【技術實現步驟摘要】
本專利技術涉及點云數據處理，特別是一種移動終端上的交互式點云數據編輯方法。
技術介紹
1、隨著三維掃描技術和傳感器技術的迅速發展，點云數據的采集與處理技術在諸多領域得到了廣泛應用，點云數據是一種重要的三維空間信息表達方式，廣泛用于建筑信息建模(bim)、自動駕駛、虛擬現實、地理信息系統(gis)以及工業檢測領域，尤其是手持式激光雷達(lidar)技術的進步，使得在復雜環境中快速獲取高精度的三維點云數據成為可能，在電力系統的維護和管理中，變電站一些關鍵基礎設施的三維建模需求日益突出，點云數據能夠清晰地表達設備的空間位置、尺寸及其相互關系，但由于點云數據量大、噪聲點多、數據冗余嚴重，如何高效處理和編輯點云數據，并在移動終端上實現實時交互式操作，成為當前技術發展的重要課題；
2、現有的點云數據處理技術主要集中在桌面計算平臺上，通過高性能計算資源對海量點云數據進行處理，然而，隨著移動設備性能的提升以及5g通信網絡的普及，更多的應用場景開始轉向移動終端，然而，現有技術在將點云數據處理延伸至移動終端時存在諸多局限性，主要體現在以下幾個方面：第一，移動終端的計算資源有限，無法高效處理大規模點云數據；第二，點云數據的噪聲過濾和壓縮算法較為復雜，現有方法在移動終端上難以實現實時性要求；第三，現有技術在數據傳輸過程中未能充分利用邊緣計算的優勢，導致移動終端與服務器之間的數據交互效率低下，無法滿足實時操作的需求，此外，在點云數據的編輯過程中，如何通過直觀的交互方式(如手勢操作)實現三維模型的快速調整和精確標注，也是當前技術亟待解決的難題。
技術實現思路
1、鑒于上述現有存在的問題，提出了本專利技術。
2、因此，本專利技術提供了一種移動終端上的交互式點云數據編輯方法解決點云數據的噪聲過濾和壓縮算法較為復雜，現有方法在移動終端上難以實現實時性要求的問題。
3、為解決上述技術問題，本專利技術提供如下技術方案：
4、第一方面，本專利技術提供了一種移動終端上的交互式點云數據編輯方法，其包括，
5、使用手持式激光雷達在變電站中采集點云數據，通過移動終端對點云數據進行初步處理，采用分片算法對點云數據進行分割；
6、將分片后的點云數據通過高速無線網絡傳輸至邊緣計算設備，使用自適應學習算法對在邊緣計算設備上的點云數據進行噪聲過濾，動態調整過濾參數；
7、在邊緣計算設備上，對經過噪聲過濾的點云數據進行幾何特征提取，提取出幾何特征點并壓縮處理；
8、移動終端接收從邊緣計算設備返回的壓縮后的幾何特征點數據，通過逆稀疏矩陣分解算法對點云數據進行解壓縮和重構，得到完整的三維點云數據；
9、將解壓縮和重構后的點云數據實時顯示在移動終端上，用戶可通過移動終端進行交互式編輯操作；
10、用戶通過手勢操作調整點云模型的顯示視角，并通過編輯工具進行距離測量和區域標注操作。
11、作為本專利技術所述移動終端上的交互式點云數據編輯方法的一種優選方案，其中：所述使用手持式激光雷達在變電站中采集點云數據，通過移動終端對點云數據進行初步處理，采用分片算法對點云數據進行分割，具體步驟為，
12、使用手持式激光雷達lidar設備在變電站中進行三維空間建模，激光雷達通過發射激光束并接收反射信號來測量物體的三維坐標，生成高密度的點云數據；
13、采用基于空間位置的八叉樹分片算法，將采集到的點云數據按空間坐標進行分區，生成多個分片，得到分割后每個分片的體積，表達式為：
14、
15、其中，vp表示經過n次分割后第p個分片的體積，p為索引變量，n表示分割次數，v0表示初始體積；
16、將初步處理后的點云數據分片通過高速無線網絡5g傳輸至邊緣計算設備。
17、作為本專利技術所述移動終端上的交互式點云數據編輯方法的一種優選方案，其中：所述將分片后的點云數據通過高速無線網絡傳輸至邊緣計算設備，使用自適應學習算法對在邊緣計算設備上的點云數據進行噪聲過濾，動態調整過濾參數，具體為，
18、采用自適應濾波算法實時過濾掉采集過程中的噪聲點，表達式為：
19、
20、其中，p(t)表示在時間t點的有效數據概率，p0表示初始點的有效性概率，e表示自然常數，β表示過濾參數，d(t)表示當前點與其鄰域點之間的距離，d0表示距離閾值；
21、在邊緣設備上，自適應學習算法通過多次迭代優化噪聲過濾參數，每次迭代后，自適應學習算法通過對點云數據中各點與其鄰域點的幾何分布進行分析，逐步更新過濾參數β；
22、基于采集環境的初始條件，設定初始過濾參數β和d0，并進行首次過濾；
23、在初次過濾后，通過對剩余點云數據的鄰域分布分析，檢測是否仍存在異常點；
24、根據噪聲點的分布情況，逐步增大或減小過濾參數β表達式為：
25、
26、其中，βn+1表示第n+1次迭代的過濾參數，βn表示第n次迭代的過濾參數，γ表示調整步長，n表示點云數據中的點的總數，t表示有效點的閾值。
27、作為本專利技術所述移動終端上的交互式點云數據編輯方法的一種優選方案，其中：所述在邊緣計算設備上，對經過噪聲過濾的點云數據進行幾何特征提取，提取出幾何特征點并壓縮處理，具體步驟為，
28、將經過噪聲過濾的點云數據采用幾何特征描述符，提取出幾何特征點，表達式為：
29、
30、其中，gi表示第i個點云數據的幾何特征值，j為索引變量，o表示鄰域點的數量，dij表示點i和其鄰域點j之間的距離，fi和fj表示點i和其鄰域點j的法向量。
31、作為本專利技術所述移動終端上的交互式點云數據編輯方法的一種優選方案，其中：所述移動終端接收從邊緣計算設備返回的壓縮后的幾何特征點數據，通過逆稀疏矩陣分解算法對點云數據進行解壓縮和重構，得到完整的三維點云數據，包括，
32、在特征提取完成后，邊緣計算設備根據特征點的幾何分布，進行稀疏矩陣分解和數據壓縮；
33、在邊緣設備上，將點云數據組織為稀疏矩陣m，稀疏矩陣m表達式為：
34、
35、其中，xn表示第n個點的橫坐標，yn表示第n個點的縱坐標，zn表示第m個點的高度坐標，n為點云數據中的點的總數；
36、使用稀疏奇異值分解svd對點云數據進行壓縮，表達式為：
37、m＝udvt；
38、其中，u為n×k的矩陣，包含左奇異向量，d為k×k的對角矩陣，包含矩陣的奇異值，vt為k×3的矩陣，k表示壓縮的維度；
39、壓縮的維度k，計算公式為：
40、
41、其中，c表示場景復雜度因子，log表示對數函數，qi表示第i個點在半徑r內的鄰域點數，vr表示半徑r所對應的球形鄰域的體積。
42、作為本專利技術所述移動終端上的交互式點云數據編輯方法的一種優選方案，其中：所述將解壓縮和重構后本文檔來自技高網...
【技術保護點】
1.一種移動終端上的交互式點云數據編輯方法，其特征在于：包括，
2.如權利要求1所述的移動終端上的交互式點云數據編輯方法，其特征在于：所述使用手持式激光雷達在變電站中采集點云數據，通過移動終端對點云數據進行初步處理，采用分片算法對點云數據進行分割，具體步驟為，
3.如權利要求2所述的移動終端上的交互式點云數據編輯方法，其特征在于：所述將分片后的點云數據通過高速無線網絡傳輸至邊緣計算設備，使用自適應學習算法對在邊緣計算設備上的點云數據進行噪聲過濾，動態調整過濾參數，具體為，
4.如權利要求3所述的移動終端上的交互式點云數據編輯方法，其特征在于：所述在邊緣計算設備上，對經過噪聲過濾的點云數據進行幾何特征提取，提取出幾何特征點并壓縮處理，具體步驟為，
5.如權利要求4所述的移動終端上的交互式點云數據編輯方法，其特征在于：所述移動終端接收從邊緣計算設備返回的壓縮后的幾何特征點數據，通過逆稀疏矩陣分解算法對點云數據進行解壓縮和重構，得到完整的三維點云數據，包括，
6.如權利要求5所述的移動終端上的交互式點云數據編輯方法，其特征在于
7.如權利要求6所述的移動終端上的交互式點云數據編輯方法，其特征在于：所述用戶通過手勢操作調整點云模型的顯示視角，并通過編輯工具進行距離測量和區域標注操作，具體為，
8.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于：所述處理器執行所述計算機程序時實現權利要求1～7任一所述的移動終端上的交互式點云數據編輯方法的步驟。
9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于：所述計算機程序被處理器執行時實現權利要求1～7任一所述的移動終端上的交互式點云數據編輯方法的步驟。
...【技術特征摘要】
1.一種移動終端上的交互式點云數據編輯方法，其特征在于：包括，
2.如權利要求1所述的移動終端上的交互式點云數據編輯方法，其特征在于：所述使用手持式激光雷達在變電站中采集點云數據，通過移動終端對點云數據進行初步處理，采用分片算法對點云數據進行分割，具體步驟為，
3.如權利要求2所述的移動終端上的交互式點云數據編輯方法，其特征在于：所述將分片后的點云數據通過高速無線網絡傳輸至邊緣計算設備，使用自適應學習算法對在邊緣計算設備上的點云數據進行噪聲過濾，動態調整過濾參數，具體為，
4.如權利要求3所述的移動終端上的交互式點云數據編輯方法，其特征在于：所述在邊緣計算設備上，對經過噪聲過濾的點云數據進行幾何特征提取，提取出幾何特征點并壓縮處理，具體步驟為，
5.如權利要求4所述的移動終端上的交互式點云數據編輯方法，其特征在于：所述移動終端接收從邊緣計算設備返回的壓縮后的幾何特...
【專利技術屬性】
技術研發人員：周翀，王思瑋，張兵，王珂，
申請(專利權)人：武漢華源電力設計院有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。