[發明專利]基于異構并行計算的城市級海量點云坐標轉換方法

有效

• 申請號: 202110530019.7
• 申請日: 2021-05-14
• 公開（公告）號: CN113190515B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 周雋;俞春;潘科;張平;王昌翰;李宇翔;潘成軍;羅旭;葉水全;鄒巍;孫建華;金武正;胡銀
• 申請（專利權）人: 重慶市勘測院
• 主分類號: G06F16/178
• 分類號: G06F16/178;G06F16/18
• 代理公司: 重慶鼎慧峰合知識產權代理事務所(普通合伙) 50236
• 代理人: 徐璞

1.一種基于異構并行計算的城市級海量點云坐標轉換方法，其特征在于，包括以下步驟：

S1.掃描待轉換點云文件，將待轉換點云文件的路徑信息加入待轉換列表；

S2.采用內存映射和多進程方式，讀取待轉換列表中的待轉換點云文件到計算機主機內存中；

讀取待轉換列表中的待轉換點云文件時，根據點云格式獲取到每個點云數據記錄的長度，用計算機主機內存容量的一半除以每個點云數據記錄的長度得出每次進行處理的點云數量；若可以處理的點云數量小于點云文件總點云數，進行分段處理，記錄每段點云的起始位置使每段點云的數量小于可以處理的點云數量；若可以處理的點云數量大于或等于點云文件總點云數據，一次性讀取所有的點云；

讀取待轉換列表中的待轉換點云文件時，如果計算環境中開啟了多進程讀取的功能，將待讀取的點云文件按照每一千萬點進行分段，計算每段點云數據的開始和結束位置，然后根據分段數量及CPU內核數啟動多進程進行并行讀取，使同時啟動的進程數量不大于CPU內核數；各子進程讀取完成后將數據回傳到主進程中進行合并，直到所有的分段點云數據被讀取并且合并，將讀取的點云數據采用數組形式進行保存；

S3.根據點云坐標系和最小外接矩形自適應選擇平面、高程轉換參數模型，并根據平面轉換參數的范圍將點云劃分為多個第一點云子集；

S4.根據點云的數據量大小、計算環境能力將第一點云子集分解為多個第二點云子集，再將多個第二點云子集依次加載到GPU全局內存中；

S5.調用CUDA的核函數對加載到GPU全局內存中的第二點云子集進行平面、高程轉換處理，處理完成后將數據回傳到計算機主機內存環境；

S6.在計算機主機內存環境中將轉換完成后的點云進行合并，然后將合并后的點云從內存寫入磁盤文件；

S7.重復步驟S2-S6，直至處理完待轉換列表中所有待轉換點云文件。

2.根據權利要求1所述的基于異構并行計算的城市級海量點云坐標轉換方法，其特征在于，在步驟S1之前還包括根據系統硬件信息對計算環境參數進行配置；

所述系統硬件信息包含：物理CPU數、CPU核心數、CPU邏輯核數、計算機主機內存大小、硬盤基本信息、硬盤剩余空間大小、能夠使用GPU設備的數量、GPU流式多處理器的數量、GPU內存大小、GPU的CUDA核數、每個線程塊的最大線程數；

對計算環境參數進行配置，具體如下：對于能處理的單個點云文件的大小，最大設置為計算機主機內存的一半；

為待轉換的點云文件分配合適的存儲空間，大小與待轉換文件一致；

檢查存儲點云文件的硬盤是否為高速存儲設備：如果不是高速存儲設備，禁止多進程讀取點云文件，是如果高速存儲設備，開啟內存映射和多進程讀取功能，進程數設置為CPU核心數；

根據GPU的數量選擇是否開啟多GPU數據處理方式，根據GPU的內存大小設置每次從CPU中讀入到GPU的數據量大小，不超過GPU內存空間的一半。

3.根據權利要求1所述的基于異構并行計算的城市級海量點云坐標轉換方法，其特征在于：步驟S3中，根據點云坐標系和最小外接矩形自適應選擇平面、高程轉換參數模型時，點云坐標系為WGS84坐標系的UTM投影，或CGCS2000坐標系的高斯投影。

4.根據權利要求3所述的基于異構并行計算的城市級海量點云坐標轉換方法，其特征在于：步驟S3中，自適應選擇平面、高程轉換參數模型具體如下：

將待轉換的點云坐標經過投影反算為大地經緯度坐標，根據轉換參數矩形區域的劃分將待轉換的點云坐標劃分為多個第一點云子集，多個第一點云子集各自適應選擇并記錄相應的平面、高程轉換參數模型信息。

5.根據權利要求1所述的基于異構并行計算的城市級海量點云坐標轉換方法，其特征在于：步驟S4中，將多個第二點云子集依次加載到GPU全局內存時，同時加載到GPU全局內中的還包括待轉的點云坐標系統橢球的參數、獨立坐標系統橢球的參數、七參數轉換模型、似大地水準面模型。