激光点云数据处理中基于贝叶斯抽样一致性的模型参数稳健估计方法研究

基本信息
批准号:41471360
项目类别:面上项目
资助金额:81.00
负责人:康志忠
学科分类:
依托单位:中国地质大学(北京)
批准年份:2014
结题年份:2018
起止时间:2015-01-01 - 2018-12-31
项目状态: 已结题
项目参与者:胡腾,王淑晴,贾丰蔓,饶杰,吴爱,罗中飞,朱守信,师建辉
关键词:
点云拟合贝叶斯抽样一致性激光点云稳健估计点云配准
结项摘要

The development of the techology of laser point cloud post-processing is much slower than that of the hardware of LiDAR, which currently restrict the applications of LiDAR. The estimation of the parameters of a model is often involved in the point cloud processing (e.g. the geometric model of a feature in the fitting of point clouds, the rigid transformation model in point cloud registration, and the mapping model of scan-to-image registration). As the point clouds always contain a plenty of noises,it is a focus of research in point cloud processing worldwide how to implement the robust estimation of the parameters of a model. Based on Baysian theory and RANSAC, this proposal carries out the research on Baysian Sampling Consensus (BaySAC) method using convergence evaluation of hypothesis models, which consists of the following contents: the determination of prior probability based on convergence evaluation of hypothesis models; the update of inlier probability in terms of the correctness of the hypothesis data set; the construction of the cost function of the hypothesis testing using Maxmum Likelihood Function; Multiple-BaySAC algorithm; the robust estimation of the main models in point cloud processing. The research on BaySAC robust estimation method will help solving the problems suffered by the robust estimation of the parameters of the models in point cloud processing, so that promote the development of the technology of LiDAR data post-processing.

激光点云数据后处理技术发展的滞后,是制约激光雷达技术应用的瓶颈。点云数据处理中通常会涉及到模型参数的估计(如点云拟合中的特征几何模型、点云拼接中的坐标转换模型、点云与影像配准中的映射模型等)。由于点云数据中通常包含大量的噪声点,因此如何进行模型参数的稳健估计是当前国内外点云数据处理的研究重点。本课题基于贝叶斯理论和随机抽样一致性(RANSAC)方法,对利用模型收敛度统计检验的贝叶斯抽样一致性稳健估计方法进行研究,该研究的主要内容包括:基于假设模型收敛度统计检验的先验概率确定;顾及假设检验数据点集整体正确性的局内点概率更新;基于极大似然函数的假设检验模型评价函数构建;多模型贝叶斯抽样一致性算法;利用贝叶斯抽样一致性的点云数据处理中主要模型参数稳健估计。贝叶斯抽样一致性稳健估计方法的研究将有助于点云数据处理中模型参数稳健估计问题的解决,从而促进激光雷达数据后处理技术的发展。

项目摘要

激光点云数据后处理技术发展的滞后,是制约激光雷达技术应用的瓶颈。点云数据处理中通常会涉及到模型参数的估计(如点云拟合中的特征几何模型、点云拼接中的坐标转换模型、点云与影像配准中的映射模型等)。由于点云数据中通常包含大量的噪声点,因此如何进行模型参数的稳健估计是当前国内外点云数据处理的研究重点。本课题基于贝叶斯理论和随机抽样一致性(RANSAC)方法,对利用模型收敛度统计检验的贝叶斯抽样一致性稳健估计方法进行了研究:研究了顾及假设检验数据点集整体正确性的局内点概率更新;基于极大似然函数构建了阈值无关的假设检验模型评价函数;研究了多模型贝叶斯抽样一致性算法;基于贝叶斯抽样一致性方法实现了车载激光点云的杆状地物提取、机载LiDAR点云数据分类、基于点云的室内导航要素识别、电力线提取等应用。相关研究成果已发表国际SCI论文9篇,EI检索论文3篇,中文核心期刊论文6篇。通过上述关键技术的突破,有助于点云数据处理中模型参数稳健估计问题的解决,从而促进激光雷达数据后处理技术的发展。

项目成果
{{index+1}}

{{i.achievement_title}}

{{i.achievement_title}}

DOI:{{i.doi}}
发表时间:{{i.publish_year}}

暂无此项成果

数据更新时间:2023-05-31

其他相关文献

1

多能耦合三相不平衡主动配电网与输电网交互随机模糊潮流方法

多能耦合三相不平衡主动配电网与输电网交互随机模糊潮流方法

DOI:10.13334/j.0258-8013.pcsee.190276
发表时间:2020
2

基于腔内级联变频的0.63μm波段多波长激光器

基于腔内级联变频的0.63μm波段多波长激光器

DOI:10.3788/CJL201946.0801003
发表时间:2019
3

智能煤矿建设路线与工程实践

智能煤矿建设路线与工程实践

DOI:10.13199/j.cnki.cst.2020.07.010
发表时间:2020
4

具有随机多跳时变时延的多航天器协同编队姿态一致性

具有随机多跳时变时延的多航天器协同编队姿态一致性

DOI:10.7641/CTA.2018.70969
发表时间:2018
5

高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析

高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析

DOI:10.7498/aps.68.20181682
发表时间:2019

相似国自然基金

1

利用贝叶斯方法估计LAMOST恒星参数

批准号:U1531118
批准年份:2015
负责人:张伟
学科分类:A1503
资助金额:46.00
项目类别:联合基金项目
2

基于对称识别方法的贝叶斯probit模型稳健性研究

批准号:11501287
批准年份:2015
负责人:潘茂林
学科分类:A0403
资助金额:18.00
项目类别:青年科学基金项目
3

贝叶斯框架下半参数门限模型的估计、检验及其应用

批准号:71703030
批准年份:2017
负责人:朱艳丽
学科分类:G0301
资助金额:18.00
项目类别:青年科学基金项目
4

基于贝叶斯模型平均的多响应稳健优化设计研究

批准号:71702072
批准年份:2017
负责人:欧阳林寒
学科分类:G0108
资助金额:18.00
项目类别:青年科学基金项目