欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025115743946
申请人: 广州天予智能科技有限公司
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于大数据的地理测绘信息数据采集系统,其特征在于:包括环境扰动数据采集模块、噪声模式构建与数据库训练模块、实时激光信号采集与异常判别模块、多维筛选与点云净化模块和点云融合与地形重建模块;

环境扰动数据采集模块采集测绘过程中的非地形信号干扰源,拟合为环境数据集,并计算获取扰动强度值;

噪声模式构建与数据库训练模块以扰动强度值为基础,构建测绘噪声事件模式,并通过聚类与异常点统计,构建噪声概率模型输出噪声识别函数;

噪声模式构建与数据库训练模块包括扰动特征联动提取单元和聚类建模与概率识别参数构建单元;

扰动特征联动提取单元对历史激光测绘数据中每一个测点,提取激光回波强度hisIr和回波时间延迟hisTd,并引入对应时间点的扰动强度值Eenv,构建三元扰动特征向量V=(hisIr,hisTd,Eenv);

对提取的激光回波强度hisIr和回波时间延迟hisTd进行归一化处理,并定义获取标准信号偏离因子Sdev;

标准信号偏离因子Sdev通过以下公式获取:

;

式中,Sdev(i)表示第i个测绘样本点的标准信号偏离因子,hisIr(i)表示第i个测绘样本点的激光回波强度,hisTd(i)表示第i个测绘样本点的回波时间延迟,μIr表示历史激光回波强度的平均值,σIr表示历史激光回波强度的标准差,μTd表示回波时间延迟的历史均值,σTd表示回波时间延迟的标准差;

概率识别参数构建单元对所有的测绘样本点的三元扰动特征向量V=(hisIr,hisTd,Eenv)进行无监督聚类分析,通过使用K-Medoids聚类方法,识别典型噪声事件模式,并建立噪声概率模型,获取噪声识别函数Pno;

噪声识别函数Pno通过以下公式获取:

;

式中,exp表示指数函数,tanh表示双曲正切函数,Eenv(i)表示第i个测绘样本点的扰动强度值,Dclus(i)表示第i个测绘样本点到所属聚类中心的欧式距离;

实时激光信号采集与异常判别模块采集测绘作业中实时激光信号,并与噪声识别函数进行结合,获取噪声标记值;

多维筛选与点云净化模块对扰动强度值和噪声标记值进行分析,获取强度剔除值,并对噪声点进行剔除;

点云融合与地形重建模块整合剔除噪声后的数据,构建三维地理模型,获取模型一致性指标。

2.根据权利要求1所述的基于大数据的地理测绘信息数据采集系统,其特征在于:环境扰动数据采集模块包括扰动信号原始采集单元和归一强度建模单元;

扰动信号原始采集单元通过传感器对非地形信号干扰源进行采集,包括风速Wv、相对湿度Hr、降水粒径Dp和气压Pa;

其中,风速Wv通过超声波风速仪采集;相对湿度Hr通过湿敏电容传感器采集;

降水粒径Dp通过光学雨滴谱仪实时分析采集;气压Pa通过微型压电式气压计获取;

通过局部Z值滤波法对风速Wv、相对湿度Hr、降水粒径Dp和气压Pa中的异常值进行处理和剔除,并拟合为原始数据集YW。

3.根据权利要求2所述的基于大数据的地理测绘信息数据采集系统,其特征在于:归一强度建模单元对原始数据集YW进行归一化处理,获取环境数据集HW;

环境数据集HW通过以下公式获取:

;

式中,HWo表示环境数据集HW中的第o项数据,YWo表示原始数据集YW中的第o项数据,maxYWo表示原始数据集YW中的第o项数据的峰值,minYWo表示原始数据集YW中的第o项数据谷值;

对环境数据集HW进行分析,获取风湿耦合因子F1和粒径气压耦合压制因子F2,并进行联合,计算获取扰动强度值Eenv;

风湿耦合因子F1的获取方式为:首先计算风速Wv和相对湿度Hr的变化率,并相乘,得到风湿变化的联动强度;然后取绝对值以消除方向影响,并再加1后取自然对数,得到最终的风湿耦合因子F1;

粒径气压耦合压制因子F2的获取方式为:将降水粒径Dp作为分子;然后将气压Pa加1之后取自然对数,作为分母;最后将分子分母相除获取粒径气压耦合压制因子F2;

扰动强度值Eenv通过以下公式获取:

;

式中,E表示非零常数。

4.根据权利要求1所述的基于大数据的地理测绘信息数据采集系统,其特征在于:实时激光信号采集与异常判别模块包括激光信号实时采集与归一处理单元和噪声函数融合与异常标记单元;

激光信号实时采集与归一处理单元通过激光接收端的探测器和高频定时器实时采集测绘作业中实时激光信号,包括当前回波强度nIr和当前回波时间延迟nTd,并进行归一化处理;

噪声函数融合与异常标记单元根据获取的当前回波强度nIr和当前回波时间延迟nTd,计算当前采样点在信号空间中的标准偏移程度Xde;

标准偏移程度Xde通过当前回波强度nIr的平方与当前回波时间延迟nTd的平方之和,然后再开平方获取;

将获取的标准偏移程度Xde与噪声识别函数Pno进行结合,计算获取噪声标记值Fabn,并对噪声点进行标记;

噪声标记值Fabn的获取方式为:首先引入测绘样本点的噪声识别函数Pno,然后乘以调节系数并进行加一作为权重放大项,得到影响因子;最后将影响因子与测绘样本点的标准偏移程度Xde进行相乘,获取噪声标记值Fabn;

噪声点的标记方式如下:

当噪声标记值Fabn≤2时,表示测绘样本点在合理波动范围内,不被标记;

当噪声标记值Fabn>2时,表示测绘样本点为噪声点,并标记为候选剔除点。

5.根据权利要求4所述的基于大数据的地理测绘信息数据采集系统,其特征在于:多维筛选与点云净化模块对扰动强度值Eenv和噪声标记值Fabn进行组合分析,计算获取强度剔除值Mcr;

强度剔除值Mcr通过以下公式获取:

;

式中,Mcr(i)表示第i个测绘样本点的强度剔除值,Fabn(i)表示第i个测绘样本点的噪声标记值,Eenv(i)表示第i个测绘样本点的扰动强度值,e表示常数;

根据获取的强度剔除值Mcr对候选剔除点执行剔除和保留机制:当强度剔除值Mcr>0.3,表示测绘样本点为超载异常点,直接剔除不保留;

当强度剔除值Mcr≤0.3,表示测绘样本点为低置信异常点,不做处理。

6.根据权利要求5所述的基于大数据的地理测绘信息数据采集系统,其特征在于:点云融合与地形重建模块包括点云融合与三维建模单元和一致性评估与参数反馈单元;

点云融合与三维建模单元对超载异常点进行插值,获取插值重构点pill,对低置信异常点进行保留,标记正常保留点Pok;

插值重构点pill的获取方式为:首先在测绘样本点的空间范围内寻找其邻近点,并计算邻近点与当前测绘样本点之间的欧式距离的平均值;然后根据每个邻近点与当前测绘样本点之间的距离计算距离反比的权重;最后再用权重对邻近点的坐标值进行加权平均,获取插值重构点pill;

对插值重构点pill和正常保留点Pok进行融合,构建高连续性的点云场,并使用体素网格滤波算法,生成统一的地形网格。

7.根据权利要求6所述的基于大数据的地理测绘信息数据采集系统,其特征在于:一致性评估与参数反馈单元在统一的地形网格的基础上,构建三维地理模型,获取模型一致性指标Cnet;

模型一致性指标Cnet通过以下公式获取:

;

式中,N表示样本点的总数,pEenv表示扰动强度平均值;

对获取的模型一致性指标Cnet进行分析,判断剔除效果:当0<模型一致性指标Cnet<0.5时,表示剔除效果正常,模型稳定;

当0.5≤模型一致性指标Cnet<1时,表示剔除效果异常,返回噪声模式构建与数据库训练模块更新聚类数量,并增加训练样本窗口,重新进行剔除。

8.基于大数据的地理测绘信息数据采集方法,应用于权利要求1~7任一项所述的基于大数据的地理测绘信息数据采集系统,其特征在于:包括以下步骤:步骤一、环境扰动数据采集模块采集测绘过程中的非地形信号干扰源,拟合为环境数据集HW,并计算获取扰动强度值Eenv;

步骤二、噪声模式构建与数据库训练模块以扰动强度值Eenv为基础,构建测绘噪声事件模式,并通过聚类与异常点统计,构建噪声概率模型输出噪声识别函数Pno;

步骤三、实时激光信号采集与异常判别模块采集测绘作业中实时激光信号,并与噪声识别函数Pno进行结合,获取噪声标记值Fabn;

步骤四、多维筛选与点云净化模块对扰动强度值Eenv和噪声标记值Fabn进行分析,获取强度剔除值Mcr,并对噪声点进行剔除;

步骤五、点云融合与地形重建模块整合剔除噪声后的数据,构建三维地理模型,获取模型一致性指标Cnet。