車(chē)載激光雷達(dá)點(diǎn)云數(shù)據(jù)處理及應(yīng)用

定　價(jià)：￥98.00

作　者：	王金虎等著
出版社：	科學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787030733870	出版時(shí)間：	2022-10-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	136	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　近年來(lái)，隨著自動(dòng)駕駛、智能交通及智慧城市等領(lǐng)域的快速發(fā)展，對(duì)城區(qū)及道路環(huán)境精細(xì)化、定期更新的三維數(shù)字地圖的需求越來(lái)越迫切。車(chē)載激光雷達(dá)作為一種主動(dòng)式探測(cè)技術(shù)，具有部署靈活、可全天時(shí)快速采集高精度三維點(diǎn)云數(shù)據(jù)的特點(diǎn)，已廣泛應(yīng)用于動(dòng)態(tài)環(huán)境感知與實(shí)時(shí)導(dǎo)航、自動(dòng)化精細(xì)目標(biāo)識(shí)別與信息提取、高精度三維數(shù)字地圖制圖等領(lǐng)域。然而，車(chē)載激光雷達(dá)采集的三維點(diǎn)云數(shù)據(jù)具有大數(shù)據(jù)量、不規(guī)則分布、精度不均一等特征，導(dǎo)致從此類(lèi)數(shù)據(jù)中高效率、高準(zhǔn)確度、高精細(xì)度信息提取困難。《車(chē)載激光雷達(dá)點(diǎn)云數(shù)據(jù)處理及應(yīng)用》以車(chē)載激光雷達(dá)所獲取的稠密三維點(diǎn)云數(shù)據(jù)為研究對(duì)象，分別從山區(qū)道路環(huán)境安全監(jiān)測(cè)、單木分割及參數(shù)提取、道路環(huán)境感興趣目標(biāo)自動(dòng)化識(shí)別提取的應(yīng)用研究出發(fā)，提出了有效的數(shù)據(jù)處理流程和方法，并給出了詳細(xì)的方法描述及精度分析。

作者簡(jiǎn)介

暫缺《車(chē)載激光雷達(dá)點(diǎn)云數(shù)據(jù)處理及應(yīng)用》作者簡(jiǎn)介

圖書(shū)目錄

目錄
前言
第1章　緒論　1
1.1　激光掃描　1
1.2　激光掃描系統(tǒng)　2
1.3　數(shù)據(jù)處理與信息提取的挑戰(zhàn)　5
1.4　本章小結(jié)及各章節(jié)安排　7
第2章　移動(dòng)激光掃描系統(tǒng)　8
2.1　移動(dòng)激光掃描系統(tǒng)及應(yīng)用場(chǎng)景　8
2.1.1　激光掃描儀　8
2.1.2　定位測(cè)姿系統(tǒng)　9
2.1.3　移動(dòng)激光掃描系統(tǒng)應(yīng)用場(chǎng)景　10
2.2　數(shù)據(jù)處理流程　12
2.2.1　濾波處理　12
2.2.2　分割處理　13
2.2.3　其他應(yīng)用　14
2.3　本章小結(jié)　17
第3章　空間數(shù)據(jù)結(jié)構(gòu)　18
3.1　引言　18
3.2　空間數(shù)據(jù)結(jié)構(gòu)　18
3.2.1　不規(guī)則三角網(wǎng)　19
3.2.2　KD樹(shù)和鄰近搜索　20
3.2.3　四叉樹(shù)和二維空間剖分　21
3.2.4　體素和八叉樹(shù)　22
3.3　本章小結(jié)　29
第4章　山區(qū)公路開(kāi)挖量和水流量的估算　31
4.1　引言　31
4.2　挖方量計(jì)算方法　32
4.2.1　預(yù)處理　34
4.2.2　局部表面法向估計(jì)　36
4.2.3　局部坡度計(jì)算　37
4.2.4　道路路面檢測(cè)　37
4.2.5　開(kāi)挖量計(jì)算　38
4.2.6　D8算法　41
4.3　方法實(shí)現(xiàn)和驗(yàn)證　42
4.3.1　軟件測(cè)試平臺(tái)　42
4.3.2　數(shù)據(jù)描述　42
4.3.3　道路幾何計(jì)算　43
4.3.4　流域估算結(jié)果　47
4.4　結(jié)果討論和驗(yàn)證　50
4.4.1　結(jié)果討論　50
4.4.2　基于第二組數(shù)據(jù)的試驗(yàn)驗(yàn)證　52
4.4.3　進(jìn)一步驗(yàn)證建議　55
4.5　本章小結(jié)　55
第5章　城區(qū)和行道樹(shù)的單木分割　57
5.1　引言　57
5.2　相關(guān)工作及創(chuàng)新性　58
5.2.1　基于點(diǎn)的方法　59
5.2.2　基于體素的方法　60
5.2.3　創(chuàng)新點(diǎn)　61
5.3　基于鄰接體素的單木分割方法　61
5.3.1　數(shù)據(jù)預(yù)處理　61
5.3.2　體素化　63
5.3.3　相鄰單元的聚類(lèi)　63
5.3.4　種子單元的選擇　63
5.3.5　單木分割　64
5.3.6　整體質(zhì)量分析　70
5.3.7　預(yù)計(jì)計(jì)算量　70
5.4　算法評(píng)估　71
5.4.1　不同載荷同一場(chǎng)景　71
5.4.2　同場(chǎng)景同載荷不同體素大小　72
5.4.3　樹(shù)干被遮擋的樹(shù)木　74
5.4.4　陡峭地形的樹(shù)木　75
5.4.5　不同連接方向的樹(shù)木　76
5.4.6　與地面真值的交叉驗(yàn)證　78
5.5　本章小結(jié)　81
第6章　路邊交通設(shè)施的自動(dòng)識(shí)別　82
6.1　引言　82
6.2　相關(guān)工作　83
6.2.1　基于模型擬合的方法　84
6.2.2　基于語(yǔ)義的方法　85
6.2.3　基于形狀的方法　86
6.3　原理與方法　87
6.3.1　預(yù)處理　87
6.3.2　體素化　89
6.3.3　聚類(lèi)和選擇候選聚類(lèi)　90
6.3.4　構(gòu)建SigVox描述算子　90
6.3.5　描述算子匹配　94
6.3.6　相似度評(píng)估　97
6.4　結(jié)果與評(píng)估　98
6.4.1　實(shí)驗(yàn)數(shù)據(jù)　98
6.4.2　點(diǎn)云預(yù)處理　100
6.4.3　非地面點(diǎn)的體素化和鄰接體素聚類(lèi)　101
6.4.4　目標(biāo)識(shí)別　102
6.4.5　目標(biāo)識(shí)別結(jié)果評(píng)估　107
6.4.6　方法分析與展望　109
6.5　本章小結(jié)　111
參考文獻(xiàn)　112
彩圖