变形分析中点云虚拟基准的确定方法.pdf

第 卷第期测绘学报V o l ,N o 年月A c t aG e o d a e t i c ae tC a r t o g r a p h i c aS i n i c aJ u n e,引文格式:孙文潇,王健,靳奉祥,等变形分析中点云虚拟基准的确定方法J测绘学报,():D O I:/j A G C S S UN W e n x i a o,WANGJ i a n,J I NF e n g x i a n g,e t a l P o i n t c l o u dv i r t u a l d a t u md e t e r m i n a t i o nm e t h o d i nd e f o r m a t i o na n a l y s i sJ A c t aG e o d a e t i c ae tC a r t o g r a p h i c aS i n i c a,():D O I:/j AG C S 变形分析中点云虚拟基准的确定方法孙文潇,王健,靳奉祥,杨以坤山东科技大学测绘与空间信息学院,山东 青岛 ;山东建筑大学测绘地理信息学院,山东济南 ;北京师范大学全球变化与地球系统科学研究院,北京 PP oo ii nn ttcc ll oo uu ddvv ii rr tt uu aa ll dd aa tt uu mmdd ee tt ee rr mm ii nn aa tt ii oo nnmm ee tt hh oo dd ii nndd ee ff oo rr mm aa tt ii oo nnaa nn aa ll yy ss ii ssSS UU NNWW ee nn xx ii aa oo,WWAA NN GGJJ ii aa nn,JJ II NNFF ee nn gg xx ii aa nn gg,YY AA NN GGYY ii kk uu nn C o l l e g eo fG e o d e s ya n dG e o m a t i c s,S h a n d o n gU n i v e r s i t yo fS c i e n c ea n dT e c h n o l o g y,Q i n g d a o ,C h i n a;C o l l e g eo fS u r v e y i n ga n d G e o I n f o r m a t i c s,S h a n d o n gJ i a n z h uU n i v e r s i t y,J i n a n ,C h i n a;C o l l e g eo fG l o b a lC h a n g ea n dE a r t hS y s t e mS c i e n c e,B e i j i n gN o r m a lU n i v e r s i t y,B e i j i n g ,C h i n aAA bb ss tt rr aa cc tt:A i m i n ga tt h ep r o b l e mt h a tc o n v e n t i o n a lf i x e d p o i n t b a s e dd a t u mc o n s t r u c t i o nm e t h o d sa r ed i f f i c u l tt o a p p l yt o o v e r a l ld a t u m d e t e c t i o n b a s e d o n p o i n tc l o u d,a p o i n tc l o u d v i r t u a ld a t u md e t e r m i n a t i o nm e t h o db a s e do nt h ec e n t r o i ds t a b i l i t ya n dd i s t r i b u t i o ns i m i l a r i t yo fc o r r e s p o n d i n gg r i d so ft h e m u l t i t e m p o r a ll a s e rp o i n tc l o u di s p r o p o s e di n o u rs t u d y F i r s t l y,t h e p o i n tc l o u d d i s t r i b u t i o nc h a r a c t e r i s t i c s i nt h es t a b l ea n dd e f o r m e da r e a sa r ea n a l y z e da c c o r d i n gt ot h ec h a n g i n gp a t t e r no f t h et r a d i t i o n a l d a t u mp o i n t s,a n dt h ed e t e c t i o np r i n c i p l eo f t h ep o i n tc l o u dv i r t u a ld a t u mi sd i s c u s s e d T h e n,t h ep o i n tp o s i t i o ne r r o r sc a u s e db yd i s t a n c em e a s u r e m e n t,a n g l em e a s u r e m e n t,a n df o o t p r i n ts c a l ea r ew e i g h t e d,a n dt h ea x i sv e c t o r sa n g l ec o r r e s p o n d i n gt ot h em i n i m u m m o m e n to f i n e r t i ai sc a l c u l a t e dt od e t e r m i n e t h ep o i n t c l o u dd i s t r i b u t i o n s i m i l a r i t y F u r t h e r m o r e,t h ec e n t r o i ds t a b i l i t y i sa n a l y z e db yu s i n g t h es q u a r e dMs p l i ts i m i l a r i t y t r a n s f o r m a t i o n,a n d t h ev i r t u a ld a t u mo f t h em u l t i t e m p o r a lp o i n tc l o u d i sd e t e c t e d F i n a l l y,t h et a n k,l a n d s l i d e,a n dr e g u l a rg e o m e t r yp o i n tc l o u dc a p t u r e db yt e r r e s t r i a ll a s e rs c a n n i n gt e c h n o l o g ya r ea p p l i e d t ov e r i f y t h e f e a s i b i l i t ya n da p p l i c a t i o n s c e h e s o f t h ep r o p o s e dm e t h o d R e s u l t s s h o wt h a t t h ep o i n tc l o u dv i r t u a ld a t u mt h a td o e sn o tr e q u i r eo n s i t el a y o u to rr e g u l a rm a i n t e n a n c ec a nb ed e t e c t e db y c o m b i n i n g t h ec e n t r o i d s t a b i l i t ya n d t h ed i s t r i b u t i o n s i m i l a r i t y c h a r a c t e r i z e db y t h ea x i s v e c t o r sa n g l e so ft h em i n i m u m m o m e n to f i n e r t i a,w h i c hp r o v i d e st h ef o u n d a t i o nf o rm u l t i t e m p o r a lp o i n tc l o u dc o o r d i n a t eu n i f i c a t i o na n dd e f o r m a t i o na n a l y s i s KK ee yyww oo rr dd ss:p o i n t c l o u dv i r t u a l d a t u m;c e n t r o i ds t a b i l i t y;d i s t r i b u t i o ns i m i l a r i t y;d e f o r m a t i o na n a l y s i sFF oo uu nn dd aa tt ii oo nnss uu pp pp oo rr tt:I n t r o d u c t i o nP l a no fH i g h e n dF o r e i g nE x p e r t s(N o G L)摘要:针对传统基于固定点的基准构建方法难以适用于点云整体基准探测的问题,本文提出了基于格网质心稳定性和分布相似性的点云虚拟基准确定方法.首先依据常规变形监测网中基准点的变化模式分析稳定区域和变形区域的点云分布特性,探讨点云虚拟基准的概念及探测原则;然后根据测距、测角和光斑面积引起的点位误差定权,以对应格网最小转动惯量对应轴线向量夹角为准则分析点云分布相似性,并利用平方型Ms p l i t相似变换检验对应格网质心的稳定性,从而确定多时相激光点云的参考基准;最后结合地面三维激光扫描技术获取的储罐、滑坡和规则几何体点云验证其可行性.结果表明,结合点云质心稳定性和转动惯量对应转轴向量的相似性可以探测不需要现场布设、更不需要定期维护的点云虚拟基准,为多时相点云坐标统一和变形分析等提供基础.关键词:点云虚拟基准;质心稳定性;分布相似性;变形分析中图分类号:P 文献标识码:A文章编号:()第期孙文潇,等:变形分析中点云虚拟基准的确定方法基金项目:高端外国专家引进计划(G L)随着“新基建”“数字孪生城市”等建设进程的不断推进,实时准确地获取基础设施完整性好、现势性强的时空数据对于自然资源调查、生态环境监测与应急管理等有着重要的意义 ,尤其是基础设施的全生命周期内,其形状、大小及位置在外部载荷作用下随时间和空间域发生不均匀变化,当变化量超出阈值时,将给人们的生命财产安全造成严重的破坏和不可估量的损失.近年来,三维激光扫描技术以形扫描的连续测量方式,获取的变形体表面密集的激光点云弥补了传统测绘方法采样点少且难以反映变形体整体变化特征的缺点,能够实现三维、整体且全面的变形分析,为变形监测带来了全新的思路 .利用三维激光扫描技术进行变形监测的首要问题就是确定合适的监测基准,因为只有稳定的基准才能把多时相、多平台的测量坐标、方向和属性等信息紧密统一,若基准本身不稳定或不统一,由此 获得的变化 量则不能反 映真实的变 形信息 .在常规大地测量方法中,监测网的基准需要依据实际情况综合选取.具体来说,当网中存在稳定点时通常采用固定基准,其余若干未知量作强制符合;但由于地质构造、气候条件等因素的影响,实际测量过程难以准确确定稳定点,此时则以重心为基准,该方法不需要固定参考点,且变形量与起始数据无关,但若各点变形特征不一致,易影响变形量计算的准确度.基于此,文献 提出拟稳平差的概念,考虑到研究区域中各点所处的地质构造和地球物理环境各不相同,其位置随时间发生变动,但总有些点变化相对较小,能够为变形监测提供分析基准.目前常用的拟稳基准稳定性检验方法主要包括假设检验、模糊聚类 和名次等.尽管假设检验方法能够为基准网稳定性检验提供切实可行的解决方案,但若网中存在位移较大的点,与该点有关的观测值及邻近点均会受到严重影响,导致稳定点的错误识别;而模糊聚类分析参考点稳定性计算量较小,但其依赖于平差结果的可靠性,更适用于网中有已知点的参考网.现有研究几乎没有涉及适用于点云变形分析的基准探测,仍延续传统固定点的基准构建:一是在研究区域稳固位置布设基准点,然后利用全站仪、水准仪等获取平面和高程点坐标,以组合构建三维基准监测网;二是由GN S S建立大地坐标控制网以构建三维监测基准.尽管现有基准构建方法得到了令人满意的结果,但存在一定的局限性:传统监测基准网的建立需要进行网形设计、精度设计和优化设计,且需要定期复测基准点进行稳定性分析;GN S S在短基线和高程测量的精度较低,且存在大地坐标系和施工坐标系联测与转换的难题;传统参考点稳定性检验方法局限于监测网中布设的基准点,有限的基准点个数不足以充分表征整体基准信息,且一旦破坏严重影响资料的连续性.考虑到三维点云具有大体量、高精度和高密度等特性,能够充分表征监测对象整体变形信息、精确构建变形体三维模型,本文在传统基准点稳定性检验的基础上,提出变形分析中点云虚拟基准的确定方法,首先根据扫描几何引起的点位误差定权,然后分析多时相激光点云对应格网的分布相似性和质心相似变换参数探测点云虚拟基准,从而为多时相激光点云坐标统一和变形分析提供可靠的参考基准.点云虚拟基准确定方法为探测多时相点云的监测基准,首先根据传统变形监测网中基准点的位置变化分析扫描场景中稳定和变形区域的点云分布特性,确定点云基准变化模式;然后对点云误差源进行分析,并根据测距测角和光斑面积产生的点位误差进行定权,最后实现基于对应格网分布相似性和质心稳定性的点云虚拟基准确定方法,方法流程如图所示.图点云虚拟基准确定方法F i g D e t e r m i n a t i o n m e t h o d o ft h ep o i n tc l o u dv i r t u a l d a t u mJ u n e V o l N o A G C Sh t t p:x bc h i n a s m pc o m点云基准变化模式在常规变形监测网中,变形分析是基于多期监测点的观测,如图(a)所示,橘红色点与线段构成第期监测网,蓝色点与线段构成第期监测网,其基准点的位置变化可分为以下种情况:基准点是相对稳定点,在多期测量数据中保持相对不变(深蓝色与橘红色相间点);基准点是移动点,随时间推移发生较小位移(浅蓝色点);基准点由于环境或人为原因损坏,或因需要增设,即变更点(深蓝色点).图变形监测中基准变化模式F i g T h ed a t u mc h a n g i n gp a t t e r n i nd e f o r m a t i o nm o n i t o r i n g对应于变形监测网中固定基准点的变化,点云基准变化也分为种情况:对应格网点云质心是相对稳定的且点云分布相似,如图(b)所示;点云发生整体位移,尽管存在分布相似的格网,但其质心发生位移,如图(b)所示;()点云分布完全不对应甚至不存在对 应格网,如图(b)所示.因此,通过分析格网点云质心位置及分布相似性可探测多时相激光点云的稳定区域,区别于传统变形监测网中的基准点,提出点云虚拟基准的概念,以解决基于点云进行变形监测的基准问题.质心稳定性判断由于三维激光扫描技术的扫描随机性和多次扫描不可重复性,难以在多时相点云中搜索对应点对,首先对其构建八叉树索引,然后以对应格网质心进行稳定性检验.设pi、qj为对应格网点云集上的点,m、n为点云数量,格网质心p(xp,yp,zp)和q(xq,yq,zq)分别为p(xp,yp,zp)micipiq(xq,yq,zq)njcjqj()式中,ci和cj为点云质心因子,满足mici和njcj,可由式()表示cipimipi/m()mipimipi/m()cjqjnjqj/n()njqjnjqj/n()()假设随机误差来自传感器、外界环境和测量方法,增 加 真 误 差 向 量 xyz,格 网 质 心p(xp,yp,zp)和q(xq,yq,zq)的三维相似变换可通过平移参数(Tx,Ty,Tz),旋转参数(,)和尺度因子s实现,xqyqzqTxyzTs xpypzpTTxTyTzT()将其按泰勒级数展开,考虑到二次以上各项较小,可忽略不计,式()可线性化为xyzqsdsqdqdqdqTxdTxqTydTyqTzdTzxqxqyqyqzqzq ()第期孙文潇,等:变形分析中点云虚拟基准的确定方法因此,测量点在三维相似变换时对应的误差方程可表示为xyz xsxxxxTxxTyxTzysyyyyTxyTyyTzzszzzzTxzTyzTz dsddddTxdTydTzxqxqyqyqzqzq()考虑到平方型Ms p l i t相似变换模型在求解过程中可以同时估计多期观测的相似变换参数和由不稳定点引起的误差参数,在一定程度上抵抗粗差或系统误差的影响,满足质心稳定性检验的需求.利用该方法将划分为稳定点组和不稳定点组,以初步点云稳定区域.具体地,将式()分裂为两个相似变换qHtdqHtd()式中,H和t分别表示相似变换的设计矩阵和相似变换向量;d为变形向量.以全局分解能最大为目标,建立准则函数ni(qHt)(qHt)m i n()代入q、H和t,可得到变换参数t和t;若两组参数无明显差异,所有参考点均为稳定点;否则对其进行逐点归类,然后舍去不稳定点,将稳定点再次分裂,直至两组变换参数无明显差异.点云分布相似性几何不变量构建从物理学分析,刚体绕不同轴对应的转动惯量具有几何不变性,即表征刚体最大或最小转动惯量的轴是唯一确定的,不会随着采样点的旋转、平移发生变化,可作为描述点云姿态的几何不变量.设离散点云pixieyiezie构成刚体的最小转动惯量所对应旋转轴的方向向量为m i na r g m i nJ(),其中m i n,在三维空间O X Y Z坐标系统中,过原点O任意方向轴线,单位方向向量为xeyeze,则由离散点构成的空间刚体绕该轴线的转动惯量为J()nimi(pi)()式中,“”表示外积.假定离散点云pi质量为,即mi,考虑到单位方向向量,且,则J()ni(pi)()式中,任意点云pi与外积的范数平方为pi(xiyyix)e(yizziy)e(zixxiz)e(xiyyix)(yizziy)(zixxiz)()则绕轴的转动惯量为J()ni(xiyyix)(yizziy)(zixxiz)()设拉格朗日函数L(,)J()(),求L(,)相对于变量x、y、z和的偏导数L/xni(ziyi)xxiyiyxiziz xL/yni(xizi)yxiyixyiziz yL/zni(yixi)zxizixyiziy zL/xyz()令Mniziyixiyixizixiyixiziyizixiziyiziyixifxyz()因此,式()可转化为Mf f,系数矩阵M的特征向量为方程组的非零解.对于点云而言,系数矩阵M具有个特征向量f、f和f,其最小转动惯量对应的轴线向量为f.但由于点云数据是不等精度观测,进行相似性分析时,应根据点位精度确定拟合权重,即点位精度越高,权重也越大,本文重点探讨扫描仪测距测角和由扫描几何形状产生的光斑面积对点位精度的影响.J u n e V o l N o A G C Sh t t p:x bc h i n a s m pc o m点云相关性定权测距测角误差根据三维激光扫描原理,激光点位与目标物体的距离l、方位角和天顶角的关系为 xyzlc o sc o slc o ss i nls i n()根据误差传播定律,对式()求全微分,得到每个激光点位的协方差阵Dx y zxx yx zy xyy zz xz yzK Dl KT()式中,K为传播系数矩阵;x、y和z为观测值x、y和z的方差;x y、x z和y z为观测值x、y和z间的协方差.由于距离l、方位角和天顶角互不相关,其协方差矩 阵可 表 示 为Dl d i a g(l,),l、和为测距测角标准差,由仪器厂商给定.由此可得到每个激光点位的协方差矩阵,展开为xlc o sc o sls i nc o slc o ss i nylc o ss i nls i ns i nlc o sc o szls i nlc o sx yy zlc o ss i nc o sls i ns i nc o slc o ss i nc o sx zz xls i nc o sc o sls i nc o sc o sy zz yls i nc o ss i nls i nc o ss i n()光斑面积理论上,激光射线沿着光束中心线方向传播,但实际上,由于扫描几何(距离l、入射角和激光发散度)的影响,激光射线会偏离光束中心方向,激光脚点落在光斑任意位置.如图所示,当激光束垂直投射到物体表面时,入射角为,在物体表面形成直径为dB E的圆形光斑;当入射角不为时,形成的轴长为dC F.为简化光斑面积计算,将其看作规则圆处理,dA C和dAD光斑半径,由正弦定理得dA CdA Bs i n/()s i n/()lt a n/()c o s/()c o s/()dA FdA Es i n/()s i n/()lt a n/()c o s/()c o s/()()图激光光斑F i g T h e l a s e r s p o t其光斑直径可简化为ddA CdA Fls i nc o s/()c o s/()c o s/()c o s/()()考虑到L i D A R激光光束能量服从高斯分布,即落在(,)区间内的概率为,因此,可将光斑大小引起的点位误差q定义为qdls i nc o s/()c o s/()c o s/()c o s/()()为简化计算,认为由光斑面积导致的点位误差在x、y和z方向上的分布是一致的xyzql s i nc o s/()c o s/()c o s/()c o s/()()所以,x、y和z方向上点位误差分别为xlc o sc o sls i nc o slc o ss i nl s i nc o s/()c o s/()c o s/()c o s/()ylc o ss i nls i ns i nlc o sc o sl s i nc o s/()c o s/()c o s/()c o s/()zls i nlc o sl s i nc o s/()c o s/()c o s/()c o s/()()根据点位误差进行反比例定权,设单位权方差为,则系数矩阵M第期孙文潇,等:变形分析中点云虚拟基准的确定方法Muiyiyizizi(ziyi)yixxiyi(xiyi)zixixizi(xizi)yixixiyi(xiyi)xixizizi(xizi)ziyiyizi(yizi)zixixizi(xizi)ziyiyizi(yizi)xixiyiyi(yixi)()由此,点云分布相似性问题转化为对应格网特征向量的差异分析,而夹角余弦可用来衡量向量方向的差异.夹角余弦越大,表示向量夹角越小,分布越相似;反之,余弦越小,点云存在变形的可能性越大.因此,通过分析对应格网点云最小转动惯量轴线向量夹角可分析其稳定性,以探测多时相点云的虚拟基准.相似性阈值确定通过计算最小转动惯量对应轴线向量夹角能够表达多时相点云分布相似性,但三维激光扫描技术难以获取固定测点的重复观测值,稳定区域的向量夹角不恒等于,为此,本文通过图像目标和背景区域之间灰度值类间方差最大的准则选取最佳阈值 .考虑到虚拟基准探测的实质是二值分类,当类内方差较小而类间方差较大时,认为分类结果是较为稳定的,具体而言,阈值t h r将点云划分为稳定组Y和变形组N,其采样点概率分别为pY和pN,均值分别为Y和N,两组点云数据的数学期望为pYYpNN,则两组的类间方差(t h r)pY(Y)pN(N)()以类间方差(t h r)作为衡量不同阈值划分类别的性能,极大化(t h r)的过程就是自动确定阈值的过程,即最佳阈值t h r a r g m a x(t h r).试验与分析数据描述及预处理本文选取储罐、滑坡和规则几何体个扫描场景,其中,储罐和滑坡由于两期数据采集间隔较短,变形可忽略,通过统计虚拟基准包含的点云数量(基准召回率)可分析基准探测精度;而由箱体、标准盒和标靶球组合形成的规则几何体,可将标准盒和标靶球模拟监测对象变形,箱体及地面看作稳定区域,作为对比,分析变形体基准探测精度.表描述了不同扫描场景点云参数,扫描仪测距精度、测角精度和光束发散度分别为mm、r a d和 m r a d,图为场景测站示意图及首期点云.表不同扫描场景激光点云参数T a b T h el a s e r p o i n tc l o u d p a r a m e t e r so fd i f f e r e n ts c a n n i n g s c e n e s扫描场景数据集测站数量点云数量储罐第期 第期 滑坡第期 第期 规则几何体第期 第期 第期 图不同扫描场景的激光点云数据F i g T h e l a s e rp o i n t c l o u dd a t ao fd i f f e r e n t s c a n n i n gs c e n e sJ u n e V o l N o A G C Sh t t p:x bc h i n a s m pc o m点云虚拟基准探测对于航油储罐等大型基础设施,利用固定站式激光扫描仪获取的点云数据点位精度较高、密度分布较规则,多期数据的初始位置如图(a)所示.为探测点云虚拟基准,首先利用S u p e r p c s算法进行粗配准,并通过相同八叉树结构组织观测数据,初步确定对应格网,以分析对应格网最小转动惯量轴线向量夹角及质心稳定性.图(b)展示了由转动惯量对应轴线向量间的夹角表征的点云分布相似度;图(c)为向量夹角的统计分布,图(d)和图(e)分别为虚拟基准探测结果及点云数据间欧氏距离分布.图储罐点云分布相似度及虚拟基准探测结果F i g T h ed i s t r i b u t i o ns i m i l a r i t ya n dt h ev i r t u a l d a t u md e t e c t i o nr e s u l t so f t a n kp o i n t c l o u d通过对多时相观测数据进行粗配准,并计算对应格网最小转动惯量轴线向量的夹角可表征点云分布相似度,主要集中分布在 范围内.其次,利用平方型Ms p l i t相似性变换分析对应格网质心的稳定性,得到稳定点相似变换参数(,r a d,r a d,r a d,m,m,m)和变形点转换参数(,r a d,r a d,r a d,m,m,m),以探测点云虚拟基准,如图(d)所 示,基 准 数 量 占 整 体 点 云 数 量 的 ,相 似 度 均 值 和 标 准 差 分 别 为 和 .为进一步分析点云虚拟基准探测的准确性,对点云虚拟基准进行精配准,并计算多时相点云间的距离,如图(e)所示,主要集中分布在 m范围内,中误差约为mm.对于山体滑坡,由于场景结构复杂,往往在远离山体的空旷区域进行设站,为探测点云虚拟基准,首先构建相同层级的八叉树结构,确定点云对应格网,然后计算对应节点最小转动惯量对应轴线向量,得到由向量夹角表征的点云分布相似度.图(a)展示了对应格网最小转动惯量对应轴线向量的夹角,其阈值为 ;图(b)为向量夹角的统计分布,其中,向量夹角为 对应的纵坐标表示的是向量夹角大于或等于 的点云占整体点云的比例.由图计算可得,阈值范围内(向量夹角小于或等于 )的点云数量占整体点云数量的,其均值和标准差分别为 和 .利用平方型Ms p l i t相似性变换分析对应格网质心的稳定性,以准确探测点云虚拟基准,由于两组转换参数偏差较小,点云虚拟基准探测结果仅取决于点云分布相似度,如图(d)所示,红色和蓝色点分别表示第期和第期点云数据对应的稳定区域.为定量分析点云虚拟基准探测精度,计算点云虚拟基准点间的距离,由图(e)可以看出,利用向量夹角得到的基准点间的距离集中分布在 c m范围内,中误差为 c m.由此可以看出,结合对应格网最小转动惯量对应轴线向量夹角和质心稳定性判断方法,以最大类第期孙文潇,等:变形分析中点云虚拟基准的确定方法间方差法得到的阈值作为稳定和变形区域分类的边界,能够准确探测得到刚体或非刚体点云的稳定区域,将该区域中对应点距离大于限差的点予以剔除,可准确确定点云虚拟基准.图滑坡点云分布相似度及虚拟基准探测结果F i g T h ed i s t r i b u t i o ns i m i l a r i t ya n dt h ev i r t u a l d a t u md e t e c t i o nr e s u l t so f l a n d s l i d ep o i n t c l o u d对比试验为对比虚拟基准探测的准确性,利用标准盒和标靶球模拟监测对象的变形信息,箱体及地面数据看作稳定基准,如图(a)(c)所示,以包含箱体、标准盒和标靶球的点云为首期点云,平移旋转标准盒和标靶后获取第期点云,第期仅采集地面及箱体数据.图规则几何体点云分布相似度及虚拟基准探测结果F i g T h ed i s t r i b u t i o ns i m i l a r i t ya n dv i r t u a l d a t u md e t e c t i o nr e s u l t so f r e g u l a rg e o m e t r yp o i n t c l o u dJ u n e V o l N o A G C Sh t t p:x bc h i n a s m pc o m首先,对多时相点云数据构建相同分辨率的八叉树结构以确定对应格网,并计算对应格网最小转动惯量对应的轴线向量,得到由向量夹角表示的点云分布相似度.如图(a)(c)所示,标准盒和标靶球变化的区域,点云分布相异性较大,向量夹角最大值达到,而箱体及地面点云分布相似,约为.其次,利用平方型Ms p l i t相似性变换参数对格网质心稳定性进行判断,并计算分布相似度阈值(、和 )综合提取点云虚拟基准,如图(a)(c)所示.可以看出,尽管地面和箱体点云存在部分格网被误判为变形区域的现象,但标准盒和标靶球能够被完全剔除,得到由地面及箱体点云构建的稳定基准,这主要是因为多时相数据采集过程中,由于人为遮挡、目标反射强度或测站配准误差的影响,导致点云密度分布不均,部分位置点云粗糙度较大,从而引起质心及相似度计算存在偏差.为定量分析规则几何体点云虚拟基准探测的精度,在k近邻范围内计算多时相点云稳定基准之间的欧氏距离,其均值分别为、和 mm,均方根误差分别为 、和 mm.由此可以得出,本文算法能够准确探测多时相点云数据的稳定基准,且精度能够达到mm级.结论三维激光扫描技术具有扫描随机性和多次扫描不可重复的特点,传统基准点判别方法难以适用于点云整体基准探测,本文提出变形分析中点云虚拟基准的概念,通过考虑激光入射角、发散度和扫描距离等对点位精度的影响对各点进行定权,构建了基于对应格网点云质心稳定性和分布相似性的虚拟基准确定方法,并结合多时相储罐、滑坡和规则几何体点云验证了该方法的可靠性.该方法不仅能得到适应于多时相激光点云的稳定基准,且不局限于传统测量中布设的基准点,能够遵循扫描时间进行调整变化.通过准确探测点云虚拟基准,能够为后续点云数据处理提供完备的数据支撑,接下来将进一步探讨点云虚拟基准在多时相点云空间基准统一和变形分析等方面的应用.参考文献:顾建祥,杨必胜,董震,等面向数字孪生城市的智能化全息测绘J测绘通报,():GUJ i a n x i a n g,YANGB i s h e n g,D ONGZ h e n,e t a l I n t e l l i g e n t p e r f e c ti n f o r m a t i o n s u r v e y i n g a n d m a p p i n g f o rd i g i t a l t w i nc i t i e sJ B u l l e t i no fS u r v e y i n ga n dM a p p i n g,():李德仁新基建时代地理信息产业的机遇与挑战J中国工业和信息化,():L ID e r e n O p p o r t u n i t i e sa n dc h a l l e n g e so fg e o g r a p h i ci n f o r m a t i o n i n d u s t r y i n t h en e wi n f r a s t r u c t u r ee r aJ C h i n aI n d u s t r ya n dI n f o r m a t i o nT e c h n o l o g y,():李清泉,张德津,汪驰升,等动态精密工程测量技术及应用J测绘学报,():D O I:/j A G C S L IQ i n g q u a n,Z HANG D e j i n,WANG C h i s h e n g,e ta l T e c h n o l o g ya n da p p l i c a t i o n so fd y n a m i ca n dp r e c i s ee n g i n e e r i n gs u r v e y i n gJ A c t aG e o d a e t i c ae tC a r t o g r a p h i c aS i n i c a,():D O I:/j A G C S MUKU P A W,R O B E R T SG W,HAN C O C KCM,e t a l Ar e v i e wo f t h eu s eo f t e r r e s t r i a l l a s e r s c a n n i n ga p p l i c a t i o nf o r c h a n g ed e t e c t i o na n dd e f o r m a t i o nm o n i t o r i n go fs t r u c t u r e sJ S u r v e yR e v i e w,():S UN W,W A N G J,J I NF,e ta l D a t u mf e a t u r ee x t r a c t i o na n dd e f o r m a t i o na n a l y s i sm e t h o db a s e do nn o r m a lv e c t o ro fp o i n t c l o u dJ T h e I n t e r n a t i o n a lA r c h i v e s o f t h eP h o t o g r a mm e t r y,R e m o t eS e n s i n ga n dS p a t i a l I n f o r m a t i o nS c i e n c e s,X L I I :曹诚深基坑工程沉降监测网稳定性分析方法及应用研究D长沙:长沙理工大学,C AOC h e n g