Résumé. Basé sur des méthodes telles que la photogrammétrie oblique aérienne et le laser scanning, des nuages de points urbains 3D à haute précision peuvent être obtenus. Cependant, les techniques d'acquisition de données 3D aériennes existantes sont sujettes à des interférences dues à des obstructions de bâtiments denses ou à la couverture végétale, rendant difficile la capture de nuages de points de bâtiment complets. Pour résoudre ce problème, cet article propose une méthode collaborative croisée ciel-sol pour la détection de complétude des nuages de points de bâtiment et leur achèvement autonome. L'idée centrale de cette méthode est d'utiliser des nuages de points aériens comme base, en conduisant la détection de complétude des nuages de points de bâtiment aériens afin d'identifier les régions manquantes sous forme de points et de surfaces. Par la suite, des informations des nuages de points aériens sont utilisées pour guider la planification des itinéraires globaux et locaux pour les plateformes au sol. Enfin, un achèvement autonome des nuages de points de bâtiment est réalisé grâce à une méthode d'exploration TARE multi-objectifs. La méthode proposée est évaluée par des expériences menées dans des scénarios de simulation et du monde réel. Une analyse de l'efficacité est effectuée du point de vue de la complétude du nuage de points et de la précision de la reconstruction du modèle de bâtiment. Les résultats montrent que la méthode collaborative croisée ciel-sol proposée peut acquérir des nuages de points de bâtiment avec une plus grande complétude et améliorer significativement la précision de modélisation des nuages de points de bâtiment.
Chen et al. (Mon,) ont étudié cette question.