LiDAR点云数据的分布式组织及其并行获取方法
来源:    发布时间: 2012-11-20 13:32   2924 次浏览   大小:  16px  14px  12px
提出了一种分布式的大规模LiDAR点云并行快速数据读取方法。采用按空间位置均匀格网划分的
数据组织形式,研究了在该组织方式下格网大小、数据分布策略对数据获取速度的影响。该方法在实验中表现出良好的并行效果,当有9台数据服务器并且待获取的数据范围较小时,加速比达到8以上。


 要:提出了一种分布式的大规模LiDAR点云并行快速数据读取方法。采用按空间位置均匀格网划分的数据组织形式,研究了在该组织方式下格网大小、数据分布策略对数据获取速度的影响。该方法在实验中表现出良好的并行效果,当有9台数据服务器并且待获取的数据范围较小时,加速比达到8以上。

关键词:LiDAR点云  快速获取  并行获取  平截头体

 

激光雷达LiDAR(1ight detection and ranging)是近年来国际上发展十分迅速的遥感技术,它可以实现空间三维坐标的同步、快速、精确获取,为快速获取空间信息提供了简单有效的手段。机载LiDAR系统与其他遥感技术相比较具有自动化程度高、受天气影响小、数据生产周期短、精度高等技术特点,是目前最先进的能实时获取地形表面三维空间信息和影像的航空遥感系统。当数据量较大时,快速地获取指定范围内的数据就成为一个迫切需要解决的问题。

为了解决该问题,许多国内外学者提出了对数据不同的组织方式,总体可以分为KD树和格网组织方式两大类。文献采用LOD模型(1evel ofdetail)及基于点的绘制等数据模型,Carsten等人在QSplat基础上提出了顺序点树模型,由粗到细构建顺序树状结构,并使用紧凑的文件布置方式,黄先锋等人借鉴了QSplat中紧凑组织数据的做法,采用了多精度排序四又树存储模型。

为了缩短这部分时间,鉴于双核CPU、多核CPU、网络速度达到千兆的这种硬件条件和采用并行技术在加速遥感图像处理,并行空间数据库口 方面已取得的丰富成果,本文提出了一种分布式数据组织及其并行数据获取的方法。

平截头体(frustum)表示一个头部被截取的四棱椎,代表一个可视区域或一个投影,在显示或数据处理时,它是最常用的指定范围方式之一,因此以下的指定范围都是指平截头体。

 

1. LiDAR数据的并行获取方法设计

分布式组织的数据并行获取过程如下:

1)用户给主机发送获取数据的指数。

2)主机给各数据服务器转发指令。

3)各数据服务器接收到指令后,开始按照自己的数据组织方式获取对应数据。

4)各数据服务器获取完一块数据后就给用户发送数据,使网络传输和数据获取成为流水线方式运作,利用了通信与计算的时间重叠来提高运行效率。服务器的查询完成,就给主机发送获取数据完成的消息。

5)当主机收到各数据服务器发回获取完成的消息后,转告用户获取完毕。

2.LiDAR数据的并行获取效率及时间复杂度分析

3.应用实例及其分析

实验1 不同格网划分大小和要获取的指定范围大小对数据获取速度的影响。

实验2 不同格网划分大小及不同数据分布策略对数据获取速度的影响。

实验3 串行与并行比较。