基于大疆L1激光點云的房屋快速提取與識別算法141
發(fa)表時間:2021-10-14 09:09來源:知行機器人 近(jin)年(nian)來(lai),全(quan)國大(da)力(li)推廣(guang)(guang)城市(shi)更新以及城市(shi)舊改模式,原因在于在經(jing)濟水平不斷提高的(de)過程中(zhong),廣(guang)(guang)州、深(shen)圳(zhen)等(deng)一線城市(shi)建設用地在近(jin)年(nian)來(lai)陸續逼近(jin)資源環(huan)境的(de)極限,土地問題成為城市(shi)發(fa)展的(de)瓶(ping)頸。 隨著時代發展,在城市規劃設計理念不同、城市管理方式及水平存在差異的影響下,城(cheng)市(shi)規劃(hua)中不斷出現規劃(hua)不合(he)理、建設不合(he)規、產權(quan)不明晰(xi)以及(ji)土地利用率較低的問(wen)題(ti),存在(zai)極大的整改空(kong)間。 我國的“十四五”規劃綱要指出,要發展壯大城市群和都市圈,推動城市群一體化發展。在發展城市群的背景下,城市更新具有現實積極意義。 在城市更新以及城市舊改過程中,棚戶區、城中村等改造領域存在較大的困難,其中如何高效得到準確房屋面數據是城市更新及舊改中的難題之一。 而房屋面數據作為基礎的地理信息數據之一,對城市建設改造,用地規劃的評估具有重要意義。房屋面的數據獲取則主要依靠基礎性測繪工作實現。 01 傳統測繪技術下的房屋 傳統數(shu)字測繪(hui)技術在進行房屋數(shu)據采集時,需要通(tong)過測繪(hui)人員實(shi)地勘察(cha),采集多種地形信息,并(bing)且人工通(tong)過數(shu)學運算方法處理數(shu)據,最終繪(hui)制平面圖。 為此需要人工處理的數據量大,缺乏數據處理以及挖掘方面缺乏技術。 數 傳統數字測量技術受到的條件限制較多,由于視距長度短、地形測繪工具重,勞動強度大等特點,使得測量工作效率低,耗時長,甚至可能長達一個月。 再者,自2016年以來,全國開始了大范圍的航測數據采集,航空攝影測量技術在國土測繪和規劃設計中已經得到了較為廣泛的應用。 但同時無人機航拍技術也存在著明顯的不足,存在航空攝影飛行的平穩度不高,且數據生產之后繪制線劃圖的過程依舊依賴人工繪制,工作效率不高,耗時長至一兩周。 02 航空攝影激光點云測(ce)量 自動(dong)線劃圖技術下的房屋(wu)數(shu)據(ju)采集 在測(ce)繪(hui)科(ke)學等領域,激光點云既是一種(zhong)時空數(shu)據,同時也是一種(zhong)模型,是物理(li)三維世界數(shu)字化的(de)基礎技術。 而且以激光掃描為代表的主動采集方法為三維數字化提供了直接的技術手段,能夠獲取具有三維空間位置和屬性信息的稠密點云。
但由于點云數據具有數據海量、高冗余、高密度且不規則分布等(deng)特點,點云數據難以轉化到實際應用中。 為解決地物目標認知與提取自動化程度低的問題,達到實時點云智能建筑物識別以及邊界提取的問題,廣州知行致力于獨創基于DJI M300搭載(zai)DJI L1實現的激(ji)光點云的房屋(wu)快速(su)提取與識(shi)別算法。 該算法從對原始點云經過基本的預處理操作后,先利用點云分類方法將建筑物類別的點云分離出來,對城中村建筑物整體進行分割。 根據 LiDAR 點云的離散分布特征將城中村建筑物點云進行單棟建筑物點云分割和提取,采用空間聚類方法對其進行聚類,最終實現與高分辨率的DOM影像進行精度對比分析。 基于DJI L1實現的激光點云的房屋快速提取與識別算法通過點云分類獲取了建筑物點云,并且利用點云密度和歸一化高度的特征提取了城中村范圍內的點云,最終可實時展現三維點云、建(jian)筑物邊界自動(dong)化提取(qu)并且(qie)形成三維數字線(xian)劃圖。 (原始點云數據質量高程精度評定) (房屋邊長精度評定) 通過這一獨創算法,針對0.5平(ping)方公里的(de)房屋(wu)建(jian)筑進行點云數據采(cai)集、生產以(yi)及處理的(de)工作總耗時僅需90分鐘,建(jian)筑物點云分割總體(ti)精度可達到83%及以(yi)上。 (房屋面積、棟數精度結果) 在建(jian)(jian)筑(zhu)物(wu)三維(wei)重建(jian)(jian)、地籍測量以及城市更新(xin)、城市舊(jiu)改工作中,建(jian)(jian)筑(zhu)物(wu)邊界提取工作十分重要。 獨創的激光點云房屋快速提取及識別算法,可實現建筑物邊界線自動提取,實時智能構建三維數字線劃圖,并且能夠自動分析建筑面積以及建筑樓層的高度等海量數據,大大提升地形測繪工作作業效率。 (基于點云生成的房屋線劃圖) (手動測量10.5米,自動計算10.7米) 與傳統利用影像提取建筑物方法比較之下,該算法在建筑物提取結果中避免了位置錯位的問題,結果更加具有實用性;并且建筑物位置提取結果更加準確,減小了建筑物傾斜遮擋和陰影帶來的影響。 該(gai)算法(fa)研究(jiu)尺度(du)更加(jia)精細,并且無(wu)需(xu)多(duo)源(yuan)數據參與,其中采(cai)用(yong)的大(da)疆L1點云數據具有全(quan)天時(shi)、快速、大(da)量、低(di)成(cheng)本且精度(du)高的優勢。
這種獨創新型的算法不僅能夠解決(jue)城(cheng)市更新、城(cheng)市舊改中地物目標(biao)認(ren)知困(kun)難、提(ti)取自動(dong)化程度低(di)、數(shu)據(ju)海量難以處理(li)、數(shu)據(ju)處理(li)時間(jian)長等問(wen)題(ti)。 并且能夠打破條件限制,將航空攝影激光點云技術推廣應用到地形測(ce)(ce)繪、工程(cheng)測(ce)(ce)量、應急測(ce)(ce)繪、警務(wu)執法、能(neng)源(yuan)設施、農林調查(cha)等場(chang)景。 |