[发明专利]数据处理方法以及装置

说明书

本发明公开了一种数据处理方法以及装置，涉及大数据技术领域。本发明的方法包括：周期性获取惯性导航数据和激光点云数据；根据测量场景对惯性导航数据进行过滤；根据过滤后的惯性导航数据与激光点云数据构建三维场景。本发明区分不同的测量场景，对惯性导航数据进行不同的过滤，删除不符合对应的测量场景规律的惯性导航数据，使得在各种测量场景下激光点云数据与惯性导航数据配合构建出的三维场景更加准确。

技术领域

本发明涉及大数据技术领域，特别涉及一种数据处理方法以及装置。

背景技术

三维激光扫描技术是近几年发展起来的一种新型的测绘技术。三维激光扫描主要面向高精度的三维建模，其原理是利用激光测距，密集的记录目标物体的表面三维坐标，反射率和纹理信息，对空间目标进行真实的三维记录。

目前，激光扫描仪一般与惯性导航系统一起作为车载设备对现实场景进行扫描，获取激光点云数据以及惯性导航数据，结合数据处理技术，还原三维的现实场景。

发明内容

发明人发现，惯性导航系统会由于设备、路况等的变化导致采集的惯性导航数据不准确，进而使得构建的三维场景出现偏差。

本发明所要解决的一个技术问题是：如何提高激光扫面还原三维场景的准确性。

根据本发明的一个实施例，提供的一种数据处理方法，包括：周期性获取惯性导航数据和激光点云数据；根据测量场景对惯性导航数据进行过滤；根据过滤后的惯性导航数据与激光点云数据构建三维场景。

在一个实施例中，根据测量场景对惯性导航数据进行过滤包括：根据测量场景选取对应的过滤模型；利用过滤模型对惯性导航数据进行过滤。

在一个实施例中，利用过滤模型对惯性导航数据进行过滤包括：计算当前惯性导航数据与相邻前一次测得的惯性导航数据的差值作为当前惯性导航数据的误差，如果当前惯性导航数据的误差不满足第一阈值范围，则将当前惯性导航数据过滤掉，第一阈值范围与过滤模型对应；和/或，从当前惯性导航数据至第一次测得的惯性导航数据，分别计算未被过滤掉的每相邻两次测得的惯性导航数据的差值，并对各个差值求平均值作为当前惯性导航数据的误差，如果当前惯性导航数据的误差不满足第二阈值范围，则将当前惯性导航数据过滤掉，第二阈值范围与过滤模型对应。

在一个实施例中，利用过滤模型对惯性导航数据进行过滤包括：计算当前惯性导航数据与相邻前一次测得的惯性导航数据分别乘以对应的误差率之后的差值作为当前惯性导航数据的误差，如果当前惯性导航数据的误差不满足第三阈值范围，则将当前惯性导航数据过滤掉，第三阈值范围以及每次测得的惯性导航数据的误差率与过滤模型对应；和/或，从当前惯性导航数据至第一次测得的惯性导航数据，分别计算未被过滤掉的每相邻两次测得的惯性导航数据分别乘以对应的误差率之后的差值，并对各个差值求平均值作为当前惯性导航数据的误差，如果当前惯性导航数据的误差不满足第四阈值范围，则将当前惯性导航数据过滤掉，第四阈值范围以及每次测得的惯性导航数据的误差率与过滤模型对应。

在一个实施例中，该方法还包括：计算过滤掉的各个惯性导航数据的误差的平均值，并计算平均值与第五阈值的差值作为参考误差；利用参考误差修正过滤掉的各个惯性导航数据；第五阈值与过滤模型对应。

在一个实施例中，在根据过滤后的惯性导航数据与激光点云数据构建三维场景之前还包括：将不符合第一预设角度范围的激光束对应的激光点云数据删除；或者，将不符合第二预设角度范围的激光束中的激光线对应的激光点云数据删除。

在一个实施例中，根据过滤后的惯性导航数据与激光点云数据构建三维场景包括：将每一周期获取的激光点云数据由激光坐标系转换为同时刻获取的未被过滤的惯性导航数据对应的地理位置坐标系；将转换为地理位置坐标系的各个周期的激光点云数据叠加构建三维场景。