基于点云数据的高效测绘系统的制作方法

技术特征：
1.一种基于点云数据的高效测绘系统，其特征在于，该系统包括：基础点云获取单元，用于采集初始点云数据，将初始点云数据输入基础点云提取网络得到基础点云数据，所述基础点云数据是指对初始点云数据利用不同的滤波操作后得到的多个滤波后点云集合的交集点云集合；加噪点云获取单元，用于将所述基础点云数据输入训练好的噪声点云生成网络得到加噪点云数据；去噪网络构建单元，用于利用所述加噪点云数据和所述基础点云数据训练去噪神经网络；将采集的目标点云数据输入训练好的所述去噪神经网络得到去噪后的点云数据，基于去噪后的点云数据进行测绘；所述去噪点云获取单元中噪声点云生成网络的训练过程为：将所述基础点云数据作为所述噪声点云生成网络的训练集；损失函数包括第一重构损失函数、第二重构损失函数和第三重构损失函数，其中所述第一重构损失函数为输入数据和输出数据的欧式距离、所述第二重构损失函数是指输入数据和输出数据之间数据的数量损失、所述第三重构损失函数是指输入数据与输出数据之间的空域描述差异损失，空域描述是指根据目标数据与最近邻数据之间的坐标差异所得到的。2.如权利要求1所述的系统，其特征在于，所述去噪点云获取单元中所述第二重构损失函数的构建方法，包括：将输出数据减去输入数据得到差异数据；由差异数据的数据值的构建输出数据的数据值损失；由差异数据的数量、所述基础点云数据的数量、初始点云数据的数量和设定的迭代次数构建输出数据的数量损失；结合所述数据损失和所述数量损失得到所述第二重构损失函数。3.如权利要求2所述的系统，其特征在于，所述去噪点云获取单元中所述第三重构损失函数的构建方法，包括：由差异数据和所述基础点云数据构建孪生网络，基于所述孪生网络的输出结果构建所述噪声点云生成网络的所述第三重构损失函数。4.如权利要求2所述的系统，其特征在于，所述去噪点云获取单元中所述第三重构损失函数的构建方法，包括：对各个差异数据进行空域描述，所述空域描述的方式为基于坐标距离选择某一差异数据的最近邻八个所述基础点云数据，并分别将所选择的最近邻基础点云数据的坐标与该差异数据的坐标相减，得到该差异数据的空域描述信息；对各个所述基础点云数据进行空域描述，所述空域描述的方式为基于坐标距离选择某一基础点云数据的最近邻八个差异数据，并分别将所选择的最近邻差异数据的坐标与该基础点云数据的坐标相减，得到该基础点云数据的空域描述信息；构建孪生网络，所述孪生网络的包括两个分支，一个分支的输入为差异数据的所述空域描述信息，另一个分支的输入为所述基础点云数据的所述空域描述信息，所述孪生网络的输出为差异数据和所述基础点云数据之间的所述空域描述信息的余弦相似度；获取所述基础点云数据的质心点，计算差异数据与所述质心点之间的欧式距离、所述质心点与所述基础点云数据之间的欧式距离，由欧式距离和所述余弦相似度构建所述第三
重构损失函数。5.如权利要求4所述的系统，其特征在于，所述去噪点云获取单元中第三重构损失与欧式距离呈正相关关系、第三重构损失与所述余弦相似度呈负相关关系。

技术总结
本发明涉及人工智能技术领域，具体涉及一种基于点云数据的高效测绘系统。该系统包括基础点云获取单元，用于采集初始点云数据，将初始点云数据输入基础点云提取网络得到基础点云数据；加噪点云获取单元，用于将所述基础点云数据输入训练好的噪声点云生成网络得到加噪点云数据；去噪网络构建单元，用于利用所述加噪点云数据和所述基础点云数据训练去噪神经网络；将采集的目标点云数据输入训练好的所述去噪神经网络得到去噪后的点云数据，基于去噪后的点云数据进行测绘。增强了去噪神经网络在不同工况下的泛化能力，且无需人为标注数据，降低成本，进而提高了测绘效率。进而提高了测绘效率。进而提高了测绘效率。


技术研发人员：阚晓云 熊小龙 王伟立 范建峰 高伟 曾雄 杨建锋
受保护的技术使用者：湖北晓雲科技有限公司
技术研发日：2021.12.15
技术公布日：2022/1/11