Методика контроля качества представления данных бортового лазерного сканирования смесью трехмерных гауссовых компонент

Тимофей Александрович Пискленов; Вадим Александрович Ненашев

doi:10.22213/2413-1172-2026-3-83-90

Авторы

Т. А. Пискленов Санкт-Петербургский государственный университет аэрокосмического приборостроения
В. А. Ненашев Санкт-Петербургский государственный университет аэрокосмического приборостроения

DOI:

https://doi.org/10.22213/2413-1172-2026-3-83-90

Ключевые слова:

бортовое лазерное сканирование, контроль качества, облако точек, трехмерная гауссова компонента, ковариационная матрица, адаптивное разбиение

Аннотация

Цель исследования - разработать методику формирования и контроля качества компактного представления данных бортового лазерного сканирования смесью трехмерных гауссовых компонент, позволяющую согласовать геометрическую точность, долю измерений в заданном допуске и сокращение объема данных. Актуальность работы обусловлена ростом плотности лазерного сканирования и необходимостью выполнять оперативный контроль протяженных природных и техногенных объектов при ограниченных ресурсах бортовой памяти и канала передачи. Работа посвящена представлению локальных фрагментов облака точек ориентированными гауссовыми компонентами, параметры которых отражают центр, размеры, направление и анизотропию измеренной поверхности. Для достижения цели предложены: входной контроль данных, переход к локальной системе координат, адаптивное пространственное разбиение, оценивание средних значений, полных ковариационных матриц и контрольных пространственных остатков. Ячейки с наибольшими остатками дробятся повторно, после чего проводится итоговый контроль по среднеквадратическому отклонению, квантилю уровня 0,95, доле точек в допуске и коэффициенту сокращения. Вычислительный эксперимент выполнен на 1 000 000 точек открытого набора воздушного лазерного сканирования. При 50001 компоненте получены среднеквадратическое отклонение расстояния до локальной плоскости 0,136 м, квантиль уровня 0,95, равный 0,245 м, доля точек в допуске 0,25 м, равная 95,21 %, и коэффициент сокращения объема 16,25. По сравнению с равномерным разбиением среднеквадратическое отклонение уменьшено на 31,6 %. Цель исследования достигнута: предложенная методика обеспечивает контролируемое сокращение данных и может использоваться как основа оперативного контроля состояния объектов.

Биографии авторов

Т. А. Пискленов, Санкт-Петербургский государственный университет аэрокосмического приборостроения

аспирант

В. А. Ненашев, Санкт-Петербургский государственный университет аэрокосмического приборостроения

доктор технических наук, доцент кафедры конструирования и технологий электронных и лазерных средств

Библиографические ссылки

Васанов А. Е., Шляхова М. М. Метод воздушного лазерного сканирования // Интерэкспо ГЕО-Сибирь. 2023. Т. 4, № 1. С. 162-166. DOI: 10.33764/2618-981X-2023-4-1-162-166

Харченко С. С., Арбузов С. А. Объектно-ориентированная классификация для предварительного анализа данных воздушного лазерного сканирования // Интерэкспо ГЕО-Сибирь. 2025. Т. 6. С. 213-221. DOI: 10.33764/2618-981X-2025-6-213-221

Оценка параметров деревьев на основе данных воздушного лазерного сканирования в смешанных лесах Среднего Предуралья / А. А. Бурдин, Д. А. Богатырев, А. В. Тарасов, С. В. Пьянков // Вестник СГУГиТ. 2025. Т. 30, № 4. С. 32-41. DOI: 10.33764/2411-1759-2025-30-4-32-41

Кочнева А. А., Зайцева Е. В., Катунцов Е. В. Снижение избыточности данных лазерного сканирования для построения цифровых моделей рельефа // Моделирование, оптимизация и информационные технологии. 2023. Т. 11, № 4 (43). DOI: 10.26102/2310-6018/2023.43.4.033

Алтынцева М. А., Комиссаров А. В., Алтынцев М. А. Автоматизированная сегментация и классификация данных мобильного лазерного сканирования для векторизации контурной части топографического плана городской территории // Вестник СГУГиТ. 2024. Т. 29, № 6. С. 32-43. DOI: 10.33764/2411-1759-2024-29-6-32-43

Черсошенцев А. Ю., Сухотин В. К. Обзор методов сегментации точек лазерных отражений, полученных по данным лазерного сканирования // Интерэкспо ГЕО-Сибирь. 2023. Т. 6. С. 297-303. DOI: 10.33764/2618-981X-2023-6-297-303

Горобцов С. Р. Анализ отечественного программного обеспечения для обработки данных лазерного сканирования // Интерэкспо ГЕО-Сибирь. 2023. Т. 1, № 1. С. 65-72. DOI: 10.33764/2618-981X-2023-1-1-65-72

Применение воздушного лазерного сканирования для информационного обеспечения задач кадастрового учета водных объектов / В. В. Никольский, Д. А. Веретельник, Д. В. Долгополов, В. А. Мелкий // Интерэкспо ГЕО-Сибирь. 2024. Т. 4, № 2. С. 184-191. DOI: 10.33764/2618-981X-2024-4-2-184-191

Ханнанов Р. Р. Лазерное сканирование для определения деформаций насыпных дамб // Интерэкспо ГЕО-Сибирь. 2023. Т. 1, № 1. С. 149-153. DOI: 10.33764/2618-981X-2023-1-1-149-153

Распознавание наземных объектов в авиационных системах потоковой обработки оптических кадров / В. А. Ненашев, Р. М. Воронов, А. В. Березин, А. Д. Матвеев, В. К. Лосев // Информационно-измерительные и управляющие системы. 2024. Т. 22, № 4. С. 85-90. DOI: 10.18127/j20700814-202404-10

Сравнительный анализ нейросетевых моделей для классификации зон земной поверхности по оптическим изображениям / Е. А. Антохин, А. А. Залищук, В. А. Ненашев, С. А. Ненашев // Радиотехника. 2024. Т. 88, № 8. С. 35-44. DOI: 10.18127/j00338486-202408-04

Прикладная статистика: классификация и снижение размерности / С. А. Айвазян, В. М. Бухштабер, И. С. Енюков, Л. Д. Мешалкин. М.: Финансы и статистика, 1989. 607 с.

Дуда Р., Харт П., Сторк Д. Классификация образов. 2-е изд. М.: Техносфера, 2003. 917 с.

Kerbl B., Kopanas G., Leimkühler T., Drettakis G. (2023) 3D Gaussian Splatting for Real-Time Radiance Field Rendering. ACM Transactions on Graphics, vol. 42, no. 4, pp. 1-14. DOI: 10.1145/3592433

Алгоритм выделения точек земной поверхности из данных воздушного лазерного сканирования / М. Г. Выстрчил, Т. И. Балтыжакова, А. Ю. Романчиков, А. А. Аникеева // Геодезия и картография. 2024. № 2. С. 2-11. DOI: 10.22389/0016-7126-2024-1004-2-2-11

Создание растров высокой информативности по данным лазерного сканирования и аэрофотосъемки / В. А. Вальков, К. П. Виноградов, Е. О. Валькова, М. Г. Мустафин // Геодезия и картография. 2022. № 11. С. 40-49. DOI: 10.22389/0016-7126-2022-989-11-40-49

Оценка точности инвентаризации лесных земель с применением воздушного лазерного сканирования / В. Ф. Ковязин, О. А. Пасько, О. Ю. Лепихина, В. Е. Трушников // Геодезия и картография. 2022. № 6. С. 54-63. DOI: 10.22389/0016-7126-2022-984-6-54-63

Исупов Н. С., Фомин Н. И. Сравнительный анализ эффективности способов оценки выполненных строительных работ по облаку точек // Известия вузов. Инвестиции. Строительство. Недвижимость. 2025. Т. 15, № 3. С. 442-453. DOI: 10.21285/2227-2917-2025-3-442-453

Kellner M., Stahl B., Reiterer A. (2022) Fused Projection-Based Point Cloud Segmentation. Sensors, vol. 22, no. 3. Art. 1139. DOI: 10.3390/s22031139