基于TOF攝相機的三維點云地圖構(gòu)建研究.pdf

1、三維點云地圖在石油鉆探、礦難救援、虛擬現(xiàn)實、三維環(huán)境下目標識別、機器人導(dǎo)航定位領(lǐng)域得到了廣泛地應(yīng)用。應(yīng)用基于飛行時間法(Time-Of-Flight,TOF)的攝相機構(gòu)建三維點云地圖技術(shù)是當前國外研究的熱點之一。然而此類攝相機采集的灰度圖像存在畸變,深度數(shù)據(jù)存在誤差,將影響三維點云地圖的構(gòu)建精度。同時構(gòu)建三維點云地圖需要合適的拼接算法,然而經(jīng)典的迭代最近點(the Iterative Closest Point,ICP)拼接算法存在計算

2、速度慢、易陷入局部極小點等問題,針對這一情況本文結(jié)合TOF攝相機的特點進行了相關(guān)研究。
　　針對該項技術(shù)的應(yīng)用特點,為提高三維點云地圖的精度,本文首先針對攝相機拍攝的灰度圖片存在的畸變采用張正友標定法進行標定與矯正。并根據(jù)溫度、曝光時間、系統(tǒng)誤差、混合像素等影響距離數(shù)據(jù)精度的因素分別進行實驗和數(shù)據(jù)分析,提出誤差補償方法。
　　然后對標定補償后的點云數(shù)據(jù)進行拼接,同時研究了基于特征點匹配的拼接算法和ICP拼接算法?；谔卣鼽c匹

3、配的拼接算法主要過程為提取相鄰兩幀灰度圖像的特征點,將特征點進行匹配形成匹配集合,將匹配集合中誤匹配的點對應(yīng)用多種濾除方法進行濾除,利用過濾后的匹配集合計算相對位姿變換矩陣,進而用于兩幀點云的拼接。對ICP算法應(yīng)用kdtree搜索和體素柵格法降采樣進行了效率方面的改進,利用特征點匹配算法為ICP賦初值避免ICP陷入局部極小點。
　　通過標定補償補償前后的對比實驗驗證標定補償?shù)淖饔?通過兩幀數(shù)據(jù)拼接實驗比較兩種拼接算法誤差情況,采取