一种基于车载多激光雷达融合的封闭场景三维重建方法技术

本发明专利技术公开了一种基于车载多激光雷达融合的封闭场景三维重建方法，包括步骤一、设置三维扫描的车载激光雷达、步骤二、基于激光雷达获取的全局点生成云地图步骤三、基于贪婪投影三角化重建曲面。本发明专利技术采用上述方法克服了单激光雷达的垂直扫描角度有限，无法获取到完整的封闭场景空间结构信息；并基于激光SLAM技术生成三维场景的重建，这种方法能够准确和较为快速地利用激光雷达数据在车载场景下构建环境模型，计算压力小、结果准确。结果准确。结果准确。

【技术实现步骤摘要】
一种基于车载多激光雷达融合的封闭场景三维重建方法


[0001]本专利技术属于计算机视觉和三维测绘的应用领域，具体涉及一种基于车载多激光雷达融合的封闭场景三维重建方法。

技术介绍

[0002]地铁在进站出站过程中的安全有序运行依赖驾驶员和站台之间的指差确认。地铁站台人流量大，驾驶员距离较远，这些环境干扰对驾驶员需要做出标准指差呼唤手势有着更高的要求。目前，对驾驶员指差呼唤行为的确实依赖人的判断，缺少相应的保障手段。
[0003]作为最常用的视觉感知机器，摄像头有着能识别颜色、与人眼感知最为接近、价格低廉等优势，因此被广泛应用于监控场景，作为记录人行为的工具。随着计算机视觉技术的发展，对摄像头获取的视频流进行处理，可以直接识别人体姿势，进而与标准指差呼唤行为比较，修正驾驶员的动作。此外，此设备也能用于平时教学场景，辅助驾驶员学习标准动作。
[0004]针对以上情况，本专利技术提出了一种基于机器视觉的地铁驾驶员标准指差呼唤行为识别方法，旨在赋能地铁安全有序运行，辅助驾驶员做出标准指差呼唤动作。

技术实现思路

[0005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车载多激光雷达融合的封闭场景三维重建方法，其特征在于，包括：步骤一、设置三维扫描的车载激光雷达；步骤二、基于激光雷达获取的全局点生成云地图，所述步骤二包括，S201地面点云分割及特征提取，根据几何拓扑特征标记地面点和非地面点，并对被标记的非地面点进行点云聚类、滤波，减少环境噪音点和动态物体的干扰，最终保留原始地面点和几何特征明显的静态物体点；然后将单帧点云均分成若干子点云，并在每个子点云中提取平面点和边缘点；S202帧间特征匹配及位姿粗估计，使用点线匹配和点面匹配进行帧间匹配，并使用高斯牛顿法和LM法优化变换矩阵，得到位姿粗估计结果；S203位姿优化与全局点云配准，将当前帧的点云特征集与全局点云地图进行匹配；然后优化位姿变换矩阵得到位姿优化结果，并根据所述位姿优化结果将当前帧的点云增加到全局点云中；步骤三、基于贪婪投影三角化重建曲面，所述步骤三包括，S301对全局点云地图进行体素网格化并进行降采样，并使用统计滤波进行离群点的剔除；S302采用移动最小二乘法对S301步骤处理后的点云数据进行处理，并通过周围数据点之间的高阶多项式插值填补缺失部分；S303选取S302处理后的点云数据中的一个样本三角片作为初始三角形，根据投影点云的连接关系确定各原始三维点间的拓扑连接，不断扩张曲面边界直至形成一张完整的三角网格曲面。2.根据权利要求1所述的一种基于车载多激光雷达融合的封闭场景三维重建方法，其特征在于，设置车载激光雷达包括，将一个主雷达布设在车顶位置，一个补盲雷达布设在主雷达正上方以扫描空间上方表面；主雷达和补盲雷达在同一竖直线上，避免扫描遮挡。3.根据权利要求1所述的一种基于车载多激光雷达融合的封闭场景三维重建方法，其特征在于，设置车载激光雷达包括，一个主雷达布设在车顶位置，两个补盲雷达布设在车体两侧，呈45
°
角向外倾斜，扫描空间斜上方表面。4.根据权利要求1所述的一种基于车载多激光雷达融合的封闭场景三维重建方法，其特征在于，所述S201包括，首先基于多雷达标定结果，将补盲雷达的点云转换到主雷达坐标系下；在地面点云分割中，根据激光雷达竖直维度的特征标记地面点和非地面点，并对被标记的非地面点进行点云滤波、聚类；在特征提取环节，将单帧点云均分成若干子点云，并在每个子点云中根据曲率值提取预定数量的平面点、边缘点，曲率值由子点云中根据曲率值提取预定数量的平面点、边缘点，曲率值由计算，式中表示第k帧第L线的第i个点，S表示附近一系列连续点的集合；选取其中c值最小的点作为特征平面点，选取其中c值最大的点作为特征边缘点；所述S202包括，使用点线匹配和点面匹配进行帧间匹配，针对平面特征点，将其配准到前一帧的对应面上，针对边缘特征点，将...

【专利技术属性】
技术研发人员：于海洋，王建斌，任毅龙，邹迎，刘宇环，黄亮，於明飞，
申请(专利权)人：北京市交通委员会北京和利时系统集成有限公司，
类型：发明
国别省市：