基于激光雷達(dá)三維點(diǎn)云數(shù)據(jù)的配準(zhǔn)技術(shù).pdf

1、近年來(lái)隨著高精度和高采集速率的三維激光雷達(dá)的普及，場(chǎng)景環(huán)境的數(shù)字化和可視化在機(jī)器視覺、逆向工程、測(cè)繪與遙感領(lǐng)域得到廣泛運(yùn)用，促進(jìn)了移動(dòng)機(jī)器人即時(shí)定位與地圖構(gòu)建(Simultaneous localization and mapping，SLAM)的發(fā)展。當(dāng)機(jī)器人沒有配備里程表和慣性測(cè)量單元(Inertial measurement unit，IMU)等自定位傳感器時(shí)，無(wú)法獲知機(jī)器人的位姿，若僅用激光雷達(dá)的數(shù)據(jù)來(lái)創(chuàng)建地圖，就需要通過(guò)配準(zhǔn)來(lái)

2、完成。本文提出一種基于平面的配準(zhǔn)方法，采用三維旋轉(zhuǎn)激光雷達(dá)作為傳感器，在不需要來(lái)自其它傳感器的先驗(yàn)姿態(tài)估計(jì)的條件下，對(duì)多平面的室內(nèi)環(huán)境進(jìn)行精確配準(zhǔn)。主要工作如下:
　　(1)對(duì)三維激光雷達(dá)點(diǎn)云預(yù)處理。通過(guò)設(shè)定點(diǎn)與雷達(dá)的距離閾值濾除干擾點(diǎn)。采用統(tǒng)計(jì)分析技術(shù)，基于點(diǎn)到近鄰點(diǎn)的距離分布濾除離群點(diǎn)。
　　(2)針對(duì)旋轉(zhuǎn)型雷達(dá)點(diǎn)云具有稀疏性與密度不均的特征，提出基于隨機(jī)霍夫變換的平面檢測(cè)算法。提出立方體選點(diǎn)模型，采用kd-tree近鄰

3、搜索選取任意點(diǎn)的鄰域，將鄰域在空間上離散化為若干小立方體，以小立方體為選點(diǎn)單元進(jìn)行選點(diǎn)，解決點(diǎn)云密度不均引起的選點(diǎn)問題，提高算法魯棒性。采用球形累加器對(duì)霍夫空間離散化，極坐標(biāo)的分辨率依據(jù)單位球體上的位置改變，保證累加器中每個(gè)單元具有相同的尺寸。由于激光雷達(dá)旋轉(zhuǎn)掃描的工作方式，激光束近似垂直于相交平面產(chǎn)生的掃描點(diǎn)會(huì)導(dǎo)致平面的誤判，通過(guò)設(shè)定平面內(nèi)點(diǎn)對(duì)應(yīng)仰角的標(biāo)準(zhǔn)差閾值對(duì)誤判的平面進(jìn)行檢測(cè)。
　　(3)由于點(diǎn)云的無(wú)序性，選取alpha

4、shapes算法計(jì)算平面面積。對(duì)平面進(jìn)行二維正投影，對(duì)于投影后的二維平面，運(yùn)用計(jì)算幾何算法庫(kù)(Computational Geometry Algorithms Library，GCAL)中alpha shapes函數(shù)進(jìn)行輪廓估計(jì)，使輪廓包含平面內(nèi)全部點(diǎn)數(shù)且只有一個(gè)連通分支。運(yùn)用三角測(cè)量法，計(jì)算輪廓內(nèi)多邊形面積。
　　(4)由于點(diǎn)云數(shù)據(jù)稀疏且密度不均，在沒有先驗(yàn)姿態(tài)估計(jì)條件下，迭代最近點(diǎn)算法(Iterative Closest P

5、oint，ICP)配準(zhǔn)該類型點(diǎn)云時(shí)存在迭代次數(shù)多和準(zhǔn)確度不高的問題?？紤]到室內(nèi)環(huán)境具有多平面的特征，提出基于平面的配準(zhǔn)算法。利用平面面積和平面法線參數(shù)作為尋找平面對(duì)應(yīng)關(guān)系的約束條件。選取三組法向量線性無(wú)關(guān)的平面進(jìn)行剛體變換計(jì)算，分別求取旋轉(zhuǎn)矩陣和平移矩陣。將該變換作為ICP算法的初始變換矩陣，進(jìn)行進(jìn)一步的精確配準(zhǔn)。
　　實(shí)驗(yàn)表明，對(duì)于稀疏不均勻點(diǎn)云，本文提出的平面檢測(cè)算法比隨機(jī)采樣一致性算法(Random Sample Conse