基于双处理器结构的点云数据采集及处理方法技术

本发明专利技术公开了一种基于双处理器结构的点云数据采集及处理方法，步骤如下：协处理器初始化后开启串口中断采集GPS的定位数据，并以阻塞等待的方式等待扫描仪数据包；协处理器接收到扫描仪数据包后开启定时中断分布采集当前时刻的姿态数据；协处理器在网口空闲时把采集数据通过以太网模块发送到主处理器；主处理器的主线程以阻塞等待的方式采集协处理器发送的数据包并存储，同时进行数据预处理；主处理器开启图像采集线程，进行高清图像的采集并进行畸变校正和特征点提取；主处理器开启数据处理线程，采用扩展卡尔曼滤波方法对数据进行处理；解析扫描仪数据，结合准确的姿态、定位数据得到扫描点的三维坐标，构建三维点云图并实行体素栅格采样。

Point cloud data acquisition and processing method based on dual processor architecture

The invention discloses a step cloud data acquisition and processing method, dual processor architecture based on the points as follows: CO processor initialization after open serial port interrupt positioning data acquisition GPS, and to block the waiting waiting for scanner data packet; coprocessor receives data packets after the open scanner attitude data acquisition timing interrupt current distribution in the network; CO processor idle in the data acquisition to the main processor through the Ethernet module to send the main thread; the main processor to block acquisition coprocessor way packets waiting for transmission and storage, and data processing; the main processor to open the image acquisition thread, high-definition image acquisition and distortion correction and feature point extraction; open data processing thread main processor, using the extended Calman filter method for data processing; By analyzing the scanner data, combining the accurate attitude and positioning data, the 3D coordinates of the scanning points are obtained, and the 3D point cloud images are constructed and the voxel raster sampling is implemented.

【技术实现步骤摘要】
基于双处理器结构的点云数据采集及处理方法
本专利技术涉及地形测绘和嵌入式系统设计领域，具体涉及一种基于双处理器结构的点云数据采集及处理方法。
技术介绍
点云数据包括激光测距的距离信息、发射源的姿态信息、发射源的位置信息，甚至还可能有颜色信息。在地形测绘等测绘领域要求测绘精度达到厘米级，甚至在精细装备的测绘上要求达到微米级，这就要求点云数据有足够高的精度。高精度的点云数据的前提必须是大数据量的数据，其次就是对于点云数据的精确处理。随着测绘技术的发展，倾斜摄影等技术的成熟，测绘设备除了获取点云数据外往往会加入高清图像的获取，正因为以上三点，对采集与处理大数据量的点云数据以及图像数据的处理器以及传输链路就有了很高的性能要求。同时，数据的处理，特别是图像数据的处理需要占用较大的CPU内存资源，往往会影响到数据的采集工作，造成数据的间断缺失，对高性能的处理器要求明显较高。然而，性能强大的处理器往往意味着价格比较昂贵，并且目前性能强大的处理器往往从国外进口，维修、开发等极为不方便。采集的原始数据中不可避免地存在噪声以及误差，如何选择合适的数据处理算法对于高精度的三维点云图来说至关重要。由于原始数据涉及到多种传感器，所以数据处理算法应以数据融合算法为主，目前主流的数据融合算法包括特征融合、神经网络和概率统计方法等。但这些方法计算较为繁琐，影响实时性，并不是特别合适。
技术实现思路
本专利技术的目的是为了解决现有技术中的上述缺陷，提供一种基于双处理器结构的点云数据采集及处理方法。本专利技术的目的可以通过采取如下技术方案达到：一种基于双处理器结构的点云数据采集及处理方法，包括以下步骤：S1、协处理器初始化后开启串口中断采集GPS的定位数据，并以阻塞等待的方式等待扫描仪数据包；S2、协处理器接收到扫描仪数据包后，立刻开启定时中断分布采集当前时刻惯性测量单元的姿态数据；S3、协处理器在网口空闲时期，即无扫描仪数据到来时期把采集到的扫描仪数据包和相应的姿态数据、定位数据打包，通过以太网模块发送到主处理器；S4、主处理器的主线程以阻塞等待的方式采集协处理器发送而来的数据包并存储，同时进行数据的预处理；S5、主处理器通过人为输入信号控制图像采集线程的开启，进行高清图像的采集并进行畸变校正和特征点提取；S6、主处理器在图像采集线程完成后发送信号量开启数据处理线程，采用扩展卡尔曼滤波方法对所有数据进行处理；S7、解析扫描仪数据，结合准确的姿态、定位数据得到扫描点的三维坐标，构建三维点云图并实行体素栅格采样，减少点云数据量，提高后续点云数据处理的效率。进一步地，步骤S1和步骤S4中，阻塞等待方式指程序停留在某一指令，直到特殊的信号(扫描仪数据包到达协处理器的以太网口)来触发，结束等待，程序往下继续进行；串口中断过程如下：设定的串口缓冲区一旦有数据发送中断请求，协处理器响应中断请求，触发数据采集程序采集GPS模块的定位数据；步骤S2中的定时中断过程如下：(1)协处理器开启定时器计数，(2)计数器计数达到设定的值发送中断请求，协处理器响应中断请求，触发数据采集程序，采集惯性测量单元的数据。进一步地，步骤S3、S4、S5中所述的主处理器采用的是多线程技术，主要分为数据接收线程(主线程)、图像采集线程和数据处理线程。线程之间的共享变量通过互斥锁来锁定，线程之间采用信号量的方式进行触发。多线程技术保证了主处理器多项处理任务能够有序、并行地执行，提高了实时性，且保障了系统代码的拓展性。进一步地，步骤S4中主线程的数据预处理方法包括一阶低通滤波、窗口滑动滤波和线性插值滤波。数据预处理的过程如下：(1)对惯性测量单元的加速度计、磁力计都进行一阶低通滤波，代码实现公式如下：xi＝xi-1+k*(xi-xi-1)其中，xi为当前时刻的数据，xi-1为前一时刻的数据，k为可调参数，根据实际的惯性测量单元而定。(2)惯性测量单元的角速度数据采用窗口滑动滤波，实现公式如下：xi＝1/n*(xi-n+1+…+xi)xi为当前时刻的数据，xi-n+1为xi前n时刻的数据，n为可调窗口大小参数。(3)对GPS的定位数据进行线性插值滤波，在两组变化的定位数据之间的时间段插入若干组新的数据，新的数据生成公式如下：其中，yi表示新插入的定位数据，xi代表新插入定位数据的时间，x2，x1代表两组变化的定位数据的时间，y2，y1代表两组变化的定位数据。一阶低通滤波有效地减少了加速度和磁力的高频噪声，滑动窗口滤波提高了角速度数据的平滑性，减少数据突变带来的影响，线性插值滤波弥补了GPS模块更新数据频率慢的缺陷，提高了原始数据的精度，使数据变化更平滑。进一步地，步骤S5中对高清图像数据进行畸变校正，并通过ORB特征提取进行图像之间的姿态位置变换的估计。畸变校正根据相机实际成像模型：(xi,yi)为理想成像模型中理想投影点在图像坐标系下的坐标，而(xr,yr)为实际成像模型中实际投影点在图像坐标系下的坐标，(u0,v0)表示图像坐标系原点在像素坐标系中的坐标,sx,sy是图像水平轴和垂直轴的尺度因子,k1,k2为径向畸变系数，为该像素点到像面中心的距离，p1,p2为切向畸变系数。ORB特征提取得到一系列对应的特征点，进而得到姿态位置变换的估计，方法采用八点法，以一对匹配点在两幅图像中的像素坐标(u1,v1,1),(u2,v2,1)为例，公式如下：(u1,v1,1)*E＝(u2,v2,1)选取至少8组匹配点即可解出本质矩阵E。然后E的SVD分解E＝U∑VT，对于任意一个E，都有一种可能的平移矩阵t,旋转矩阵R，并且使得该匹配点在两幅图像中都具有正的深度，求解公式为：其中代表沿Z轴旋转九十度得到的旋转矩阵。进一步地，步骤S6中使用扩展卡尔曼滤波方法，把惯性测量单元中加速度和磁力计估计的姿态数据使用角速度以及通过图像估计的变换矩阵进行修正，得到更加精确的姿态定位数据，实现公式如下：Pk/k-1＝Φk,k-1Pk-1Φk,k-1T+Γk-1Qk-1Γk-1TKk＝Pk/k-1HkT(HkPk/k-1HkT+Rk)-1Pk＝(I-KkHk)Pk/k-1其中Φk,k-1，Hk是过程函数和观测函数的雅可比矩阵，Qk是系统的过程噪声向量序列的方差阵，Rk是系统的观测噪声向量序列的方差阵，tk时刻的被估计状态为Xk，Xk的测量值为Zk。Xk包括角速度解算的姿态以及定位数据，Zk包括加速度磁力计解算的姿态数据、GPS解算的定位数据以及图像变换估计的变换矩阵。进一步地，步骤S7中得到的三维点云图进行体素栅格采样，减少点云数据量。体素栅格采样指在已设定大小的小长方体内只取中心点，而删去在该长方体内的其余点，有效地减少了点云数据量，提高了点云处理的速度，减轻处理器的负担。本专利技术相对于现有技术具有如下的优点及效果：1)主、协处理器中的采集机制(即：多线程采集方式与中断采集方式)使数据的采集和处理任务的分离，充分发挥了两个处理器的性能，使得对高性能处理器的需求降低，使用简单便宜的处理器也可保证工作性能，降低了成本；也使系统在维护、可拓展性方面也更加方便。2)数据处理方法(包括滤波、融合修正)弥补了数据采集频率不统一带来的某时间段的数据空缺问题，有效地减少了数据的噪声并提高了数据精度。附图说明图1是本专利技术公开的基于本文档来自技高网...

【技术保护点】
一种基于双处理器结构的点云数据采集及处理方法，其特征在于，所述方法包括下列步骤：S1、协处理器初始化后开启串口中断采集GPS的定位数据，并以阻塞等待的方式等待扫描仪数据包；S2、协处理器接收到扫描仪数据包后，立刻开启定时中断分布采集当前时刻惯性测量单元的姿态数据；S3、协处理器在网口空闲时期把采集到的扫描仪数据包和相应的姿态数据、定位数据打包，通过以太网模块发送到主处理器；S4、主处理器的主线程以阻塞等待的方式采集协处理器发送而来的数据包并存储，同时进行数据的预处理；S5、主处理器通过人为输入信号控制图像采集线程的开启，进行高清图像的采集并进行畸变校正和特征点提取；S6、主处理器在图像采集线程完成后发送信号量开启数据处理线程，采用扩展卡尔曼滤波方法对所有数据进行处理；S7、解析扫描仪数据，结合准确的姿态、定位数据得到扫描点的三维坐标，构建三维点云图并实行体素栅格采样。

【技术特征摘要】
1.一种基于双处理器结构的点云数据采集及处理方法，其特征在于，所述方法包括下列步骤：S1、协处理器初始化后开启串口中断采集GPS的定位数据，并以阻塞等待的方式等待扫描仪数据包；S2、协处理器接收到扫描仪数据包后，立刻开启定时中断分布采集当前时刻惯性测量单元的姿态数据；S3、协处理器在网口空闲时期把采集到的扫描仪数据包和相应的姿态数据、定位数据打包，通过以太网模块发送到主处理器；S4、主处理器的主线程以阻塞等待的方式采集协处理器发送而来的数据包并存储，同时进行数据的预处理；S5、主处理器通过人为输入信号控制图像采集线程的开启，进行高清图像的采集并进行畸变校正和特征点提取；S6、主处理器在图像采集线程完成后发送信号量开启数据处理线程，采用扩展卡尔曼滤波方法对所有数据进行处理；S7、解析扫描仪数据，结合准确的姿态、定位数据得到扫描点的三维坐标，构建三维点云图并实行体素栅格采样。2.根据权利要求1所述的基于双处理器结构的点云数据采集及处理方法，其特征在于，所述阻塞等待的方式过程如下：程序停留在某一指令，直到扫描仪数据包到达协处理器的以太网口来触发，结束等待，程序往下继续进行；所述串口中断过程如下：设定的串口缓冲区一旦有数据发送中断请求，协处理器响应中断请求，触发数据采集程序采集GPS模块的定位数据；所述定时中断过程如下：协处理器开启定时器计数，计数器计数达到设定的值发送中断请求，协处理器响应中断请求，触发数据采集程序，采集惯性测量单元的数据。3.根据权利要求1所述的基于双处理器结构的点云数据采集及处理方法，其特征在于，所述步骤S4、步骤S5和步骤S6分别对应数据接收线程、图像采集线程和数据处理线程，主处理器采用多线程技术，线程之间的共享变量通过互斥锁来锁定，线程之间采用信号量的方式进行触发。4.根据权利要求1所述的基于双处理器结构的点云数据采集及处理方法，其特征在于，所述步骤S4中主线程的数据预处理方法包括一阶低通滤波、窗口滑动滤波和线性插值滤波，具体过程如下：S401、对惯性测量单元的加速度计、磁力计都进行一阶低通滤波，代码实现公式如下：xi＝xi-1+k*(xi-xi-1)其中，xi为当前时刻的数据，xi-1为前一时刻的数据，k为可调参数，根据实际的惯性测量单元而定；S402、对惯性测量单元的角速度数据采用窗口滑动滤波，实现公式如下：xi＝1/n*(xi-n+1+…+xi)xi为当前时刻的数据，xi-n+1为xi前n时刻的数据，n为可调窗口大小参数；S403、对GPS的定位数据进行线性插值滤波，在两组变化的定位数据之间的时间段插入若干组新的数据，新的数据生成公式如下：其中，yi表示新插入的定位数据，xi代表新插入定位数据的时间，x2，x1代表两组变化的定位数据的时间，y2，y1代表两组变化的定位数据。5.根据权利要求1所述的基于双处理器结构的点云数据采集及处理方法，其特征在于，所述步骤S5中对高清图像数据进行畸变校正，并通过ORB特征提取进行图像之间的姿态位置变换的估计，其中，畸变校正根据相机实际成像模型：

【专利技术属性】
技术研发人员：裴海龙，黄荣恩，庄兆殿，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44