Méthodes de fusion de données de nuages de points et d'images basée sur la méthode des moindres carrés

Pour améliorer les capacités de détection en termes de précision et d'efficacité, la fusion de plusieurs capteurs possédant des caractéristiques complémentaires est envisagée. Étant donné l'absence d'informations colorées dans les données de nuages de points laser 3D et le manque d'informations sur la distance spatiale dans les images, cette étude propose une approche de mesure permettant la fusion des données LiDAR et des données de caméra. L'objectif est de relever le défi d'intégrer les caractéristiques des images et celles des nuages de points dans le domaine spatial, permettant ainsi une visualisation en temps réel des données de coordonnées 3D correspondant au nuage de points en sélectionnant des points sur l'image. Étant donné la sparsité du nuage de points, l'interpolation est effectuée en utilisant la méthode des moindres carrés. La précision de la méthode des moindres carrés est comparée à celle de la méthode du point le plus proche par analyse de l'erreur quadratique moyenne, et les résultats expérimentaux globaux indiquent que la méthode des moindres carrés surpasse la méthode du point le plus proche, offrant une amélioration significative de la précision de 10,288 %, par rapport à la méthode du poids de la distance inverse, qui montre une amélioration de 11,6 %.