文章目录
更新:2019年8月
为了促进同行业人员(特指 LiDAR 点云处理人员或相近行业)的技术交流,解决平时开发过程中遇到的技术性问题,博主建立一个QQ群,欢迎大家积极加入,共同引领点云行业的快速发展 ~
群名:LiDAR点云部落
群号:190162198
前言
-
在学习生涯将要结束之际,博主计划将自己三年所学到的东西进行一个总结与归纳,一是对所学知识的一个回顾,二是整理成一个完整的资料,以防不时之需,三是供后来者少走弯路,继续前行
-
本博客内容主要为博客资源,相关论文暂不涉及,以后有时间补充
一、LiDAR 基础与入门
1. 激光雷达定义
- Light Deteation and Ranging
2. 优缺点
-
优点
- 具有极高的分辨率
- 抗干扰能力强
- 获取的信息量丰富
- 可全天时工作
-
缺点
- 容易受到大气条件以及工作环境的烟尘的影响
3. 分类
-
按原理分类
- 三角测距激光雷达
- ToF 激光雷达
-
按功能分类
- 激光测距雷达
- 激光测速雷达
- 激光成像雷达
- 大气探测激光雷达
- 跟踪雷达
-
按工作介质分类
- 固体激光雷达
- 气体激光雷达
- 半导体激光雷达
-
按线数分类
- 单线激光雷达.
- 多线激光雷达
-
按扫描方式分类
- MEMS型激光雷达
- Flash型激光雷达
- 相控阵激光雷达
- 机械旋转式激光雷达
-
按探测方式分类
- 直接探测激光雷达
- 干探测激光雷
-
按激光发射波形分类
- 连续型激光雷达
- 脉冲型激光雷达
-
按挂载平台分类
- 机载激光雷达
- 车载激光雷达
- 地基激光雷达
- 星载激光雷达
- 背包式
- 手持式
- SLAM
-
按应用
- 激光测距仪
- 激光三维成像雷达
- 激光测速雷达
- 激光大气探测雷达
- 激光测风雷达
4. 国内外知名激光雷达公司盘点
- 国外
- Velodvne
- Sick
- Ibeo
- Quanergy
- Hokuyo
- Trimble
- Innoviz
- LeddarTech
- Leica
- Rieql
- Other…
- 国内
- 数字绿土
- 北科天绘
- 武汉珞珈新空
- 四维图新
- 北京蒙特卡洛
- 其它…
5. 相关应用
- 城市规划
- 数字城市建模
- 高精度DEM的制作与生成
- 基础设施制图
- 地表变化监测
- 地表覆盖分类
- 森林资源调查
- 矿山测量
- 电力线巡检
- 其它
6. 小结
LIDAR
激光雷达的7大分类讲解
激光雷达的分类
激光雷达类型分类,知名激光雷达公司介绍,三角测距激光雷达与TOF激光雷达原理
激光点云生成
掌握LiDAR数据的14种方法
比较全面的介绍lidar数据处理库、软件等:http://www.opentopography.org/
机载LIDAR技术及其应用
这个博主写的很切实际:关于机载LiDAR数据处理的几点心得体会
LiDAR 点云数据的定向,要通过多个坐标系间的几何关系来确定,包括激光扫描仪的参考坐标系、瞬时激光束坐标系、空中平台坐标系、目标所在水平参考坐标系与垂直坐标系和惯性导航仪的参考坐标系与WGS-84坐标系
二、LiDAR 点云去噪
1. 噪音来源
-
数据采集平台
- 无人机
- 背包(针对背包式的扫描设备)3
- 车载平台
- 手持激光扫描
- 固定模型误差
- 其它
-
采集设备
- LiDAR 采集头
- 与采集平台的相对稳定性
- 其它
-
被测物体表面
- 水域等无法探测
- 其它
-
其它
- …
2. 常用去噪方法
-
基于密度的去噪
- 判断当前点的邻域点数,过小则将其视为噪音点
-
基于统计学去噪
- 先求取全局点云距离分布,然后依次判断每个采样点与其邻域的距离是否满足阈值
-
直通滤波去噪
- 在 X、Y、Z 方向设置阈值对点云进行截取(快速去除离群点用)
-
手动去燥
- 人机交互框选不感兴趣点云并删除
-
基于假设检验的粗差剔除
- 假设点云数据仅在一个维度上存在误差,则对每一点利用其邻域点的属性值对其进行拟合,并求取拟合后的值与原始属性的差值。根据偶然误差服从正态分布的特性,通过设定一个置信区间,将误差值较大的点视为噪音点或失真点进行剔除
-
基于横切分层剔除噪音
- 这里通过对点云的高程 进行横切分层,然后,统计每个分割区域内的点云数量, 将分割区内小于一定阈值的点作为粗差予以清除
-
基于点到平面距离去噪
- 通过判断邻近点云数据的拟合平面,将离拟合平面距离值为负的点云看作噪声点云数据
-
移动平滑法
- 通过移动平滑法与二次多项式拟合曲面的方法去除噪声
-
中值滤波去噪
- 详见中值滤波
-
其它
- …
3. 小结
三、LiDAR 点云滤波
1. 点云滤波概念
将点云分为地面点和地物点的过程
-
区别于数字信号学
- 前者对信号进行高通/低筒滤波,去除高频/低频信号
-
区别于图像处理
- 前者主要是过滤图像噪音
2. 滤波算法
-
坡度滤波
- 基于间隔一定距离两点间形成的坡度来判断
-
形态学滤波
- 将点云格网化,选取格网种子点,按行或者列进行类似于数学形态学的滤波
- 相关链接:PCL—低层次视觉—点云分割(基于形态学)
-
渐进三角网滤波
- 选取初始种子点,利用三角网构建初始地表模型,判断剩余点并对三角网进行加密
-
移动曲面滤波
- 利用多元多项式对地面进行表达
-
布料滤波
- 利用布料模拟算法进行滤波
-
基于点云频率的滤波
-
其它
- …
3. 小结
四、LiDAR 点云配准
1. 配准目的
- 对点云进行校正
2. 配准分类
- LiDAR点云和LiDAR点云配准
- LiDAR点云和密集匹配点云配准
- LiDAR点云和二维影像配准
- LiDAR点云和三维街景匹配
- 其它
3. 配准方法
-
粗配准方案
- LORAX
- 4点法(4-Points Congruent Sets,4PCS)
- Super 4PCS(Super 4-Points Congruent Sets)
- SK-4PCS(Semantic Keypoint 4-Points Congruent Sets)
- G-4PCS(Generalized 4-points congruent sets)
-
精配准方案
- DO(Discriminative Optimization)
- 结合法
- ICP(Iterative Closest Point)
- Standard ICP
- KD-tree Approximation
- Soft Outlier Rejection
- Generalized-icp(GICP)
- Normal ICP(NICP)
- Go-ICP
- …
- 模型对应法
- NDT
4. 小结
五、LiDAR 点云公开数据集
1. Paris-Lille-3D Dataset
http://caor-mines-paristech.fr/fr/paris-lille-3d-dataset/
2. PCL官方测试数据集
https://github.com/PointCloudLibrary/data
3. ISPRS
http://www2.isprs.org/
4. RGB-D Object Dataset
https://rgbd-dataset.cs.washington.edu/
5. The Stanford 3D Scanning Repository
http://graphics.stanford.edu/data/3Dscanrep/
6. 小结
六、LiDAR 点云处理软件
1. 国外
- CloudCompare(免费开源)
https://github.com/CloudCompare/CloudCompare
- TerraSolid 的 TerraScan(专门针对点云) 芬兰
需要商业License(可以寻找破解版下载使用)
- ENVI 的 LiDAR 模块
需要商业License,可以自动提取 DEM / DSM / 建筑物 / 植被 等的三维模型(可以寻找破解版下载使用)
- Quick Terrain Moduler 的配套软件 Quick Terrain Reader
前者不免费,后者免费,可以自行上网搜索下载
- LasTools
免费开源软件,但是是一款命令行软件,需要设置较多参数,实际生产中更多用于编程的第三方库
- OPLAS
需要商业License(免费的只能加载100万点)
- BCAL LiDAR tools
ENVI 插件
- FugroViewer
免费的点云快速浏览软件
- MCC LiDAR
开源滤波软件
- ALDPAT
开源 LiDAR 处理软件
- FUSION 美国
开源 LiDAR 处理软件
- SHOALS 加拿大
未知
- PIX4D
商用软件需要License,免费试用一个月,主要用与点云数据的分类
- 其它
…
2. 国内
- LiDAR 360
北京数字绿土公司商用软件,需要License,申请免费试用15天
- CoProcess
上海华测导航公司商用软件,需要License
- SouthLiDAR
广州南方测绘公司商用软件,需要License
- 其它
…
3. 小结
常用的激光雷达数据处理软件有哪些?
这个写的很好:LiDAR点云处理软件
七、点云处理开源库
1. PCL官网
http://www.pointclouds.org/
2. VCG-Github仓库
https://github.com/cnr-isti-vclab/vcglib/
3. CGAL
https://www.cgal.org/
4. SFML
https://www.sfml-dev.org/
5. OpenGL
https://www.opengl.org/
6. OSG
http://www.openscenegraph.org/
7. MeshLab
http://www.meshlab.net/
8. g2o
https://openslam-org.github.io/g2o.html
结束语
- 暂无
参考博客
道路标线提取方法论文总结
机器学习中分类与回归问题的区别与联系
三维重建10:点云配准和点云匹配
激光雷达点云数据处理相关算法库收集
这个重要:处理点云数据(二):点云与生成前视图
联系作者
邮箱:Neverland_LY@163.com