目前，无人机激光雷达（LiDAR）测量技术方兴未艾，已经在地形测绘、电力巡线、林业资源调查等行业获得了广泛的产业化应用。另外，无人机LiDAR点云数据的一个突出特色是点云密度大，使得单位面积的点云数据量显著增加。无人机LiDAR点云数据的海量特性更加突出。以大疆禅思L1的点云数据为例，其数据的点云密度广泛的分布在100-1000点/平方米之间，如图1所示。
图1 陕西众合测绘仪器获取的点云密度为488点/平方米的大疆禅思L1点云数据
高密度无人机LiDAR点云具有数据海量的特性，给点云数据处理与分析带来前所未有的挑战。按照传统的处理思路，可以通过分块、分而治之的思路进行点云处理。但是，不仅分块本身是一个十分耗时的工作，而且分块后块的尺寸过小也会带来很多的处理误差。
可喜的是，目前发布的“点云智绘”软件3.6版本的点云滤波工具已经实现了基于一般性能的计算机进行海量点云数据的处理功能。
陕西众合测绘仪器有限公司使用大疆禅思L1获取了某区域密度为488点/平方米的一个las格式的点云数据，该区域的东西长3635m、南北宽3364 m，如图1所示。该las点云数据的数据量接近67G，如图2所示。
图2 试验数据与处理成果的基本信息
我们使用“点云智绘”软件3.6版本的“大疆L1行业应用/精细地形提取/一键式平原精细地形提取（无参版）”进行了该点云数据的滤波处理操作，如图3所示。
图3 “大疆L1行业应用/精细地形提取/一键式平原精细地形提取（无参版）”位置
使用的计算机配置如图4所示。对于该67G的单个las文件，一键无参滤波共花费了103分钟，图2中展示处理前后原文件与成果文件两个文件的时间信息。滤波结果如图5所示。
图4 试验中使用的计算机配置情况
（a）地面点生成的TIN格式的数字高程模型
（b）图（a）的局部放大图
图5 试验结果生成的数字高程模型
本试验验证了3.6版本滤波算法的优势，包括：
·PCA软件直接处理las格式的点云数据，无需格式转换，避免了格式转换带来的额外时间耗费。
·PCA具有处理海量点云的能力，而且具有效率高、消耗计算资源少、处理效果好的特点。
·PCA具有使用普通的台式机、笔记本电脑处理大数据量点云的能力，可以有效的减少点云分块时间损耗和点云分块带来的滤波误差。
点云智绘软件基于创新性的面向对象的点云分析理论，形成一套完整的点云处理和分析技术流程，目前已经具备了点云滤波生成DEM、生成等高线、生成断面线、计算填挖土方量、获取地形关键点、提取激光SLAM点云建筑物平面图等产品的能力，而且具有高效、人工干预量少、使用方便的优点。
试用申请：
13803860400 邵经理（微信同号）；
13526856358 秦经理（微信同号），
欢迎试用！
分享
收藏
点赞
在看