点云数据配准方法技术
Method of registration of point cloud data
The invention relates to a point cloud registration method, which comprises the following steps: (a) to obtain the first point cloud data set and second point cloud data set; (b) to construct the first point cloud data set and the second point cloud data set and the square of the distance; (c) the square of the distance and most small to obtain the registration matrix. The point cloud data registration method of the invention is applied to construct the optimal registration matrix by constructing the distance square sum of the feature points and solving the minimum value of the sum of squares of the distance. It has the advantages of small error, high accuracy and small computation, and significantly improves the accuracy and efficiency of point cloud registration.
【技术实现步骤摘要】
点云数据配准方法
本专利技术属于激光雷达数据后处理领域，具体涉及一种点云数据配准方法。
技术介绍
激光雷达，统称光学雷达，或简称光达(LIDAR,LightDetectionandRanging)，是一种光学遥感技术，它通过向目标照射一束光，通常是一束脉冲激光来测量目标的距离等参数。激光雷达在测绘学、考古学、地理学、地貌、地震、林业、遥感以及大气物理等领域都有广泛的应用。此外，这项技术还用于机载激光地图测绘、激光测高、激光雷达等高线绘制中。激光雷达是一个主动光学传感器，它在沿着特定的测量路径移动时向一个目标发射激光束。激光雷达传感器中的接收器会对从目标反射回来的激光进行检测和分析。这些接收传感器会记录激光脉冲从离开系统到返回系统的精确时间，以此计算传感器与目标之间的范围距离。这些距离测量值会与位置信息(坐标和姿态)一起转换为观测空间中被探测目标的实际三维点信息。利用激光雷达数据采集系统对特征目标与环境进行测量之后，得到的数据为场景的三维点云信息，并不是通常所谓的成像结果，要实现三维图像的显示与分析，还需要对获取的数据进一步处理，点云数据自身会存在相关性和冗余性，利...
【技术保护点】
一种点云数据配准方法，其特征在于，包括如下步骤：(a)获取第一点云数据集和第二点云数据集；(b)构造所述第一点云数据集和所述第二点云数据集的距离平方和；(c)使所述距离平方和最小以获得配准矩阵。
【技术特征摘要】
1.一种点云数据配准方法，其特征在于，包括如下步骤：(a)获取第一点云数据集和第二点云数据集；(b)构造所述第一点云数据集和所述第二点云数据集的距离平方和；(c)使所述距离平方和最小以获得配准矩阵。2.根据权利要求1所述的方法，其特征在于，步骤(c)包括：使所述距离平方和最小包括：使所述距离平方和的导数为0。3.根据权利要求1所述的方法，其特征在于，步骤(c)包括：(c1)根据旋转参量旋转矩阵的表达式并根据平移参量构造平移矩阵的表达式；(c2)根据所述旋转矩阵和所述平移矩阵的表达式构造所述距离平方和的表达式；(c3)使所述距离平方和的表达式的导数等于0获取矩阵方程；(c4)采用消元法求解所述矩阵方程获得所述旋转矩阵和所述平移矩阵；(c5)根据所述旋转矩阵和所述平移矩阵计算所述配准矩阵。4.根据权利要求3所述的方法，其特征在于，所述距离平方和的表达式满足：其中，P为所述第一点云数据集，Q为所述第二点云数据集，pi为所述第一点云数据集中第i个特征点，qi为所述第二点云数据集中第i个特征点，Rv为所述平移矩阵，Rw为所述旋转矩阵，ni为pi处的法向量。5.根据权利要求4所述...
【专利技术属性】
技术研发人员：吴鑫，谢建，王迷珍，黄曦，张建奇，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。