一种基于激光雷达点云与倾斜摄影融合的建模系统的制作方法

1.本发明涉及激光雷达建模技术领域，更具体地说，本发明涉及一种基于激光雷达点云与倾斜摄影融合的建模系统。


背景技术：

2.在公开号为cn114936730a的专利申请中，提供了一种受灾区域的灾害损失评估系统，通过空间运算模块计算最小行政区划数据，通过定量分析模块计算对应经济损失和受灾人口，然后进行再次计算校验，从而系统可自动化对指定区域进行灾害损失实时评估工作、影响地物统计工作与矢量数据返回工作，评估系统支持挖掘分析、数据统计、空间运算、定量分析、可视化表达功能，且不局限于某一种与一类灾害或某一特定区域，可满足各应用场景的使用及实施要求。
3.然而上述技术中仍有不足，上述系统在使用过程中，大部分依赖受灾后相关部门统计出的结果，对统计出的数据进行简单的计算，且计算的数据类型较少，计算出的结果不够客观，缺少说服力，并且上述系统只能进行灾害损失的大致评估，缺少具体的数值反映灾害带来的破坏性，而且该系统只从人类的角度出发，地区的损失和灾害的破坏性缺少更全面的计算，系统无法进行更大规模的使用和推广，缺少灾后地区的三维模型以及不同受灾区域救援紧急程度的计算，无法直观地进行灾后地区实施情况的了解，数据统计的手段缺少先进性。


技术实现要素：

4.为了克服现有技术的上述缺陷，本发明提供一种基于激光雷达点云与倾斜摄影融合的建模系统，通过利用倾斜摄影和激光雷达技术，对灾后区域的数据进行采集，生成点云数据，系统对点云数据进行分析，生成灾区的实体三维模型，并增加各个区域的灾后建筑破坏程度值jn、灾后地形破坏程度值xn以及灾后植被的破坏程度值zn以及灾害破坏性指数的计算，通过对灾害破坏性指数的进行排序得到各区域救援紧急程度的数据反馈，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：
6.优选的，根据距离发生地质灾害点距离的远近程度，进行受灾区域的划分，所述受灾区域划分模块具体包括：
7.灾害发生点确定单元：国家地质环境监测局进行灾害发生目标点的确认；
8.区域划分单元：系统生成受灾点附近区域的地图模型，以事发点为圆心，每400m为半径，在地图上绘制出n个同心圆，这n个同心圆及为受灾害影响的各个区域。
9.优选的，系统连接无人机数据库，获取无人机勘测数据，并将采集到的数据进行灾后地区三维模型的建立，所述数灾后数据采集模块具体包括：
10.数据采集单元：2n台无人机搭载倾斜摄影技术和激光雷达技术，按照规定路线对受灾区域进行灾后地区的信息采集，每个区域的无人机个数为2台，并将采集到的数据上传
至无人机数据库；
11.数据提取与模型建立单元：系统连接每台无人机的云端数据库，提取所需数据，并根据采集到的数据进行灾后地区的三维实体建模。
12.优选的，根据无人机采集到的数据和生成的受灾地区的三维实体模型，进行相应数据的整合与编号，所述数据预处理模块具体包括：
13.数据筛选单元：对三维模型建立需要的数据以及系统数据分析所需数据进行筛选和存储；
14.数据整合单元：将整合后的数据进行依次标号，采集到的数据具体包括：各区域建筑总数量a1、a2……an
、倒塌建筑数量b1、b2……bn
、破损建筑数量c1、c2……cn
、建筑平均下陷程度d1、d2……dn
、地形变化角度e1、e2……en
、土地张开，闭合新增数量f1、f2……fn
、坡体个数g1、g2……gn
、坡地高度平均变化量h1、h2……hn
、坡体倾斜角度平均变化量β1、β2……
βn、植被总数量w1、w2……
wn、植被平均倾斜角度α1、α2……
αn、死亡植被数量q1、q2……qn
以及植被折损数量r1、r2……rn
。
15.优选的，根据数据预处理模块整合的数据，计算出灾后多类型的破坏数据，所述多类型破坏程度计算模块具体包括：
16.建筑破坏程度值计算单元：计算灾后各区域建筑被破坏的程度值：
[0017][0018]
地形破坏程度值计算单元：计算灾后各区域的地形破坏程度值：
[0019][0020]
植被的破坏程度值计算单元：根据数据计算灾后各区域植被受到破坏的程度：
[0021]
灾害破坏性指数计算单元：计算此次灾害的破坏性指数，破坏性指数越高，区域遭受的破坏程度越大，各区域的灾害破坏性指数：γn为各区域的伤亡人数，此次灾害的整体破坏性指数：
[0022]
优选的，对计算出的各区域灾害的破坏性指数pn进行从高到低排序，所述数据再处理模块具体包括：
[0023]
数据提取单元：从系统的数据库中提取计算得出的各区域的灾害破坏性指数；
[0024]
破坏性指数排序单元：系统将提取出的经计算结果进行排序，排序后的结果即视为各区域的紧急救援程度排序结果。
[0025]
优选的，将受灾地区三维实体模型、各类计算数据以及各区域救援紧急程度的排序结果，反馈给用户端，用户查询各区域的救援紧急程度，并做出救援安排，所述数据反馈
模块具体包括：
[0026]
系统数据反馈单元：系统将各个区域救援紧急程度的排序结果以及各区域受灾程度计算结果和三维实体模型，传输至用户端口；
[0027]
用户查询单元：用户通过端口进行数据的查看以及受灾地区三维实体模型的二次分析。
[0028]
本发明的技术效果和优点：
[0029]
本发明采用数据采集模块，利用了倾斜摄影和激光雷达技术，使得采集到的数据更加精准，提高数据采集效率，并且利用采集到的点云数据进行灾后区域的三维实体模型建立，使得灾后情况更加直观，数据更加立体化，采用建筑破坏程度值计算模块、地形破坏程度值计算模块以及植被破坏程度值计算模块，计算出了各受灾区域的建筑破坏程度值、地形破坏程度值、植被破坏程度值，有助于接下来进行各区域灾害破坏性指数计算，帮助用户更直观地进行灾后区域数据的计算和构建，系统可以进行各区域救援紧急程度的判断，并反馈给用户端，为救援中心的救援工作提供数据支持。
附图说明
[0030]
图1为本发明的系统结构框图。
[0031]
图2为本发明的系统流程图。
具体实施方式
[0032]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0033]
本实施例提供了如图1所示一种受灾区域的灾害损失评估系统，包括受灾区域划分模块、灾后数据采集模块、数据预处理模块、多类型破坏程度计算模块、数据再处理模块、数据反馈模块以及数据存储模块。
[0034]
所述受灾区域划分模块用于系统根据地质灾害发生点及附近区域情况，绘制地域地图，再以事发点为圆心，每400m为半径，在地图上绘制出n个同心圆，这n个同心圆及为受灾害影响的各个区域，所述灾后数据采集模块用于系统确定各受灾区域位置，确定2n台搭载倾斜摄影技术和激光雷达技术的无人机，进行灾后区域现场勘测，系统连接无人机数据库，获取无人机勘测数据，并将采集到的数据进行灾后地区三维模型的建立，所述数据预处理模块用于系统根据无人机采集到的数据和生成的受灾地区的三维实体模型，进行相应数据的整合与编号，所述多类型破坏程度计算模块用于系统根据数据预处理模块整合的数据，计算出灾后建筑破坏程度值jn、灾后地形破坏程度值xn、灾后植被的破坏程度值zn以及各区域灾害的破坏性指数所述数据再处理模块：用于系统对计算出的各区域灾害的破坏性指数pn进行从高到低排序，所述数据反馈模块用于系统将受灾地区三维实体模型、各类计算数据以及各区域救援紧急程度的排序结果，反馈给用户端，用户查询各区域的救援紧急程度，并做出救援安排，所述数据存储模块
用于其他模块将处理后的数据传输至该模块中，并进行存储。
[0035]
本实施与现有技术的区别在于灾后数据采集模块、多类型破坏程度计算模块以及数据再处理模块灾后数据采集模块增加无人机进行数据采集，利用了倾斜摄影和激光雷达技术，并且利用采集到的点云数据进行灾后区域的三维实体模型建立，激光雷达技术运用的范围更广，可以在复杂环境中进行工作，使得获取的数据更准确，多类型破坏程度计算模块增加一组计算模块，计算出了受灾区域的灾后建筑破坏程度值jn、灾后地形破坏程度值xn、灾后植被的破坏程度值zn以及各区域灾害的破坏性指数pn，用于进行灾后区域受灾情况的呈现，有助于使得灾害造成的破坏可以得到数据化体现，也可以帮助用户进行救援紧急程度的判断，提高救援效率，缩短救援时间。
[0036]
如图2本实施例提供一种基于激光雷达点云与倾斜摄影融合的建模系统的方法，具体包括下列步骤：
[0037]
101、通过受灾区域划分模块，系统根据距离发生地质灾害点距离的远近程度，进行受灾区域的划分，所述受灾区域划分模块进行受灾区域划分的具体步骤为：
[0038]
a1、国家地质环境监测局进行灾害发生目标点的确认；
[0039]
a2、系统生成受灾点附近区域的地图模型，以事发点为圆心，每400m为半径，在地图上绘制出n个同心圆，这n个同心圆及为受灾害影响的各个区域；
[0040]
在这里需要说明的是：由于在发生地质灾害时，事发点周围都会受到影响，但是不同区域被破坏的程度不同，且破坏程度基本上都与区域距离事发点的距离有关，因此进行受灾区域的划分，有助于进行受灾情况的层次化划分。
[0041]
102、通过灾后数据采集模块连接无人机数据库，获取无人机勘测数据，并将采集到的数据进行灾后地区三维模型的建立，所述数灾后数据采集模块进行灾后数据采集的具体步骤为：
[0042]
b1、2n台无人机搭载倾斜摄影技术和激光雷达技术，按照规定路线对受灾区域进行灾后地区的信息采集，每个区域的无人机个数为2台，并将采集到的数据上传至无人机数据库；
[0043]
b2、系统连接每台无人机的云端数据库，提取所需数据，并根据采集到的数据进行灾后地区的三维实体建模。
[0044]
在这里需要说明的是：无人机搭载倾斜摄影技术和激光雷达技术，可以使采集到的数据更加的精确，适用范围更广，无论是在宽阔的地区还是拥挤的城市区，都可以使用该技术进行数据的采集，并且利用激光雷达技术采集到的点云数据可以生成三维实体模型，三维实体模型可以更立体地呈现灾后各区域的受灾情况，更方便进行受灾数据的分析。
[0045]
103、通过数据预处理模块，系统根据无人机采集到的数据和生成的受灾地区的三维实体模型，进行相应数据的整合与编号，所述数据预处理模块进行灾后数据预处理的具体步骤为：
[0046]
c1、对三维模型建立需要的数据以及系统数据分析所需数据进行筛选和存储；
[0047]
c2、将整合后的数据进行依次标号，采集到的数据具体包括：各区域建筑总数量a1、a2……an
、倒塌建筑数量b1、b2……bn
、破损建筑数量c1、c2……cn
、建筑平均下陷程度d1、d2……dn
、地形变化角度e1、e2……en
、土地张开，闭合新增数量f1、f2……fn
、坡体个数g1、g2……gn
、坡地高度平均变化量h1、h2……hn
、坡体倾斜角度平均变化量β1、β2……
βn、植被总
数量w1、w2……
wn、植被平均倾斜角度α1、α2……
αn、死亡植被数量q1、q2……qn
以及植被折损数量r1、r2……rn
。
[0048]
104、通过多类型破坏程度计算模块，系统根据数据预处理模块整合的数据，计算出灾后多类型的破坏数据，所述多类型破坏程度计算模块进行各种类型数据计算的具体步骤为：
[0049]
d1、计算灾后各区域建筑被破坏的程度值：
[0050]
d2、计算灾后各区域的地形破坏程度值：
[0051]
植被的破坏程度值计算单元：根据数据计算灾后各区域植被受到破坏的程度：
[0052]
d3、计算此次灾害的破坏性指数，破坏性指数越高，区域遭受的破坏程度越大，各区域的灾害破坏性指数：γn为各区域的伤亡人数，此次灾害的整体破坏性指数：
[0053]
在这里需要说明的是：在发生地质灾害后，地区建筑、植被以及地形普遍都会受到地质灾害的破坏，发生建筑的坍塌、倾斜、下沉、植被会出现折损死亡、地形会出现裂缝、闭合以及偏移，通过对这些数据的采集，可以计算分析出此次地质灾害给各个区域带来的破坏程度有多大，并且灾害破坏性越大，证明该区域受到的破坏越强，区域生命财产损失越多。
[0054]
105、通过数据再处理模块，系统对计算出的各区域灾害的破坏性指数pn进行从高到低排序，所述数据再处理模块进行结果数据再处理的具体步骤为：
[0055]
e1、从系统的数据库中提取计算得出的各区域的灾害破坏性指数；
[0056]
e2、系统将提取出的经计算结果进行排序，排序后的结果即视为各区域的紧急救援程度排序结果；
[0057]
在这里需要说明的是：当该区域的灾害破坏性指数越高，此次灾害对该区域造成的消极影响越大，该区域越需要进行紧急救援，因此灾害破坏性指数可以作为救援紧急程度的判断参考依据。
[0058]
106、通过数据反馈模块，系统将受灾地区三维实体模型、各类计算数据以及各区域救援紧急程度的排序结果，反馈给用户端，用户查询各区域的救援紧急程度，并做出救援安排，所述数据反馈模块进行数据结果反馈的具体步骤为：
[0059]
f1、系统将各个区域救援紧急程度的排序结果以及各区域受灾程度计算结果和三维实体模型，传输至用户端口；
[0060]
f2、用户通过端口进行数据的查看、受灾地区三维实体模型的二次分析以及救援
预案的调整；
[0061]
在这里需要说明的是：进行救援紧急程度的排序目的是方便该区域的救援中心进行救援资源的借调，同时节约救援时间，提高救援效率，帮助用户初步掌握受灾区域的受灾情况，及时进行救援预案的调整和救援行动的安排。
[0062]
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于激光雷达点云与倾斜摄影融合的建模系统，其特征在于：包括：受灾区域划分模块：用于系统根据地质灾害发生点及附近区域情况，绘制地域地图，再以事发点为圆心，每400m为半径，在地图上绘制出n个同心圆，这n个同心圆及为受灾害影响的各个区域；灾后数据采集模块：用于系统确定各受灾区域位置，确定2n台搭载倾斜摄影技术和激光雷达技术的无人机，按照规定路线进行灾后区域现场勘测，系统连接无人机数据库，获取无人机勘测数据，并将采集到的数据进行灾后地区三维模型的建立；数据预处理模块：用于系统根据无人机采集到的数据和生成的受灾地区的三维实体模型，进行相应数据的整合与编号，整合的数据具体包括：各区域建筑总数量、倒塌建筑数量、破损建筑数量、建筑平均下陷程度、地形变化角度、土地张开，闭合新增数量、坡体个数、坡地高度平均变化量、坡体倾斜角度平均变化量、植被总数量、植被平均倾斜角度、死亡植被数量以及植被折损数量；多类型破坏程度计算模块：用于系统根据数据预处理模块整合的数据，计算出灾后建筑破坏程度值j
n
、灾后地形破坏程度值x
n
、灾后植被的破坏程度值z
n
以及各区域灾害的破坏性指数数据再处理模块：用于系统对计算出的各区域灾害的破坏性指数p
n
进行从高到低排序；数据反馈模块：用于系统将受灾地区三维实体模型、各类计算数据以及各区域救援紧急程度的排序结果，反馈给用户端，用户查询各区域的救援紧急程度，并做出救援安排；数据存储模块：用于其他模块将处理后的数据传输至该模块中，并进行存储。2.根据权利要求1所述的一种基于激光雷达点云与倾斜摄影融合的建模系统，其特征在于：所述受灾区域划分模块用于系统根据距离发生地质灾害点距离的远近程度，进行受灾区域的划分，所述受灾区域划分模块具体包括：灾害发生点确定单元：国家地质环境监测局进行灾害发生目标点的确认；区域划分单元：系统生成受灾点附近区域的地图模型，以事发点为圆心，每400m为半径，在地图上绘制出n个同心圆，这n个同心圆及为受灾害影响的各个区域。3.根据权利要求1所述的一种基于激光雷达点云与倾斜摄影融合的建模系统，其特征在于：所述灾后数据采集模块用于系统连接无人机数据库，获取无人机勘测数据，并将采集到的数据进行灾后地区三维模型的建立，所述数灾后数据采集模块具体包括：数据采集单元：2n台无人机搭载倾斜摄影技术和激光雷达技术，按照规定路线对受灾区域进行灾后地区的信息采集，每个区域的无人机个数为2台，并将采集到的数据上传至无人机数据库；数据提取与模型建立单元：系统连接每台无人机的云端数据库，提取所需数据，并根据采集到的数据进行灾后地区的三维实体建模。4.根据权利要求1所述的一种基于激光雷达点云与倾斜摄影融合的建模系统，其特征在于：所述数据预处理模块用于系统根据无人机采集到的数据和生成的受灾地区的三维实体模型，进行相应数据的整合与编号，所述数据预处理模块具体包括：数据筛选单元：对三维模型建立需要的数据以及系统数据分析所需数据进行筛选和存
储；数据整合单元：将整合后的数据进行依次标号，采集到的数据具体包括：各区域建筑总数量a1、a2……
a
n
、倒塌建筑数量b1、b2……
b
n
、破损建筑数量c1、c2……
c
n
、建筑平均下陷程度d1、d2……
d
n
、地形变化角度e1、e2……
e
n
、土地张开，闭合新增数量f1、f2……
f
n
、坡体个数g1、g2……
g
n
、坡地高度平均变化量h1、h2……
h
n
、坡体倾斜角度平均变化量β1、β2……
β
n
、植被总数量w1、w2……
w
n
、植被平均倾斜角度α1、α2……
α
n
、死亡植被数量q1、q2……
q
n
以及植被折损数量r1、r2……
r
n
。5.根据权利要求1所述的一种基于激光雷达点云与倾斜摄影融合的建模系统，其特征在于：所述多类型破坏程度计算模块用于系统根据数据预处理模块整合的数据，计算出灾后多类型的破坏数据，所述多类型破坏程度计算模块具体包括：建筑破坏程度值计算单元：计算灾后各区域建筑被破坏的程度值：地形破坏程度值计算单元：计算灾后各区域的地形破坏程度值：植被的破坏程度值计算单元：根据数据计算灾后各区域植被受到破坏的程度：灾害破坏性指数计算单元：计算此次灾害的破坏性指数，破坏性指数越高，区域遭受的破坏程度越大，各区域的灾害破坏性指数：γ
n
为各区域的伤亡人数，此次灾害的整体破坏性指数：6.根据权利要求1所述的一种基于激光雷达点云与倾斜摄影融合的建模系统，其特征在于：所述数据再处理模块用于系统对计算出的各区域灾害的破坏性指数p
n
进行从高到低排序，所述数据再处理模块具体包括：数据提取单元：从系统的数据库中提取计算得出的各区域的灾害破坏性指数；破坏性指数排序单元：系统将提取出的经计算结果进行排序，排序后的结果即视为各区域的紧急救援程度排序结果。7.根据权利要求1所述的一种基于激光雷达点云与倾斜摄影融合的建模系统，其特征在于：所述数据反馈模块用于系统将受灾地区三维实体模型、各类计算数据以及各区域救援紧急程度的排序结果，反馈给用户端，用户查询各区域的救援紧急程度，并做出救援安排，所述数据反馈模块具体包括：系统数据反馈单元：系统将各个区域救援紧急程度的排序结果以及各区域受灾程度计算结果和三维实体模型，传输至用户端口；
用户查询单元：用户通过端口进行数据的查看、受灾地区三维实体模型的二次分析以及救援预案的调整。8.根据权利要求1所述的一种基于激光雷达点云与倾斜摄影融合的建模系统，其特征在于：所述数据存储模块用于各个模块间的数据进行存储以及传输。

技术总结
本发明公开了一种基于激光雷达点云与倾斜摄影融合的建模系统，具体涉及三维建模和灾后数据统计技术领域，包括受灾区域划分模块、灾后数据采集模块、数据预处理模块、多类型破坏程度计算模块、数据再处理模块、数据反馈模块以及数据存储模块，系统利用无人机，搭载倾斜摄影和激光雷达技术对灾后区域的数据进行采集，并建立三维实体模型，而且计算出了各区域的破坏程度值、地形破坏程度值、植被破坏程度值以及各区域的灾害破坏性指数，通过上述数据可以帮助救援中心进行紧急救援，及时调整救援预案，提高了救援效率，减少救援时间，灾后各区域三维实体模型的建立使得区域数据更加具有可靠性和精准性。有可靠性和精准性。有可靠性和精准性。


技术研发人员：罗成 赵勇博 李鑫 牛鹏钦
受保护的技术使用者：杭州升维智造科技有限公司
技术研发日：2023.05.22
技术公布日：2023/8/23