System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种面向地下封闭管廊快速建图的基于无人机载激光雷达点云地图数据管理方法技术_技高网

一种面向地下封闭管廊快速建图的基于无人机载激光雷达点云地图数据管理方法技术

技术编号:42935334 阅读:9 留言:0更新日期:2024-10-11 15:57
本发明专利技术公开了一种面向地下封闭管廊快速建图的基于无人机载激光雷达点云地图数据管理方法,包括如下步骤:支持降采样点的插入方法;点的删除方法;点的重新插入方法。本发明专利技术所公开的方法,以小型四旋翼无人机载激光雷达获取的点云数据为基础,以辅助地下封闭管廊快速建图为目标,重点关注点云数据管理及点云地图构建方法。

【技术实现步骤摘要】

本专利技术属于激光雷达点云的数据管理及点云地图构建方法领域,特别涉及该领域中的一种基于无人机载激光雷达获取的点云数据,面向地下封闭管廊快速建图的点云数据管理和点云地图构建方法。


技术介绍

1、基于小型多旋翼无人机载激光雷达建图技术是以小型多旋翼无人机为载体,在飞行过程中对周围环境进行探测,与无人机的位姿数据联合解算,生成点云地图。基于无人机载激光雷达建图技术具有机动灵活,视野宽阔,不受环境光照影响等特点。但是地下封闭管廊内空间狭窄、结构复杂、无gnss定位导航信号的特点,对实施建图任务的无人机提出了高精度实时建图的要求,而小型四旋翼无人机因负载有限,无法承载具有大算力、大功耗的机载计算单元,这与激光雷达实时采集大量点云数据形成了较为尖锐的矛盾。因而高效的点云数据管理及点云地图构建方法对于小型多旋翼无人机系统提高建图效率具有重要意义。

2、采用无人机载激光雷达设备实施封闭空间建图,虽然具有不受场景内光照度变化影响的优点,但激光雷达每秒多达几十万点的数据采集能力,也对无人机系统提出了较高的数据存储、计算决策要求。而封闭管廊多具有内部结构狭窄、可视距离有限、无导航信号等显著特点,在使用无人机搭载激光雷达实施连续探测时,构建的管廊内部三维空间地图将存在大量的重复、冗余数据。在激光雷达的点云地图构建过程中需要频繁的对点云数据进行更新与替代,需要在对数据树执行插入、删除过程中对点云数据树重建,影响了无人机建图效率。

3、目前基于k-d树数据结构的点云数据管理方法,在每个激光雷达扫描周期进行点云插入和删除都需要从头重建整个数据树,导致整个过程耗时、低效;基于动态k-d树数据结构的点云数据管理方法无需重建整个数据树,只需在新点上重建,但大量点云数据操作导致树结构的不平衡,降低了在点云匹配过程中的点搜索效率。


技术实现思路

1、本专利技术所要解决的技术问题就是提供一种面向地下封闭管廊快速建图的基于无人机载激光雷达点云地图数据管理方法

2、本专利技术采用如下技术方案:

3、一种面向地下封闭管廊快速建图的基于无人机载激光雷达点云地图数据管理方法,其改进之处在于,包括如下步骤:

4、支持降采样点的插入方法:在激光雷达新的扫描周期获取的点云数据中提取需要插入的点,如果点云地图数据树存在,则根据点云地图预置分辨率r将点云地图空间分割成边长为r的立方体,否则新建地图数据树;点云地图空间分割完成后,将包含需要插入点p在内的立方体内的所有点按照距立方体中心距离排序,选择距离中心最近的点插入到数据树上,其他点删除;最近点的插入通过递归的方式从根节点向下搜索,将新点与存储在树节点上沿分割轴的点进行比较,直到发现一个叶节点,并在该叶节点上追加新的树节点;同时判断新增数据树是否平衡,数据树不平衡则对增量数据树重建,并在重建过程中完成无效节点删除,完成后进行下一个点的降采样插入,直到所有点插入完成,等待下一个激光雷达扫描周期到来进行新的点云数据插入;

5、点的删除方法:通过在数据树上搜索该节点,并使用延迟删除方法,该节点不会立即从数据树上删除,而是通过将“deleted”属性赋值ture,如果该节点上子树所有节点已删除,则将“treedeleted”属性设置为ture;同时判断新增数据树是否平衡,数据树不平衡则对增量数据树重建,并在重建过程中完成无效节点删除,完成后进行下一个点的删除,直到所有点删除完成;

6、点的重新插入方法:将已删除但未在数据树上删除的点重新插入到数据树上,只需将“deleted”属性改为false,完成后进行下一个点的重新插入,直到所有点重新插入完成。

7、进一步的,采用支持增量地图更新的数据结构,所述的数据结构在叶节点和内部节点上都具有存储点,将激光雷达探测得到的每个点都分别对应于数据树上的一个节点,包含叶节点和内部节点,同时在数据结构中包含属性,用于点云地图增量更新和数据树动态重平衡。

8、进一步的,属性包括“deleted”、“treedeleted”、“invalidnum”和“range”。

9、进一步的,数据树的平衡准则包含左右子树平衡性及数据树中有效节点的比例判定标准,当左右子树平衡性低于设定阀值或者数据树中有效节点低于设定阀值时,需通过对增量数据树重建达到再次平衡,重建过程中将节点“deleted”属性值为ture的节点删除,不参与点云地图数据树的重建。

10、本专利技术的有益效果是:

11、本专利技术所公开的方法,以小型四旋翼无人机载激光雷达获取的点云数据为基础,以辅助地下封闭管廊快速建图为目标,重点关注点云数据管理及点云地图构建方法。在基于无人机载激光雷达获取的点云数据,面向地下封闭管廊快速建图过程中,采用本专利技术的激光雷达点云数据管理和点云地图构建方法,可有效滤除重复冗余点云地图数据,减少点云地图构建过程中点云数据树重建次数,降低点云地图数据树平衡过程的计算代价,提高建图效率,实现在有限的计算资源下完成较大场景的稠密点云快速建图。

12、本专利技术采用支持增量点云地图更新的数据结构,通过在数据树中执行插入、删除和降采样等操作,实现三维地图的实时增量更新,提高了点云地图更新效率;基于该数据结构在最小化计算代价前提下进行动态重平衡,提高近邻搜索效率,快速实现点云数据与地图的配准。

本文档来自技高网...

【技术保护点】

1.一种面向地下封闭管廊快速建图的基于无人机载激光雷达点云地图数据管理方法,其特征在于,包括如下步骤:

2.根据权利要求1所述面向地下封闭管廊快速建图的基于无人机载激光雷达点云地图数据管理方法,其特征在于:采用支持增量地图更新的数据结构,所述的数据结构在叶节点和内部节点上都具有存储点,将激光雷达探测得到的每个点都分别对应于数据树上的一个节点,包含叶节点和内部节点,同时在数据结构中包含属性,用于点云地图增量更新和数据树动态重平衡。

3.根据权利要求2所述面向地下封闭管廊快速建图的基于无人机载激光雷达点云地图数据管理方法,其特征在于:属性包括“deleted”、“treedeleted”、“invalidnum”和“range”。

4.根据权利要求1所述面向地下封闭管廊快速建图的基于无人机载激光雷达点云地图数据管理方法,其特征在于:数据树的平衡准则包含左右子树平衡性及数据树中有效节点的比例判定标准,当左右子树平衡性低于设定阀值或者数据树中有效节点低于设定阀值时,需通过对增量数据树重建达到再次平衡,重建过程中将节点“deleted”属性值为ture的节点删除,不参与点云地图数据树的重建。

...

【技术特征摘要】

1.一种面向地下封闭管廊快速建图的基于无人机载激光雷达点云地图数据管理方法,其特征在于,包括如下步骤:

2.根据权利要求1所述面向地下封闭管廊快速建图的基于无人机载激光雷达点云地图数据管理方法,其特征在于:采用支持增量地图更新的数据结构,所述的数据结构在叶节点和内部节点上都具有存储点,将激光雷达探测得到的每个点都分别对应于数据树上的一个节点,包含叶节点和内部节点,同时在数据结构中包含属性,用于点云地图增量更新和数据树动态重平衡。

3.根据权利要求2所述面向地下封闭管廊快速建图的基于无人机...

【专利技术属性】
技术研发人员:焦恒昌张迎春万仁勇常鑫李芳王伟光
申请(专利权)人:中国电波传播研究所中国电子科技集团公司第二十二研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1