主页 术语表 点云

为您的移动测绘项目寻找合适的 INS →
Quanta Extra INS 迷你单元(右)
Quanta Extra
INS 内置测地型双天线 0.03 ° 航向精度 0.008 ° 横滚 & 俯仰
发现
Quanta Extra
Quanta Micro INS 迷你单元 右侧
Quanta Micro
INS 内部 GNSS 单/双天线 0.06 ° 航向精度 0.015 ° RTK 横滚和纵倾
发现
Quanta Micro
Quanta Plus INS 迷你单元 非背景 右侧
Quanta Plus
INS 内置测地型双天线 0.03 ° 航向精度 0.015 ° RTK 横滚和纵倾
发现
Quanta Plus

点云是指代表环境形状和结构的 3D 点集合。这些点通常由 LiDAR 或 3D 扫描系统生成,每个点包含空间坐标(X、Y、Z),有时还包含强度或颜色等其他属性。LiDAR 传感器捕获原始空间数据,而提供传感器在每个时刻的精确位置和方向的是惯性导航系统 (INS)。这至关重要,因为为了将每个点准确放置在全局参考坐标系中,系统需要确切知道在进行每次测量时扫描仪所在的位置及其朝向。

INS 结合了来自加速度计和陀螺仪(以及通常是 GNSS 接收器)的数据,持续跟踪平台(无论是飞机、车辆、无人机还是船舶)的运动。LiDAR 每秒捕获数百万个点,而 INS 同时提供实时的位置和姿态信息,使系统能够正确地理参考每个点。此过程会生成一个高度准确且空间一致的点云。

通过将惯性数据与 LiDAR 相结合,用户可以生成复杂环境的详细 3D 表示,即使在无 GNSS 区域或快速运动期间也是如此。这在移动测量、精密测绘、自主导航和环境建模中尤其重要。例如,配备 INS 和 LiDAR 的无人机即使在飞越崎岖或偏远地形时,也能以厘米级的精度测绘森林冠层或电力线走廊。

同样,移动测量车可以实时扫描城市环境,INS 确保生成的点云尽管速度、方向或地形发生变化,仍保持连贯和对齐。

点云通过在三维空间中捕获一组密集的独立点来表示物体或环境的表面。 云中的每个点都包含定义其位置的空间坐标——X、Y 和 Z。

诸如 LiDAR(光探测和测距)或 3D 摄像头等传感器通常通过使用激光 Pulse 扫描周围环境或使用立体成像测量到表面的距离来生成这些点。传感器在收集数据时,会计算信号返回所需的时间,从而确定空间中每个点的精确位置。

当传感器移动时——无论是在车辆、无人机还是手持设备上——它都会不断从不同角度收集新的数据点。系统会记录每个点的时间戳,并利用传感器在捕获时的位置和姿态来重建精确的 3D 模型。

这就是惯性导航系统 (INS) 或 GNSS/INS 集成发挥作用的地方。该系统实时跟踪传感器的运动,从而对点云数据进行地理配准,并将其与真实世界坐标系精确对齐。

一旦捕获和处理,点云就能提供扫描环境的丰富、详细的数字副本。用户可以应用这些数据集来创建 3D 地图、执行测量、建模建筑物和地形、分析结构变化以及在自主系统中实现导航。点云越密集,生成的 3D 模型就越详细和精确。

本质上,点云通过将激光或成像测量与实时定位数据相结合,创建出详细且空间精确的世界 3D 视图。

请告诉我们您的项目