基于异构并行计算的城市级海量点云坐标转换方法

    公开(公告)号:CN113190515B

    公开(公告)日:2022-11-29

    申请号:CN202110530019.7

    申请日:2021-05-14

    Abstract: 本发明提供一种基于异构并行计算的城市级海量点云坐标转换方法,包括以下步骤:S1.扫描待转换点云文件加入待转换列表;S2.读取待转换点云文件到计算机主机内存中;S3.根据点云坐标系和最小外接矩形自适应选择平面、高程转换参数模型,将点云划分为多个第一点云子集;S4.根据点云数据量大小、计算环境能力将第一点云子集分解为多个第二点云子集并依次加载到GPU全局内存中;S5.调用CUDA核函数对加载到GPU全局内存中的第二点云子集进行平面、高程转换处理并回传到计算机主机内存环境;S6.将点云进行合并后从内存写入磁盘文件。本发明可以解决对城市级海量点云坐标进行转换时,转换运算速度慢、效率较低、耗时长、容易造成卡顿,不能批量自动化处理的技术问题。

    基于异构并行计算的城市级海量点云坐标转换方法

    公开(公告)号:CN113190515A

    公开(公告)日:2021-07-30

    申请号:CN202110530019.7

    申请日:2021-05-14

    Abstract: 本发明提供一种基于异构并行计算的城市级海量点云坐标转换方法,包括以下步骤:S1.扫描待转换点云文件加入待转换列表;S2.读取待转换点云文件到计算机主机内存中;S3.根据点云坐标系和最小外接矩形自适应选择平面、高程转换参数模型,将点云划分为多个第一点云子集;S4.根据点云数据量大小、计算环境能力将第一点云子集分解为多个第二点云子集并依次加载到GPU全局内存中;S5.调用CUDA核函数对加载到GPU全局内存中的第二点云子集进行平面、高程转换处理并回传到计算机主机内存环境;S6.将点云进行合并后从内存写入磁盘文件。本发明可以解决对城市级海量点云坐标进行转换时,转换运算速度慢、效率较低、耗时长、容易造成卡顿,不能批量自动化处理的技术问题。

    一种无人船测深检校杆组件

    公开(公告)号:CN210486820U

    公开(公告)日:2020-05-08

    申请号:CN201921803113.X

    申请日:2019-10-24

    Abstract: 本实用新型公开了一种无人船测深检校杆组件,包括检校板、测深杆和连接架,检校板为带有带透水孔的圆板,检校板通过连接板水平安装在测深杆下端的一侧,测深杆采用分节杆上下拼装而成,分节杆上设置有刻度,测深杆的最上一节分节杆上上下间隔安装有两个夹子型水准器,连接架安装在测深杆上部的一侧,测深杆通过连接架与无人船的顶部平台相连,且连接架与检校板位于测深杆的同一侧,使检校板位于无人船换能器的正下方。解决了无人船进行水下地形测量时,对于水深测量误差的检校问题,提供了更加简便、准确的无人船精度、稳定性测评方法,可批量生产、标准化组装,实用性强,成本低、易于推广,同时满足精度、高效、便携度与安全性的要求。(ESM)同样的发明创造已同日申请发明专利

Patent Agency Ranking