一种基于端点拟合的三维激光点云配准方法及装置制造方法及图纸

本发明专利技术涉及一种基于端点拟合的三维激光点云配准方法及装置，该方法首先采集三维点云数据，计算三维点云数据的初始特征点并法向一致化，得到初始特征点的法向；然后根据初始特征点的法向，对初始特征点进行聚类，将属于同一特征的初始特征点聚类成数据集；将每个数据集拟合生成不同的特征线；接着将不同的特征线采用端点拟合的方法进行拟合，得到虚拟特征点，用于点云配准。相较于传统的基于几何特征的特征点提取方法，本发明专利技术抛弃了原始方法提取被测物实际特征点的思想束缚，而是通过聚类方法得到虚拟特征点来进行配准工作。该方法具有更高的精度，能加快初始配准计算速率，并能在初始配准阶段获得更加精确可靠的变换参数。

A 3-D Laser Point Cloud Registration Method and Device Based on Endpoint Fitting

【技术实现步骤摘要】
一种基于端点拟合的三维激光点云配准方法及装置
本专利技术属于三维激光扫描
，具体涉及一种基于端点拟合的三维激光点云配准方法及装置。
技术介绍
在地面三维激光扫描中，由于扫描仪器的局限、探测目标的限制及测量精度的高要求，需要操作人员对探测对象进行多次扫描。为了得到被测物表面完整的点云数据，需要对未统一到同一坐标系下的激光点云数据进行配准。现阶段点云配准分为配准前准备、初配准、精确配准及精度检验四步。其中，配准前准备阶段需要提取出供初始配准使用的对应特征，在激光点云数据中使用较广泛的是对应点特征。传统的点特征均局限于被测物表面实际测量得到的激光角点数据，这种点数据由于测量设备的测量误差、被测目标的空间视角及测量人员的操作水平等因素影响不能达到严格意义上的对应，有时甚至出现较大误差。现行的三维点云对应特征点提取方法，包括：一是基于曲率值、法向量等几何特征的方法，选取曲率或法向突变的点作为特征点。例如作者为王瑶的硕士学位论文《从三维点云数据中提取物体特征点的研究》的第3.2.1节便公开了该方法。该类方法以被测物的实际点云为分析目标，通过分析点云数据k邻域，提取出曲率大于某一阈值σ的点作为该站点云数据的特征点，用于后期的初始配准使用。经过分析，如果点云数据是分布良好、布线均匀的模拟数据，该方法能够高精度的提取出被测物各测站的对应特征点，通过简单的配准方法便可以达到高精度的配准。而在实际地面扫描过程中，由于扫描仪自身测量精度限值、被测物空间视角变换影响及操作人员布设站点的不合理等因素影响，从各测站获得点云数据，尤其是其边角点云数据难以达到上述特征点提取方法使用的实际需求，所提取出的对应特征点大量存在飞点、错误点等，致使在初始配准中难以得到精度较高的初始变换参数，导致精确配准效率低下，整个配准过程及结果不理想。二是影像特征辅助点云特征点提取，利用在不同测站获得的被测物影像，结合影像点检测方法，获得对应特征点，利用配准参数将影像特征映射到三维点云数据中，得到对应的点云特征点，但该类方法由于影像与点云数据投影视差与配准误差等影响，获得的对应特征点误差较大。
技术实现思路
本专利技术的目的在于提供一种基于端点拟合的三维激光点云配准方法及装置，用以解决几何特征提取方法存在大量飞点、错误点造成的配准效果不佳的问题。为解决上述技术问题，本专利技术的技术方案为：本专利技术提供了一种基于端点拟合的三维激光点云配准方法，包括如下方法方案：方法方案一，包括如下步骤：1)采集三维点云数据，计算三维点云数据的初始特征点并法向一致化，得到初始特征点的法向；2)根据初始特征点的法向，对初始特征点进行聚类，将属于同一特征的初始特征点聚类成数据集；3)将每个数据集拟合生成不同的特征线；4)将选定区域内的、不属于同一类的至少三条特征线的端点进行拟合，得到端点拟合的虚拟特征点；5)将端点拟合的虚拟特征点用于点云数据配准。方法方案二，在方法方案一的基础上，步骤4)中，对于不属于同一类的至少三条特征线，取每条特征线的最外部端点，将所有特征线的最外部端点求平均值，得到对应的端点拟合的虚拟特征点。方法方案三，在方法方案一的基础上，步骤4)中，对于不属于同一类的至少三条特征线，取每条特征线的最外部端点和至少一个次外部端点，将所有特征线的最外部端点和次外部端点求加权平均值，得到对应的端点拟合的虚拟特征点。方法方案四，在方法方案一的基础上，步骤5)中，还包括：将得到的端点拟合的虚拟特征点进行罗德里格坐标变换，得到对应的旋转变换参数、平移变换参数和缩放系数，并用于点云数据配准。方法方案五，在方法方案一的基础上，步骤2)中，所述将属于同一特征的特征点聚类成数据集包括：在初始特征点中任选一点pi，搜索半径为re的球形邻域，提取邻域中与该点不属于同一类的点q；判断pi点与q点的主法线方向的夹角余弦值是否小于设定阈值cosθc：若小于设定阈值cosθc，则将q点与pi点归为一类，并将q点作为新的生长点；否则，将该点设置为端点，从pi点出发反向生长，找到另一个端点，则停止生长，直到找出与pi点在同一条直线上的点集。方法方案六，在方法方案一的基础上，步骤2)中，在对初始特征点进行聚类时，还包括消除初始特征点法向的尖锐特征，进行精确化的步骤。方法方案七，在方法方案六的基础上，所述消除初始特征点法向的尖锐特征，进行精确化包括：选取点k邻域拟合的最小二乘平面为：其中，为pi到邻域点的高斯权重，σd为距离带宽，n是平面的法向量，d为邻域点到拟合平面的距离；在上式的基础上增加残差因子，最小二乘平面修改为：Pl(n,d)＝argmin∑ρ(d+(x-xi)Tn)ωd(xi)其中，为Welsch函数，σd及σr为距离及残差带宽；考虑法向偏差的高斯权重ωn(n)，由于当前点pi的法向与邻域点的偏差越大，该邻域点对当前拟合的平面作用越小，最小二乘平面修改为：其中，rit＝dt+(xi-x)TnT，表示第t次迭代点xi的残差；为高斯权重函数；为法向偏差高斯权重，σn为法向偏差带宽；σd、σr、σn等带宽影响法向估计的准确性，可自行设定；通过邻域点迭代加权来逐步改变不在同一曲面的邻域点对拟合平面的作用来求解法向。方法方案八，在方法方案一的基础上，步骤2)中，在根据初始特征点的法向，对初始特征点进行聚类时，还包括对初始特征点进行精确化的步骤。方法方案九，在方法方案八的基础上，所述对初始特征点进行精确化包括：对初始特征点数据Pc＝{pi＝(xi,yi,zi)∈R3|i＝1,2,…,N}，搜索其k邻域Npi＝{(xj,yj,zj)∈R3|j＝1,2,…,k}，对Npi按照法向聚类；对聚类结果中每一类，利用最小二乘拟合一个平面；计算选定点到该所有平面的距离dj，若dj小于设定阈值dmin，则该选定点pi在平面上；若dj大于等于设定阈值dmin，则该选定点pi不在平面上；若pi同时在两个或两个以上的平面上，则该点为特征点。方法方案十，在方法方案一的基础上，步骤1)中，采用曲率值提取方法或法向量提取方法来计算三维点云数据的初始特征点。方法方案十一，在方法方案一的基础上，步骤1)中，采用最小生成树法进行法向一致化。本专利技术还提供了一种基于端点拟合的三维激光点云配准装置，包括如下装置方案：装置方案一，包括处理器，所述处理器用于执行指令，实现如下方法：1)采集三维点云数据，计算三维点云数据的初始特征点并法向一致化，得到初始特征点的法向；2)根据初始特征点的法向，对初始特征点进行聚类，将属于同一特征的初始特征点聚类成数据集；3)将每个数据集拟合生成不同的特征线；4)将选定区域内的、不属于同一类的至少三条特征线的端点进行拟合，得到端点拟合的虚拟特征点；5)将端点拟合的虚拟特征点用于点云数据配准。装置方案二，在装置方案一的基础上，步骤4)中，对于不属于同一类的至少三条特征线，取每条特征线的最外部端点，将所有特征线的最外部端点求平均值，得到对应的端点拟合的虚拟特征点。装置方案三，在装置方案一的基础上，步骤4)中，对于不属于同一类的至少三条特征线，取每条特征线的最外部端点和至少一个次外部端点，将所有特征线的最外部端点和次外部端点求加权平均值，得到对应的端点拟合的虚拟特征点。装置方案四，在装置方案一的基础上，步骤5)中，还包括：将本文档来自技高网...

【技术保护点】
1.一种基于端点拟合的三维激光点云配准方法，其特征在于，包括如下步骤：1)采集三维点云数据，计算三维点云数据的初始特征点并法向一致化，得到初始特征点的法向；2)根据初始特征点的法向，对初始特征点进行聚类，将属于同一特征的初始特征点聚类成数据集；3)将每个数据集拟合生成不同的特征线；4)将选定区域内的、不属于同一类的至少三条特征线的端点进行拟合，得到端点拟合的虚拟特征点；5)将端点拟合的虚拟特征点用于点云数据配准。

【技术特征摘要】
1.一种基于端点拟合的三维激光点云配准方法，其特征在于，包括如下步骤：1)采集三维点云数据，计算三维点云数据的初始特征点并法向一致化，得到初始特征点的法向；2)根据初始特征点的法向，对初始特征点进行聚类，将属于同一特征的初始特征点聚类成数据集；3)将每个数据集拟合生成不同的特征线；4)将选定区域内的、不属于同一类的至少三条特征线的端点进行拟合，得到端点拟合的虚拟特征点；5)将端点拟合的虚拟特征点用于点云数据配准。2.根据权利要求1所述的基于端点拟合的三维激光点云配准方法，其特征在于，步骤4)中，对于不属于同一类的至少三条特征线，取每条特征线的最外部端点，将所有特征线的最外部端点求平均值，得到对应的端点拟合的虚拟特征点。3.根据权利要求1所述的基于端点拟合的三维激光点云配准方法，其特征在于，步骤4)中，对于不属于同一类的至少三条特征线，取每条特征线的最外部端点和至少一个次外部端点，将所有特征线的最外部端点和次外部端点求加权平均值，得到对应的端点拟合的虚拟特征点。4.根据权利要求1所述的基于端点拟合的三维激光点云配准方法，其特征在于，步骤5)中，还包括：将得到的端点拟合的虚拟特征进行罗德里格坐标变换，得到对应的旋转变换参数、平移变换参数和缩放系数，并用于点云数据配准。5.根据权利要求1所述的基于端点拟合的三维激光点云配准方法，其特征在于，步骤2)中，所述将属于同一特征的特征点聚类成数据集包括：在初始特征点中任选一点pi，搜索半径为re的球形邻域，提取邻域中与该点不属于同一类的点q；判断pi点与q点的主法线方向的夹角余弦值是否小于设定阈值cosθc：若小于设定阈值cosθc，则将q点与pi点归为一类，并将q点作为新的生长点；否则，将该点设置为端点，从pi点出发反向生长，找到另一个端点，则停止生长，直到找出与pi点在同一条直线上的点集。6.根据权利要求1所述的基于端点拟合的三维激光点云配准方法，其特征在于，步骤2)中，在对初始特征点进行聚类时，还包括消除初始特征点法向的尖锐特征，进行精确化的步骤。7.根据权利要求6所述的基于端点拟合的三维激光点云配准方法，其特征在于，所述消除初始特征点法向的尖锐特征，进行精确...

【专利技术属性】
技术研发人员：李鹏，邢帅，徐青，何华，李鹏程，王丹菂，周杨，季虹良，张衡，施群山，焦麟，张鑫磊，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：河南,41