期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
从LiDAR数据中提取建筑物平面目标的新方法
被引量：
8
1
作者
李云帆
马洪超
《计算机工程与应用》
CSCD
北大核心
2011年第10期5-7,共3页
提出一种从机载LiDAR点云数据中自动提取建筑物平面的方法。给出了基于边长约束的三角形生长算法对建筑物初始区域进行提取,针对提取出的建筑物脚点,利用自适应MeanShift方法在特征空间中对其进行聚类分析,并提取出平面目标,最后利用Alp...
提出一种从机载LiDAR点云数据中自动提取建筑物平面的方法。给出了基于边长约束的三角形生长算法对建筑物初始区域进行提取,针对提取出的建筑物脚点,利用自适应MeanShift方法在特征空间中对其进行聚类分析,并提取出平面目标,最后利用Alpha-Shape算法生成建筑物平面的轮廓线。通过实验证实了方法的有效性。
展开更多
关键词
LIDAR数据
自适应Meanshift
聚类分析
建筑物
平面提取
下载PDF
职称材料
基于深度学习的机载点云屋顶平面提取算法
2
作者
李婕
李青清
+3 位作者
李礼
刘钊
沈阳
涂静敏
《激光技术》
CAS
CSCD
北大核心
2024年第5期628-636,共9页
为了准确提取不同类型建筑物屋顶点云的各个平面,采用度量学习的方式,将每个平面视为单独的实例,为每个平面上的点学习单独的高维深度特征。利用所提取的高维深度特征对平面点进行初步的聚类,通过简单的欧氏距离和特征空间距离进行综合...
为了准确提取不同类型建筑物屋顶点云的各个平面,采用度量学习的方式,将每个平面视为单独的实例,为每个平面上的点学习单独的高维深度特征。利用所提取的高维深度特征对平面点进行初步的聚类,通过简单的欧氏距离和特征空间距离进行综合度量将未聚类的点分配至各个平面;所提出的方法分别在合成数据集和公开的机载点云建筑物屋顶数据集RoofN3D上进行了训练和测试。结果表明,在合成数据集上,所提取的建筑物平面的准确率、召回率和F_(1)分数分别为0.990、0.998和0.994;在机载点云数据集RoofN3D上,所提取的建筑物平面的准确率、召回率和F_(1)分数分别为0.945、0.971和0.957。该方法不仅可以准确有效地提取出不同建筑物屋顶平面,且平面边缘非常准确,还可以准确区分建筑物屋顶平面内容和非平面内容,为建筑物3维建模提供重要帮助。
展开更多
关键词
激光技术
激光雷达点云
平面分割
深度学习
建筑物屋顶
下载PDF
职称材料
基于点云分割的建筑平面图智能生成技术
被引量：
2
3
作者
祁彦之
余润泽
李培振
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2023年第5期1-6,共6页
为了使房屋检测中建筑平面图测绘更加智能化,提出一种基于点云分割的建筑平面图智能生成技术.首先,使用多站点三维激光扫描仪获取点云数据,将所有站点数据进行点云配准拼接,获得完整的建筑模型,同时对点云进行降采样预处理;然后,采用随...
为了使房屋检测中建筑平面图测绘更加智能化,提出一种基于点云分割的建筑平面图智能生成技术.首先,使用多站点三维激光扫描仪获取点云数据,将所有站点数据进行点云配准拼接,获得完整的建筑模型,同时对点云进行降采样预处理;然后,采用随机抽样一致性(RANSAC)算法对建筑平面进行提取,通过调整点之间距离的阈值、拟合的平面数量和迭代的次数来分割出不同构件的平面;最后,选取合适的中间高度将分割后的点云模型切片,构建投影函数执行投影生成平面图.使用Python编程语言并结合Open3D点云数据处理库对所提算法进行验证,通过对教学楼某层扫描数据进行分析,实现了含有墙、门窗位置信息的建筑平面图的智能生成.研究结果表明:该技术可以准确地对三维激光扫描点云进行分析处理,且平均尺寸误差在4%以内,具有较高的分类精度.
展开更多
关键词
三维激光扫描
点云分割
建筑平面图
平面提取
随机抽样一致性
原文传递
基于MSCKF的IMU与激光雷达紧耦合定位方法
被引量：
11
4
作者
吕攀
辛越
+2 位作者
张恒
李红
杨国青
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020年第8期13-20,共8页
针对传统移动机器人定位方法对计算资源要求较高,而其所采用的嵌入式处理器通常计算力不足的问题,提出了一种低计算复杂度的移动机器人定位方法。该定位方法使用多状态约束下的卡尔曼滤波器对激光雷达和IMU数据进行融合,同时采用近似近...
针对传统移动机器人定位方法对计算资源要求较高,而其所采用的嵌入式处理器通常计算力不足的问题,提出了一种低计算复杂度的移动机器人定位方法。该定位方法使用多状态约束下的卡尔曼滤波器对激光雷达和IMU数据进行融合,同时采用近似近邻搜索方法取代传统的KD树近邻搜索方法来进行激光点云法向量的提取,在符合平面特征提取精度要求的前提下,法向量提取速度提高了近6倍。最后,在地下车库场景下对该定位方法进行了测试,该方法整体定位误差在0.4 m以内,旋转绝对位姿误差集中在0.02~0.06 rad之间。实验结果表明,所提方法占用较少的计算资源,在结构化环境中能够提供良好的定位结果。
展开更多
关键词
定位
卡尔曼滤波器
激光雷达
惯性测量单元
平面特征提取
下载PDF
职称材料
题名
从LiDAR数据中提取建筑物平面目标的新方法
被引量：
8
1
作者
李云帆
马洪超
机构
武汉大学遥感信息工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2011年第10期5-7,共3页
基金
国家高技术研究发展计划(863)No.2006AA12Z101
No.2009AA12Z107~~
文摘
提出一种从机载LiDAR点云数据中自动提取建筑物平面的方法。给出了基于边长约束的三角形生长算法对建筑物初始区域进行提取,针对提取出的建筑物脚点,利用自适应MeanShift方法在特征空间中对其进行聚类分析,并提取出平面目标,最后利用Alpha-Shape算法生成建筑物平面的轮廓线。通过实验证实了方法的有效性。
关键词
LIDAR数据
自适应Meanshift
聚类分析
建筑物
平面提取
Keywords
LiDAR
data
adaptive
Mean
Shift
cluster
analysis
building
planar
extraction
分类号
P237 [天文地球—摄影测量与遥感]
下载PDF
职称材料
题名
基于深度学习的机载点云屋顶平面提取算法
2
作者
李婕
李青清
李礼
刘钊
沈阳
涂静敏
机构
湖北工业大学电气与电子工程学院
武汉大学遥感信息工程学院
出处
《激光技术》
CAS
CSCD
北大核心
2024年第5期628-636,共9页
基金
国家自然科学基金资助项目(42101440)
湖北工业大学博士科研启动基金资助项目(XJ2021004501)
湖北省教育厅科学研究计划资助项目(Q20320413)。
文摘
为了准确提取不同类型建筑物屋顶点云的各个平面,采用度量学习的方式,将每个平面视为单独的实例,为每个平面上的点学习单独的高维深度特征。利用所提取的高维深度特征对平面点进行初步的聚类,通过简单的欧氏距离和特征空间距离进行综合度量将未聚类的点分配至各个平面;所提出的方法分别在合成数据集和公开的机载点云建筑物屋顶数据集RoofN3D上进行了训练和测试。结果表明,在合成数据集上,所提取的建筑物平面的准确率、召回率和F_(1)分数分别为0.990、0.998和0.994;在机载点云数据集RoofN3D上,所提取的建筑物平面的准确率、召回率和F_(1)分数分别为0.945、0.971和0.957。该方法不仅可以准确有效地提取出不同建筑物屋顶平面,且平面边缘非常准确,还可以准确区分建筑物屋顶平面内容和非平面内容,为建筑物3维建模提供重要帮助。
关键词
激光技术
激光雷达点云
平面分割
深度学习
建筑物屋顶
Keywords
laser
technique
light
detection
and
ranging
point
cloud
planar
extraction
deep
learning
building
roofs
分类号
TP391 [自动化与计算机技术—计算机应用技术]
TN249 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
基于点云分割的建筑平面图智能生成技术
被引量：
2
3
作者
祁彦之
余润泽
李培振
机构
同济大学土木工程学院
同济大学土木工程防灾国家重点实验室
出处
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2023年第5期1-6,共6页
基金
国家重点研发计划资助项目(2020YFC1512500).
文摘
为了使房屋检测中建筑平面图测绘更加智能化,提出一种基于点云分割的建筑平面图智能生成技术.首先,使用多站点三维激光扫描仪获取点云数据,将所有站点数据进行点云配准拼接,获得完整的建筑模型,同时对点云进行降采样预处理;然后,采用随机抽样一致性(RANSAC)算法对建筑平面进行提取,通过调整点之间距离的阈值、拟合的平面数量和迭代的次数来分割出不同构件的平面;最后,选取合适的中间高度将分割后的点云模型切片,构建投影函数执行投影生成平面图.使用Python编程语言并结合Open3D点云数据处理库对所提算法进行验证,通过对教学楼某层扫描数据进行分析,实现了含有墙、门窗位置信息的建筑平面图的智能生成.研究结果表明:该技术可以准确地对三维激光扫描点云进行分析处理,且平均尺寸误差在4%以内,具有较高的分类精度.
关键词
三维激光扫描
点云分割
建筑平面图
平面提取
随机抽样一致性
Keywords
3D
laser
scanning
point
cloud
segmentation
architectural
plan
planar
extraction
random
sampling
consistency
分类号
TU198.5 [建筑科学—建筑理论]
原文传递
题名
基于MSCKF的IMU与激光雷达紧耦合定位方法
被引量：
11
4
作者
吕攀
辛越
张恒
李红
杨国青
机构
浙江大学计算机科学与技术学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020年第8期13-20,共8页
基金
国家重点研发计划(2017YFB1301102)
国家科技重大专项(2017ZX01038201)资助
文摘
针对传统移动机器人定位方法对计算资源要求较高,而其所采用的嵌入式处理器通常计算力不足的问题,提出了一种低计算复杂度的移动机器人定位方法。该定位方法使用多状态约束下的卡尔曼滤波器对激光雷达和IMU数据进行融合,同时采用近似近邻搜索方法取代传统的KD树近邻搜索方法来进行激光点云法向量的提取,在符合平面特征提取精度要求的前提下,法向量提取速度提高了近6倍。最后,在地下车库场景下对该定位方法进行了测试,该方法整体定位误差在0.4 m以内,旋转绝对位姿误差集中在0.02~0.06 rad之间。实验结果表明,所提方法占用较少的计算资源,在结构化环境中能够提供良好的定位结果。
关键词
定位
卡尔曼滤波器
激光雷达
惯性测量单元
平面特征提取
Keywords
localization
Kalman
filter
lidar
IMU
planar
feature
extraction
分类号
TP242. [自动化与计算机技术—检测技术与自动化装置]
TN958.98 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
从LiDAR数据中提取建筑物平面目标的新方法
李云帆
马洪超
《计算机工程与应用》
CSCD
北大核心
2011
8
下载PDF
职称材料
2
基于深度学习的机载点云屋顶平面提取算法
李婕
李青清
李礼
刘钊
沈阳
涂静敏
《激光技术》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
3
基于点云分割的建筑平面图智能生成技术
祁彦之
余润泽
李培振
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2023
2
原文传递
4
基于MSCKF的IMU与激光雷达紧耦合定位方法
吕攀
辛越
张恒
李红
杨国青
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020
11
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
