项目名称: 基于地面Lidar点云的岩体结构面快速提取方法

项目编号: No.41301434

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 天文学、地球科学

项目作者: 韩贤权

作者单位: 长江水利委员会长江科学院

项目金额: 25万元

中文摘要: 结构面是构成岩体结构并控制岩体力学性质的基本单元,正确识别并快速准确提取岩体结构面是工程开挖过程中评价岩体地质特性的重要基础。由于岩体结构面特征不规则且十分复杂,常规的提取方法可靠性较差、自动化程度较低且容易隐藏与岩体边缘垂直的结构面信息等问题日益突出。本项目提出基于地面Lidar点云的岩体结构面快速提取方法,主要研究内容包括:分析归纳岩体结构面在Lidar点云中呈现的特征,系统研究快速提取结构面的点云分割方法,针对已有点云分割方法在岩体结构面提取中容易出现欠分割和过分割等问题,提出用八叉树对复杂、不规则点云数据进行高效组织的预处理方法和顺序法向量检测机制的特征聚类分割方法,在保证置信度和精确度的前提下快速、准确提取岩体结构面的平面模型,避免出现错误的提取结果。该研究成果可作为核心技术广泛应用于自动化地质编录,为工程开挖过程中岩体结构面的快速、准确、自动提取提供新的有效途径。

中文关键词: 地面Lidar;岩体结构面;点云配准;点云分割;结构面提取

英文摘要: Discontiniuty is the elementary unit that constitutes rock mass structure and determines mechanical properties of rock mass.To identify correctly and extract quickly and accurately is the important basis for evaluating the geological characteristics of rock mass in the excavation process.Since the characteristics of discontiniuty are complex and irregular, the problems such as the conventional extracting method whose reliability is poorer is lowly automated and the information of structural surface perpendicular to rock edge is easily missed are increasing prominent.This application advances a kind of fast extraction method for the rock mass discontiniuty, based on terrestrial Lidar point clouds.The main content of this research includes the analysis and induction of the features of rock mass discontiniuty presenting in Lidar point clouds, systematical research on the point clouds segmentation method for extracting discontiniuty fast.Aiming at problems of under-segmentation or over-segmentation leading to incorrect results in the existing segmentation methods, this research raises a pretreatment method using octree to organize the complex and irregular point clouds data efficiently,and another feature clustering segmentation method utilizing sequential vector detection mechanism,which can extract the rock mass

英文关键词: Terrestrial Lidar;Rock Discontinuity;Registration;Segmentation;Discontinuity Extracting

成为VIP会员查看完整内容
0

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
12+阅读 · 2021年9月21日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
15+阅读 · 2021年4月3日
专知会员服务
69+阅读 · 2021年1月16日
专知会员服务
43+阅读 · 2020年12月8日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
2021 年 Python 的好与坏
InfoQ
2+阅读 · 2021年11月16日
技术动态 | 跨句多元关系抽取
开放知识图谱
50+阅读 · 2019年10月24日
【泡泡点云时空】PointConv: 3D点云的深度卷积网络
泡泡机器人SLAM
23+阅读 · 2019年6月12日
【泡泡点云时空】Potree:基于Web浏览器的大规模点云渲染
【泡泡点云时空】集成深度语义分割的3D点云配准
泡泡机器人SLAM
28+阅读 · 2018年11月24日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
用Python制作3D动画
Python程序员
30+阅读 · 2018年1月17日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Identity-aware Graph Neural Networks
Arxiv
14+阅读 · 2021年1月25日
Hierarchical Graph Capsule Network
Arxiv
20+阅读 · 2020年12月16日
小贴士
相关VIP内容
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
12+阅读 · 2021年9月21日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
15+阅读 · 2021年4月3日
专知会员服务
69+阅读 · 2021年1月16日
专知会员服务
43+阅读 · 2020年12月8日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
相关资讯
2021 年 Python 的好与坏
InfoQ
2+阅读 · 2021年11月16日
技术动态 | 跨句多元关系抽取
开放知识图谱
50+阅读 · 2019年10月24日
【泡泡点云时空】PointConv: 3D点云的深度卷积网络
泡泡机器人SLAM
23+阅读 · 2019年6月12日
【泡泡点云时空】Potree:基于Web浏览器的大规模点云渲染
【泡泡点云时空】集成深度语义分割的3D点云配准
泡泡机器人SLAM
28+阅读 · 2018年11月24日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
用Python制作3D动画
Python程序员
30+阅读 · 2018年1月17日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员