三维激光扫描点云配准算法与精度研究

作者:黄国清;陈君;梁飞;田艳红; 刊名:地理空间信息 上传者:吴效珩

【摘要】在探讨三维激光扫描仪配准方式的基础上,提出基于多点拟合圆心的算法,根据圆心坐标加权求取靶标点云中心,并对其进行误差评定和点云拼接。实验表明,该算法不仅避免检测出无效圆和减小伪圆出现的概率,还提高了效率。

全文阅读

三维激光扫描技术在土木工程、工业设计、地形测量、路桥设计、船舶建造、地理数据采集、现场保护、露天煤矿、建筑监测等领域都获得了成功应用,为城市规划及数字城市等宏观领域的广泛应用提供了条件。目前地面三维激光扫描技术和点云数据处理方法还处在发展的初步阶段,各种测绘应用和实际生产都迫切需要一套完整的数据获取和处理方案,特别是一些重要的技术问题还没有得到深刻认识和解决,主要表现在点云数据配准方法方面。本文将对此进行探讨。1配准基础目前,对于地面激光扫描仪所扫描的实体获取的多视点云数据,由于其作业范围、测量精度与扫描对象等不同,其扫描拼接方法也不同,主要有迭代数据配准和基于特征的数据配准。1.1迭代数据配准迭代数据配准也称为ICP算法,是基于具有一定重叠区域的特征点云的拼接,无需通过靶标。该方法首先是确定相邻测站两幅点云之间重叠区域的同名点对,并根据所确定的同名点来获取多视点云拼接约束条件。该条件即为:最小化两个点集中的最近点距离的平方和。扫描时必须保证被扫描的对象在不同的扫描视场内有足够的公共区域,不同扫描区域重叠必须以可以构成完整的扫描视场作为闭合条件,才能解算出较理想的多视点云的拼接参数,获得很好的拼接精度。1.2基于特征的数据配准该方法通过在地面三维激光扫描仪扫描的视场内配置测量靶标或者基于不同测站共用的测量公共控制靶标的方式来实现,此时靶标就是控制点,靶标可以是平面靶标或者球形靶标。该方法是在扫描仪采集数据过程中将靶标摆放在扫描目标区域对象的内部或周围,并保证这些公共的靶标在水平方向和竖直方向分布错落有致,在相邻两站的扫描视场内能够同时扫描到至少3个以上的公共靶标。扫描过程中对靶标进行精确扫描后进行数据处理,软件将这些靶标在对应测站坐标系下的中心坐标计算出来,通过坐标变换计算出点云拼接的参数。由于靶标是专门制造的,必须通过对靶标的处理(如拟合靶标等)操作,求解出基于靶标的点云拼接参数,获得基于该方法的拼接的约束条件,对点云数据进行拼接,以获得高精度的三维空间坐标。2利用多点拟合圆心进行公共靶标配准目前对圆心靶标的提取理论多聚集在视觉系统处理理论之中。传统的中心提取算法有重心法、中值法以及Hough变换法[2,3]。但是大多数是针对相机检校而言,对相机得到的影像数据进行标定[4],对圆形点云的中心提取尚没有统一的理论研究。2.1靶标提取方法初探经过精确扫描得到的靶标点云在一般情况下均不是标准平面圆,通过多次回波,得到的是不同平面上点组成的点云。由于扫描过程中扫描仪可以认为是正对着对本测站所需要的靶标进行扫描,所得到的靶标点云可以认为是一个空间近似伪圆,其大致位于同一平面内,因而所需工作即为对该点云伪圆提取靶心平面坐标。对于圆周上任意三点,可以根据其3个坐标,根据方程式反算出其圆心坐标[5]。通过在CAD中模拟实验得出以下结论:当三点在圆周上均匀分布,即成为一个等边三角形3个角时,所测的精度最高。通过对点构网的强度分析可以得出结论:拟合圆心的误差和测量点中误差具有正相关性,测量点中误差一定,圆心精度取决于三点构网的强度。当三点分布成正三角形时,拟合的圆心精度最高,当三点分布于半圆周时,在对称分布的情况下精度较高[6],点云分布越密集,精度越低,分布越规则,精度越高,并小于测量点的中误差。为此,为提高圆心拟合精度,采用选取圆周上的多点坐标,根据最小二乘原则[7],对其构建间接平差方程。2.2间接平差法拟合圆心由上述分析可见,一般对于选取的3点可以拟合出圆心坐标。由于缺乏检核条件,为了保证测量结果的可靠性,需要加入多余观测量[8]。本文以5个点为例进行介绍

参考文献

引证文献

问答

我要提问