-
题名基于无人机数据采集技术的地形坡度勘测研究
被引量：1
- 1
-
-
作者
任建设
-
机构
河南省中纬测绘规划信息工程有限公司
-
出处
《能源与环保》
2023年第1期175-180,共6页
-
基金
河南省科研启动基金计划基金项目(2018-BS-131)。
-
文摘
地形坡度的大小关系到边坡的稳定性,坡度较大的地区极易引发滑坡、泥石流等地质灾害。为了准确了解边坡稳定性,减少地质灾害带来的生命财产损失,研究一种无人机数据采集技术下的地形坡度勘测方法。以南方某山地区为例,借助无人机搭载激光雷达设备,采集点云数据,并对点云数据实施滤波和稀疏的预处理。根据预处理的点云数据,建立数值高程模型,绘制不规则三角网,得出高程数据以及夹角数据。基于这2类数据,计算研究区坡度值,并划分坡度风险等级,实现地形坡度勘测。结果表明,计算出来的研究区整体坡度大于31°,与坡度等级表对比,等级划分为Ⅳ级,说明研究区为危险区域,边坡不稳定。
-
关键词
无人机数据采集技术
激光雷达设备
点云数据预处理
地形坡度勘测
-
Keywords
UAV data acquisition technology
lidar equipment
point cloud data preprocessing
topographic slope survey
-
分类号
P642
[天文地球—工程地质学]
-
-
题名基于TLS的滑坡形变分析方法研究
被引量：1
- 2
-
-
作者
赵进
刘根友
王彬彬
胡玉坤
段鹏硕
-
机构
中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室
中国科学院大学
-
出处
《大地测量与地球动力学》
CSCD
北大核心
2017年第2期182-186,共5页
-
基金
国家973计划(2013CB733200)~~
-
文摘
以四川理县一地质滑坡为例,分析扫描点空间位置的理论精度,探讨点云数据获取以及点云过滤、点云拼接、地理参考等数据预处理的关键技术,给出一套比较直观、全面的滑坡形变分析方法,包括基于点云比较的形变分析、基于TIN比较的形变分析、基于特征点的形变分析以及基于DEM的形变分析。为了充分利用非地面点云数据,提出一种提取滑坡区域电线杆、树干的几何特征来分析滑坡水平变化的新方法。通过分析得到的滑坡形变量与GNSS远程实时监测结果基本一致。
-
关键词
TLS
点云
点云预处理
特征点
滑坡形变分析
-
Keywords
TLS
point cloud
point cloud data preprocessing
feature points
landslide deformation analysis
-
分类号
P315
[天文地球—地震学]
-
-
题名三角面片点云数据处理的研究与应用
- 3
-
-
作者
吴娇
马潇潇
肖钦兰
-
机构
六盘水师范学院矿业与机械工程学院
-
出处
《六盘水师范学院学报》
2022年第5期113-120,共8页
-
基金
六盘水师范学院项目“机械装备应用与研发科技创新团队”(LPSSYKJTD201802)
六盘水师范学院项目“基于灰度图图元操作的创新设计仿真研究”(LPSSYZK202005)
-
文摘
点云数据转换成灰值图时,对每个像素点周边邻域内的点云进行计算从而估计出该像素点的像素值,但其效率和精度较低。针对上述问题,首先对点云数据进行多视图拼接和滤波处理,然后提出利用三角面片法对点云数据进行处理,将文件头和三角形面片信息分成两部分进行存储,最后,提出在知道坐标原点的位置以及两个基本平面的法向向量值的情况下,进行点云的位置变换的算法。实验证明,提出的三角面片方法可以提高STL文件解析的数量,提出的点云位置变换算法将点云位置变换到加工时所需的坐标系,从而提高数据处理的效率和精度。
-
关键词
三角面片
点云数据拼接
点云滤波
点云数据处理
灰值图
-
Keywords
triangulation
point cloud data stitching
point cloud wave filtering
point cloud data preprocessing
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名激光传感器在机器人定位检测中的应用
- 4
-
-
作者
王祺
-
机构
周口师范学院
-
出处
《激光杂志》
CAS
北大核心
2022年第11期36-40,共5页
-
基金
河南省科技厅科技计划项目(No.182102210600)。
-
文摘
当前机器人目标定位检测一直受到昏暗环境的限制,导致定位与检测效果较差。针对上述问题,将激光传感器应用到机器人定位检测中。利用激光传感器采集关于目标的激光点云数据,并实施预处理,包括噪声点去除以及点云数据精简,在处理好的点云数据基础上,利用RBFP方法(粒子滤波法)绘制环境地图,同时实现机器人的自定位。在环境地图中,识别存在的目标,确定目标类型以及计算目标体积,并结合激光测距数据,完成机器人定位检测。结果表明:即使在低照度的昏暗环境中,激光传感器的定位检测结果与实际结果误差,均在误差允许的范围内,说明定位检测质量极高。通过本研究以期为机器人移动导航提供可靠数据。
-
关键词
激光传感器
移动机器人
点云数据采集
预处理
RBFP
定位检测方法
-
Keywords
laser sensor
mobile robot
point cloud data acquisition
point cloud data preprocessing
RBFP
target location and detection
-
分类号
TN125.7
[电子电信—物理电子学]
-
