[发明专利]一种基于服务端的点云实时测量方法

说明书

本发明涉及数据处理技术领域，提出一种基于服务端的点云实时测量方法，利用三维渲染技术，加载点云数据，对点云数据进行基础展示；根据加载的点云数据，进入测量状态，获取当前三维视图的相关参数；将参数传入服务端，服务端计算并返回满足条件的结果。将传统的测量方式从应用端鼠标拾取交互转换为服务端计算分析，解决了传统点云三维可视化场景中需要计算机高配置要求的问题，节省了当前计算机的应用资源，将存储和计算处理放入服务器的云端，做到实际应用和计算分离，方便增加对点云数据的权限掌控，提升研发效率。

技术领域

本发明涉及数据处理技术领域，特别涉及一种基于服务端的点云实时测量方法。

背景技术

激光雷达（LIDAR）作为一种新型数据采集设备，为电力系统的精确空间测量提供了新的技术方案。激光雷达能够获得地理的空间三位信息，几何机载平台，使得机载雷达系统在输电线路运维中有了较好的应用，实现了线路通道危险地物的检测，电力线间距离的精细测量，线路通道地形分析，树木预测以及砍伐计划管理，工况模拟应用等。

激光雷达、双目摄像头或者深度摄像头等传感器能够采集大量的高密度三维点云数据，点云数据测量中包含了每个点的经纬度坐标、强度、多次回波、颜色等丰富的信息。而目前常用的激光雷达扫描仪设备，如Riegl、Faro、Leica等，每秒均能产生成千上万个点，每次扫描获取的数据点数能达到成千上万个，甚至上千万、亿都很有可能，并且如图2所示在应用端完成点云数据加载和鼠标拾取交互，最后也在应用端返回结果，如此庞大的数据量给数据的处理和存储带来了挑战。

申请号为201910646107.6、名称为《一种三维点云数据存储、查询方法及装置》的专利，公开了获取三维点云数据，将获取的三维点云数据划分为多个子集，其中每个自己中包括多个数据块，将划分的三维点云数据存储在块表中，其中块表中的行为数据块，列为划分的子集，块表的行和列构建数据索引并存储。该申请将三维点云数据划分为子集存储在块表中，在读取三维点云数据时，可以在划分的各个子集中查找符合要求的数据，提高了查找的效率，读取三维点云数据时也无需等待较长时间。但该申请仍然存在点云数据量庞大的问题，对存储的系统依然会造成负担，在存储和查询过程中很耗费CPU或GPU的资源，若采用CPU拾取时，要求当前计算机的计算能力特别高，循环遍历要千万次才能筛选出满足条件的点；若采用GPU拾取时，要求计算机具有显卡配置，虽然相对CPU的计算较快，但结果计算结果需要GPU和CPU传输数据，耗费GPU内存，如果点数较多，也需要高内存的显卡。

发明内容

本发明的目的在于改善现有技术中所存在的不足，提供一种基于服务端的点云实时测量方法，将传统的测量方式从应用端鼠标拾取交互转换为服务端计算分析，解决了传统点云三维可视化场景中需要计算机高配置要求的问题。

为了实现上述发明目的，本发明实施例提供了以下技术方案：

一种基于服务端的点云实时测量方法，进行包括以下步骤：

步骤S1：利用三维渲染技术，加载点云数据，对点云数据进行基础展示；

步骤S2：根据加载的点云数据，进入测量状态，获取当前三维视图的相关参数；

步骤S3：将参数传入服务端，服务端计算并返回满足条件的结果。

更进一步地，为具体描述所述利用三维渲染技术，加载点云数据，对点云数据进行基础展示的方式，具体为：利用三维渲染技术加载的点云数据为三维空间点，将三维空间点集进行几何变换投影到三维坐标上，再将三维坐标进行剪裁后通过矩阵变换投影到二维坐标上进行基础展示。

更进一步地，所述将三维坐标进行剪裁后通过矩阵变换投影到二维坐标上进行基础展示的步骤，包括：

将剪裁后的三维坐标进行Model矩阵变换得到世界坐标系；

将世界坐标系进行Project矩阵后得到视图坐标系；