近年來,室內(nèi)三維建筑模型的應(yīng)用范圍越來越廣泛。比如,數(shù)字城市、BIM、室內(nèi)導(dǎo)航等。利用各種不同的儀器平臺(tái)獲取激光雷達(dá)點(diǎn)云數(shù)據(jù),來構(gòu)建真實(shí)的三維模型,已成為獲得室內(nèi)建筑模型的重要手段。同時(shí),國(guó)內(nèi)外的專家學(xué)者也研究了從點(diǎn)云數(shù)據(jù)中提取,分割不同的建筑要素。然而,對(duì)不同的儀器平臺(tái),不同的場(chǎng)景,不同的點(diǎn)云數(shù)據(jù)規(guī)模,自動(dòng)分割出建筑要素(如地面、窗戶、四周墻壁、門等)依然十分的困難。本文采用室內(nèi)移動(dòng)測(cè)量系統(tǒng)(Indoor Mobile Measurement System—IMMS3D)作為數(shù)據(jù)來源,在采集完建筑物室內(nèi)數(shù)據(jù)的基礎(chǔ)上,本文的重點(diǎn)研究放在對(duì)建筑物室內(nèi)立面點(diǎn)云的語義分割上。本文所做的主要工作和成果為:(1)本文采用市場(chǎng)上出現(xiàn)的室內(nèi)移動(dòng)測(cè)量系統(tǒng)(IndoorMobileMeasurementSystem—IMMS3D)為實(shí)驗(yàn)數(shù)據(jù)的采集方式,對(duì)該系統(tǒng)的特點(diǎn)、組成以及采集的點(diǎn)云數(shù)據(jù)的數(shù)據(jù)類型進(jìn)行了分析,比較了該系統(tǒng)采集的建筑物室內(nèi)立面點(diǎn)云數(shù)據(jù)與傳統(tǒng)的地面激光掃描儀采集的點(diǎn)云數(shù)據(jù)的不同,并闡明采用該系統(tǒng)作為數(shù)據(jù)采集手段的原因。(2)針對(duì)建筑物室內(nèi)建筑要素多樣的特征,采用“先分割,再分類”的,分層次... 

【文章來源】：北京建筑大學(xué)北京市

【文章頁數(shù)】：53 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 本文組織結(jié)構(gòu)
第2章 IMMS的組成、原理與數(shù)據(jù)類型分析
    2.1 室內(nèi)移動(dòng)測(cè)量系統(tǒng)的組成
    2.2 IMMS的主要類別
        2.2.1 手持IMMS
        2.2.2 IMMS 3D推車
        2.2.3 背包式MMS
    2.3 IMMS的基本原理
    2.4 IMMS的關(guān)鍵技術(shù)
        2.4.1 激光LiDAR SLAM精密解算軌跡點(diǎn)
        2.4.2 多傳感器之間空間空間關(guān)系標(biāo)定與同步控制
        2.4.3 連續(xù)特征匹配
    2.5 IMMS的數(shù)據(jù)組成分析
    2.6 本章小結(jié)
第3章 建筑物室內(nèi)立面點(diǎn)云數(shù)據(jù)的語義分割
    3.1 構(gòu)建點(diǎn)云的三維空間索引
    3.2 建筑物室內(nèi)立面點(diǎn)云初次分割
        3.2.1 經(jīng)典的區(qū)域增長(zhǎng)算法
I區(qū)域生長(zhǎng)算法流程">        3.2.2 RGB_I區(qū)域生長(zhǎng)算法流程
    3.3 初分割后點(diǎn)云塊語義信息的提取
        3.3.1 構(gòu)建有向外包圍盒（Oriented Bounding Box — OBB）
        3.3.2 計(jì)算點(diǎn)云塊的PCA
        3.3.3 提取包圍盒的幾何信息
    3.4 多條件限制的歐氏聚類二次分割
    3.5 再次構(gòu)建有向包圍盒
    3.6 幾何屬性匹配與最終語義判斷
    3.7 本章小結(jié)
第4章 建筑物室內(nèi)立面點(diǎn)云數(shù)據(jù)語義分割實(shí)驗(yàn)
    4.1 軟件測(cè)試環(huán)境
    4.2 先驗(yàn)建筑要素幾何信息的獲取
    4.3 對(duì)于建筑物室內(nèi)門的語義分割實(shí)驗(yàn)
I區(qū)域生長(zhǎng)分割">        4.3.1 RGB_I區(qū)域生長(zhǎng)分割
        4.3.2 添加有向外包圍盒
        4.3.3 計(jì)算OBB的幾何要素
        4.3.4 語義信息判斷
    4.4 多條件的歐式聚類分割
    4.5 本章小結(jié)
第5章 論文總結(jié)與展望
    5.1 工作總結(jié)
    5.2 工作展望
參考文獻(xiàn)
附錄
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于OBB包圍盒碰撞檢測(cè)算法的改進(jìn)[J]. 劉超,蔣夏軍,施慧彬.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(06)
[2]機(jī)載激光雷達(dá)的優(yōu)勢(shì)與發(fā)展[J]. 鄭若琳,洪亮.  地理空間信息. 2018(02)
[3]大光斑激光雷達(dá)數(shù)據(jù)的森林冠層高度反演[J]. 張良,姜曉琦,周薇薇,張帆.  測(cè)繪科學(xué). 2018(03)
[4]機(jī)載激光雷達(dá)波形數(shù)據(jù)橫向高斯分解方法[J]. 孟志立,徐景中.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(01)
[5]機(jī)載激光雷達(dá)測(cè)深數(shù)據(jù)處理與應(yīng)用[J]. 劉永明,鄧孺孺,秦雁,梁業(yè)恒.  遙感學(xué)報(bào). 2017(06)
[6]機(jī)載激光雷達(dá)技術(shù)在烏龍山抽水蓄能電站工程測(cè)量中的應(yīng)用[J]. 徐曉臣,謝津平.  水利水電技術(shù). 2017(10)
[7]基于激光雷達(dá)的三維車載掃描儀系統(tǒng)研究[J]. 潘明夷,才家華,龍星宇.  科技資訊. 2017(19)
[8]車載聯(lián)合機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的建筑物立面精細(xì)分割[J]. 李立雪,李永強(qiáng),王力,牛路標(biāo),黃騰達(dá),李有鵬.  測(cè)繪科學(xué)技術(shù)學(xué)報(bào). 2017(02)
[9]基于3D激光雷達(dá)點(diǎn)云的道路邊界識(shí)別算法[J]. 孔棟,孫亮,王建強(qiáng),王曉原.  廣西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[10]利用多普勒激光雷達(dá)實(shí)現(xiàn)距離和速度同步測(cè)量[J]. 方建超,周興林,毛雪松.  光電工程. 2016(12)

博士論文
[1]車載LiDAR點(diǎn)云中建筑物的自動(dòng)識(shí)別與立面幾何重建[D]. 魏征.武漢大學(xué) 2012
[2]基于激光雷達(dá)的移動(dòng)機(jī)器人障礙檢測(cè)和自定位[D]. 項(xiàng)志宇.浙江大學(xué) 2002

碩士論文
[1]基于車載多激光雷達(dá)的地圖構(gòu)建與障礙物檢測(cè)[D]. 林輝.浙江大學(xué) 2017
[2]車載激光雷達(dá)系統(tǒng)設(shè)計(jì)與實(shí)驗(yàn)研究[D]. 董士軍.南京理工大學(xué) 2017
[3]車載三維成像激光雷達(dá)系統(tǒng)研究[D]. 何志遠(yuǎn).哈爾濱工業(yè)大學(xué) 2015
[4]基于迭代馬爾科夫網(wǎng)絡(luò)的室內(nèi)三維點(diǎn)云語義標(biāo)注研究[D]. 林思遠(yuǎn).廈門大學(xué) 2014
[5]基于激光雷達(dá)的無人車三維環(huán)境建模技術(shù)研究[D]. 王銘.國(guó)防科學(xué)技術(shù)大學(xué) 2013



本文編號(hào)：2905259