一种点云优化配准与实时显示系统及工作方法技术方案

本发明专利技术公开了一种点云优化配准与实时显示系统及工作方法，包括点云获取模块、内存映射模块、点云过滤模块、点云压缩模块、CUDA并行计算平台和用于使最终配准点云可视化的三维可视化模块；CUDA并行计算平台包括点云配准模块；点云获取模块输出端经内存映射模块连接至点云过滤模块的输入端，点云过滤模块的输出端连接至点云压缩模块的输入端，点云压缩模块的输出端连接至CUDA并行平台的输入端，CUDA并行平台的输出端连接至三维可视化模块的输入端。本发明专利技术采用基于CUDA计算平台的GPU并行加速算法进行配准，使得实际应用中的点云配准以及显示达到实时性要求。

An Optimal Registration and Real-time Display System for Point Cloud and Its Working Method

【技术实现步骤摘要】
一种点云优化配准与实时显示系统及工作方法
本专利技术涉及点云处理领域，尤其是涉及一种点云优化配准与实时显示系统及对应的工作方法。
技术介绍
在逆向工程中通过测量仪器得到的产品外观表面的点数据集合也称之为点云，随着科学技术的快速发展以及人工智能时代的到来，运用激光雷达(LiDAR)作为主要传感器的自动驾驶技术备受关注。由于激光雷达技术的不断进步，从激光雷达上获取的点云愈加庞大，这些点云需要进行配准才可以应用于后续三维物体重建等工作中，使用IO流读取与单纯利用CPU进行的点云配准以及显示速度太慢，达不到实时性的效果，导致在实际的自动驾驶系统中并不能达到实时的精准定位。
技术实现思路
本专利技术提供了一种点云优化配准与实时显示系统及工作方法，用于解决现有技术点云读取与配准较慢，点云显示实时性差的问题。实现本专利技术的技术特征如下：一种点云优化配准与实时显示系统，包括用于获取目标点云数据和源点云数据的点云获取模块、用于与目标点云数据和源点云数据存储空间相映射的内存映射模块、用于将源点云数据过滤成第一点云数据的点云过滤模块、用于将第一点云数据压缩成第二点云数据的点云压缩模块、CUDA并行计算平台和用于使最终配准点云可视化的三维可视化模块；所述CUDA并行计算平台包括用于将第二点云数据转换至目标点云数据坐标系的点云配准模块；所述点云获取模块输出端经所述内存映射模块连接至所述点云过滤模块的输入端，点云过滤模块的输出端连接至所述点云压缩模块的输入端，点云压缩模块的输出端连接至所述CUDA并行平台的输入端，CUDA并行平台的输出端连接至所述三维可视化模块的输入端。进一步的，所述三维可视化模块为基于OpenGL的可视化模块或者基于VTK的可视化模块。一种点云优化配准与实时显示系统的工作方法，包括如下步骤：步骤1、通过雷达从不同视角采集源点云数据、目标点云数据；步骤2、过滤源点云数据得到第一点云数据；步骤3、压缩第一点云数据得到第二点云数据；步骤4、使用基于GPU并行加速的3D-NDT算法将第二点云数据转换成目标点云数据的空间坐标系内的第三点云数据；所述基于GPU并行加速的3D-NDT算法具体步骤如下：步骤41、基于GPU的正态分布变换类声明处理变量G_NDT；步骤42、对处理变量G_NDT的终止条件设置变换差，变换差参数为M，其中M＞0；步骤43、对处理变量G_NDT的More-Thuente线搜索设置最大步长，最大步长参数为M’，其中，M’＞0；步骤44、对处理变量G_NDT设置网格结构分辨参数N，其中，N＞0；步骤45、对处理变量设置匹配迭代的最大次数N’，其中，N’＞0；步骤46、将第二点云和目标点云进行配准得到第三点云数据；步骤5、将第三点云数据按平移及旋转参数匹配至目标点云数据中得到最终配准点云数据；步骤6、将最终配准点云数据可视化。进一步的，所述步骤2采用体素网格滤波器对源点云进行过滤，具体步骤如下：步骤21、采用PCL库中的体素网格滤波函数声明一体素网格滤波器；步骤22、指定体素网格滤波器的三维体素网格大小为A*B*C，其中A＞0，B＞0，C＞0；步骤23、将源点云数据输入体素网格滤波器；步骤24、体素网格滤波器输出第一点云数据。进一步的，所述步骤3采用体素近邻搜索算法对对第一点云数据进行压缩，具体步骤如下：步骤31、声明八叉树函数，并设置八叉树的三维体素网格大小为A’*B’*C’，其中，A’＞0，B’＞0，C’＞0；步骤32、在八叉树的三维体素网格中迭代载入第一点云数据；步骤33、依次将第一点云数据中的点集作为查询点依次输入八叉树的节点中进行比对查询，当输入八叉树的点集处在八叉树的叶节点上时，则保留该点集并将该点集标记颜色；当输入八叉树的点集不是处在八叉树的叶节点上时，则舍弃该点集；步骤34、将被标记颜色的点集作为第二点云数据输出。有益效果：1、内存映射模块采用内存映射文件的方式读取点云，将点云所存储的空间作为虚拟内存来使用，大大提高了点云读取的速度，提高了后续配准与显示的速度；2、采用基于CUDA计算平台的GPU并行加速3D-NDT配准算法对不同坐标系下的源点云和目标点云进行配准，极大提高了3D-NDT算法的速度，提高了硬件系统的利用率，使得在自动驾驶车定位、三维重建等实际应用中的配准以及显示达到实时性要求。附图说明下面结合附图及具体实施例对本专利技术作进一步说明，其中：图1是本专利技术的模块结构图。具体实施方式以下将结合实施例和附图对本专利技术的构思、具体结构及产生的技术效果进行清楚、完整地描述，以充分地理解本专利技术的目的、特征和效果。显然，所描述的实施例只是本专利技术的一部分实施例，而不是全部实施例，基于本专利技术的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本专利技术保护的范围。如图1所示，一种点云优化配准与实时显示系统，包括用于获取目标点云和源点云的点云获取模块、用于与目标点云和源点云存储空间相映射的内存映射模块、用于将源点云过滤成第一点云数据的点云过滤模块、用于将第一点云数据压缩成第二点云数据的点云压缩模块、CUDA并行计算平台和用于使最终配准点云可视化的三维可视化模块；所述CUDA并行计算平台包括用于将第二点云数据转换至目标点云数据坐标系的点云配准模块；所述点云获取模块输出端经所述内存映射模块连接至所述点云过滤模块的输入端，点云过滤模块的输出端连接至所述点云压缩模块的输入端，点云压缩模块的输出端连接至所述CUDA并行平台的输入端，CUDA并行平台的输出端连接至所述三维可视化模块的输入端。所述点云获取模块采用机载或车载16线激光雷达，选定一视角，通过所述点云获取模块在该视角采集目标点云并将其存储，目标点云代表已有的高精度地图；通过所述点云获取模块在另外的视角采集源点云并将其存储；所述内存映射模块读取目标点云和源点云所占的存储空间，并分别将其映射至虚拟内存空间内，将目标点云和源点云存储的空间作为虚拟内存，而不将其加载至物理内存，减少了点云加载的步骤，提高了点云读取的速度；通过内存映射模块建立目标点云与源点云的内存映射后，将目标点云数据以及源点云数据输入至点云过滤模块，所述点云过滤模块采用体素网格滤波器对源点云进行过滤，体素网格滤波器具体如下：(1)采用PCL库中的体素网格滤波函数声明一体素网格滤波器approximate_voxel_filter；(2)指定体素网格滤波器approximate_voxel_filter的三维体素网格大小为为A*B*C，其中A＞0，B＞0，C＞0，此处A＝0.2m，B＝0.2m，C＝0.2m；(3)将源点云输入体素网格滤波器approximate_voxel_filter内；(4)得到体素网格滤波器approximate_voxel_filter输出的点云并将其存储，即获取第一点云数据并储存。经过上述体素网格滤波器approximate_voxel_filter过滤得到的第一点云数据尺寸约为源点云的10％，大大减少了源点云数据内的点集数量，可提高后续点云配准的速度，第一点云数据是经过过滤后的点云，所以第一点云数据十分稀疏，但是保留了源点云数据的特征。点云压缩模块读取点云过滤模块存储的第一点云数据，所述点云压缩模块采用基于八叉树的体素搜索算法对第一点云数据进行压本文档来自技高网...

【技术保护点】
1.一种点云优化配准与实时显示系统，其特征在于：包括用于获取目标点云数据和源点云数据的点云获取模块、用于与目标点云数据和源点云数据存储空间相映射的内存映射模块、用于将源点云数据过滤成第一点云数据的点云过滤模块、用于将第一点云数据压缩成第二点云数据的点云压缩模块、CUDA并行计算平台和用于使最终配准点云可视化的三维可视化模块；所述CUDA并行计算平台包括用于将第二点云数据转换至目标点云数据坐标系的点云配准模块；所述点云获取模块输出端经所述内存映射模块连接至所述点云过滤模块的输入端，点云过滤模块的输出端连接至所述点云压缩模块的输入端，点云压缩模块的输出端连接至所述CUDA并行平台的输入端，CUDA并行平台的输出端连接至所述三维可视化模块的输入端。

【技术特征摘要】
1.一种点云优化配准与实时显示系统，其特征在于：包括用于获取目标点云数据和源点云数据的点云获取模块、用于与目标点云数据和源点云数据存储空间相映射的内存映射模块、用于将源点云数据过滤成第一点云数据的点云过滤模块、用于将第一点云数据压缩成第二点云数据的点云压缩模块、CUDA并行计算平台和用于使最终配准点云可视化的三维可视化模块；所述CUDA并行计算平台包括用于将第二点云数据转换至目标点云数据坐标系的点云配准模块；所述点云获取模块输出端经所述内存映射模块连接至所述点云过滤模块的输入端，点云过滤模块的输出端连接至所述点云压缩模块的输入端，点云压缩模块的输出端连接至所述CUDA并行平台的输入端，CUDA并行平台的输出端连接至所述三维可视化模块的输入端。2.如权利要求1所述的一种点云优化配准与实时显示系统，其特征在于：所述三维可视化模块为基于OpenGL的可视化模块或者基于VTK的可视化模块。3.基于权利要求1的一种点云优化配准与实时显示系统的工作方法，其特征在于：包括如下步骤：步骤1、通过雷达从不同视角采集源点云数据、目标点云数据；步骤2、过滤源点云数据得到第一点云数据；步骤3、压缩第一点云数据得到第二点云数据；步骤4、使用基于GPU并行加速的3D-NDT算法将第二点云数据转换成目标点云数据的空间坐标系内的第三点云数据；所述基于GPU并行加速的3D-NDT算法具体步骤如下：步骤41、基于GPU的正态分布变换类声明处理变量G_NDT；步骤42、对处理变量G_NDT的终止条件设置变换差，变换差参数为M，其中M＞0；步骤43、对处理变量...

【专利技术属性】
技术研发人员：朱勇建，张宗健，田桂英，赖文杰，宋树祥，
申请(专利权)人：广西师范大学，
类型：发明
国别省市：广西,45