[发明专利]一种基于地面激光点云的太阳能潜力评估方法

说明书

本发明公开了一种基于地面激光点云的太阳能潜力评估方法，其包括以下步骤：S1、对原始点云进行抽稀；S2、对抽稀后的点云P进行感兴趣区域地面点集R的提取，S3、设置光源偏差控制角；S4、采用最远点贪心策略来快速计算基点的位置和个数；S5、计算基点太阳位置；S6、采用广义隐藏点移除算法即GHPR算法，进行三维点云场景的遮挡分析，从而进行日照模拟计算；S7、对遮挡分析结果进行二值化阴影绘制；S8、对点云场景进行太阳辐射计算。本发明的评估方法能够提供快速、高效的太阳能资源自动化评估，可以为用户提供调查区域任意时间段的三维太阳能资源分布图。

技术领域

本发明涉及计算机图形学领域，具体涉及一种利用激光点云进行太阳能资源评估的方法。

背景技术

传统的太阳能潜力评估主要是在设备安装过程中采用人为主观估计的方法，然而太阳辐射分布同时取决于时间、气候以及调查环境内物体的空间位置关系，简单的考察和推算难以应对复杂多变的调查环境，如城区、林地、交通路段。对于传统手工测量的方法，其分析效率较低，数据采集和后续处理环节脱离，难以满足需求，因此，迫切需要一种具备时空变换反演能力的精确分析方法。

近年来，LiDAR(Light Detection and Ranging)技术飞速发展，其因高度的场景再现能力而适合于日照遮挡分析。激光扫描仪可以快速，高效，精确地获取调查区域内的三维信息，得到的数据为三维激光点云数据。目前，利用点云数据进行太阳能潜力评估的工作集中于机载点云，且大多处于研究阶段。其处理流程主要是通过原始点云数据生成数字表面模型(DSM)，然后直接在DSM网格上进行阴影计算，这种方法主要用于城市级尺度的太阳能潜力评估。而在微观调查尺度下(例如对于单栋建筑屋顶)，仍需要对数据进行多边形建模来确保分析质量，建筑物目标的还原程度取决于结构细节在建模过程中的保留程度。多边形模型需要大量的手工操作或是先验的几何模型和参数，城市环境的复杂性为该方法带来很大的工作量和挑战，种类繁多的城市部件(树木，电力线，桥梁和围墙等)都需要被置入于模型库中。可以看出，对于点云数据而言，其在太阳能潜力评估中的应用场景还较为单一，主要集中于城区。对于郊区和林区的太阳能资源调查研究工作还较少，植被建模的复杂性也同时制约着该方面研究的发展。

对于机载点云建模类方法。首先，机载点云由于扫描视角的原因难以获取建筑物侧面和凹面结构，导致点云形成层级结构，各层之间存在大量空隙，不利于进行精确的日照分析。机载点云分辨率一般在1米左右，且数据采集及规划需要花费大量时间。其次，已存在的建模方法主要基于表面模型进行阴影计算，容易将表面建模过程中的误差传递到遮挡分析之中。而对建筑物目标的特定建模则更多的依赖于交互式操作，不仅需要先验的几何参数或充足的样本模型库，且对植被，交通设施，山体岩石等难以建模目标的选择性忽略同样容易导致反演时产生误差。

对于直接面向点云的方法，其遮挡分析过程过于简单粗放。直接面向点云的方法都主要依据高程值作为判断依据，忽视物体本身的结构和形状。例如对于植被而言，树冠在高空具有向外延展性，会导致该类方法产生的阴影面积过大，难以适应复杂的场景。

发明内容

本发明的目的在于克服上述现有技术的不足，提供一种基于地面激光点云的太阳能潜力评估方法。

本发明具体采用以下技术方案：

一种基于地面激光点云的太阳能潜力评估方法，包括如下步骤：

S1、对原始点云进行抽稀；

S2、对抽稀后的点云P进行感兴趣区域内的地面点集R的提取，

S3、设置光源偏差控制角；

S4、采用最远点贪心策略(farthest-first traversal)来快速计算基点的位置和个数；

S5、计算基点太阳位置；