[发明专利]面向海量机载激光点云的分布式多级空间索引方法

说明书

本发明属于激光扫描测量数据处理领域，涉及一种面向海量机载激光点云的分布式多级空间索引方法，该方法包括以下步骤：1）基于虚拟格网对激光点云空间进行划分，形成激光点云分区；2）基于四叉树和三维R树构建激光点云分区局部索引；3）将各个激光点云分区局部索引的根节点，作为全局空间索引的叶子节点，利用STR树建立全局空间索引。本发明提供了一种可以实现海量机载激光点云在集群节点上的分布式存储以及高效查询与调度的面向海量机载激光点云的分布式多级空间索引方法。

技术领域

本发明属于激光扫描测量数据处理领域，涉及一种分布式多级空间索引方法，尤其涉及一种面向海量机载激光点云的分布式多级空间索引方法。

背景技术

激光雷达测量技术(LiDAR)集成高精度三维激光扫描仪、定位定姿系统和高清数码相机，通过激光测距实现对现实环境的主动式测量。与其他传统测量手段相比，具有自动化程度高、受天气影响小、数据生产周期短、数据精度高等优点，可以大面积、快速、完整的获取高精度的三维空间坐标信息和纹理信息，是基础设施建设工程应用的重要数据源。

然而，激光点云的“海量性”给点云数据的后处理带来很大困难，已经成为限制激光点云在存储、管理、查询、分析、可视化等多方面应用的瓶颈。云计算技术，是分布式技术、并行处理技术和虚拟化技术的综合体，具有通用、廉价、分布式、高扩展性等优点，可以提供近乎无限的存储管理能力和计算能力，为海量点云数据的存储和处理提供了新思路，其灵活的体系结构、数据的充分共享和良好的可扩展性为海量激光点云数据的高效管理和利用提供了可能。

龚俊等利用八叉树对三维点云数据进行切割，采用动态平衡的R树对数据节点进行管理，并在此基础上建立多层次分辨率模型。杨建思利用四叉树和KD树的混合索引机制管理机载LiDAR数据，利用面元拟合和R树管理车载LiDAR数据。常用的空间索引技术有KD树，KDB树，BSP树，四叉树，八叉树，R树，R+树等，根据不同需求，选用不同的组合策略，通过索引组合，优势互补，来提高索引性能。但是，上述方法主要用于单机存储模式。相比传统单机集中式索引，分布式索引需要考虑节点通讯和开销等因素，更加复杂，不能直接沿用单机系统的索引技术。

近年来，分布式计算框架Hadoop及其改进版本Spark、分布式文件系统HDFS、分布式数据库HBase等云计算技术和软件设施快速发展。其中，Spark框架采用基于内存的分布式处理模式，比Hadoop MapReduce具有更好的性能和容错性。但是，其本身不支持空间数据的存储和空间操作。

范建永等基于HBase建立空间数据存储模型，采用格网方式构建空间索引，并使用Hilbert曲线确定网格的索引ID，并利用MapReduce并行创建空间索引。李勋提出一种基于Hilbert曲线和R树的分布式空间索引，采用Hilbert曲线对空间进行划分，通过Hilbert编码，对空间数据进行排序。但是，总体而言，目前研究对于分布式存储环境下的海量激光点云的高效管理和处理不够完善和深入，对海量激光点云自身特点顾及不足。为此，本发明提出了一种融合四叉树、Hilbert空间填充曲线排序、三维R树的多级分布式空间索引方法，用于海量机载激光点云在分布式云环境下的存储与并行处理。

发明内容

为了解决背景技术中存在的上述技术问题，本发明提供了一种可以实现海量机载激光点云在集群节点上的分布式存储以及高效查询与调度的面向海量机载激光点云的分布式多级空间索引方法。

为了达到上述目的，本发明采用如下技术方案：

一种面向海量机载激光点云的分布式多级空间索引方法，其特征在于：所述面向海量机载激光点云的分布式多级空间索引方法包括以下步骤：

1)基于虚拟格网对激光点云空间进行划分，形成激光点云分区；

2)基于四叉树和三维R树构建激光点云分区局部索引；

3)将各个激光点云分区局部索引的根节点，作为全局空间索引的叶子节点，利用STR树建立全局空间索引。