本發(fā)明涉及電子數(shù)字?jǐn)?shù)據(jù)處理，具體涉及應(yīng)用于公路工程的bim數(shù)據(jù)采集方法及系統(tǒng)。

背景技術(shù)：

1、隨著我國(guó)基礎(chǔ)設(shè)施建設(shè)的迅猛發(fā)展，公路工程作為交通網(wǎng)絡(luò)的關(guān)鍵組成部分，其建設(shè)規(guī)模和復(fù)雜性持續(xù)增長(zhǎng)。為了提升公路工程的設(shè)計(jì)精確度、施工品質(zhì)及運(yùn)維效率，越來(lái)越多的項(xiàng)目開始采納建筑信息模型（bim）技術(shù)。bim技術(shù)的運(yùn)用能夠?qū)崿F(xiàn)工程信息的數(shù)字化、可視化以及管理的一體化，從而為公路工程的全生命周期管理提供強(qiáng)有力的支持。

2、然而，在bim數(shù)據(jù)采集過(guò)程中，由于復(fù)雜的地形或施工路段的限制，無(wú)法使用車載激光雷達(dá)進(jìn)行三維掃描，因此，無(wú)人機(jī)掃描作業(yè)成為替代方案。然而，在空中按照既定飛行軌道采集路面信息時(shí)，無(wú)人機(jī)易受風(fēng)力影響，導(dǎo)致采集的道路數(shù)據(jù)出現(xiàn)偏差，進(jìn)而影響公路bim數(shù)據(jù)的精確性。目前，尚無(wú)有效技術(shù)能夠?qū)@些數(shù)據(jù)偏差進(jìn)行修復(fù)。因此，迫切需要一種適用于公路工程的bim數(shù)據(jù)優(yōu)化采集方法。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述技術(shù)問(wèn)題，本發(fā)明的目的在于提供一種應(yīng)用于公路工程的bim數(shù)據(jù)采集方法及系統(tǒng)。為了實(shí)現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案如下：

2、第一方面，本技術(shù)提供了一種應(yīng)用于公路工程的bim數(shù)據(jù)采集方法，所述方法包括：獲取在預(yù)設(shè)時(shí)間段內(nèi)無(wú)人機(jī)的采集數(shù)據(jù)和飛行數(shù)據(jù)，所述預(yù)設(shè)時(shí)間段為所述無(wú)人機(jī)按照預(yù)設(shè)速度沿目標(biāo)公路段勻速飛行的時(shí)間段，所述采集數(shù)據(jù)包括點(diǎn)云數(shù)據(jù)和圖像；根據(jù)在所述預(yù)設(shè)時(shí)間段內(nèi)的所述飛行數(shù)據(jù)和所述圖像計(jì)算得到每個(gè)時(shí)刻的采集影響程度；根據(jù)每個(gè)時(shí)刻對(duì)應(yīng)的所述點(diǎn)云數(shù)據(jù)進(jìn)行區(qū)域分割，并基于分割結(jié)果進(jìn)行分組劃分得到每個(gè)區(qū)域被多次采集時(shí)的點(diǎn)云數(shù)據(jù)；根據(jù)每個(gè)區(qū)域被多次采集時(shí)的點(diǎn)云數(shù)據(jù)計(jì)算，得到每個(gè)所述區(qū)域的地表形態(tài)復(fù)雜程度，所述地表形態(tài)復(fù)雜程度由每次采集時(shí)的點(diǎn)云密度分布和點(diǎn)云曲率差異計(jì)算得到；根據(jù)每個(gè)所述區(qū)域的地表形態(tài)復(fù)雜程度和該所述區(qū)域在單次采集時(shí)的采集影響程度計(jì)算得到每個(gè)所述區(qū)域在單次采集時(shí)的采集數(shù)據(jù)干擾程度；將每個(gè)所述區(qū)域在單次采集時(shí)的點(diǎn)云數(shù)據(jù)和圖像進(jìn)行透視投影變換處理，并基于處理結(jié)果進(jìn)行線性插值得到每次采集對(duì)應(yīng)的高維圖像，所述高維圖像內(nèi)每個(gè)像素點(diǎn)均對(duì)應(yīng)一個(gè)映射三維空間坐標(biāo)；基于每個(gè)所述區(qū)域在單次采集時(shí)的所述采集數(shù)據(jù)干擾程度和所述高維圖像進(jìn)行加權(quán)融合，得到每個(gè)所述區(qū)域?qū)?yīng)的三維空間坐標(biāo)集合，所述三維空間坐標(biāo)集合用于生成公路工程的bim模型。

3、結(jié)合第一方面，在一種可能的實(shí)現(xiàn)方式中，根據(jù)在所述預(yù)設(shè)時(shí)間段內(nèi)的所述飛行數(shù)據(jù)和所述圖像計(jì)算得到每個(gè)時(shí)刻的采集影響程度，包括：根據(jù)時(shí)序上相鄰所述圖像之間的差異計(jì)算得到每個(gè)所述時(shí)刻對(duì)應(yīng)的影像偏差度；根據(jù)所述飛行數(shù)據(jù)計(jì)算得到每個(gè)所述時(shí)刻對(duì)應(yīng)的無(wú)人機(jī)姿態(tài)偏離度；將每個(gè)所述時(shí)刻對(duì)應(yīng)的所述影像偏差度和所述無(wú)人機(jī)姿態(tài)偏離度相乘計(jì)算得到采集影響程度。

4、結(jié)合第一方面，在一種可能的實(shí)現(xiàn)方式中，根據(jù)時(shí)序上相鄰所述圖像之間的差異計(jì)算得到每個(gè)時(shí)刻對(duì)應(yīng)的影像偏差度，包括：根據(jù)光流算法對(duì)所有所述圖像進(jìn)行處理，得到每個(gè)所述圖像中每個(gè)像素點(diǎn)的光流向量；統(tǒng)計(jì)每個(gè)所述圖像內(nèi)光流向量數(shù)目，得到每個(gè)所述圖像對(duì)應(yīng)的光流數(shù)目；依照時(shí)序進(jìn)行分別計(jì)算得到每個(gè)所述圖像對(duì)應(yīng)的第一光流均值向量和第二光流均值向量，所述第一光流均值向量為第一預(yù)設(shè)時(shí)間段內(nèi)光流向量的均值，所述第二光流均值向量為第二預(yù)設(shè)時(shí)間段內(nèi)光流向量的均值，所述第一預(yù)設(shè)時(shí)間段和所述第二預(yù)設(shè)時(shí)間段的截止時(shí)刻均為該圖像的采集時(shí)刻，所述第一預(yù)設(shè)時(shí)間段的時(shí)間長(zhǎng)度大于所述第二預(yù)設(shè)時(shí)間段的時(shí)間長(zhǎng)度；根據(jù)每個(gè)所述圖像對(duì)應(yīng)的所述第一光流均值向量、所述第二光流均值向量、所述光流數(shù)目和每個(gè)所述像素點(diǎn)的所述光流向量計(jì)算得到每個(gè)所述圖像對(duì)應(yīng)的影像偏差度。

5、結(jié)合第一方面，在一種可能的實(shí)現(xiàn)方式中，所述飛行數(shù)據(jù)包括加速度和角速度，根據(jù)所述飛行數(shù)據(jù)計(jì)算得到每個(gè)所述時(shí)刻對(duì)應(yīng)的無(wú)人機(jī)姿態(tài)偏離度，包括：根據(jù)預(yù)設(shè)時(shí)間段內(nèi)每個(gè)時(shí)刻的加速度和角速度分別進(jìn)行均值計(jì)算，得到加速度均值和角速度均值；根據(jù)每個(gè)時(shí)刻的所述加速度與所述加速度均值的差以及所述角速度與所述角速度均值的差計(jì)算得到每個(gè)時(shí)刻對(duì)應(yīng)的無(wú)人機(jī)姿態(tài)偏離度。

6、結(jié)合第一方面，在一種可能的實(shí)現(xiàn)方式中，根據(jù)每個(gè)區(qū)域被多次采集時(shí)的點(diǎn)云數(shù)據(jù)計(jì)算，得到每個(gè)所述區(qū)域的地表形態(tài)復(fù)雜程度，包括：分別根據(jù)在單次采集時(shí)的點(diǎn)云數(shù)據(jù)計(jì)算得到在單次采集時(shí)的點(diǎn)云密度和點(diǎn)云曲率方差；根據(jù)多次采集時(shí)的點(diǎn)云密度和點(diǎn)云曲率方差進(jìn)行均值計(jì)算得到密度均值和曲率方差均值；將所述密度均值與所述曲率方差均值相乘得到地表形態(tài)復(fù)雜程度。

7、結(jié)合第一方面，在一種可能的實(shí)現(xiàn)方式中，根據(jù)在單次采集時(shí)的點(diǎn)云數(shù)據(jù)計(jì)算得到在單次采集時(shí)的點(diǎn)云密度和點(diǎn)云曲率方差，包括：對(duì)單次采集時(shí)的點(diǎn)云數(shù)據(jù)進(jìn)行基于密度劃分處理，得到點(diǎn)云簇類數(shù)量，將所述點(diǎn)云簇類數(shù)量作為所述點(diǎn)云密度；對(duì)單次采集時(shí)的每個(gè)點(diǎn)將進(jìn)行局部表面擬合，得到每個(gè)點(diǎn)的曲率；根據(jù)所有點(diǎn)的曲率進(jìn)行方差計(jì)算得到曲率方差。

8、結(jié)合第一方面，在一種可能的實(shí)現(xiàn)方式中，所述點(diǎn)云簇類數(shù)量由dbscan算法處理得到。

9、第二方面，本技術(shù)還提供了一種應(yīng)用于公路工程的bim數(shù)據(jù)采集系統(tǒng)，包括：數(shù)據(jù)獲取模塊，用于獲取在預(yù)設(shè)時(shí)間段內(nèi)無(wú)人機(jī)的采集數(shù)據(jù)和飛行數(shù)據(jù)，所述預(yù)設(shè)時(shí)間段為所述無(wú)人機(jī)按照預(yù)設(shè)速度沿目標(biāo)公路段勻速飛行的時(shí)間段，所述采集數(shù)據(jù)包括點(diǎn)云數(shù)據(jù)和圖像；影響因子計(jì)算模塊，用于根據(jù)在所述預(yù)設(shè)時(shí)間段內(nèi)的所述飛行數(shù)據(jù)和所述圖像計(jì)算得到每個(gè)時(shí)刻的采集影響程度；分組模塊，用于根據(jù)每個(gè)時(shí)刻對(duì)應(yīng)的所述點(diǎn)云數(shù)據(jù)進(jìn)行區(qū)域分割，并基于分割結(jié)果進(jìn)行分組劃分得到每個(gè)區(qū)域被多次采集時(shí)的點(diǎn)云數(shù)據(jù)；形態(tài)因子計(jì)算模塊，用于根據(jù)每個(gè)區(qū)域被多次采集時(shí)的點(diǎn)云數(shù)據(jù)計(jì)算，得到每個(gè)所述區(qū)域的地表形態(tài)復(fù)雜程度，所述地表形態(tài)復(fù)雜程度由每次采集時(shí)的點(diǎn)云密度分布和點(diǎn)云曲率差異計(jì)算得到；干擾因子計(jì)算模塊，用于根據(jù)每個(gè)所述區(qū)域的地表形態(tài)復(fù)雜程度和該所述區(qū)域在單次采集時(shí)的采集影響程度計(jì)算得到每個(gè)所述區(qū)域在單次采集時(shí)的采集數(shù)據(jù)干擾程度；變換處理模塊，用于將每個(gè)所述區(qū)域在單次采集時(shí)的點(diǎn)云數(shù)據(jù)和圖像進(jìn)行透視投影變換處理，并基于處理結(jié)果進(jìn)行線性插值得到每次采集對(duì)應(yīng)的高維圖像，所述高維圖像內(nèi)每個(gè)像素點(diǎn)均對(duì)應(yīng)一個(gè)映射三維空間坐標(biāo)；融合計(jì)算基于每個(gè)所述區(qū)域在單次采集時(shí)的所述采集數(shù)據(jù)干擾程度和所述高維圖像進(jìn)行加權(quán)融合，得到每個(gè)所述區(qū)域?qū)?yīng)的三維空間坐標(biāo)集合，所述三維空間坐標(biāo)集合用于生成公路工程的bim模型。

10、結(jié)合第二方面，在一種可能的實(shí)現(xiàn)方式中，所述影響因子計(jì)算模塊包括：影像偏差計(jì)算模塊，用于根據(jù)時(shí)序上相鄰所述圖像之間的差異計(jì)算得到每個(gè)所述時(shí)刻對(duì)應(yīng)的影像偏差度；姿態(tài)偏離計(jì)算模塊，用于根據(jù)所述飛行數(shù)據(jù)計(jì)算得到每個(gè)所述時(shí)刻對(duì)應(yīng)的無(wú)人機(jī)姿態(tài)偏離度；第一計(jì)算模塊，用于將每個(gè)所述時(shí)刻對(duì)應(yīng)的所述影像偏差度和所述無(wú)人機(jī)姿態(tài)偏離度相乘計(jì)算得到采集影響程度。

11、結(jié)合第二方面，在一種可能的實(shí)現(xiàn)方式中，所述形態(tài)因子計(jì)算模塊包括：點(diǎn)云計(jì)算模塊，用于分別根據(jù)在單次采集時(shí)的點(diǎn)云數(shù)據(jù)計(jì)算得到在單次采集時(shí)的點(diǎn)云密度和點(diǎn)云曲率方差；均值計(jì)算模塊，用于根據(jù)多次采集時(shí)的點(diǎn)云密度和點(diǎn)云曲率方差進(jìn)行均值計(jì)算得到密度均值和曲率方差均值；第二計(jì)算模塊，用于將所述密度均值與所述曲率方差均值相乘得到地表形態(tài)復(fù)雜程度。

12、本發(fā)明具有如下有益效果：

13、本發(fā)明中，首先對(duì)不同時(shí)刻的飛行姿態(tài)引起影響進(jìn)行了估計(jì)得到采集影響程度。隨后，對(duì)無(wú)人機(jī)執(zhí)行采集任務(wù)時(shí)的覆蓋范圍進(jìn)行了區(qū)域劃分，并對(duì)每個(gè)區(qū)域的地表形態(tài)復(fù)雜性進(jìn)行了評(píng)估得到地表形態(tài)復(fù)雜性?；谶@些評(píng)估結(jié)果綜合計(jì)算出了每個(gè)采集時(shí)刻下每個(gè)區(qū)域在采集過(guò)程中的數(shù)據(jù)干擾程度。接著，本發(fā)明中對(duì)采集得到的點(diǎn)云數(shù)據(jù)和圖像數(shù)據(jù)進(jìn)行了映射處理，并依據(jù)每次采集時(shí)的干擾程度對(duì)這些數(shù)據(jù)進(jìn)行了有效的融合處理。通過(guò)上述處理得到三維空間坐標(biāo)集合，其能通過(guò)減小風(fēng)力影響時(shí)點(diǎn)云數(shù)據(jù)的權(quán)重，從而顯著提升了公路工程bim采集數(shù)據(jù)的可靠性和準(zhǔn)確性。