机载激光雷达数据处理流程
机载激光雷达外业作业流程
机载激光雷达外业作业流程机载激光雷达外业作业是一项现代化高精度测量技术的创新，该技术为大规模的地形和环境探测提供了高效、准确的方法。
本文将分为以下几个方面，对机载激光雷达外业作业流程进行详细介绍。
第一步：任务准备机载激光雷达外业作业的第一步是任务准备。
此时工作人员需要确定目标区域，叠加图像、测量坐标以及操作设备等信息，并将其整合到作业计划中。
工作人员需要组织一支具有专业技能和经验的团队，确保各项任务进度合理。
第二步：机载激光雷达数据采集机载激光雷达外业作业的第二步是机载激光雷达数据采集。
根据设定的作业计划和工作要求，机载激光雷达进行数据采集，该工作需要使用高价格的机载激光雷达设备。
数据采集要求在一定的天气、光照等条件下完成，以保证获取高质量的数据。
数据采集过程中应注意控制好航迹偏离、飞行高度、航速和航向等相关要求，从而保证数据的准确性和精度。
第三步：后台数据处理机载激光雷达外业作业的第三步是数据处理。
数据处理需要对海量的数据进行大量计算和分析，建立三维数学模型。
数据处理能力成为机载激光雷达外业作业流程中一个至关重要的环节。
在数据处理过程中，需要进行原始数据统计、分类、滤波、点云纠正等360度立体数据沉积处理工作，通过不同的数据处理方法提高产品的精度和分辨率。
第四步：产品生成机载激光雷达外业作业的第四步是产品生成。
产品生成即利用处理好的数据，在计算机软件上生成测量数据的可视化成果。
根据需要生成的产品类型不同，如数字地形模型、数字地貌模型、三维点云数据等，需要选择不同的产品工具、算法、质量控制方法来实现，以达到项目要求的精度和效益。
结语机载激光雷达外业作业流程虽然繁琐，但在科技进步的推动下，各项技术都在不断完善和更新，使得外业作业的过程更加智能、精确、高效。
机载激光雷达作为数码化地图生产的重要手段之一，其外业作业流程的优化改进将不断打破产业发展的壁垒，推进生产效率、降低成本并提升产品品质成为不可或缺的产业发展趋势与方向。
LIDAR测量数据获取和处理研究
LIDAR测量数据获取和处理研究摘要:机载激光雷达系统(Light Detection And Ranging,简称LIDAR) 集成了激光扫描仪、全球定位系统(GPS)、高精度惯导系统(IMU)、数码相机,具有同时采集三维地形数据和数字影像的能力。
本文以北京市密云县1∶500比例尺地形测量为例,详细介绍了LIDAR 的基本原理、地面三维数据的获取和处理方法,以及数据成果的检测。
关键词:LIDAR POS GPS IMU DTM DSM机载激光雷达系统(Light Detection And Ranging,简称LIDAR),也叫机载激光雷达,是一种安装在飞机上的机载激光探测和测距系统,它集成了激光扫描仪、差分GPS系统、IMU(Inertial Measurement Unit,惯性量测单元,用以量测飞机平台的飞行姿态)、数码相机。
在动态载波相位差分GPS系统和IMU的支持下,激光扫描系统通过激光扫描器和距离传感器,经由微计算机对测量资料进行内部处理,显示或存储、输出距离和角度等资料,并与距离传感器获取的数据相匹配,经过相应软件进行一系列处理来获取被测目标的表面形态和三维坐标数据,从而进行各种量算或建立立体模型。
在过去10年,机载LIDAR作为精确、快速的获取地面三维数据的工具已经得到广泛的认同。
至2004年全球已经有超过30类不同型号的激光扫描系统投放市场。
加拿大Optech公司生产的ALTM和SHOALS、美国Leica公司的ALS50、瑞典的TopoEye AB公司生产的TopEye、德国IGI公司的LiteMapper、法国Toposys公司的Falcon Ⅱ等是当前较成熟的商业系统。
本文以北京市密云县1:500比例尺地形测量为例,主要介绍机载LIDAR基本原理、地面三维数据的获取和处理方法,以及数据的应用。
1 LIDAR数据获取的基本原理当机载LIDAR航摄飞行时,激光扫描仪发射、接收激光束,对地面进行线状扫描,与此同时,动态GPS系统确定传感器的空间位置(经纬度),IMU测量飞机的实时姿态数据,即滚动、仰俯和航偏角。
机载激光雷达数据制作技术规程
机载激光雷达数据制作技术规程1. 引言1.1 背景介绍机载激光雷达是一种先进的遥感技术，通过搭载在飞行器或卫星上的激光雷达设备，可以对地表进行高精度三维测绘。
随着航空航天技术的不断发展，机载激光雷达在地质勘探、地形测绘、城市规划等领域有着广泛的应用。
在遥感领域，激光雷达技术的应用越来越普遍，但是其数据处理和制作技术依然是一个重要的研究方向。
在这个背景下，本文将围绕机载激光雷达数据的获取、处理、制作等方面展开研究，旨在总结相关技术规程，提高数据处理效率和数据质量，推动激光雷达技术的应用与发展。
1.2 研究目的1. 系统总结机载激光雷达数据获取、处理和制作过程中的关键技术和方法，建立标准化的操作流程，提高数据质量和准确性；2. 探索数据处理流程和制作方法中存在的问题和挑战，寻求相应的解决方案，提升技术水平和应用效果；3. 推动机载激光雷达数据制作技术的创新和进步，为相关领域的应用提供更加可靠、高效的支持，助力科学研究和生产实践的发展。
1.3 研究意义机载激光雷达数据制作技术在遥感领域具有重要的应用价值和广阔的发展前景。
其研究意义主要体现在以下几个方面：机载激光雷达技术在地理信息领域具有广泛的应用，可以实现高精度的地形测量和地物识别。
通过对机载激光雷达数据进行有效的处理和制作，可以为城市规划、土地利用、资源调查等领域提供重要的数据支持。
机载激光雷达数据制作技术对于环境监测和灾害预警具有重要意义。
利用机载激光雷达数据获取的三维地理信息，可以有效监测城市环境的变化，及时预警地质灾害等自然灾害，为相关部门提供决策支持。
机载激光雷达数据制作技术在国防领域也具有重要作用。
可以利用机载激光雷达数据获取的高分辨率地理信息进行军事目标识别和态势分析，提高军事作战效率和战略规划能力。
研究机载激光雷达数据制作技术具有重要的意义，不仅可以推动地理信息领域的发展，还可以为环境监测、国防安全等领域提供技术支持，具有广泛的应用前景和社会意义。
机载激光雷达点云数据处理研究
机载激光雷达是一种精度高、成本低、速度快的新型技术。
借助机载激光雷达技术可获取到相应数据，利用软件进行处理后可得到数字高层模型（DEM）、三维建筑物模型、等高线图，应用效果良好。
为使其发挥更好的效果，必须加强对机载激光雷达点云数据的研究。
1 机载激光雷达测绘技术的优势1.1 生产效益高合理应用机载激光雷达技术可以快速获取到大范围、大区域内的地表信息和空间信息，缩短作业时长，快速完成相应作业。
采用三维激光点云数据在业内可以清晰地获取到地物的具体属性，减少外业测绘作业开展的作业量，提高生产效益。
1.2 精密度高采用机载激光雷达技术能够获取到大量数据，而且数据精度高，可以满足应用需求。
通过应用机载激光雷达系统可获取到密实性点云数据，其中点间距可小于1.0m。
另外，机载激光雷达系统采用的激光具有很强的穿透能力，在野外应用可以将各种植物的叶冠穿透，激光脉冲不会受太阳角度和阴影等因素的影响，高程精度也不会受航高约束。
可见，应用机载激光雷达技术能够获取到精度较高的平面数据和高程数据，为后续相关工作顺利开展提供支持。
1.3 约束条件少开展测量作业是通过主动发射激光脉冲方式完成相应测量作业的。
因此，实际作业开展不受光照、天气外界因素影响，作业效率高。
另外，开展测量作业时由于测量人员很少进入作业现场，故作业安全，很少有人员伤亡。
1.4 方便检查数据以三维激光点云数据为基础，能够快速得到EDM 成果，快速地对原始成果的质量情况进行检查。
在作业现场应用机载激光雷达航测技术，可以通过对数码影像、激光点云各项原始数据进行采集，各项数据能够相互检验，对于质[2]量欠佳的数据可以及时将其剔除，确保数据精准合理。
2 机载激光雷达点云数据处理过程2.1 处理机载激光雷达数据基本流程在处理机载激光雷达数据时，要根据项目具体情况选择不同类型的模块和软件，通过应用TerraSolid、Li DAR_Suite系列软件完成相应工作，具体操作流程如下：1）建设激光点云工程，工程建设必须合理，能够满足应用需求；2）预处理点云数据，处理必须依据实际情况开展； 3）点云分离，在该过程中划分为地表点、建筑物点、未分类点；4）将地表点划分为格网类DEM 成果和点云类DEM 成果； 5）转换坐标，对成果的质量进行检验； 6）验收成果。
机载激光雷达数据处理方法综述
机载激光雷达数据处理方法综述摘要：机载激光雷达（Airborne LiDAR）技术在遥感领域起到了至关重要的作用，可以获取高精度的地理空间数据。
然而，机载激光雷达数据的处理是一个复杂且关键的任务，直接影响到数据的准确性和可靠性。
本文综述了当前机载激光雷达数据处理的常用方法，包括预处理、数据配准、分类和特征提取等方面，旨在为相关研究者提供参考。
1. 引言机载激光雷达是一种通过发射激光束并测量其返回信号的遥感技术。
它可以实时获取地物的高分辨率、三维几何信息，成为地理空间数据获取的重要手段。
机载激光雷达数据的处理涉及到预处理、数据配准、分类和特征提取等步骤，需要考虑大量的技术和算法。
2. 机载激光雷达数据处理方法2.1 预处理预处理是机载激光雷达数据处理的第一步，旨在去除噪声和杂散信息，提高数据质量。
常用的预处理方法包括：（1）去除离群点：通过设定阈值，排除距离激光波束过远或过近的数据点。
（2）去除地面点：利用地面模型，将地面上的点云数据挑选出来，去除非地面点。
（3）去除植被覆盖：通过对植被的检测和分析，去除植被对地面点云的遮挡。
2.2 数据配准数据配准是将不同位置、不同扫描线的激光雷达数据进行对齐，从而达到全区域的无缝拼接。
常用的数据配准方法包括：（1）球面配准：将球面上不同点云数据投影到一个球面上，通过优化球面上的变换参数实现数据的配准。
（2）特征匹配：通过提取数据点云的特征，如表面几何特征和颜色特征，利用特征匹配算法估计不同点云之间的变换关系。
2.3 分类分类是机载激光雷达数据处理中的重要步骤，旨在将点云数据分为不同的地物类别。
常用的分类方法包括：（1）基于形状特征的分类：通过分析点云数据的形状特征，如表面曲率和点云密度，将其分为建筑物、树木、道路等类别。
（2）基于反射率的分类：通过分析点云数据的反射率，将其分为不同的地物类别。
不同地物对激光束的反射率有所不同，可以通过反射率的阈值进行分类。
2.4 特征提取特征提取是机载激光雷达数据处理中的关键步骤，旨在提取有效的地物信息。
测绘技术中的激光雷达数据处理方法
测绘技术中的激光雷达数据处理方法激光雷达是一种常用于测绘和地图制作的先进技术。
它通过发射激光束并测量从目标物体反射回来的光信号来获取目标物体的几何和位置信息。
然而，获得的原始激光雷达数据通常是海量的、离散的点云数据，需要进行处理和分析才能得到有用的信息。
本文将介绍测绘技术中常用的激光雷达数据处理方法。
一、数据采集与预处理激光雷达数据的采集是整个测绘过程的第一步。
在进行数据采集时，需根据实际情况选择合适的仪器，并合理设置参数。
常见的激光雷达数据采集仪器有飞机载荷式、机载式、车载式和手持式等。
正确的仪器选择和参数设置有助于提高数据质量。
数据采集后，还需要进行预处理以去除采集中可能存在的噪声和异常点。
预处理的一项重要工作是对原始点云数据进行滤波。
常用的滤波方法有统计滤波、空间滤波和形态学滤波等。
通过滤波处理，可以减少数据中的离群点，并将点云数据转化为更加规则和均匀的形式。
二、点云数据配准点云配准是激光雷达数据处理的关键步骤之一。
由于激光雷达采集数据时通常以扫描方式进行，因此采集不同视角下的点云数据存在一定的重叠区域。
通过对这些重叠区域进行匹配，可以将多次扫描获得的点云数据融合为一个完整的三维模型。
点云配准方法有很多种，常用的包括基于特征点的方法和基于区域的方法。
前者通过提取点云中的特征点，并利用这些特征点之间的关系进行配准。
后者则是将点云切分为不同的区域，并在区域间进行匹配。
无论采用哪种方法，点云配准的目标都是实现点云数据的空间一致性和几何一致性。
三、点云数据分类与分割激光雷达采集的点云数据通常包含各种物体，如地面、建筑物、树木等。
为了从点云数据中提取有用信息，需要对其进行分类和分割。
分类是指将点云中的每一个点分到不同的类别中，如地面点和非地面点。
分割则是将点云数据切分为不同的部分，以便进一步分析和处理。
点云数据的分类与分割可以基于不同的属性进行，如点的坐标、强度、反射率等。
常用的方法有基于高度阈值的法线计算、基于形状的方法和基于机器学习的方法等。
机载激光雷达数据处理流程
机载激光雷达数据处理编制：深圳飞马机器人科技有限公司版本号：V0.1日期：2019-3-22版权声明本文档版权由深圳飞马机器人科技有限公司所有。
任何形式的拷贝或部分拷贝都是不允许的，除非是出于有保护的评价目的。
本文档由深圳飞马机器人科技有限公司提供。
此信息只用于软件业务项目管理的成员或咨询专家。
特别指出的是，本文档的内容在没有得到深圳飞马机器人科技有限公书面允许的情况下不能把全部或部分泄露给任何其它单位。
目录机载激光雷达数据处理 (1)1.概述 (5)2.软件准备 (5)3.数据整理 (6)3.1.GPS数据 (6)3.2.LIDAR原始数据 (7)3.3.影像数据...........................................错误！未定义书签。
3.4.数据整理与存放..............................错误！未定义书签。
4.差分解算 (7)4.1.GPS数据格式转换 (7)4.2.影像POS数据处理..........................错误！未定义书签。
4.3.点云轨迹解算 (10)5.影像数据处理..............................................错误！未定义书签。
6.点云数据预处理 (26)6.1.新建项目 (26)6.2.点云解算 (30)6.3.数据检核 (31)6.4.特征提取 (33)6.5.航带平差 (34)6.6.点云赋色 (35)6.7.坐标转换 (36)6.8.点云标准格式（LAS）导出 (38)7.点云数据后处理 (39)7.1.数据分块 (39)7.2.噪声点滤除 (40)7.3.分类编辑 (41)7.4.DEM输出 (44)7.5.EPS采集DLG (45)7.6.基于点云采集DLG (51)8.成果精度检查与汇交 (57)8.1.点云精度检查 (58)8.2.成果提交（只列出点云成果，不含影像） (58)1.概述无人机管家的数据处理软件包括：智理图、智激光。
机载激光雷达点云数据处理技术浅析
机载激光雷达点云数据处理技术浅析摘要：机载激光雷达是一种高精度、高分辨率的先进测绘技术，已被广泛应用于地理空间信息获取和处理领域。
由于机载激光雷达在采集数据时会产生大量的原始点云，因此点云数据处理是机载激光雷达测量系统中的一个关键技术，直接影响着数据的质量和精度。
本文以机载激光雷达点云数据处理技术为研究对象，通过对其特点及分类方法进行了分析和总结，并从原始点云数据处理、地面点分类、特征提取、纹理映射等方面，系统地分析了机载激光雷达点云数据处理技术的应用。
通过对机载激光雷达数据处理技术的分析，从点云数据中提取出对地物分类和纹理映射等应用非常关键的信息，可为机载激光雷达数据处理技术在相关领域的研究提供参考和借鉴。
关键词：机载激光雷达；点云数据；处理技术一、点云数据的特点及分类机载激光雷达是一种可以实现三维坐标测量的传感器，它具有扫描范围大、测量精度高、抗干扰能力强等优点，可以实现对目标的三维点云数据的采集。
随着机载激光雷达技术的不断发展，其数据采集技术也在不断发展。
机载激光雷达主要采用激光测距技术来获取点云数据，因此点云数据包含大量的地面点、建筑点和植被点等信息，其主要特点有：（1）点云数据是三维立体空间中的点集合，其密度是平面上的2倍左右；（2）点云数据中含有大量的地面点信息，因此点云数据非常密集；（3）点云数据中存在大量的地表表面信息，如路面、建筑物表面等；（4）点云数据中存在大量的地面植被，其中包括大量的乔木、灌木和草地等；（5）点云数据中存在大量的建筑物，例如房屋、桥梁、道路等。
根据机载激光雷达获得数据点云后所形成点分布情况，可以将机载激光雷达原始数据分为地面点和植被点两大类。
其中地面点包括楼房、房屋、树木、道路等建筑物；植被点包括乔木、灌木、草地等。
二、原始数据处理机载激光雷达数据主要由发射信号和接收信号组成。
机载激光雷达数据的获取过程主要包括以下几个步骤：①接收激光脉冲，根据发射时间间隔，获取扫描传感器的空间位置信息；②从传感器接收到的回波信号中，提取目标的距离、高度等物理信息；③根据不同目标类型，对点云数据进行滤波处理，得到地物表面细节特征；④对获得的地物表面特征进行分析，提取出地面点并分类。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
机载激光雷达数据处理编制：深圳飞马机器人科技有限公司版本号：V0.1日期：2019-3-22版权声明本文档版权由深圳飞马机器人科技有限公司所有。
任何形式的拷贝或部分拷贝都是不允许的，除非是出于有保护的评价目的。
本文档由深圳飞马机器人科技有限公司提供。
此信息只用于软件业务项目管理的成员或咨询专家。
特别指出的是，本文档的内容在没有得到深圳飞马机器人科技有限公书面允许的情况下不能把全部或部分泄露给任何其它单位。
目录机载激光雷达数据处理 (1)1.概述 (5)2.软件准备 (5)3.数据整理 (6)3.1.GPS数据 (6)3.2.LIDAR原始数据 (7)3.3.影像数据...........................................错误！未定义书签。
3.4.数据整理与存放..............................错误！未定义书签。
4.差分解算 (7)4.1.GPS数据格式转换 (7)4.2.影像POS数据处理..........................错误！未定义书签。
4.3.点云轨迹解算 (10)5.影像数据处理..............................................错误！未定义书签。
6.点云数据预处理 (26)6.1.新建项目 (26)6.2.点云解算 (30)6.3.数据检核 (31)6.4.特征提取 (33)6.5.航带平差 (34)6.6.点云赋色 (35)6.7.坐标转换 (36)6.8.点云标准格式（LAS）导出 (38)7.点云数据后处理 (39)7.1.数据分块 (39)7.2.噪声点滤除 (40)7.3.分类编辑 (41)7.4.DEM输出 (44)7.5.EPS采集DLG (45)7.6.基于点云采集DLG (51)8.成果精度检查与汇交 (57)8.1.点云精度检查 (58)8.2.成果提交（只列出点云成果，不含影像） (58)1.概述无人机管家的数据处理软件包括：智理图、智激光。
无人机管家中智激光模块是飞马LiDAR数据预处理软件，该软件主要集数据管理、点云解算、数据检校、航带平差、基本点云操作、渲染、标准Las格式数据输出一体，为用户提供从原始机载激光数据到标准通用数据的完备的数据预处理解决方案，机载激光雷达数据获取与处理流程如下：2.软件准备参与LIDAR数据处理主要涉及的软件主要有：1、诺瓦泰Inertial Explore高精度GNSS/INS后处理软件——用于解算激光点云轨迹；2、无人机管家-智激光数据预处理软件——用于数据格式转换、点云解算、坐标系统转换等；3、EPS：基于DOM和DSM生成的三维模型进行三维测图的DLG软件；4、LiDARFeature：基于点云进行立体测图的DLG采集软件，宏图三维激光点云测图系统3.数据整理机载激光雷达数据准备主要包括GPS数据、LIDAR原始数据。
3.1.GPS数据GPS数据准备包括以下两点：1、基站数据：数据格式为.GNS的静态数据。
2、飞机下载的数据：2019-12-1211-52-09.bin,2019-12-1211-52-09.fpos,2019-12-1211-52-09.gim,2019-12-1211-52-09.gsof,2019-12-1211-52-09.imr2019-12-1211-52-09.pos,2019-12-1211-52-09.rt27飞机下载数据格式说明如下：表1数据用途介绍bin文件飞行日志fpos文件机载pos文件：针对新五相机载荷，其余载荷该文件为空gim文件云台数据：新五相机及Lidar模块该文件为空（无云台）gsof文件RTK轨迹imr文件高精度惯性导航数据pos数据机载pos文件：新五相机及Lidar模块该文件为空rt27文件机载GPS观测数据3.2.LIDAR原始数据LIDAR原始数据格式为.rxp，如下图所示：4.点云轨迹解算4.1.GPS数据格式转换GPS数据格式转换包括基站数据和机载GPS数据格式转换两个环节。
1、基站数据格式转换1）在无人机管家主界面中，打开【智理图模块】-【GPS处理】-【GPS格式转换】2）将基站文件_0080851.GNS打开，RINEX文件会自动储存到和GNS 文件同一路径下，单击【确定】进行转换。
3）单击确定后在指定RINEX文件目录下会生成O文件和P文件2、机载GPS数据转换1）选择无人机管家主界面下的【智理图模块】-【GPS处理】-【GPS 格式转换】2）打开2019-03-2613-07-43.rt27文件，软件会自动将转换后的文件储存在和RT27数据同一路径下（此路径可更改），单击【确定】进行转换4）转换后单击确定后在指定RINEX文件目录下包含两个文件，分别为：2019-03-2613-07-43.19o及2019-03-2613-07-43.19p。
5）文件存放整理新建文件夹IE，将基站GPS和机载GPS转换后的Rinex格式文件和imr文件拷贝到新建的IE工程目录下4.2点云轨迹解算4.2.1格式转换1）打开IE，点击【File】-【New Project】-【Empty Project】，选择工程路径文件整理所提到的“IE”文件夹，新建工程名字“test”，新建IE的工程格式.cfg。
2）点击【File】-【Convert】-【Raw GNSS to GPB】，出现转界面如下：3）点击【Get Folder】，找到在IE文件夹下存放的基站.o文件和机载.o 文件，选择文件，点击【Add】，两个文件就会添加到右侧的列表中。
首次添加会跳出对话框，点击“是”4）点击【Convert】，将数据O文件转换为GPB格式。
5）转换完成后关闭窗口，在IE文件夹下会生成GPB格式数据。
4.2.2数据添加1）“File->Add Master File(s)”，选择基站GPS转换后的GPB文件2）打开后跳出对话框，查看点号、基站坐标，天线高，无误后点击确定。
注：若为CORS采集的已知点，则天线高设为0；若采用地面控制点，请输入基站坐标和天线高。
3）点击【File】->【Add Remote File】，选择机载GPS转换后的GPB 文件；5）点击【打开】，查看测量天线高，正确后点击【确定】，提示添加IMU文件，自动调用imr文件，点击【确定】进行添加。
注：机载GPS测量为天线相位中心，测量天线高设置为0。
提示6）若未提示添加imr文件，则需手动添加，点击【File】->【Add IMU File】，选择IE文件夹下的imr文件。
注：基站文件软件可以识别多个，请勿重复添加。
4.2.2紧耦合差分解算1）点击【Process】-【Process TC(Tightly Coupled)】进行紧耦合解算功能。
其中【Processing Settings】选择SPAN Airborne(STIM300)，Lever Arm 和IMU旋转参数可以直接输入，也可以点击【Vehicle Profile】按钮进行设置保存，下次直接点击该按钮读取即可，避免频繁输入。
2）点击【Vehide Profile】可进行不同设备参数设置，并进行保存，本公司激光设备Lever Arm和IMU旋转参数通常有两种lidar100和lidar200，具体设置下面详细介绍。
A、LIDAR100设置B、LIDAR200设置3）选择准确参数以后点击【Process】进行解算，点击后会有警告信息，若没有错误信息，可点击【Continue】进行解算。
至此，在IE中进行的差分POS数据解算已完成。
4.2.3质量检查与轨迹导出1）点击下图红色框按钮，查看POS数据解算精度，一般精度小于2cm为解算正常。
2）点击【File】-【Output-Export to SBET】导出解算结果。
选择输出位置（默认IE工程目录下）、检查GPS时间、点击【OK】导出SBET.OUT文件。
5.点云数据预处理5.1新建项目1）打开无人机管家中的【智激光】模块2）点击【文件】-【新建项目】，在弹出的创建工程向导中输入“工程名称、工程路径、激光系统”,已知激光系统可直接进行选择，位置情况选择新建，点击【下一步】。
3）选择已知设备后，信息已自动读取，直接点击【下一步】位置设备时，单击【云端下载】，输入设备ID号直接下载激光校正文件，点击【下一步】。
4)添加LIDAR原始数据（数据格式.rxp和IE软件输出的轨迹数据（数据格式.out），点击【完成】，完成新建项目。
5)在主界面的信息输出窗口会提示成功加载的LIDAR数据、轨迹数据，并完成了新建项目，新建项目格式为.fmp。
同时在主界面会显示飞行任务的轨迹。
5.2点云解算完成新建项目后，就该进行点云的解算，解算步骤如下。
1)点击【点云解算】-【点云解算】，打开点云解算功能对话框。
2)按照按默认参数解算即可，点击“开始”按钮，软件进行解算并自动显示点云数据。
点云解算完成后，利用智激光的剖面功能，检查数据质量。
具体操作步骤如下。
1)点击【渲染】-【航带】，这时软件会根据航带把点云渲染成不同颜色。
2)点击软件界面右上方【剖面】按钮，在主界面两条航带重叠区域做一个剖面，观察剖面视图，是否存在明显的分层情况，下图为分层和未分层的截图。
3)如果没有分层情况，直接按照5.6节进行点云赋色，如果有分层情况，则按照5.4、5.5进行特征提取和航带平差。
5.4特征提取1)点击【点云结算】-【拆分航带】，点击拆分，进行航带的拆分。
2）点击【点云解算】-【特征提取】，按照默认参数，点击【开始】，软件会自动提取特征点，待底部工具条完成，且信息输出框提示提取特征点数据时，完成特征点提取。
5.5航带平差1）完成特征提取，点击【点云解算】-【航带平差】，点击【计算】，将5.4节提取出来特征点进行配准，最后点击【应用】。
2）软件提示是否重新解算点云，点击【是】即可优化点云，消除点云分层，重新进行点云的解算。
5.6点云赋色点云赋色是给原始采集的点云数据，赋予真实的纹理颜色，使点云数据更加直观的展示测区的地物信息。
主要有两种形式可以实现点云赋色：1、基于原始影像——需要提供原始影像、相机检校文件、空三后的POS文件以及搜索范围（系统会根据POS文件计算默认值，可以调增，不建议调小）；2、基于正射影像——需要提供DOM或者快拼图（可选但不建议）。
本工程采用的是基于DOM实现点云赋色，具体步骤如下：1）点击【数据处理】-【点云赋色】，弹出【点云赋色】对话框，【颜色来源】选择【正射影像】如下图所示：2）点击【确定】，执行点云赋色。
5.7坐标转换比如点云的坐标系统按照CGCS2000输出，高斯三度带投影，中央子午线120°，在点云平差、赋色完成之后进行坐标转换，主要涉及投影管理和坐标转换两个主要的步骤，详细步骤如下：1、点击【点云解算】-【投影管理】图标进入投影管理对话框，如下图所示：2、点击上图中的【>>】按钮，弹出数据库，从数据库中【添加】源坐标系（WGS84UTM Zone51N）与目标坐标系（CGCS2000/3-degree-Gauss-Kruger CM120E）到常用投影中。