点云的应用(GeoAI，重新设计业务流程20（下篇）：AI+点云的应用)

Posted 2023-06-01

篇首语：时代各有不同，青春一脉相承。本文由小常识网(cha138.com)小编为大家整理，主要介绍了点云的应用(GeoAI，重新设计业务流程20（下篇）：AI+点云的应用)相关的知识，希望对你有一定的参考价值。

点云的应用(GeoAI，重新设计业务流程20（下篇）：AI+点云的应用)

本文是我在易智瑞2020年开发者大会上做主题演讲的脚本，也是我这段时间以来研究AI与GIS结合的GeoAI领域的一些收获和总结，在此写出来希望能够与大家共同探讨，或者相互启发。

在上篇和中篇中，已经写过演讲的前半部分，关于AI发展历史及现状，其对GIS的影响，ArcGIS中完备的AI支撑体系，以及ArcGIS与深度学习结合在影像中的应用，接下来讲讲AI在点云中的应用。以下是正文。

—————————————————————————————————————————————

说完了影像，我们接下来看看另一大GIS数据源，点云。

点云是最常见也是最基础的一类三维数据，它包含了物体的x/y/z三维点坐标，激光反射强度、RGB等各类信息。点云的来源也有很多种，目前主要是三维激光扫描仪采集的，有星载的、机载的、地面的、车载的，现在新型的还有背包式扫描仪。

点云的主要存储格式是las。

点云的介绍

点云有很多优势，如极高的分辨率，能达到厘米级甚至是毫米级，扛干扰能力强，三维

信息量丰富，可全天时工作等。

因为这些优势，点云已经应用在很多领域。与GIS相关的比如在自动驾驶领域，用于车道检测、车辆偏航预警、行人探测、障碍物探测等；

在测绘领域，目前主要用来制图，生成DOM、DEM、DLG、等高线等。

在农林也用于检测和评估作物和树木的生长状况、大小、高度等

在城市规划领域，大规模的激光雷达点云数据用于快速生成三维模型及城市表面。

还有很多其它行业的应用，在此我就不一一举例了。

点云在GIS中的应用领域

ArcGIS对Lidar也有很好的支持。具体来说可以支持可视化、编辑、处理和深度学习。

ArcGIS 可以通过Las数据集、镶嵌数据集和点云场景图层等方式加载Lidar数据，并浏览和可视化，它支持ASCII 、LAS、ZLAS格式的Lidar数据，并且支持1.1-1.4所有版本。

还支持Lidar数据的编辑和处理，比如分类、处理噪音，按高度分离点等操作。

还可以使用深度学习进行点云的分类和提取。在ArcGIS Python API中内置了专用于点云分割的深度学习算法。

ArcGIS中的点云

ArcGIS Python API是面向开发者的深度学习专门库，它提供了系列接口，比如数据准备类接口可以实现样本的导出和增强，模型训练相关接口中内置了9类深度学习模型，比Pro还多3个，其中就有用于点云的pointcnn，未来还会提供更多模型，模型管理类接口用来部署模型，然后就是三个推理接口。

可以看到，也是非常全面的覆盖了深度学习的全流程。

ArcGIS Python API中用于深度学习的arcgis.learn模块

现在GIS中的三维数据已经不可或缺，点云具有非常丰富的三维信息，并且精度非常高，所以很多用户已经开始尝试从点云生成3D建筑。传统1.0的流程中，这个过程需要传统建模软件的辅助才能构建细致的三维模型，步骤复杂。那么在AI加持下的2.0业务流程是什么样的呢？在2.0版本的三维模型重建中，我们用深度学习算法从原始点云数据中快速提取了建筑物，并且利用ArcGIS提供的系列后处理工具构建了一个自动化流程，快速生成了两种不同形状的3D建筑物，其中一种还能够很好的提取屋顶形状。

ArcGIS深度学习+点云生成的3D建筑

我们的点云密度不高，并且没有建筑物侧面，如果数据够好的情况下，建筑物侧面和屋顶会更加平滑。有了这个白膜之后，结合倾斜摄影测量技术采集高清地面纹理，实现自动化纹理贴图，最终得到高精度的实景三维模型。这条路线相比于传统路线来说效率更高，精度更好，相信在不久的将来会得到越来越多的应用。

ArcGIS深度学习+点云生成的3D建筑，带屋顶形状，与点云完美贴合

点云生成的3D建筑细节

对于点云重构三维模型，其实还有另一种思路可以尝试，ArcGIS提供了点云转栅格的方法，将点云转成栅格，并对栅格应用深度学习，在样本标注阶段，我们可以采集丰富形状的屋顶，经过深度学习提取之后也可以得到二维底面，最后结合点云和City Engine规则建模得到非常精细的屋顶模型。

ArcGIS中用点云生成3D建筑的另一种思路

ArcGIS深度学习在点云领域的应用还有很多，比如在电力线巡检中，利用深度学习提取电力线和周边的植被，并利用点云的高度信息快速判断植被入侵电力线的情况。在制图中利用大规模点云提取城市级别的dsm数据，以及交通领域提取铁轨、提取船只等等。

随着新型基础测绘的发展，点云数据占比会越来越大，AI技术也会不断进步，这一领域相信会得到快速发展。

ArcGIS和深度学习可以在点云中有更多应用

本文中，由于篇幅关系没有详细介绍ArcGIS与点云结合生成3D建筑的详细过程，如果大家对此有兴趣欢迎留言交流。在接下来的篇幅中，我将介绍ArcGIS与AI的更多应用场景，并完成演讲稿的分享。