基于分布式文件系统的海量车载点云管理

发布时间：2021-08-26 01:00

　　激光雷达,以其高精度和抗干扰能力强等特点而受广泛应用。车载激光测量方法,以通过车辆匀速行驶和车载激光雷达纵向扫描的方法获取周围环境的三维表面信息,以其高效率和高精度著称。然而,超大范围的地形造成的海量三维点云数据已超过当前单台电脑的存储管理能力,并且如何进行海量点云数据的实时调度同样成为当下研究的难题。针对该问题,结合现在应用较为广泛的Hadoop分布式文件系统开展了面向车载海量点云数据的分布式存储与调度技术研究。在研究车载海量点云的索引结构基础之上,提出了一种结合多级文件目录的点云分段八叉树索引存储与调度方法,为进一步实现分布式的海量点云管理奠定了基础。进一步对Hadoop分布式文件系统开展了深入学习与研究,并为了克服在实验中所发现了原始HDFS结构无法有效支撑大量点云索引小文件存储和调度的问题,引入HBase分布式数据库来支持高效率的海量点云索引文件分布式存储与调度。并以此为基础,采用thrift实现HBase的C++编程接口,并结合OSG渲染引擎实现了本文的分布式车载海量点云管理算法。通过实验表明,本文所研究的方法能够有效的支撑车载海量点云的分布式存储与可视化调度。 

【文章来源】：湖北工业大学湖北省

【文章页数】：46 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及意义
    1.2 研究现状
    1.3 本文主要内容及章节安排
第2章 点云空间索引组织方法
    2.1 基于八叉树的索引方法
        2.1.1 四叉树结构
        2.1.2 八叉树结构
    2.2 基于KD树的索引方法
        2.2.1 KD树结构
    2.3 KD树和八叉树的比较
    2.4 基于多级文件目录的车载海量点云组织方法
        2.4.1 车载海量点云数据分段
        2.4.2 多级文件目录的索引存储结构
        2.4.3 点云快速渲染以及多线程动态调度
    2.5 本章小结
第3章 分布式文件系统
    3.1 Hadoop分布式系统基础架构
    3.2 Hadoop分布式文件系统(HDFS)
        3.2.1 HDFS架构
        3.2.2 HDFS特点
        3.2.3 HDFS不足
    3.3 HBase分布式数据库
        3.3.1 HBase架构
        3.3.2 HBase数据库结构
        3.3.3 HBase访问接口
    3.4 本章小结
第4章 实验与分析
    4.1 实验数据与过程
    4.2 实验平台
    4.3 实验结果与分析
        4.3.1 车载海量点云的可视化动态调度
        4.3.2 HBase写入文件速度实验
        4.3.3 HBase读取文件速度实验
        4.3.4 不同段点云写入和读取速度对比
        4.3.5 实验分析
    4.4 本章小结
第5章 总结与展望
参考文献
致谢
附录 主要代码展示



本文编号：3363223