System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及激光点云处理,尤其是涉及一种激光点云拼接方法、装置、介质和设备。
技术介绍
1、激光同步定位与地图构建(simultaneous localization and mapping,slam)在许多领域,如自动驾驶、无人机、增强现实和机器人导航中具有广泛应用。在激光slam建图中,长时间的激光点云采集会导致时间漂移,因此需要将数据分块采集并进行拼接。同时,不同数据集中的相同点云在绝对坐标上存在差异,因为slam是相对坐标,因此需要进行配准。
2、传统的激光点云拼接算法通常通过手动拼接或者利用激光或视觉特征点进行配准。然而,在处理大场景数据时,这些传统方式的计算量较大,效率不高,并且可能因存在激光或视觉纹理较弱的区域,导致匹配精度和效果较差,从而造成误匹配的问题。
技术实现思路
1、基于此,有必要提供激光点云拼接方法、装置、介质和设备,以解决在处理大场景数据,效率不高,且匹配精度和效果较差的问题。
2、一种激光点云拼接方法,所述方法包括:
3、获取采集到的绝对定位坐标及目标物体的激光点云和全景图像;
4、基于绝对定位坐标及激光雷达与绝对定位设备之间的标定参数,确定激光雷达在不同采集位置处的绝对激光雷达坐标和激光点云在不同采集位置处的绝对坐标,并基于绝对激光雷达坐标对激光点云进行粗匹配和粗拼接;
5、提取全景图像中的视觉点云,基于激光雷达与全景相机之间的标定参数以及激光点云和视觉点云的公共特征点,对激光点云和视觉点
6、在相邻两个数据集k、j的公共区域,提取激光点云中的几何特征点并对激光点云中的几何特征点进行特征匹配,且提取视觉点云中的几何特征点与纹理特征点并对视觉点云中的几何特征点与纹理特征点进行特征匹配,根据匹配结果确定综合位姿变换矩阵并进行精拼接。
7、在其中一个实施例中,提取激光点云中的几何特征点,包括:
8、将激光点云分割为预设段,且计算每段激光点云的曲率;其中,曲率的计算公式为:
9、
10、上式中,指示目标点,指示在目标点预设范围内的近邻激光点云集,指示目标点的近邻点;
11、按照曲率大小对每段激光点云进行排序,并从非地面点中选取曲率最大的预设n个点作为目标物体几何特征点中的边缘点,选取曲率最小的预设n个点作为目标物体几何特征点中的平面点。
12、在其中一个实施例中,对激光点云中的几何特征点进行特征匹配,包括:
13、对当前数据集的边缘点,在另一数据集点云中搜索一对匹配点,建立点到线距离最小的约束,表示为:
14、
15、上式中,指示当前数据集,j指示另一数据集;
16、对当前数据集的平面点,在另一数据集点云中搜索3个匹配点,建立点到面距离最小的约束,表示为:
17、
18、基于几何特征点构建目标方程,表示为:
19、
20、上式中,为两数据集间的位姿变换矩阵;
21、通过列文伯格-马夸尔特算法迭代优化目标方程,以对两数据集k、j间的几何特征点进行特征匹配,获取两数据集间的第一位姿变换矩阵tr。
22、在其中一个实施例中,所述提取视觉点云中的几何特征点与纹理特征点并对视觉点云中的几何特征点与纹理特征点进行特征匹配,包括:
23、相邻数据集k、j公共区域的视觉点云中分别提取几何特征点与纹理特征点,并采用基于距离的特征匹配算法进行特征匹配,获取相邻数据集k、j间的第二位姿变换矩阵tc。
24、在其中一个实施例中,所述根据匹配结果确定综合位姿变换矩阵并进行精拼接,包括:
25、根据第一位姿变换矩阵tr和第二位姿变换矩阵tc,计算综合位姿变换矩阵t,表示为:
26、
27、上式中,,;
28、基于位姿变换矩阵t对相邻数据集k、j激光点云进行点云精拼接,计算并统计公共区域同名点云的拼接误差,通过调节参数,使得拼接误差的均方根误差rms最小。
29、在其中一个实施例中,基于绝对定位坐标及激光雷达与绝对定位设备之间的标定参数,确定激光雷达在不同采集位置处的绝对激光雷达坐标和激光点云在不同采集位置处的绝对坐标,并基于绝对激光雷达坐标对激光点云进行粗匹配和粗拼接,包括:
30、在每个采集位置处的激光点云集内,基于在采集激光点云时所同步采集的绝对定位坐标及激光雷达与绝对定位设备之间的标定参数,将相对激光雷达坐标和激光雷达的相对坐标转换为世界坐标系下所对应的绝对激光雷达坐标和绝对坐标,以得到不同采集位置处的绝对激光雷达坐标和绝对坐标;
31、基于不同采集位置处的绝对激光雷达坐标及对应采集位置处采集的激光点云进行特征提取、特征匹配、坐标变换和点云拼接,以实现粗匹配和粗拼接。
32、在其中一个实施例中,所述方法,还包括:
33、在对绝对定位设备进行标定时,获取采集到的绝对定位坐标作为参考数据,并使用标定工具进行绝对定位设备的内参标定,估计绝对定位设备的天线与预设固定点之间的旋转矩阵,并进行误差校正和参数调整,以实现绝对定位设备的外参标定;
34、在对激光雷达进行标定时,在已知位置和姿态下采集激光雷达对已知标定目标的扫描数据,记录标定目标的真实世界坐标,并使用标定工具进行激光雷达的内参标定,估计激光雷达相对于预设固定点的位置和方向,并进行误差校正和参数调整,以实现激光雷达的外参标定;
35、在对全景相机进行标定时,采集已知标定目标图像,记录已知标定目标的真实世界坐标,并使用标定工具进行全景相机的内参标定,估计全景相机相对于预设固定点的位置和方向,并进行误差校正和参数调整,以实现全景相机的外参标定。
36、一种激光点云拼接装置,所述装置包括:
37、数据采集模块,用于获取采集到的绝对定位坐标及目标物体的激光点云和全景图像;
38、粗匹配和粗拼接模块,用于基于绝对定位坐标及激光雷达与绝对定位设备之间的标定参数,确定激光雷达在不同采集位置处的绝对激光雷达坐标和激光点云在不同采集位置处的绝对坐标,并基于绝对激光雷达坐标对激光点云进行粗匹配和粗拼接;
39、提取全景图像中的视觉点云,基于激光雷达与全景相机之间的标定参数以及激光点云和视觉点云的公共特征点,对激光点云和视觉点云进行配准,并根据激光点云的绝对坐标确定视觉点云的绝对坐标;
40、精匹配和精拼接模块,用于在相邻两个数据集k、j的公共区域,提取激光点云中的几何特征点并对激光点云中的几何特征点进行特征匹配,且提取视觉点云中的几何特征点与纹理特征点并对视觉点云中的几何特征点与纹理特征点进行特征匹配,根据匹配结果确定综合位姿变换矩阵并进行精拼接。
41、一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器本文档来自技高网...
【技术保护点】
1.一种激光点云拼接方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,提取激光点云中的几何特征点,包括:
3.根据权利要求2所述的方法,其特征在于,对激光点云中的几何特征点进行特征匹配,包括:
4.根据权利要求3所述的方法,其特征在于,所述提取视觉点云中的几何特征点与纹理特征点并对视觉点云中的几何特征点与纹理特征点进行特征匹配,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据匹配结果确定综合位姿变换矩阵并进行精拼接,包括:
6.根据权利要求1所述的方法,其特征在于,基于绝对定位坐标及激光雷达与绝对定位设备之间的标定参数,确定激光雷达在不同采集位置处的绝对激光雷达坐标和激光点云在不同采集位置处的绝对坐标,并基于绝对激光雷达坐标对激光点云进行粗匹配和粗拼接,包括:
7.根据权利要求1所述的方法,其特征在于,所述方法,还包括:
8.一种激光点云拼接装置,其特征在于,所述装置包括:
9.一种计算机可读存储介质,其特征在于,存储有计算机程序,计算机程序被处理器
10.一种激光点云拼接设备,其特征在于,包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行如权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种激光点云拼接方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,提取激光点云中的几何特征点,包括:
3.根据权利要求2所述的方法,其特征在于,对激光点云中的几何特征点进行特征匹配,包括:
4.根据权利要求3所述的方法,其特征在于,所述提取视觉点云中的几何特征点与纹理特征点并对视觉点云中的几何特征点与纹理特征点进行特征匹配,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据匹配结果确定综合位姿变换矩阵并进行精拼接,包括:
6.根据权利要求1所述的方法,其特征在于,基于绝对定位坐标及激光雷达与绝对定位设备之间的标定参...
【专利技术属性】
技术研发人员:闫臻,吴俊,毛勇,
申请(专利权)人:绘见科技深圳有限公司,
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。