点线混合控制基元的点云地理化参数联合解算

发布时间：2021-08-28 08:10

　　当今数字时代,将不同扫描站点云的空间基准统一到地理坐标系是多源数据融合的基础。目前,以最少的工作量获取高精度的地理化点云是点云地理化中重点关注的问题。在控制基元最少的情况下,尚无基于混合控制基元的地理化参数联合直接解法。利用点基元与点云数据中广泛存在的线基元相结合,提出基于2个控制点和1条控制线的混合控制基元点云地理化参数联合解法,借鉴点的三维坐标转换公式,根据反对称矩阵和罗德里格矩阵的性质,推导2点1线混合控制基元的地理化方程,从而解算出旋转矩阵及地理化参数,实现点云粗地理化。实验表明,该方法的平面点位中误差为11.20 mm,空间点位中误差为16.66 mm,与传统控制点地理化方法的精度相当,同时地理化工作量大大减少,可为精确的地理化平差计算提供可靠的初值。 

【文章来源】：武汉大学学报(信息科学版). 2020,45(05)北大核心EICSCD

【文章页数】：8 页

【部分图文】：

点线混合基元地理化方法流程Fig.1FlowchartofGeoreferencingMethodBasedonPointsandLineMixedPrimitives

第1站扫描点云Fig.2PointCloudoftheNo.1Scanning

12345方向误差/mmΔX－0.31－6.09－2.25－3.2014.343.17－3.38－0.590.3915.54ΔY0.78－3.56－2.48－2.50－18.54－0.04－4.20－2.12－2.46－19.33ΔZ－4.74－15.61－9.466.09－19.21－8.06－18.84－13.272.47－22.70平面点位误差/mm0.847.053.354.0623.443.175.392.202.4924.80空间点位误差/mm4.8117.1310.047.3230.308.6619.6013.453.5133.62图3两种方法地理化后的目视效果Fig.3VisualEffectAfterGeoreferencingbyTwoMethods765

【参考文献】：
期刊论文
[1]直线特征约束下利用Plücker坐标描述的LiDAR点云无初值配准方法[J]. 王永波,汪云甲,佘雯雯,韩新哲.  武汉大学学报(信息科学版). 2018(09)
[2]基于对偶四元数的三维空间坐标转换直接解法[J]. 马涛峰,卢小平,禄丰年.  大地测量与地球动力学. 2017(12)
[3]从摄影测量到计算机视觉[J]. 龚健雅,季顺平.  武汉大学学报(信息科学版). 2017(11)
[4]点云信息提取研究进展和展望[J]. 张继贤,林祥国,梁欣廉.  测绘学报. 2017(10)
[5]融合点、对象、关键点等3种基元的点云滤波方法[J]. 林祥国,张继贤,宁晓刚,段敏燕,臧艺.  测绘学报. 2016(11)
[6]基于Plücker直线的LiDAR点云配准法[J]. 盛庆红,陈姝文,柳建锋,王惠南.  测绘学报. 2016(01)
[7]顾及系统误差的三维激光扫描坐标转换[J]. 贾象阳,姚吉利,马宁,徐广鹏.  测绘通报. 2015(11)
[8]应用三维线特征自动配准建筑物点云数据[J]. 王晏民,石宏斌.  测绘通报. 2014(09)
[9]地面激光扫描多站点云整体定向平差模型[J]. 姚吉利,贾象阳,马宁,徐广鹏,韩保民.  测绘学报. 2014(08)
[10]罗德里格矩阵在三维坐标转换严密解算中的应用[J]. 姚吉利,韩保民,杨元喜.  武汉大学学报(信息科学版). 2006(12)



本文编号：3368153