摘要：针对传统三维激光点云场景分割算法容易忽略目标边界模糊的问题,采用边界对比学习算法设计了三维激光点云场景分割网络,旨在通过对比学习提升模型在边界处的预测性能。首先采用PointNet++作为主干网络,通过多尺度的降采样特征编码和上采样特征解码来学习点云中不同类别的语义特征,并逐点预测目标类别,实现场景整体分割;然后引入对比学习算法,采用迭代的方式捕获子场景点云的边界,并挖掘出模糊的边界点;最后在网络训练阶段利用对比学习损失函数实现边界类别增强,大幅提升了对三维激光点云场景分割的精度。在公开的三维激光点云场景分割数据集上进行了大量实验,结果表明:所提分割算法在19个语义类别的点云中有15个的分割性能是最佳的,整体的指标性能均优于对比算法,消融实验和可视化结果也验证了所提算法可以有效改善三维激光点云场景分割任务中边界的预测性能,充分说明了所提算法的优越性。

摘要：[目的]为推动上海轨道交通数字化转型、高质量发展,需通过建设数字孪生模型,打造统一、权威、精准的空间数据底板,为线网规划、建设、运维、管理等涉及空间地理的应用场景提供空间数据服务。[方法]结合实际场景和存量数据,采用三维激光点云、卫星遥感及无人机等技术进行三维重建,生成空间数字底座模型。利用手持式三维激光扫描仪采集城市轨道交通专题空间数据,将采集的点云数据模型单体化,利用GIS(地理信息系统)将城市轨道交通实景三维模型、规划和控制数据以及各种空间基础地理数据接入可视化平台,建立“全空间、全周期、全要素”空间数字底座。以上海轨道交通九亭站为例,制作站场分层平面图和三维实景模型,将模型文件与各种属性信息进行挂接后接入城市轨道交通线路空间数字底座中。[结果及结论]城市轨道交通线路空间数字底座结合空间基础地理数据,可为线网“规划—设计—管理—运营”提供统一的空间地理服务。将车站三维实景模型以及建设中征地范围信息接入空间数字底座中,便于开展城市轨道交通房地和固定资产日常管理,为城市轨道交通日常运营和管理提供权威、准确、直观的决策依据。

摘要：介绍了一种基于三维激光点云数据的输电导线动态变化检测技术,概述了输电导线动态变化检测技术的重要性和应用背景。详细讨论了三维激光点云数据的获取与处理方法,包括数据获取、预处理以及处理与分析的技术流程。在此基础上,设计了一种针对输电导线特征的动态变化检测算法,并对算法的性能进行了评估。通过算法优化与调整,进一步提高了检测的准确率和效率。

摘要：为了提高复杂人流背景下人脸识别能力,充分提高三维激光点云人脸识别的精度与准确性,提出融合多模态特征的三维激光点云人脸识别研究。构建复杂表情人脸图像采集模型,然后采用多尺度的线性特征规划方法,构建复杂表情人脸图像角点检测和边缘轮廓检测模型,再通过分析人脸器官之间的相对位置关系,利用器官特征点的空间路径线性规划方法,以多模态特征参数融合技术来实现三维激光点云人脸识别。实验结果表明:所设计方法的人脸识别正确率可达98.1%,平均识别相似度与平均识别耗时分别为0.899与1.75 s。与对照方法相比,所设计方法的人脸识别正确率与精度更高,耗时更短,特征提取效果最佳。说明本方法具有三维激光点云人脸识别优势。

摘要：针对三维激光点云障碍物检测存在地面分割效果差及聚类距离阈值局限性问题,提出一种基于多区域分割的障碍物检测方法。该方法主要利用多区域地面分割及分割聚类方法实现精准避障;前者根据周围环境设计合理的地面分割区域及相应坡度阈值,提高地面分割的准确性;后者设计合理聚类分割区域及自适应聚类参数,降低因距离带来的聚类误差,提高障碍物的识别精度。通过自研的三维激光雷达测试平台采集实际场景进行性能测试,结果表明该方法地面分割处理一帧数据耗时低于5 ms,满足实时性要求,且在实际场景中的地面分割精度及聚类鲁棒性较高,具有较高的工程应用价值。

摘要：爆破块度是评价露天矿台阶爆破效果的重要指标,直接影响后续铲装、运输效率和开采综合成本,对爆破块度进行准确预测可反馈优化爆破设计及指导现场爆破施工。三维激光扫面技术是一种非接触面测量技术,能够精确重建物体表面,相对二维图像能够获取物体完整的三维几何形状信息。研究提出一种基于爆堆表面岩块激光点云分析的爆破块度统计预测方法(3DPCFM),具体为采用三维激光扫描仪对爆堆整体进行扫描,获取爆堆表面点云数据并且通过点云配准、过滤、去噪和下采样等处理技术建立爆堆三维点云模型,采用LCCP算法分割爆堆表面岩块点云,基于表面岩块点云借助几何算法获取岩块体积、采用PCA法提取岩块粒径,结合数理统计分析方法进一步获取爆堆表面岩块块度分布,试验通过岩块堆平铺和堆砌2种状态点云模型获取的岩块粒径对比修正堆砌状态提取的块度粒径偏差,然后以表面岩块块度分布作为输入参数,获取爆堆整体块度分布。室内试验结果分析表明:3DPCFM块度预测结果相对二维图像处理块度分析软件Split-Desktop更加接近水缸法实测块度精度,岩块在平铺状态下采用岩块点云数据提取的几何参数与实测值近似相等;小规模现场试验验证3DPCFM块度分布预测存在1~3 cm粒径偏差。

摘要：准确、高效、全面获取岩体结构面信息,对岩体的稳定性分析有着重要的意义.采用三维激光扫描设备进行岩体数据采集,基于岩体点云模型提出了结构面自动识别方法.通过对Ransac算法进行改进,引入了新的采样方法和评分准则,大大提升了Ransac算法的计算效率和提取精度,使之更好地适应粗糙不平的岩体点云数据;基于改进的Graham Scan算法可以精准描绘出结构面的凸凹边界,进而精细化计算出结构面尺寸.基于以上算法研发了结构面识别程序RDD(ransac discontinuity dtection),并且采用了两组标准几何体数据和一组岩体数据对程序进行测试.结果表明,标准几何体产状误差在1°以内,实际岩体最大误差在6°以内,结构面尺寸最大误差率为0.278%,满足工程限定的误差要求.

摘要：首先介绍了利用无人机搭载三维激光雷达获取三维激光点云数据的软硬件设备,详细阐述了利用无人机获取三维激光点云数据的外业具体流程、激光点云数据内业处理关键技术和流程,随后结合具体的线路工程,利用无人机搭载三维激光雷达获取了整条线路的点云数据并进行了内业点云解算,通过GPS和全站仪实测特征点的三维坐标并与点云中对应点的三维坐标比较,统计了三维激光点云数据的平面精度和高程精度。事实证明,三维激光点云数据的精度可满足输电线路规划设计的要求,因此,无人机机载三维激光点云数据在电力规划设计中的应用具有可行性。

摘要：针对自动驾驶汽车感知模块中三维激光点云前后背景分割过程存在的误分割问题,提出了一种基于路面波动幅度的自适应阈值地面分割方法。该方法将原始点云进行栅格划分,依据点云数量信息设计了相应的高度阈值分割算法和地面平面模型分割算法。具体地,地面平面模型分割算法首先选取局部区域点集拟合地面平面模型,然后针对地面点云分割中存在的误分割问题,构建路面波动幅度方程,并采用基于点集分布特征的自适应阈值方法实现初步分割,最后借助分割后的地面点云重新优化平面模型与分割阈值。本文中基于开源语义分割数据集Semantic-KITTI提出了统一的算法评价基准数据集Semantic-Nova与性能评价指标,同时基于自研的自动驾驶汽车平台采集的实际场景进行了性能测试。试验结果表明,本文中提出的自适应阈值地面分割算法不仅在基准数据集上能够达到较高的精度,而且在实际场景中满足鲁棒性和实时性要求,具有较高的工程应用价值。

摘要：为满足道路精细化管理和快速三维建模的需要,本文基于三维激光点云数据,通过分析并设计道路数据结构和参数信息,采用参数化建模的方法实现道路自动三维建模。首先基于三维激光点云数据提取矢量和参数信息,建立道路参数化模型库;然后针对道路路面和地物不同的数据结构,设计了路面连续规则三角网算法和独立地物放样算法;最终根据参数和算法驱动道路自动三维建模。以车载移动测量系统采集的某道路三维激光点云进行试验,验证该方法的可行性和精度可靠性。