【技术实现步骤摘要】
本专利技术涉及激光点云空间位置纠正领域，特别是涉及一种空地移动测量实景三维点云数据融合方法。
技术介绍
1、实景三维中国建设将为数字孪生、城市信息模型(cim)等应用提供统一的数字空间底座，应用于自然资源、旅游、交通、国防、水利等社会方方面面，将对现实世界进行真实还原。传统测绘手段作业周期长，外部干扰因素较多，难以满足目前新型测绘基础建设需要。
2、将三维激光扫描仪、组合导航系统、相机等高精尖传感器继承并安装在移动平台上的移动测量系统为实景三维大型工程数据采集与更新提供了一种新思路。机载、车载移动测量系统的联合使用能多角度的采集目标区域的实景三维点云数据，是目前实景三维数据底座的重要获取方式。
3、但目前将机载、车载移动测量系统获取的实景三维点云数据融合使用仍存在以下问题：由于安置误差、传感器本身误差、定位精度误差以及传感器在作业过程中产生的粗差，使得机载、车载传感器数据可能存在坐标系不一致以及位置存在偏差等问题，造成机载、车载设备获取的实景三维数据无法联合使用；为此，对机载、车载实景三维激光点云数据中各点的空间坐标进行纠正是十分必要的。
4、针对该问题，本专利专利技术一种空地移动测量实景三维点云数据融合方法。
技术实现思路
1、本专利技术公开了一种空地移动测量实景三维点云数据融合方法，以解决机载、车载移动测量实景三维点云数据空间基准差异的问题。
2、一种空地移动测量实景三维点云数据融合方法，包括如下步骤：
3、s1.利用
4、s2.采用随机一致性模型筛选目标区域内机载、车载移动测量三维点云数据中的同名特征点；
5、s3.以机载、车载移动测量三维点云数据中的同名特征点为依据，基于刚性配准模型初步配准机载、车载移动测量三维点云数据；
6、s4.基于初步配准后和机载、车载移动测量数据中的同名特征点之间空间坐标差异和特征点之间的采集时间为特征值，构建非刚性配准模型；
7、s5.利用构建的非刚性配准模型实现机载、车载移动测量实景三维点云数据融合。
8、步骤s2包括如下子步骤：
9、s2.1.在机载、车载移动测量实景三维点云数据中各随机抽取4个点。
10、在机载移动测量实景三维点云数据集p(p＝[p1,p2,…,pn])中随机抽取4个点云点pi、pj、pm、pn，
11、同理，在车载移动测量实景三维点云数据集q(q＝[q1,q2,…,qn])中随机抽取4个点云点qi、qj、qm、qn。
12、s2.2.确定s2.1.步骤中机载、车载点云数据中4点为同名特征点关系。
13、首先计算机载移动测量实景三维点云数据集p中随机抽取4个不共线的点云点pi、pj、pm、pn之间的交点pk：
14、同理，计算车载移动测量实景三维点云数据集q中随机抽取4个不共线的点云点qi、qj、qm、qn之间的交点qk：
15、计算交点pk与线段断点pi、pj和线段断点pm、pn之间的比例值：
16、
17、
18、其中[xi,yi,zi]表示点pi的空间三维坐标。
19、同理计算交点qk与线段断点qi、qj和线段断点qm、qn之间的比例值：
20、
21、
22、当与之间的差值小于阈值e且与之间的差值小于阈值e时，可将点pi、pj、pm、pn看作是qi、qj、qm、qn的同名点。
23、s2.3.迭代s2.1.、s2.2.步骤获得机载、车载移动测量实景三维点云数据之间的多组同名特征点。
24、步骤s3包括如下子步骤：
25、s3.1.利用同名特征点对计算机载、车载移动测量实景三维点云数据之间的刚性配准模型。
26、对于机载、车载移动测量实景三维点云数据中的同名点对集合m＝[<p1 q1>,<p2q2>,…,<pi qi>](其中<p1 q1>表示同名点对)，可构建刚性配准模型：
27、pi＝r·qi
28、其中pi、qi为同名点对，r为刚性变换矩阵。
29、将pi、qi点空间坐标带入上式可得：
30、[x'i,y'i,z'i]＝r[xi,yi,zi]
31、其中[x'i,y'i,z'i]为pi坐标，[xi,yi,zi]为qi坐标。
32、由于同名点对集合m中有多个同名点对，将m集合m中的所有同名点对均带入上式，基于最小二乘原理可求得刚性变换矩阵r。
33、s3.2.利用刚性变换矩阵r初步配准机载、车载移动测量实景三维点云数据。
34、对于任意车载移动测量实景三维点云点qi(qi∈p)，基于下式完成刚性变换，实现机载、车载移动测量实景三维点云数据的初步配准：
35、q'i＝r·qi
36、步骤s4包括如下子步骤：
37、s4.1.构建非刚性配准模型。
38、计算初步刚性配准后，s2步骤中获得的同名特征点之间的位置差异值集合δ：
39、δi＝pi-q'i(δi∈δ)
40、其中pi,qi为机载、车载移动测量实景三维点云数据的同名点，q'i为qi经刚性配准后的点。
41、利用车载移动测量实景三维点云数据中同名点的数据采集时间值对δ集合进行排列。
42、随后对于经排列后的位置差异值集合δ中任意两相邻差异值点，可构建非刚性变换公式：
43、δi＝f(ti)
44、其中ti为车载移动测量系统数据采集的第i时刻，δi表示车载移动测量系统第i时刻采集的三维点的空间位置偏差。
45、基于spline非刚性插值原理为内核，可将非刚性变换公式展开为：
46、
47、其中αj(gpstime)，βj(gpstime)是基函数，yj为自变量为t时所对应的控制点空间位置误差值，mj为自变量为t时所对应的控制点空间位置误差导数值。
48、由于spline插值多项式在f(t)、f'(t)及f”(t)在整个区间[tj,tj+1]上连续，可解出f(t)在[tj,tj+1]上的表达式：
49、
50、其中hj＝δj+1-δi，表示步长。
51、步骤s5包括如下子步骤：
52、s5.3.遍历待纠正点云数据，将点云数据中每个点的数据采集时间值带入非刚性配准模型中，求出每个点的改正值。最后基于改正值纠正点云数据。
53、与现有技术相比，本申请的技术方案具备以下有益效果：
54、利用机载、车载移动测量实景三维点云数据中各点的空间位置关系确定空地移动测量实景三维点云数据中的同名点集；利用同名点集空间坐标关系计算刚性配准模型，并以该刚性配本文档来自技高网...
【技术保护点】
1.一种空地移动测量实景三维点云数据融合方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种空地移动测量实景三维点云数据融合方法，其特征在于，所述步骤S2包括如下子步骤：
3.根据权利要求1所述的一种空地移动测量实景三维点云数据融合方法，其特征在于，所述步骤S3包括如下子步骤：
4.根据权利要求1所述的一种空地移动测量实景三维点云数据融合方法，其特征在于，所述步骤S4包括如下子步骤：
【技术特征摘要】
1.一种空地移动测量实景三维点云数据融合方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种空地移动测量实景三维点云数据融合方法，其特征在于，所述步骤s2包括如下子步骤：
3.根据权...
【专利技术属性】
技术研发人员：刘如飞，王旻烨，李国玉，王一帆，翟敏，崔健慧，
申请(专利权)人：青岛秀山移动测量有限公司，
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。