用于大规模ULS激光雷达测量的高性能并行直接地理配准技术 梅宇（Mei Yu）、 周宇航（Yuhao Zhou）、 刘华（Hua Liu）和 刘波（Bo Liu）

《Remote Sensing》：High-Performance Parallel Direct Georeferencing for Massive ULS LiDAR Measurements Mei Yu, Yuhao Zhou, Hua Liu and Bo Liu

　　

摘要

无人机激光扫描（ULS）系统的点密度和采集速率的迅速提高，已将LiDAR工作流程的主要瓶颈从数据采集转移到后处理阶段，尤其是在对大量LiDAR数据进行直接地理配准时。本研究系统评估了用于加速ULS直接地理配准的并行计算策略，同时保持测地精度。研究了两种地理配准模型：（1）一种严格遵循从传感器坐标系统（SOCS）到投影地图坐标的完整测地变换链的精确模型；（2）一种通过加入子午线收敛角补偿和预处理平台轨迹来降低单点计算复杂性的近似模型。对于每种模型，都设计了基于OpenMP的共享内存多核CPU实现方案以及基于CUDA的异构GPU实现方案。实验使用了7个真实世界的ULS数据集，这些数据集的点数范围从2.9 × 10⁷到7.0 × 10⁸不等，涵盖了多种地形类型。精度分析表明，在典型的城市、平原和工业场景中，近似模型相对于精确模型能够达到毫米级的平均误差和厘米级的均方根误差（RMSE），满足大多数工程测量应用的要求。性能评估显示，并行化取得了显著的加速效果：基于OpenMP的方法实现了7-9倍的加速；基于GPU的计算对于精确模型可实现高达24.6倍的加速，对于近似模型可实现高达16.7倍的加速。结果突出了这两种模型的互补优势，并为在大规模ULS生产工作中选择精度与效率之间的权衡提供了实际指导。