机载激光雷达系统设备集成安置角检校方法及装置制造方法及图纸

本申请实施例公开了一种机载激光雷达系统设备集成安置角检校方法及装置，涉及数据处理技术领域。其中，机载激光雷达系统设备集成安置角检校方法包括：提取各航带原始点云数据中的特征面片，并对不同航带的特征面片中的同名特征面片进行匹配，提取特征面片各点对应的原始激光器观测值，以及，对应时刻的定姿定位系统姿态及位置，根据原始激光器观测值、定姿定位系统姿态及位置、特征面片中各点及拟合的参考平面的平面方程，基于最小二乘法算法进行设备集成安置角检校。上述方法和装置可用于提高安置角检校的精度和自动化程度。

【技术实现步骤摘要】
机载激光雷达系统设备集成安置角检校方法及装置
本专利技术涉及数据处理
，尤其涉及一种机载激光雷达系统设备集成安置角检校方法及装置。
技术介绍
激光雷达扫描技术是一种快速的三维地理数据获取技术，可搭载在三脚架、移动背包、汽车、轮船、飞机等不同平台上，获取丰富海量的点云数据。随着激光雷达系统和定姿定位系统(POS，PositioningandOrientationSystem)的不断小型化、低成本化，以及无人机技术的井喷式爆发，机载激光雷达系统正迅速走向行业应用。如何进行机载激光雷达系统设备检校，即检校激光传感器与POS中惯性测量单元(IMU，Inertialmeasurementunit)的安装角度误差(即安置角误差)，一直是激光雷达系统集成的核心工作，其检校精度直接影响整个系统的测量精度。常用的机载激光雷达关于安置角的检校算法有分步检校法、差异分析检校法、模型约束检校法。分步检校法算法简单，通过人工分步量取不同航带数据之间的角度差异，即可以计算出安置角误差，但该方法依赖作业员的操作水平，需要进行多次迭代操作，耗时耗力且对于低空小型的机载激光雷达设备检校结果误差较大。差异分析法通过分析选取的激光点云中特征点与地面控制点的差异计算安置角误角误差，该方法算法相对简单，但需要在地面布设控制点，而且在激光点云数据中选择特征点不能保证选择到严格对应的点云，所以仍然会有较大误差，且同样需要较大量的人工干预。模型约束法即根据从不同航带数据中提取出几何模型，使该类模型可以最佳重合作为检校算法的约束，该方法在较大初始误差情况下无法准确的实现设备检校，并且该算法的自动化程度和检校精度均不高。
技术实现思路
有鉴于此，本申请实施例提供一种机载激光雷达系统设备集成安置角检校方法及装置，优化现有检校算法，减少操作员的干预，增强检校结果的可靠性。本申请实施例第一方面提供了一种机载激光雷达系统设备集成安置角检校方法，包括：提取各航带原始点云数据中的特征面片，并对不同航带的所述特征面片中的同名特征面片进行匹配；提取所述特征面片各点对应的原始激光器观测值，以及，对应时刻的定姿定位系统姿态及位置；根据不同航带中的所述同名特征面片拟合参考平面；根据所述原始激光器观测值、所述定姿定位系统姿态及位置、所述特征面片中各点及拟合的所述参考平面的平面方程，基于最小二乘法算法进行设备集成安置角检校。本申请实施例第二方面提供了一种机载激光雷达系统设备集成安置角检校装置，所述装置包括：提取模块，用于提取各航带原始点云数据中的特征面片；匹配模块，用于对不同航带的所述特征面片中的同名特征面片进行匹配；所述提取模块，还用于提取所述特征面片各点对应的原始激光器观测值，以及，对应时刻的定姿定位系统姿态及位置；拟合平面模块，用于根据不同航带中的所述同名特征面片拟合参考平面；检校模块，用于根据所述原始激光器观测值、所述定姿定位系统姿态及位置、所述特征面片中各点及拟合的所述参考平面的平面方程，基于最小二乘法算法进行设备集成安置角检校。本申请各实施例，通过提取各航带原始点云数据中的特征面片，并对不同航带的特征面片中的同名特征面片进行匹配，提取特征面片对应的原始激光器观测值，以及，对应时刻的定姿定位系统姿态及位置，根据不同航带中的同名特征面片拟合参考平面，可有效增强算法对安置角初始误差大小的适应性，根据特征面片中各点及拟合的参考平面的平面方程，基于最小二乘法算法进行设备集成安置角检校，可有效增强特征面片的可靠性，提高检校精度和检校的自动化程度。附图说明图1为本申请实施例提供的机载激光雷达系统设备集成安置角检校方法的流程图；图2为本申请实施例提供的图1中机载激光雷达系统设备集成安置角检校方法步骤S101的细化步骤流程图；图3为本申请实施例中点云数据区块划分示意图；图4为本申请实施例中参考平面的拟合示意图；图5为本申请另一实施例提供的机载激光雷达系统设备集成安置角检校方法的流程示意图；图6为本申请另一实施例提供的机载激光雷达系统设备集成安置角检校方法的流程示意图。具体实施方式为更进一步阐述本申请为实现预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本申请的具体实施方式、结构、特征及其功效，详细说明如后。本专利技术实施例中的机载激光雷达系统设备集成安置角，是指机载激光雷达系统中激光传感器和定姿定位系统中的惯性测量单元的安置角。以下简称安置角。请参阅图1，图1为本专利技术提供的机载激光雷达系统设备集成安置角检校方法的流程示意图，该方法可以由全自动的机载激光雷达系统集成安置角检校装置执行，其中该装置有软件和硬件实现，一般可以集成在计算机终端中。其中，终端可以是台式计算机、平板电脑等智能通信终端。如图1所示，该方法包括：S101、提取各航带原始点云数据中的特征面片；具体地，如图2所示，提取各航带原始点云数据中的特征面片的各步骤可包括：S1011、对原始点云数据进行分块处理，得到多个点云数据区块；受运行环境中可用内存容量的影响，海量的点云数据通常不能直接读入到运行环境中，需要对初始解算的原始点云数据进行分块处理。具体可根据运行环境的可用内存容量、点云数据的容量及区块大小原始数据进行分块，得到多个点云数据区块。例如，原始点云数据包含5000万个点，若根据运行环境的可用内存容量大小确定一个点云数据块可包含500万个点，如图3所示，一个点云数据块大小为400m×400m(米)，则可将该点云数据块划分为100m×100m大小的四个点云数据区块：第一区块201、第二区块202、第三区块203以及第四区块204。为保证划分区块不会将较大的平面拆分为两个平面，划分的四个区块中相邻两个区块之间均设置有5m宽的重叠区域，图3中所示的斜线区域即为该重叠区域。S1012、计算该点云数据区块内的每个点的法向量和表面粗糙度；使用相邻点坐标协方差矩阵的主成分分析，来估计每个点的法向量，该法向量具体为表面法向量。例如：构建当前点云数据区块的八叉树索引，并按照所构建的八叉树索引的结构，按照预设规则根据点密度和航带地形选定固定值作为搜索半径，根据搜索半径选择邻域点；根据当前点云数据区块中所有点以及所有点对应的邻域点，计算当前点云数据区块所有点的法向量及粗糙度。具体的，对该点云数据区块的区块数据建立八叉树索引结构，通过固定搜索半径快速搜索邻域点，即快速搜索一个点周围搜索半径内的所有点，计算法向量是根据当前计算法向量这个点的周围的点分布情况来计算的，如这个点周围的点基本是一个平面，那么这个点的法向量就是垂直该平面的向量，该平面粗糙度就会小，可认为该平面是光滑的。这样在进行点云处理时，通过构建八叉树，避免遍历所有的数据，构建八叉树可以加快对邻域点的搜索。其中，搜索半径根据点密度和航带地形来选择。在选择搜索半径时的点密度时，应该确保足够数量的相邻点用于正常法向量估计，例如，点的数量为n，n≥8；同时为了使所选的区域可以表征表面的光滑度，必须考虑到航带的地形，通常选择半径范围为1～3m。给定一个含有n个三维点坐标的矩阵P，P＝{p1，p2，p3，...，pn}，(表示p为1个三维坐标)，C(P)是n各点的3×3的协方差矩阵。C(P)的主成分是特征向量，形成正交基。用λ1、λ2、λ3表示特征值，特征值λ1、λ2本文档来自技高网...

【技术保护点】
1.一种机载激光雷达系统设备集成安置角检校方法，其特征在于，所述方法包括：提取各航带原始点云数据中的特征面片，并对不同航带的所述特征面片中的同名特征面片进行匹配；提取所述特征面片各点对应的原始激光器观测值，以及，对应时刻的定姿定位系统姿态及位置；根据不同航带中的所述同名特征面片拟合参考平面；根据所述原始激光器观测值、所述定姿定位系统姿态及位置、所述特征面片中各点及拟合的所述参考平面的平面方程，基于最小二乘法算法进行设备集成安置角检校。

【技术特征摘要】
1.一种机载激光雷达系统设备集成安置角检校方法，其特征在于，所述方法包括：提取各航带原始点云数据中的特征面片，并对不同航带的所述特征面片中的同名特征面片进行匹配；提取所述特征面片各点对应的原始激光器观测值，以及，对应时刻的定姿定位系统姿态及位置；根据不同航带中的所述同名特征面片拟合参考平面；根据所述原始激光器观测值、所述定姿定位系统姿态及位置、所述特征面片中各点及拟合的所述参考平面的平面方程，基于最小二乘法算法进行设备集成安置角检校。2.如权利要求1所述的方法，其特征在于，所述提取各航带原始点云数据中的特征面片，并对不同航带的所述特征面片中的同名特征面片进行匹配包括：对所述原始点云数据进行分块处理，得到多个点云数据区块；计算所述点云数据区块内的每个点的法向量和表面粗糙度；根据每个点的粗糙度求取种子点，并通过预置算法进行平面点云增长，以提取所述特征面片；采用最邻近原则，对不同航带的所述特征面片中的同名特征面片进行匹配。3.如权利要求2所述的方法，其特征在于，所述计算所述点云数据区块内的每个点的法向量和表面粗糙度包括：构建当前点云数据区块的八叉树索引，并按照所构建的八叉树索引的结构，按照预设规则根据点密度和航带地形选定固定值作为搜索半径，根据所述搜索半径选择邻域点；根据当前点云数据区块中所有点以及所有点对应的邻域点，计算所述当前点云数据区块所有点的法向量及粗糙度；则，所述根据每个点的粗糙度求取种子点，并通过预置算法进行平面点云增长，以提取所述特征面片包括：对当前点云数据区块中每个点的粗糙度进行排序，选择粗糙度最小的点作为初始种子点；通过区域增长算法进行平面点云增长，在当前点云数据区块中除所述初始种子点之外的剩余点中，选择粗糙度最小的点作为下一种子点继续通过所述区域增长算法进行平面点云增长，直至剩余点的数量数小于预设的最少数量阈值或剩余点的粗糙度小预设的粗糙度阈值时，得到所述特征面片。4.如权利要求1所述的方法，其特征在于，所述采用最邻近原则，对不同航带的所述特征面片中的同名特征面片进行匹配包括：查找当前第一特征面片中心点附近设定范围内，是否包含第二特征面片的中心点，所述第一特征面片和所述第二特征面片为不同航带的特征面片；若包含第二特征面片的中心点，则判断所述第一特征面片和所述第二特征面片的法向量夹角是否小于设定阈值，以及判断所述第一特征面片的中心点和所述第二特征面片的中心点在法向量方向上的距离是否小于设定的距离阈值，若所述法向量夹角小于设定阈值且所述距离小于设定的距离预置，则判断所述第一特征面片和所述第二特征面片为同名特征面片。5.如权利要求1所述的方法，其特征在于，所述提取所述特征面片各点对应的原始激光器观测值，以及，对应时刻的定姿定位系统姿态及位置包括：提取预先建立的所述特征面片中各点对应与原始激光器观测值的索引标识；根据所述索引标识，获取所述特征面片中各点对应的原始激光器观测值，以及对应的全球定位系统时刻；在定姿定位系统文件中，获取所述全球定位系统时刻的定姿定位系统的姿态及位置。6.如权利要求1所述的方法，其特征在于，所述机载激光雷达系统包括激光传感器和定姿定位系统，所述根据不同航带中的所述同名特征面片拟合参考平面包括：获取所述激光传感器与所述定姿定位系统中的惯性测量单元的初始安置角误差；若所述初始安置角误差大于预置角度，则使用特征值法对所述同名特征面片中的一个特征面片进行平面拟合，并计算所述同名特征面片中的所有特征面片点到拟合后的平面的距离，将所述拟合后的平面平移，使得所述同名特征面片中的所有点到所述拟合后的平面的距离平方和最小；若所述初始安置角误差小于等于所述预置角度，则使用所述特征值法对同名特征面片中所有点进行平面拟合，得到所述参考平面；其中，进行平面拟合的平面方程为：s1x+s2y+s3z+s4＝0s1、s2、s3表示所述参考平面的法向量，s4表示原点到所述参考平面的距离，且s1、s2、s3不同时为0，(x，y，z)表示所述参考平面上的点坐标；令所述同名特征面片中的所有点到所述拟合后的平面的距离平方和最小，推导出S4：n为所述同名特征面片中的所有特征面片内的所有点的数量。7.如权利要求1所述的方法，其特征在于，所述根据所述原始激光器观测值、所述定姿定位系统姿态及位置、所述特征面片中各点及拟合的所述参考平面的平面方程，基于最小二乘法算法进行设备集成安置角检校，包括：根据提取的特征平面中心点与航线的距离，计算特征面片权值，其中，特征面片权值的大小与所述距离成正比；将机载激光雷达设备集成安置角误差作为未知量，计算所述同名特征面片中所有点到所述参考平面的距离；令所有点到所述参考平面的各距离的平方和最小，列非线性最小二乘方程，并计算所述安置角误差；再次执行所述提取各航带原始点云数据...

【专利技术属性】
技术研发人员：高广，张西童，李国通，
申请(专利权)人：深圳飞马机器人科技有限公司，
类型：发明
国别省市：广东,44