CN114693729B 基于激光扫描的深度追踪识别方法 （广东师大维智信息科技有限公司）

产业开发区创兴大道18号天安智谷科本申请提供基于激光扫描的深度追踪识别够及时发现而且能够识别是哪种类型的险情及2基于水渠险情的历史数据限定重点扫描区域：获取并处理水渠险根据扫描中的异常数据识别险情类型：水渠中异物检测及类型识所述历史数据根据其分区内的具体位置坐标划分到相应的子获取风险模型，所述历史数据作为所述风险模型的训练数据被分对所有位置分区的所有子区域进行上述处理并将同一位置分区内相邻的同风险区域根据扫描划分设定三维激光扫描仪的扫描范围，并利用三维激光扫述支座组件上方的GPS定位组件、设置在所述激光传感器旋转组件上的激光传感器及设置所述旋转驱动组件用于驱动所述激光传感器旋转组件所述控制箱组件通过电缆与所述旋转驱动组件及激光传3根据历史数据的更新对扫描周期进行动态调整：根据实际每次扫描获取的点云数据都计入历史数据对所述历史数若历史数据进行更新后改变了对风险区域的判定结果，则根据更括:在对所述预处理后的点云数据进行边缘识别根据水上水下的分界线将所述点云数据分为水上和水将标准点云数据集得到的水渠边界线与待修正的点云数据进行比较将所述偏移量进行求和平均处理得到最终的修正量对位置坐标通过决策树算法训练数据点预测模型，将待处理的点云数据输入到上述预测模型中，在原始的点云数据基础上去除正常的点云数据集得到点云数3.根据权利要求1所述的方法，其特征在于，所述根据扫描中的异常数据识别险情类水渠中的异物检测及类型识别：所述异物检测包括漂浮物和鼠害监测，将所述异常点云数据映射生根据距离图像以及反射强度图像对所述异常点云数据进行点云分上水下分界线附近的预设范围内点云数据的特征值与标准点云数据集进行对比判断是否通过边缘提取算法从所述剩余的点云数据中提取4根据预先得到的水上水下分界线以水渠最低点为基准得到分界线的水在水渠的预设位点架设三维激光扫描仪，某一位点获取到异常数据并识别其类型后，服务器对异常数据中漂浮物和鼠害险情类型进行动态追踪，包括：提5.根据权利要求1所述的方法，其特征在于，所述分析异常点云数据生成险情警报信获取动态跟踪监测的异常点云数据，统计一定时间内漂浮物通过线性回归算法建立漂浮物数量对应堵塞概率的预测模型，预测根据水渠的建造要求设定边缘相似度的最小值，当所述监测数据低于设定的最小值通过线性回归算法建立鼠害险情次数对应的鼠害泛滥风险值的预测56[0001]本发明涉及智能激光扫描技术领域，尤其涉及基于激光扫描的深度追踪识别方[0005]基于水渠险情的历史数据限定重点扫描区域：获取并处理水渠险情的历史数据、7[0025]对所有位置分区的所有子区域进行上述处理并将同一位置分区内相邻的同风险在所述支座组件上方的GPS定位组件、设置在所述激光传感器旋转组件上的激光传感器及8取水上水下分界线附近的预设范围内点云数据的特征值与标准点云数据集进行对比判断9述鼠害警报信息包括一定时间内的鼠害次数以及预测的鼠害泛滥[0104]经过上述异物检测后剔除异常数据中漂浮物和鼠害数据回归算法建立鼠害险情次数对应的鼠害泛滥风险值的预测模型，预测鼠害泛滥的风险高显示屏显示实时扫描效果，同时把扫描得到的数据以业界通用的点云格式存储到硬盘中，算机或服务器上执行。在涉及远程计算