基于三维激光的林区障碍识别建模研究

发布时间：2021-06-22 01:15

　　为了满足林业机械的自动化及智能化发展需求,减轻林下作业操作者的劳动强度,本课题基于三维激光点云数据,对林区障碍物的识别进行了研究。首先对FARO三维激光扫描仪扫描得到的林下环境点云数据进行去噪及简化,然后进行点云分割,得到树木、石头、地面、行人4类目标。最后提取分割得到的单个目标的特征,以提取的特征为基础,实现目标识别,从而为林业机械自动化以及智能化的发展提供理论基础。本课题的研究内容包括以下4个方面：（1）点云数据预处理。首先,基于PCL点云库中的Statistical Outlier Removal滤波器,对点云数据进行离群点剔除。然后运用Geomagic Studio处理软件对离群点剔除后的点云数据进行简化,从而为后续的点云分割和识别提供数据基础。（2）点云分割。在聚类分割方法的基础上,提出一种新的基于双特征综合相异度聚类分割方法,将点云数据的法向量和激光反射强度特征进行融合,根据融合后的综合特征实现点云分割,并将该方法与基于欧式距离聚类的分割方法进行比较。（3）特征提取。对树木、石头、地面及行人四类目标进行特征选择和提取。选择的特征包括高程概率分布、点特征直方图和激光反射强度概... 

【文章来源】：北京林业大学北京市 211工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

三维激光扫描系统工作原理图

图２－４点云场景??ｎｇ．２－４?Ｓｃｅｎｅ?ｏｆ?ｐｏｉｎｔ?ｃｌｏｕｄ?ｄａｔａ??３．０３０１００００?－１．?３１５２００００?１．９４：３６００００?２１９?２１９?２１９??３．００５７００００?－１．３０９３００００?１．犯９１００００?１９９?１９９?１９９??２．９６９７００００?－１．?３１２２００００?１．９１０４００００?１９４?１９４?１９４??２．９６７０００００?－１，３１５６００００?１．９０９７００００?２０４?２０４?２０４??２．?９６４０００００?－１．３１８９００００?１．９０８９０００日?２１１?２１１?２１１??２■巧６３００００?－１．３２００００００?１．９０５１００００?１９８?１９８?１９吕??

格式转换后，根据林下环境点云数据的特征，将每个点的邻域点个数设为１００，??并将标准差倍数设为１．５，即如果一个点的距离超出平均距离１．５个标准差Ｗ上，则??将该点视为噪声点，并将其剔除。去噪后的数据显示如图２－６?（ｂ）所示，被剔除的??离群点如图２－６?（Ｃ）所示。??〇）觀三養＾?．據義‘??墜龜??（ａ）去噪刖点友场景?（ｂ）去噪后点石场景??．．．．??Ｖ?；谋縫．ｉ；’女ｆ＇??＇．皆．．．？户??■■．？－？．Ｖ?冲，??撒方＇’聋．批：??护．?＾?■??（Ｃ）被剔除的离群点??图２－６点云数据去噪结果??Ｆｉｇ．２－６?Ｒｅｓｕｌｔ?ｏｆ?ｐｏｉｎｔ?ｃｌｏｕｄ?ｄｅｎｏｉｓｉｎｇ??２．４．?２点云数据简化??通过王维激光扫描系统得到的高精度点吉数据，在方便人们对物体进行三维描述??的同时，对计算机的处理速度及存储带来了巨大的挑战，因为扫描精度越高，得到的??点云数据的密度也必定越大。一组由上百万个点组成的点云将占有计算机近３００Ｍ的??空间。因此，在实际处理的过程中，通常会在特征保留能达到需求的前提下，对点云??数据进行简化处理。??Ｇｅｏｍａｇｉｃ?Ｓｔｕｄｉｏ（成思源，２０１０）软件是美国雨滴（Ｒａｉｎｄｒｏｐ）公司出品的逆向工程??和兰维检测软件，该软件主要特点是支持多种Ｈ维点云文件格式的读取和转换、海量??点云数据的预处理、智能化ＮＵＲＢＳ构面等等。它采用的点云数据的采样精简算法，??克服了其他同类软件中对点云数据操作时


本文编号：3241817