《无人机测绘技术》项目3任务4无人机激光点云数据处理

《无人机测绘技术》项目三无人机航测数据生产任务4无人机激光点云数据处理无人机激光点云数据处理是一项复杂的工作，需要综合运用地理信息系统、遥感技术、计算机视觉等多个领域的知识和技术，以获取高质量的点云数据，并进行后续的处理和分析。本任务我们将学习点云数据处理流程的理论知识，并采用大疆智图处理点云数据的具体操作流程。任务引入正确认识自身岗位，热爱本职工作，时刻保持恭敬心与敬畏心；坚持与时俱进，善于思考，勇于创新，提高工作效率；养成定期反思与总结的习惯，改进不足，精益求精。思政要点03能够基于大疆智图进行激光雷达点云处理。技能要点02了解无人机激光点云数据处理的相关技术流程。知识要点01学习目标无人机激光点云数据处理的相关技术流程；基于大疆智图进行激光雷达点云处理。基于大疆智图进行激光雷达点云处理。重点难点学习重点和难点03激光雷达点云处理02点云数据分类01点云数据预处理目录CONTENTS2无人机测绘基础知识Part1点云数据预处理激光点云数据处理技术流程激光点云数据处理技术流程点云数据预处理激光雷达获取的是一系列空间分布不规则且具有三维坐标值的离散点，无法直接进行DEM生产，因此，点云数据首先要进行预处理。点云数据预处理涉及点云去噪声、点云简化、点云配准以及点云补洞等内容。通过数据预处理，可以有效剔除点云中的噪声和外点，在保持几何特征的基础上实现点云数据简化，并将不同角度扫描的点云统一到同一坐标系下，为后续的曲面构建及三维实体模型生成提供稳健的数据基础。点云去噪客观噪声是由物理测量产生的误差引起的，客观噪声的消除通常采用去噪算法实现。客观噪声主观噪声则是由扫描现场无关物干扰引起的，通常表现为大片的点云，可借助三维模型处理软件对其进行手动消除。主观噪声点云简化点云数据模型的数据量都很大，对其存储、传输和计算均不利。因此有必要对其进行简化，并在精简数据的同时有效保持点云的尖锐特征。根据点云简化密度和曲面变分进行简化1采用聚类算法完成点云数据简化4根据点云中点的数目和点云表面变化系数对点云进行分块简化2根据点云中点的曲率值大小进行简化3点云简化方法点云配准采用三维激光扫描设备获取被测物的点云数据模型，通常一次扫描很难获取整个物体的完整点云数据信息，因此需要对同一物体在不同坐标系下进行不同角度下的多次扫描，并对多次扫描的结果进行配准，从而获得整个物体的完整点云数据模型。点云配准就是将同一物体在不同方位下测得的点云数据模型统一到同一坐标系。根据配准规模，点云配准分为两片点云配准和多片点云配准两大类，而多片点云配准可以通过两片点云的多次配准实现。点云补洞点云补洞采用三维扫描仪对被测物体进行扫描时，由于被测物体存在表面凹凸不平、不够规则、存在空腔，可能会导致物体表面区域存在未被扫描到的现象形成扫描盲区，产生许多形状各异、大小不一的孔洞。这就需要对模型外表面进行拟合，然后裁剪拟合曲面并与孔洞缝合，从而实现点云孔洞修补。2无人机测绘基础知识Part2点云数据分类点云数据粗分类经过预处理的数据就可以按照图幅分发给作业员进行编辑，作业员先进行粗分类，包含分离点和去噪两方面的内容。分离点指的是将点云中的地面点和非地面点分离，这种分离自动化程度较高，通过软件即可实现。需要注意的是分离地面点时，冗余点一般不参与，只有在点云密度较低的区域，才引入冗余点层，便于提取地面点。点云数据精确分类完成粗分类后，要进一步按照分离正常低点，分离空中点，分离地面点的顺序将表达不同类地物的点云进行自动分类。01原理是依据不同地物的反射强度、形状特征、回波次数等算法进行分类。02裸露地表处必有一次回波，对应的反射点即为地面点。植被覆盖区域可能对应多次回波，最后一次回波对应反射点为地面点。03从较低的激光点中提取初始地表面，设置地面坡度阈值，反复进行迭代运算直至找到合理地面点。042无人机测绘基础知识Part3激光雷达点云处理数据成果核验我们以大疆智图为例，对大疆无人机挂载禅思L1数据进行处理，将L1的激光雷达原始文件处理生成las格式三维点云。图为取出SD卡后的成果文件，包括后缀名为CLC、CLI、CMI、IMU、LDR、RTB、RTK、RTL和RTS的文件。CLC雷达－相机标定数据CLI雷达-IMU标定数据CMI视觉标定数据IMUIMU惯导数据LDR激光点云原始数据MNF视觉数据RTBRTK基站数据RTKRTK天线数据-主天线RTL杆臂数据RTSRTK天线数据-副天线JPG照片数据大疆智图新建工程启动DJITerra软件并登录后，点击左下角新建任务，选择【激光雷达点云】任务类型。点击，选择对应的数据采集成果文件夹以添加激光雷达点云数据导入。可将多组激光雷达任务放置在一个大的文件夹中，添加数据时导入这个大文件夹即可。大疆智图导入L1设备成果配置相关参数激光雷达点云处理参数设置主要包含点云密度、选择使用场景、点云有效距离、点云精度优化、输出坐标系、点云数据输出格式等。选择点云密度：高点云密度为原始采样率，使用100%的点云进行处理，处理成果质量最高，耗时最长。中点云密度使用25%的点云进行处理，处理成果质量中等，耗时中等。低点云密度使用6.25%的点云进行处理，处理成果点云稀疏，耗时最短。选择使用场景：一般情况选择点云处理即可。若L1出现上色重影等现象，可重新标定一下L1内参以达到更好的效果体验，此时可选择禅思L1自标定（处理完成后，点击“导出标定文件”，将标定文件存储至microSD卡根目录，然后插入禅思L1，L1连接通电后将自动使用该标定文件完成标定，后续的数据采集就将以标定后的内参开展运算）。配置相关参数③点云有效距离：设置用于点云处理的有效点云数据与

LiDAR的距离。若激光雷达采集的点超过该有效距离，则这些点将在点云处理时被过滤，不会参与处理。提示：当需要重建一个较近的目标区域，但又不可避免地会采集到远处背景区域时，可以设置点云有效距离。设置点云有效距离时，预估LiDAR位置和兴趣目标区域的最大直线距离，将其设置为点云有效距离即可。④点云精度优化：开启后，点云处理时将会对不同时刻扫描的点云数据进行优化，使得点云整体精度更高。此为专业版及以上版本功能，用户需购买并激活许可证方可使用。点云数据精确分类⑤输出坐标系：大部分点云后端分析软件均不支持地理坐标系的点云文件导入，建议此处将输出坐标系选择为投影坐标系。⑥输出格式：大疆智图输出的三维点云包含以下格式，这里我们主要生成las格式三维点云。lPNTS格式：默认生成以在Terra显示（LOD点云格式，适合在Cesium中显示）；lLAS格式：ASPRSLASer，三维点云格式，V1.2版本；lS3MB格式：超图LOD点云格式；lPLY格式：非LOD点云格式；lPCD格式：非LOD点云格式。数据处理点击“开始处理”，下方的进度条会显示点云数据处理进度。处理过程中，可点击“停止”，软件会保存当前进度。停止后若继续处理，软件会从保存的进度处回溯一段继续处理。可以共同开始多个点云处理任务。但在第一个开始的任务完成前，其余任务将处于排队状态，上一个任务完成后其余任务会按开始顺序依次进行点云处理。大疆智图内预览数据处理完成后，用户可对处理成果进行预览，预览时可进行平移、缩放、旋转等操作，在界面下方可选择“RGB、反射率、高度、回波”等不同显示方式查看成果。RGB：按真实颜色显示。反射率：按物体的反射率显示对应颜色。高度：按照点云的高度不同显示不同的颜色。回波：当数据采集时选择双回波或三回波时，按点云接收时的回波信息显示不同颜色。激光雷达点云文件储存建模完成的任务，激光雷达点云默认存储在C:\Users\<计算机用户名>\Documents\DJI\DJITerra\<DJI账号名>\<任务名称>\<lidars>成果文件夹中，也可在设置中更改缓存目录。用户可在重建页面使用快捷键Ctrl+Alt+F打开当前所在任务的文件夹。激光雷达点云文件储存图为lidars成果文件夹，其中最重要的是.las格式的三维点云和.out格式的航迹文件。las:大疆智图生成的las点云为标准的机载Lidar成果，las点云中记录了三维点坐标、RGB颜色、反射率、时间、回波次数、三维点属于第几次回波、每个回波的总点数、扫描角度等信息。_sbet.out:任务后处理轨迹文件。该文件记录平差结算后的轨迹信息，可导入第三方软件中查