【技术实现步骤摘要】
本专利技术属于测绘科学，具体地，涉及一种基于高程校正的多船多波束点云数据匹配方法、存储介质及设备。
技术介绍
1、近年来，无人船搭载多波束系统已经成为获取水下地形测量数据的重要技术手段，逐渐取代了传统的人工测量方式。随着技术的不断创新和发展，我国的无人船水下地形测量技术已经相当成熟，且无人船的航行表现趋于更加稳定和智能化。无人船技术在水下地形测量中的主要优势包括高效、安全、轻便和小巧。此外，无人船测量技术的运行成本较低，这使其受到测绘单位的广泛欢迎。
2、多波束系统用于水下地形扫测，能够生成反映地形起伏的条带状点云数据，扫测的航带宽度取决于水深和扫描开角，为了完整地覆盖航道，一般需要沿着航行方向进行多条航带的扫描，并在适当间隔内进行垂直于航行方向的检查扫描航带，以确保数据的完整性和准确性。此外，随着多波束测深技术的发展，使用多艘船或多台设备同时进行航带扫测已经成为常见的作业方式。不同设备的采样频率、间隔和开角不同，导致点云数据的密度不一致，给数据融合带来了挑战，同时还存在时间基准与空间基准的同步问题，这些都使得数据的处理工作变得复杂而关键。
3、在数据采集过程中，多波束系统受到gnss定位误差、设备姿态参数误差、惯性导航系统误差等影响，尤其是在多船或多设备的情况下，各个设备的传感器精度不同，系统参数的校正情况不同，容易导致扫测的航带点云在重叠区域出现不匹配的问题。这种误差不仅严重降低测量成果的精度，影响点云数据的分类处理和水下地形建模，还可能导致最终成果不符合规范要求。
4、为了解决这些问题，
5、因此，开发一种能够处理多艘船或多台设备扫测数据，且适应更复杂的测量环境和更高的精度要求的校正方法显得尤为重要。
技术实现思路
1、针对现有技术中存在的问题，本专利技术提供了一种基于高程校正的多船多波束点云数据匹配方法、存储介质及设备，旨在解决现有技术中各项误差导致的点云数据不匹配问题，本专利技术多船多波束点云数据匹配方法通过分析重叠区域的误差，分段拟合误差二次曲面，整体校正点云的高程数据，使得不同航带的点云匹配一致，从而提高测量数据的精度和一致性。
2、为实现上述技术目的，本专利技术采用如下技术方案：一种基于高程校正的多船多波束点云数据匹配方法，具体包括以下步骤：
3、步骤1、多无人船共同采集水下地形的点云数据，读取各无人船的轨迹线数据，根据轨迹线数据划分航段，保存航段内轨迹点数据；
4、步骤2、将所有点云数据进行区块划分，并记录点云数据的gps时间和所属航段；
5、步骤3、将每个区块内的点云数据进行区段划分，将各区段内的点云数据进行航段校正匹配；
6、步骤4、完成各区段内点云数据航段校正匹配后，进行相邻区段间点云数据的航段校正匹配；
7、步骤5、完成各区段间点云数据航段校正匹配后，进行相邻区块间点云数据的航段校正匹配，实现多无人船多波束点云数据的匹配。
8、进一步地，步骤1包括如下子步骤：
9、步骤1.1、读取每台无人船的轨迹线数据，获取每个轨迹线数据中各点的gps时间、位置坐标和方位角，计算相邻方位角之间的变化量；
10、步骤1.2、将相邻方位角之间的变化量小于阈值的连续轨迹线数据作为无人船的备选航段；
11、步骤1.3、每台无人船的备选航段按照各备选航段中gps时间的最小值按照从小到大的顺序进行排序，并将首尾相接的备选航段进行合并，得到每台无人船的航段；
12、步骤1.4、对所有无人船的航段进行编号，记录航段内各点的gps时间和位置坐标，并保存航段内的轨迹点数据。
13、进一步地，步骤3包括如下子步骤：
14、步骤3.1、将每个区块内的点云数据进行区段划分，将每个区段内的点云数据按照所属航段进行拆分，按照拆分的点云数据中重叠点云从大到小的顺序对点云数据所属航段进行排序，并使用拆分点云数据的横纵坐标生成所属航段的xy平面投影三角网；
15、步骤3.2、查找区段内各点云数据对应无人船的轨迹点，根据所述点云数据与所属无人船的轨迹点之间的距离和角度计算所述点云数据的权重，将所属航段内所有点云数据的权重拟合成权重二次曲面；
16、步骤3.3、按照排序的点云数据所属航段，结合所属航段的三角网和权重二次曲面，进行区段内航段的校正匹配。
17、进一步地，步骤3.2中根据所述点云数据与所属无人船的轨迹点之间的距离和角度计算所述点云数据权重w的过程为：
18、
19、其中，a表示所述点云到所属无人船的轨迹点之间的天顶角，d表示所述点云数据与所属无人船的轨迹点之间距离。
20、进一步地，步骤3.3包括如下子步骤：
21、步骤3.3.1、按顺序取出两个所属航段的点云数据ca和cb，提取点云数据ca中的重叠点云cao，计算重叠点云cao中各点云数据到点云数据cb所属航段的xy平面投影三角网的距离，拟合误差二次曲面qa；
22、步骤3.3.2、获取点云数据ca中各点在误差二次曲面qa上的误差d，获取点云数据ca中各点在点云数据ca的权重二次曲面上的权重pa，获取点云数据ca中各点在点云数据cb的权重二次曲面上的权重pb，计算出点云数据ca中各点的z值修正值将点云数据ca中重叠点云cao中各点的z值通过对应的z值修正值dz,a进行校正；
23、步骤3.3.3、获取重叠点云cao的水平凸包，计算点云数据ca中各个非重叠点到水平凸包的最短水平距离sa，计算出点云数据ca中各个非重叠点的z值修正值将点云数据ca中各个非重叠点的z值通过对应的z值修正值df,a进行校正；
24、步骤3.3.4、获取点云数据cb中各点在误差二次曲面qa上的误差d，获取点云数据cb中各点在点云数据ca的权重二次曲面上的权重pa，获取点云数据cb中各点在点云数据cb的权重二次曲面上的权重pb，计算出点云数据cb中各点的z值修正值将点云数据cb中重叠点云cao中各点的z值通过对应的z值修正值dz,b进行校正；
25、步骤3.3.5、计算点云数据cb中各个非重叠点到水平凸包的最短水平距离sb，计算出点云数据cb中各个非重叠点的z值修正值将点云数据cb中各个非重叠点的z值通过对应的z值修正值df,b进行校正；
26、步骤3.3.6、将校正后的点云数据ca和cb进行合并，合并后各点的权重pab＝p本文档来自技高网...
【技术保护点】
1.一种基于高程校正的多船多波束点云数据匹配方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种基于高程校正的多船多波束点云数据匹配方法，其特征在于，步骤1包括如下子步骤：
3.根据权利要求1所述的一种基于高程校正的多船多波束点云数据匹配方法，其特征在于，步骤3包括如下子步骤：
4.根据权利要求3所述的一种基于高程校正的多船多波束点云数据匹配方法，其特征在于，步骤3.2中根据所述点云数据与所属无人船的轨迹点之间的距离和角度计算所述点云数据权重w的过程为：
5.根据权利要求3所述的一种基于高程校正的多船多波束点云数据匹配方法，其特征在于，步骤3.3包括如下子步骤：
6.根据权利要求1所述的一种基于高程校正的多船多波束点云数据匹配方法，其特征在于，步骤4包括如下子步骤：
7.根据权利要求6所述的一种基于高程校正的多船多波束点云数据匹配方法，其特征在于，步骤4.3中改正曲面的计算过程为：获取校正前点云数据CAR在航段k的点云数据获取校正后点云数据C’AR在航段k的点云数据根据点云数据中各点的横纵坐标生
8.根据权利要求1所述的一种基于高程校正的多船多波束点云数据匹配方法，其特征在于，步骤5包括如下子步骤：
9.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序使计算机执行如权利要求1-8任一项所述的基于高程校正的多船多波束点云数据匹配方法。
10.一种电子设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行计算机程序时，实现如权利要求1-8任一项所述的基于高程校正的多船多波束点云数据匹配方法。
...【技术特征摘要】
1.一种基于高程校正的多船多波束点云数据匹配方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种基于高程校正的多船多波束点云数据匹配方法，其特征在于，步骤1包括如下子步骤：
3.根据权利要求1所述的一种基于高程校正的多船多波束点云数据匹配方法，其特征在于，步骤3包括如下子步骤：
4.根据权利要求3所述的一种基于高程校正的多船多波束点云数据匹配方法，其特征在于，步骤3.2中根据所述点云数据与所属无人船的轨迹点之间的距离和角度计算所述点云数据权重w的过程为：
5.根据权利要求3所述的一种基于高程校正的多船多波束点云数据匹配方法，其特征在于，步骤3.3包括如下子步骤：
6.根据权利要求1所述的一种基于高程校正的多船多波束点云数据匹配方法，其特征在于，步骤4包括如下子步骤：
7.根据权利要求6所述的一种基于...
【专利技术属性】
技术研发人员：陈健平，韩文泉，陈年青，徐同善，杨安，
申请(专利权)人：南京市测绘勘察研究院股份有限公司，
类型：发明
国别省市：
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。