【技术实现步骤摘要】
一种基于多个雷达设备的自动化点云拼接方法
[0001]本专利技术属于雷达点云
,具体涉及一种基于多个雷达设备的自动化点云拼接方法。
技术介绍
[0002]点云扫描设备在对环境进行扫描时,往往不能在同一坐标系下将环境的点云数据一次性测量。其原因是环境大小超过了扫描设备的测量范围,并且环境里的物体之间相互遮挡,点云扫描设备在一个角度不太可能扫描到物体的完整点云。得到多片点云数据后,我们需要一种技术将多片点云数据旋转平移到统一的坐标系下,使它们能够组成完整的环境点云数据,这种技术叫点云拼接,点云拼接技术使得大规模、无死角场景三维建模成为可能。
[0003]已有的激光雷达点云拼接技术按照不同的分类依据,可以划分为多个类别。根据转换矩阵解算时所依赖的基元不同,点云配准方法可划分为基于点基元的方法、基于几何基元的方法以及基于体素基元的方法三大类。此种方法依赖于特征描述准确性,否则会严重降低算法精度;按照配准的目的或者阶段不同,可以分为粗配准和精配准两种方法,其中粗配准主要用于解决较大初始转换误差条件下配准矩阵的粗搜寻问题,精配准方法主要用于解决较小初始转换误差条件下配准矩阵的高精度优化问题,此种方法的精配准依赖初始值,否则容易陷入局部最优解当中,在点云拼接中的鲁棒性较低。
技术实现思路
[0004]为解决同一空间中多个雷达设备的点云拼接技术问题,本专利技术提供了一种基于多个雷达设备的自动化点云拼接方法,提高了点云拼接的鲁棒性。
[0005]为实现上述目的,本专利技术所采用的技术方案为:一种基
【技术保护点】
【技术特征摘要】
1.一种基于多个雷达设备的自动化点云拼接方法,其特征在于,具体步骤如下:S1、获取激光雷达点云数据,对环境中布设好的雷达定时采集点云数据,并存入对应路径下;S2、点云预处理,对原始激光雷达点云数据进行降采样、去噪预处理;S3、建立用于雷达间坐标转换的空间直角坐标系,利用共顶点互相垂直的三条棱构建直角坐标系的原理,采用空间中五组点建立用于转换的空间直角坐标系;S4、球体标靶特征提取、自动识别,对每个激光雷达采集到的全局点云中提取球体标靶的球面点,再对球面点的点位按雷达关系进行一一对应的识别;S5、球面拟合算法计算球心,在拟合球面之前,先对点云数据进行统计滤波预处理,然后再采用最小二乘法拟合三维球面数据,使拟合的半径在均方意义下误差达到最小,目标函数如下:e
i
(x0,y0,z0,r)=(x
i
‑
x0)2+(y
i
‑
y0)2+(z
i
‑
z0)2‑
r2式中,e
i
是拟合半径的误差,(x
i
,y
i
,z
i
)是已知球面坐标,(x0,y0,z0)是拟合的球心坐标,r是拟合的半径;则误差的平方和为:式中,E是半径误差平方和,令E分别对x0,y0,z0,r的偏导数等于0,即可求出球心(x0,y0,z0)和半径r;S6、求解旋转矩阵R和平移向量t,求不同雷达坐标系间的旋转平移矩阵,将源点云变换到目标点云相同的坐标系下;S7、利用点云合成序列,进行多个雷达点云的拼接,首先采用广度优先搜索思想,将要合成的多个雷达的id输出为序列,在点云拼接中,按照合成序列和上述步骤S6计算出的雷达间的旋转矩阵R和平移向量t,将源点云变换到目标点云相同的坐标系下。2.根据权利要求1所述的一种基于多个雷达设备的自动化点云拼接方法,其特征在于,所述点云数据由源点云和目标点云组成。3.根据权利要求1所述的一种基于多个雷达设备的自动化点云拼接方法,其特征在于,在步骤S2中,具体步骤如下:S21、点云降采样,对采集到的原始激光雷达点云数据采用体素化降采样方法进行抽稀,该方法通过使用规则体素网格从输入点云创造一致化降采样点云,具体为:把点云装进体素网格;把每个被占据的体素中点做平均,取一个精确的点;S22、点云去噪,对降采样后的点云数据进行统计滤波方法去噪,该方法计算每个点到其所有临近点的平均距离,假设得到的结果是一个高斯分布,其形状由均值和标准差决定,平均距离在标准范围之外的点,被定义为离群点并从数据集中去除掉。4.根据权利要求1所述的一种基于多个雷达设备的自动化点云拼接方法,其特征在于,在步骤S4中,具体步骤如下:S41、球体标靶特征提取,对采集到的点云数据进行球体特征识别和反射率的筛选,提取出五组标靶的点云数据,在全局点云中提取球体目标区域中的点作为待检测点,再从中筛选出反射率较高的点;关于球体特征识别,采用球面点...
【专利技术属性】
技术研发人员:高佳锋,李晓方,王强,张付岗,赵文静,张岩,武娇娇,贾颜兴,王磊,邵福,赵彦伟,
申请(专利权)人:山西阳光三极科技股份有限公司,
类型:发明
国别省市:
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。