可以转化到其他的设备上。
[0032]步骤3:探找出直立圆柱形的算法；
[0033]具体的，通过车载扫描装置的的数据处理装置自动探找出直立圆柱形的算法。
[0034]步骤4 ;根据探找出的直立圆柱形的算法计算被测物的所在的坐标系的位置；
[0035]具体的，在计算时，根据拟合圆周或椭圆环时的残差求出圆环的宽度，根据最小二乘法则，拟合出圆的方程，并根据圆环的宽度的中心至圆心或椭圆环的中心的距离，求出圆柱的半径，该圆柱的圆周线为被测物的位置，其中，所述圆环的宽度中心至椭圆环的中心的距离为圆环的宽度中心至椭圆环的中心的最大距离。
[0036]通过上述方法可以看出，本发明提供的算法，在获取被测物的位置时，根据拟合圆周或椭圆环时的残差求出圆环的宽度，根据最小二乘法则，拟合出圆的方程，并根据圆环的宽度的中心至圆心或椭圆环的中心的距离，求出圆柱的半径，该圆柱的圆周线为被测物的位置，其中，所述圆环的宽度中心至椭圆环的中心的距离为圆环的宽度中心至椭圆环的中心的最大距离。该算法符合测绘误差的基本理论，提高了测绘时的准确性，同时，提高了测绘时的效率。
[0037]以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
【权利要求】
1.一种基于车载激光扫描数据自动提取直立筒状地物的算法，其特征在于，包括以下步骤: 通过车载激光扫描装置获取圆柱形的被测物的扫描数据； 将获取的被测物的扫描数据解算至设定的坐标系的点云数据，所述形成的点云数据为圆环形或椭圆环形区域； 探找出直立圆柱形的算法； 根据探找出的直立圆柱形的算法计算被测物的所在的坐标系的位置，在计算时，根据拟合圆周或椭圆环时的残差求出圆环的宽度，根据最小二乘法则，拟合出圆的方程，并根据圆环的宽度的中心至圆心或椭圆环的中心的距离，求出圆柱的半径，该圆柱的圆周线为被测物的位置，其中，所述圆环的宽度中心至椭圆环的中心的距离为圆环的宽度中心至椭圆环的中心的最大距离。
2.根据权利要求1所述的基于车载激光扫描数据自动提取直立筒状地物的算法，其特征在于，所述设定的坐标系为项目生产指定坐标系统或国家统一坐标系。
3.根据权利要求2所述的基于车载激光扫描数据自动提取直立筒状地物的算法，其特征在于，所述圆环形或椭圆环形区域为一条中间被采集物的采集点中间密度大、向两侧逐渐密度小的圆环形或椭圆环形区域。
4.根据权利要求3所述的基于车载激光扫描数据自动提取直立筒状地物的算法，其特征在于，所述通过车载激光扫描装置获取被测物的扫描数据具体为:通过激光扫描仪扫描被测物的数据。
【文档编号】G01B11/00GK104266588SQ201410561688
【公开日】2015年1月7日 申请日期:2014年10月21日 优先权日:2014年10月21日
【发明者】魏占营, 左建章, 杨铁利, 关艳玲, 马浩, 王留召 申请人:北京四维远见信息技术有限公司