一种基于多源传感融合的测绘数据协同测量方法与流程

本发明涉及数据处理领域，具体是一种基于多源传感融合的测绘数据协同测量方法。

背景技术：

1、随着测绘技术与传感器技术的快速发展，测绘数据采集手段日益丰富，但在实际测绘作业中，往往采用多个测绘数据采集终端在不同时间、不同空间位置对同一测绘区域进行多轮次、多角度的数据采集，以期获得更加全面、准确的测绘信息，多测绘数据采集终端协同采集过程中，不同终端之间、同一终端不同采集批次之间不可避免地存在时空异步问题。

2、且不同传感器采集的数据在时间轴上存在偏移，在空间基准上亦存在差异，导致多源数据难以直接融合，在实际测绘中，不同终端在相近时间、相同测绘位置往往采集到重复或冗余的测绘数据。然而，现有技术在数据融合前通常缺乏对重复测绘数据的有效识别手段，大量冗余数据未经整合便直接进入后续处理流程，不仅造成数据存储和计算资源的浪费，还可能导致融合结果的精度下降；

3、同时现有的数据相似性比对方法多是全局比对或固定时间窗口比对，灵活性和适应性不足。对于多终端协同测量所产生的大规模、高时间密度的测绘数据流，若采用全量比对则计算开销过大，若采用固定窗口比对又难以兼顾数据的时间分布特性，难以在计算效率与融合精度之间取得良好平衡；

4、本技术旨在预先构建通过构建以时间序列和空间位置为联合索引的测绘数据库，实现对多终端、多时相测绘数据的高效时空检索，基于质心-标定点相对向量的空间位置比对方法，准确识别空间位置相同的测绘数据及其所在的时间序列段信息，检索提取满足空间位置相同且同属相近时间序列区间的测绘数据，进行多特征向量相似度分析，基于递归分割的自适应扩展时间窗口，在多时间序列区间内随机选取时间基准点对该区间进行递归分割后自适应扩展整合，输出多时间序列区间下融合后的标准化测绘数据成果，协同解决了多测绘数据采集终端协同测量中的时空异步、数据冗余与自适应整合难题，显著提高了测绘数据融合的自动化程度、处理效率和成果质量。

技术实现思路

1、本发明的目的在于提供一种基于多源传感融合的测绘数据协同测量方法，以解决现有技术中的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种基于多源传感融合的测绘数据协同测量方法：

4、s1：利用若干传感器预先获取不同测绘数据采集终端的实时位置，以及每一终端在相应实时位置采集的测绘数据，形成多源测绘数据集；

5、s2：将若干测绘数据采集终端的采集时间轴进行自适应粒度分割，形成若干时间序列段，提取每一终端内部每一测绘数据所对应的测绘区域，构建以时间序列和空间位置为联合索引的测绘数据库；

6、s3：对于属于同一测绘区域的测绘数据，随机标定若干坐标点构建标定坐标点集，分别计算各测绘数据对应的质心坐标相对于该标定坐标点集的位置坐标，并逐一比对，分析空间位置相同的测绘数据及其所在的时间序列段信息；

7、s4：预先设定时间窗口阈值，构建相近时间序列区间，检索提取满足空间位置相同、同属相近时间序列区间下的测绘数据，形成测绘比对数据组，提取其特征向量进行相似性比对分析；

8、s5：若综合相似度大于设定阈值，将测绘比对数据组内部数据按照预设融合规则进行整合，形成该时间区域段的测绘数据融合结果；

9、s6：若综合相似度小于等于设定阈值，通过相近时间序列区间内随机选取时间基准点对该相近时间序列区间进行递归分割，分别在分割后的子区间内进行多特征相似性分析，直至分析出相似性大于设定阈值的若干测绘数据后进行整合或扩展至相近时间序列区间区间边界；

10、s7：输出多时间序列区间下融合后的测绘数据成果。

11、进一步设置：步骤s1中，利用若干传感器预先获取不同测绘数据采集终端的实时位置，以及每一终端在相应实时位置采集的测绘数据，形成多源测绘数据集，包括以下步骤：

12、s11：配置若干位置感知传感器和测绘数据采集传感器对测绘数据采集终端数据进行获取，位置感知传感器包括但不限于gnss位置传感器、惯性测量单元，测绘数据采集传感器包括但不限于三维激光扫描仪、全景相机、多光谱相机，实时获取每一测绘数据采集终端的地理坐标位置信息；

13、s12：同步触发测绘数据采集传感器，获取每一测绘数据采集终端在相应实时位置处采集的原始测绘数据，并进行标识编码，对每一帧测绘数据进行高精度时间戳标记，将每一帧测绘数据的高精度时间戳和实时位置信息进行关联，形成位置-时间-测绘数据标识码的三元记录框架；

14、s13：对每一测绘数据采集终端采集的数据进行预处理，预处理包括异常值剔除、缺失值处理、重复值去重；

15、s14：将不同测绘数据采集终端所采用的原始坐标系统统一到预设的目标坐标系，构建多源测绘数据集，多源测绘数据集包括测绘数据标识码、测绘数据采集终端id、采集时间戳、数据采集位置坐标、测绘数据类型。

16、进一步设置：步骤s2中，将若干测绘数据采集终端的采集时间轴进行自适应粒度分割，形成若干时间序列段，提取每一终端内部每一测绘数据所对应的测绘区域，构建以时间序列和空间位置为联合索引的测绘数据库，包括以下步骤：

17、s21：获取多源测绘数据集内部记录的时间戳，确定最早测绘数据采集时间和最晚测绘数据采集时间，构建全局采集时间轴；

18、s22：预设的基础分割粒度对全局采集时间轴进行等间距分割，设定基础分割粒度为，生成若干不重叠的时间序列段,，统计每一时间序列段内部的所有测绘数据采集终端采集的测绘数据总帧数，并计算其采集密度，采集密度即为每秒帧数，若采集密度大于预设的采集密度阈值，即表示该时间序列段数据采集量过大，对该时间序列段按照分割粒度进行二次等间隔细分，形成二次时间序列段，对若干二次时间序列段内部所有测绘数据采集终端采集密度分别与预设的采集密度阈值进行二次比对，若某一二次时间序列段内部所有测绘数据采集密度依旧大于预设的采集密度阈值，则进行对该二次时间序列段按照分割粒度进行三次等间隔细分，直至细分后的子段内部所有测绘数据采集终端采集密度小于预设的采集密度阈值为止，汇总最终的时间序列段集合，按照时间顺序生成每一时间序列段数据包，时间序列段数据包包括起始时间、结束时间、段内数据总量、数据采集密度、时间序列段标识；

19、s23：获取多源测绘数据集每一测绘数据的空间坐标，计算每一测绘数据对应的测绘区域，设定某一测绘数据在坐标轴最高和最低坐标点范围为，在坐标轴最高和最低坐标点范围为，计算得出该测绘数据的测绘区域最小外接矩形为；

20、s24：按照预设的空间网格粒度对每一测绘数据的测绘区域最小外接矩形进行空间网格化划分，确定每一测绘数据所属的一个或多个网格单元，构建每一测绘数据在划分的空间网格内所属的网格单元集合，以该集合作为该测绘数据对应的实际测绘区域；

21、s25：将多源测绘数据集内部每一测绘数据对应的时间序列段和空间网格单元集合进行关联，构建二维索引矩阵，获取二维索引矩阵数据库内部每一测绘数据的索引标识、时间序列段、空间网格单元集合及对应的采集终端标识，生成测绘数据索引列表。

22、进一步设置：步骤s3中，对于属于同一测绘区域的测绘数据，随机标定若干坐标点构建标定坐标点集，分别计算各测绘数据对应的测绘位置相对于该标定坐标点集的位置坐标，并逐一比对，分析空间位置相同的测绘数据及其所在的时间序列段信息，包括的具体步骤：

23、s31：预先提取测绘数据索引列表内部同属于一个测绘区域最小外接矩形的测绘数据，标记为同一测绘覆盖边界内测绘数据；

24、s32：遍历属于同一测绘覆盖边界内部测绘数据，获取每一测绘数据在同一测绘覆盖边界内所属的网格单元集合，对于任意两条测绘数据和，比较其所属的网格单元集合，若两条测绘数据和在同一测绘覆盖边界内所属的网格单元集合完全相同，即标记该两条测绘数据在空间网格层面上占据了相同的区域范围，生成候选位置相同数据对；

25、s33：对于属于同一测绘覆盖边界内测绘数据，随机标定若干坐标点，构建标定坐标点集合,，为标定的坐标点数量，其中，坐标点数量由测绘数据对应的测绘区域最小外接矩形面积值进行多区间预先设定；

26、s34：获取候选位置相同数据对内部的测绘数据，计算测绘数据的质心坐标，计算候选位置相同数据对内部每一测绘数据的质心坐标到标定坐标点集合内部每一标定坐标点的相对坐标向量；

27、s35：统计同一候选位置相同数据对内部每一测绘数据质心点与个标定点的相对向量，将每一测绘数据质心点与个标定点的相对向量进行逐一比对，若某一测绘数据质心点与个标定点的相对向量与另一测绘数据质心点与个标定点的相对向量偏差率小于人为预设定的偏差阈值，判定该两个测绘数据质心点与个标定点的相对向量完全相同，判定该两条测绘数据为完全相同的空间测绘位置，获取该两条测绘数据所在的时间序列段信息。

28、进一步设置：步骤s34中，包括以下步骤：

29、设定某一测绘数据为，对该测绘数据的质心坐标为，依据该质心点的三维坐标，计算该测绘数据质心点相对于若干标定点的位置表征，设定该质心点的坐标为，某一标定点的坐标为，计算该质心点坐标和该标定点坐标的相对坐标向量，根据公式：

30、

31、分别计算测绘数据的质心点坐标到每一标定点坐标的相对向量，统计每一候选位置相同数据对内部不同测绘数据质心点到每一标定点坐标的相对向量，构建每一测绘数据质心点与标定点的相对向量组，将同一候选位置相同数据对内部不同测绘数据质心点与标定点的相对向量组进行一致性判定。

32、进一步设置：步骤s4中，预先设定时间窗口阈值，构建相近时间序列区间，检索提取满足空间位置相同、同属相近时间序列区间下的测绘数据，形成测绘比对数据组，提取其特征向量进行相似性比对分析，包括的具体步骤：

33、s41：预先相近时间窗口阈值，其中相近时间窗口阈值定义为不同测绘数据时间相近最大允许时间差；

34、s42：获取判定为完全相同空间测绘位置的测绘数据，构建相同空间位置测绘数据集合，获取相同空间位置测绘数据集合内部每一测绘数据的时间戳集合；

35、s43：提取相同空间位置测绘数据集合内部最小时间戳，按照最小时间戳为起始时间，构建相同空间位置测绘数据集合下若干相近时间序列区间，相近时间序列区间时间长度由人为进行设定，每一相近时间序列区间内任意两条测绘数据时间差均小于相近时间窗口阈值；

36、s44：按照每一相近时间序列区间，从相同空间位置测绘数据集合中检测并提取属于不同相近时间序列区间的测绘数据，形成测绘比对数据组；

37、s45：提取不同相近时间序列区间内的测绘比对数据组，对每一测绘比对数据组内部的测绘数据特征向量进行提取，特征向量包括全局几何特征、高程直方图特征、法向量分布直方图特征；

38、s46：利用分层加权余弦相似度算法对每一测绘比对数据组内部的测绘数据特征进行量化相似性分析。

39、进一步设置：步骤s5中，若综合相似度大于设定阈值，将测绘比对数据组内部数据按照预设融合规则进行整合，形成该时间区域段的测绘数据融合结果，包括的具体步骤：

40、s51：获取同一相近时间序列区间内的测绘比对数据组，若测绘比对数据组内测绘数据特征加权余弦相似度大于设定相似度阈值，提取该加权余弦相似度大于设定相似度阈值的测绘数据，进行待融合测绘数据标记，将该相近时间序列区间内待融合测绘数据进行配准合并，并对冗余数据进行剔除，形成该时间序列区间内、空间位置下单一融合测绘数据；

41、s52：对每一时间序列区间内、空间位置下融合后的测绘数据进行时间区域段信息标识，时间区域段信息标识包括时间序列区间起始时间戳、结束时间戳、时间区域段长度。

42、进一步设置：s6中，若综合相似度小于等于设定阈值，通过相近时间序列区间内随机选取时间基准点对该相近时间序列区间进行递归分割，分别在分割后的子区间内进行多特征相似性分析，直至分析出相似性大于设定阈值的若干测绘数据后进行整合或扩展至相近时间序列区间区间边界，包括的具体步骤：

43、s61：若同一相近时间序列区间内测绘比对数据组内测绘数据特征加权余弦相似度小于等于设定相似度阈值，随机选取该相近时间序列区间中任意时间点作为时间基准点；

44、s62：按照时间基准点分别对该相近时间序列区间进行分割，设定某一相近时间序列为，时间基准点为，将该相近时间序列切割为，，分别获取分割时间序列子区间、内测绘比对数据组内部测绘数据特征进行相似性分析，若分割后的时间序列区间下测绘比对数据组内测绘数据特征加权余弦相似度大于设定相似度阈值，提取该加权余弦相似度大于设定相似度阈值的测绘数据，进行融合操作；

45、s63：若分割后的时间序列区间下测绘比对数据组内测绘数据特征加权余弦相似度依旧小于等于设定相似度阈值，对分割后的时间序列区间进行递归分割，将分割时间序列子区间、作为新的待分割区间，重复步骤s62进行再分割，直至同一相近时间序列区间每一分割的子区间内部测绘数据完成融合操作或待分割的子区间收缩至相近时间序列区间区间边界；

46、s64：将递归分割过程中所有满足相似性阈值得到的分割时间序列子区间，按时间顺序整合至相近时间序列区间内部，得到相近时间序列区间内部融合后的测绘数据，对于始终无法满足相似性阈值的子区间，将其中的原始测绘数据标记为孤立数据，保留原样输出并记录日志，供人工复核。

47、与现有技术相比，本发明的有益效果是：旨在预先构建通过构建以时间序列和空间位置为联合索引的测绘数据库，实现对多终端、多时相测绘数据的高效时空检索，基于质心-标定点相对向量的空间位置比对方法，准确识别空间位置相同的测绘数据及其所在的时间序列段信息，检索提取满足空间位置相同且同属相近时间序列区间的测绘数据，进行多特征向量相似度分析，基于递归分割的自适应扩展时间窗口，在多时间序列区间内随机选取时间基准点对该区间进行递归分割后自适应扩展整合，输出多时间序列区间下融合后的标准化测绘数据成果，协同解决了多测绘数据采集终端协同测量中的时空异步、数据冗余与自适应整合难题，显著提高了测绘数据融合的自动化程度、处理效率和成果质量。