CN118314300B 工程测量精准定位与三维建模方法及系统 （核工业(天津)工程勘察院有限公司）

司本发明提供一种工程测量精准定位与三维获取待测区域的高密度点云数据，倾斜影像数2通过预先设置激光雷达系统获取待测区域的高密度点云数据，通过无对于所述地形点云数据，通过自适应三角网生成算法，提取地形结构线并构对于所述初始三维模型，通过控制点配准到地理坐标系，结合多约束联对于所述初始三维模型，通过控制点配准到地理坐标系，结合多约束联对于所述初始三维模型，通过高精度GPS测量获得地面控制点的三维坐标作为模型定位的基准点并自动建立地面控制点与模型控制点基于控制点对应关系，通过绝对定向算法计算三维模型到地理坐基于预先设置的多个传感器，构建状态空间模型，通过确定状态变量通过基于误差状态的标定算法确定传感器偏置和比例因子，结合基于所述在线标定，结合全局绝对定位和所述融合定位信息，对算法将所述高密度点云数据和所述倾斜影像数据进行时空配准，得到多元一致性数据包对于所述待测区域，规划激光雷达系统的运动路线，通过旋转扫描获3设置所述无人机的飞行数据和倾斜摄影机的拍摄方式，所述无人机在所述高密度点云数据中提取角点和平面点并记为点云特随机一致性抽样去除错误匹配点对后构建几何变换模型，通过最小二乘优化求解变换参将所述多元一致性数据添加至所述采样层中，通过最远采样点对于每个候选点，以当前候选点为中心，随机设置邻域半径并根据基于所述类别标签构建连通图，结合条件随机场优化算法修改所对所述地形点云数据进行法向量估计，分别计算每个地形点云数据对应的主曲率值，将所述地形结构线加入约束边集，结合增量式三角剖分算法生基于所述地形模型，通过特征匹配获取影像间的同名点并基于所述同名4基于所述地物三维结构，基于深度学习进行语义分割并确定不同类别地物之间的边对于所述地物模型和所述地形模型，通过控制点进行坐标统一，将两个模通过地物模型提供的高精度控制信息，结合网格形变操作，将地形模对于精确配准后的地形模型和地物模型，通过表面重建方法进行无;7.工程测量精准定位与三维建模系统，用于实现前述权利要求1_6中任一项所述的方第一单元，用于通过预先设置激光雷达系统获取待测区域5其中，所述处理器被配置为调用所述存储器存储的指令，以执行序指令被处理器执行时实现权利要求1至66[0002]随着现代工程建设的快速发展，对工程测量的精度和效率提出了越来越高的要7进行飞行并触发所述倾斜摄影机进行影像获取，从多个视角进行拍摄得到原始影像数据，所述二进制描述子对所述图像关键点和点云特征点进行匹配，对于每个匹配完成的点对，8所述初始三角网应用边翻转和点插入操作，结合最小角准则确定所述初始三角网的形状，[0034]对于所述初始三维模型，通过高精度GPS测量获得地面控制点的三维坐标作为模型定位的基准点并自动建立地面控制点与模型控制点间的对应[0035]基于控制点对应关系，通过绝对定向算法计算三维模型到地理坐标系的变换参9人工编辑的繁琐和主观性，初始三维模型不仅保留了地形的精细结构和地物的真实外观，[0059]图1为本发明实施例工程测量精准定位与三维建模方法的流程示意图，如图1所[0060]S1.通过预先设置激光雷达系[0061]所述高密度点云数据是由激光雷达或者结构光等传感器获取的大量点的三维坐进行飞行并触发所述倾斜摄影机进行影像获取，从多个视角进行拍摄得到原始影像数据，所述二进制描述子对所述图像关键点和点云特征点进行匹配，对于每个匹配完成的点对，征点的紧凑表示，所述一致性抽样是一种从点云数据中抽取具有一致性结构的子集的方描述子以紧凑的二进制编码形式表示局部图像块的特征信息，基于生成的二进制描述子，过端到端的训练方式优化分类性能，大大提高了分类精度和效率，通过引入条件随机场[0083]所述自适应三角网生成算法是一种用于生成地形或物体所述多视角几何一致性算法是一种用于将来自多个视角或传感器的三维数据进行一致性所述初始三角网应用边翻转和点插入操作，结合最小角准则确定所述初始三角网的形状，值的图像或数据分割方法，通过将数据分成不同的区域或类别来提取感兴趣的目标或特述结构点集是指在地理信息系统或者三维建模中用于描述地形或物体结构的离散点集合，个区域并生成一组无重叠的三角形，所述最小角准则是一种用于评估三角形质量的准则，配是指在三维重建中通过匹配相邻图像或点云中的大量点来实现精确的特征对齐和配准[0111]对于所述初始三维模型，通过高精度GPS测量获得地面控制点的三维坐标作为模型定位的基准点并自动建立地面控制点与模型控制点间的对应[0112]基于控制点对应关系，通过绝对定向算法计算三维模型到地理坐标系的变换参[0116]所述地面控制点是在地理空间中已知位置的点，通常具迹卡尔曼滤波(UKF)等，对多传感器定位信息进行融合，通过卡尔曼