云基特征提取与不断发展的 LiDAR 产业
21923 文章评分：
5.0
云基特征提取与不断发展的 LiDAR 产业
匿名作者 2015年1月27日 星期二
根据一项近期研究1，预计到2018年底，激光雷达 (LiDAR) 产业规模将增长至超过5.5亿美元。LiDAR目前被用于解决当今世界上一些最独特的问题，例如用于电力生产的海上风能评估、高级驾驶辅助系统（自动驾驶汽车）的开发、先进的农业评估与监测，以及城市发展。
GIS 行业整体上也看到了基于云部署的可视化和处理环境的使用日益增多，这些环境利用服务器技术和网络标准的力量，使用户能够从大型地理空间数据集中发现、查看和提取信息。先进的 LiDAR 分析技术与云计算提供的数据传播及大数据处理能力相结合，将扩展该行业在无数不同垂直市场中解决新问题和现有问题的能力。
我们在 Exelis 所做的工作，是利用服务器技术和基于网络的浏览器实现 LiDAR 点云的流式传输和分析。集成于 ENVI Services Engine 中的 LiDAR 流媒体服务器和 3D Web 查看器，允许用户以交互式帧率上传和流式传输大型 LiDAR 点云，并利用 ENVI LiDAR 应用程序接口(API) 在服务器环境中自动提取建筑物矢量数据。
LiDAR 对传统的网络 GIS 提出了独特的挑战，包括数据量巨大以及可视化所需的三维环境。另一个挑战是 LiDAR 需要进行预处理工作，才能为流式传输和通过查看器使用做好准备。为了应对大多数 LiDAR 点云极其庞大的数据量，必须将其分解为更小的子集，以便在需要时流式传输到查看器中。这与瓦片地图服务通过仅提供应用程序请求的瓦片来降低带宽需求的方式类似。点云的分解是由 ENVI Services Engine 的一项任务执行的，该任务将数据分箱到四叉树结构中，并使其可供引擎进行流式传输。这允许对数据进行快速的空间查询，并提供在不同比例尺下显示数据所需的不同细节层次。
查看器是使用 JavaScript / WebGL 技术构建的。选择该技术是因为它为开发者和用户都带来了许多好处。四叉树结构和 3D Web 查看器的使用不仅使可视化成为可能，还使最终用户更容易使用。消除了下载客户端软件或库的需求，增加了能够成功访问该功能的人数。此外，快速的空间查询与应用程序的“智能”相结合——只在用户正在查看的区域加载高分辨率细节——创造了更流畅的整体体验，同时不影响充分挖掘数据的能力。
3D Web 查看器不仅能消费流式点云，还包含向服务器发送 http://RESTcalls 以启动 LiDAR 处理所需的功能。在此案例中，我们已将 ENVI LiDAR 自动建筑物提取 API 方法作为一项任务集成到 Services Engine 中。用户可以在查看器中指定一个矩形区域，该区域包含了他们想要从中提取建筑物的点。点击"选择 -> 提取建筑物"会将矩形的坐标作为 REST 调用的一部分，连同要分析的数据集及要对其运行的分析，一并传回引擎。一旦特征提取算法完成，生成的 shapefile 将被写入指定目录，随后从服务器流式传输出来，以在 3D Web 查看器中显示。
建筑物提取是通过该 API 实现的众多自动化任务之一，该 API 还包括提取高程和地形模型、电力线、树木、等高线等算法。代码也是可定制的，因此高级用户可以开发代码，从点云中提取几乎任何他们想要的特征。所有这些算法都可以加载到引擎中，并启用为一个 http://REST 端点，以便从基于网络的资源（如 3D Web 查看器）执行。
LiDAR API 与交互式数据语言 (IDL) 的定制潜力相结合，使得开发自定义提取任务成为现实，允许企业开发针对特定问题的 LiDAR 解决方案，并在网络环境中启用它们。正是这种可定制的技术类型，在利用点云中包含的海量惊人信息的创新企业的推动下，将在未来几年帮助该行业提升到新的高度。
资料来源：
- 《激光雷达市场，按组件（惯性导航系统、激光器、GPS/GNSS、相机、微机电系统）、产品类型（机载、移动、地面）及应用（走廊测绘、林业、采矿、地形测量、体积测绘）- 2013–2018年全球预测与分析》