CN104036506A - 结合面片特征与gps位置的地面激光点云拼接方法 - Google Patents

Abstract

本发明涉及测绘数据处理技术领域，尤其涉及结合面片特征与GPS位置的地面激光点云拼接方法。首先，根据点云空间共面性，对点云进行分割，提取基准站点云和拼接站点云的分割片，人工选定一对竖直同名分割片和一对水平同名分割片；其次，对两对同名分割片分别进行平面拟合，求取三维空间平面方程；再次，利用两测站扫描中心的GPS位置与同名面之间的关系获取旋转矩阵。本方法适用于城市、村落等平面特征明显的场景，对于角点特征不明显的点云数据同样有良好的适应性，该发明可降低激光点云拼接过程中同名特征的人工识别与标定时间，从而提高激光点云数据处理整体效率。

Description

结合面片特征与GPS位置的地面激光点云拼接方法

技术领域

本发明涉及测绘数据处理技术领域，尤其涉及结合面片特征与GPS位置的地面激光点云拼接方法。

背景技术

地面激光雷达扫描(Terrestrial Laser Scanning)是在地面利用激光扫描装置自动、系统、快速地获取对象表面三维激光点云坐标的测量方式，是一种近些年来飞速发展的主动式空间数据获取技术，可用于生成数字高程模型、数字线划图、三维城市模型等多种数字空间产品，对于工程测量、数字城市建设、文物保护、军事等领域具有重要作用。

地面激光雷达扫描的一次扫描范围由于受到扫描距离、扫描角度和现场遮挡的限制，一般不能将扫描对象的整体完全记录下来，在实际应用中为了完成对被扫描物体或区域的完整覆盖，往往需要在不同位置架设多个扫描站点；而每一个扫描站点的激光点云均处于彼此独立的三维坐标系下，无法直接用于后期处理，生成测绘产品，因此需要通过计算机方法将不同站点的点云整合到统一的全局坐标系，即三维点云的拼接。点云拼接是点云数据处理流程中的重要步骤，点云拼接的精度直接影响生成的最终产品的质量，点云拼接的速度直接影响点云数据处理的整体效率。

目前商业化点云数据处理软件(如RiSCAN、Cyclone)所提供的点云拼接方法主要是通过同名点选取，即根据人工观察判断选取出每两个相邻站点云的同名点，同时需满足至少四对同名点和不可共面这两个条件。激光扫描可快速获取空间场景的海量信息，但由于激光点是对现实世界的采样，我们无法控制具体某个激光点落在某个精确的空间位置(如墙角、屋顶边缘)上，即使对于两站相邻激光测站中的同名物体，也无法找到真正的“同名点”，例如在点间距均为5厘米的情况下，某一墙角的坐标只能假定为其范围在2.5厘米内的某一激光点坐标，而且人工选点的操作方式也很难保证选择的是最佳点，因此，基于同名点计算出的转换矩阵难免带有较大误差，只能通过选择多对同名点以进行最小二乘平差，获取误差相对较小的旋转矩阵；此外由于三维点云在计算机二维屏幕上投影显示的限制，在两站三维点云中人工寻找同名点是一项十分繁琐的过程，往往需要数分钟时间才能完成两站同名点的选取；而在重叠区域较小或同名点特征不明显的情况下，人工选取同名点更是十分困难。以上两点造成点云拼接的精度和效率不能满足实际生产的需要，“点-点”式的点云拼接过程已成为点云数据处理的主要瓶颈之一。

发明内容

本发明的目的在于解决现有的激光雷达点云数据拼接方法上的缺陷，利用GPS信息，提供一种快速的结合面片特征与GPS位置的地面激光点云拼接方法。

本发明的技术方案通过利用基准站和拼接站扫描中心的GPS位置、一对竖直同名分割片、一对水平同名分割片，计算拼接站点云到基准站点云的旋转参数和平移参数，GPS的作用在于确定两站的相对位置，一对竖直同名分割片的作用在于获取竖直方向的旋转参数，一对水平同名分割片的作用在于获取水平方向的旋转参数，包括以下主要步骤：

A、获取一对竖直同名分割片和一对水平同名分割片；

B、同名分割片预处理；

C、计算旋转参数；

D、计算平移参数。

进一步地，步骤A中获取一对竖直同名分割片和一对水平同名分割片细化为：

A1点云分割，是指根据点云的空间共面性将点云分组，以形成可供进一步信息提取的分割面片，该发明中使用平面拓展分割法对点云分割；

A2选择一对竖直同名分割片；

A3选择一对水平同名分割片。

进一步地，步骤B中同名分割片预处理细化为：

拟合平面方程，按照点云分割片的空间共面性，将点云分割片拟合为空间平面方程。

进一步地，步骤C中计算旋转参数方法细化为：

C1计算竖直同名面法向量的叉乘向量L₁和拼接站竖直平面到基准站竖直平面的夹角α₁，将拼接站点云平面以L₁为轴旋转α₁度，获得竖直平面的旋转参数R₁；

C2利用R₁，更新水平同名分割片的平面方程，计算水平同名面法向量的叉乘向量L₂和拼接站水平平面到基准站水平平面的夹角α₂，将拼接站点云平面沿L₂旋转α₂度，获得第二对点云平面的旋转参数R₂；

C3最终的旋转参数为R₂与R₁的乘积。

进一步地，步骤D中计算平移参数方法细化为：

D1计算基准站中心GPS位置与拼接站中心GPS位置之间的距离，设为D；

D2拼接站的中心在基准站坐标系下的位置满足3个条件：

D21拼接站扫描中心到基准站扫描中心的距离等于D；

D22拼接站中心在基准站坐标系下到基准站竖直平面的距离等于拼接站中心在拼接站坐标系下到拼接站竖直平面的距离，设为distance1；

D23拼接站中心在基准站坐标系下到基准站水平平面的距离等于拼接站中心在拼接站坐标系下到拼接站水平平面的距离，设为distance2；

D3按照D2所述，根据3个条件，解方程，求解方程组，获得平移参数，从而获得旋转矩阵。

本发明提供了一种结合面片特征与GPS位置的地面激光点云拼接方法。该方法能够借助于测站中心的GPS位置，有效地将独立扫描的三维激光点云拼接到同一坐标系下，可以实现在无法选择到同名点对的情况下完成拼接，尤其适用于平面特征明显的数据。如目前的主流商业软件在进行点云拼接时，只能通过人工选择同名点对的方式进行拼接，点云拼接的精度和速度不能满足生产的需要，直接影响了点云数据处理的效率，并间接影响了数字空间产品的生产效率。而基于本发明的点云拼接，利用站点GPS信息，通过选择同名分割片，可以快速的完成激光点云的拼接，直接提高激光点云数据处理及数字产品生产的效率。

附图说明

图1是基准站和拼接站相对位置摆放示意图；

图2是拼接站绕扫描中心旋转后示意图；

图3是拼接站平移到正确位置示意图；

具体实施方案

下文将参照附图对本发明的具体实施方案进行更详细的说明：

A获取一对竖直同名分割片和一对水平同名分割片：

为了便于本领域技术人员参考理解，提供了基准站和拼接站相对位置摆放示意图，参见附图1

A1点云分割，点云分割的目的在于根据点云的空间共面性将点云进行分组，以形成可供进一步信息提取的分割面片，使用平面拓展分割法将基准站点云和拼接站点云数据按照点云的空间共面性，分为不同的平面，即给每个点云赋予不同的分割面片号。

A2在基准站点云和拼接站点云中分别选择一个竖直分割片和一个水平分割片，对应分割片为同名分割片。

B同名分割片预处理：

按照点云分割片的空间共面性，对两对同名分割片分别拟合空间平面方程，方程形式如式(1)所示；

A*X+B*Y+C*Z+D＝0 (1)

C计算旋转参数：

为了便于本领域技术人员参考理解，提供了拼接站绕扫描中心旋转后示意图，参见附图2，C1计算竖直同名面法向量的叉乘向量L₁和拼接站竖直平面到基准站竖直平面的夹角α₁，将拼接站竖直平面以L₁为轴旋转α₁度，获得竖直平面的旋转参数R₁；具体计算方法如下：设基准站点云竖直面法向量为P_T1(P_TA1，P_TB1，P_TC1)，拼接站点云对应平面的法向量为P_S1(P_SA1，P_SB1，P_SC1)，L₁的方向为P_S1和P_T1的叉乘向量，如式(2)所示，设为(x，y，z)，α₁为P_S1到P_T1的夹角，如式(3)所示，

$\left\{\begin{array}{c}x=P_{\mathrm{SB}1}*P_{\mathrm{TC}1}-P_{\mathrm{SC}1}*P_{\mathrm{TB}1}\\ y=P_{\mathrm{SC}1}*P_{\mathrm{TA}1}-P_{\mathrm{SA}1}*P_{\mathrm{TC}1}\\ z=P_{\mathrm{SA}1}*P_{\mathrm{TB}1}-P_{\mathrm{SB}1}*P_{\mathrm{TA}1}\end{array}\right.---\left(2\right)$

$\cos {\mathrm{\α}}_1=\frac{P_{\mathrm{SA}1}*P_{\mathrm{TA}1}+P_{\mathrm{SB}1}*P_{\mathrm{TB}1}+P_{\mathrm{SC}1}*P_{\mathrm{TC}1}}{\sqrt{{P_{\mathrm{SA}1}}^2+{P_{\mathrm{SB}1}}^2+{P_{\mathrm{SC}1}}^2}*\sqrt{{P_{\mathrm{TA}1}}^2+{P_{\mathrm{TB}1}}^2+}}---\left(3\right)$

旋转参数R₁的计算方法如式(4)所示：

为了计算方便，设 $\left\{\begin{array}{c}a={\sin \mathrm{\α}}_1\\ b=\cos \mathrm{\α}\\ c=1-\mathrm{\α}\end{array}\right.$

$R_1=\left[\begin{array}{ccc}b+c*x^2& c*x*y-a*z& c*x*z+a*y\\ c*y*x+a*z& b+c*y^2& c*y*z-a*x\\ c*z*x-a*y& c*z*y+a*x& b+c*z^2\end{array}\right]---\left(4\right)$

C2利用R₁，更新水平同名分割片的平面方程，更新方法如式(5)所示，计算水平同名分割片的交线L₂和拼接站水平平面到基准站水平平面的夹角α₂，将拼接站点云平面沿L₂旋转α₂度，获得水平点云平面的旋转参数R₂；

$\left[\begin{array}{c}{P_{\mathrm{SA}2}}^{\′}\\ {P_{\mathrm{SB}2}}^{\′}\\ {P_{\mathrm{SC}2}}^{\′}\end{array}\right]{=R}_1*\left[\begin{array}{c}{P}_{\mathrm{SA}2}\\ P_{\mathrm{SB}2}\\ P_{\mathrm{SC}2}\end{array}\right]---\left(5\right)$

C3最终的旋转参数R，为两次旋转参数的乘积，即R＝R₂*R₁。

D计算平移参数：

为了便于本领域技术人员参考理解，提供了拼接站平移到正确位置示意图，参见附图3，

D1计算基准站扫描中心GPS和拼接站扫描中心GPS的欧氏距离D；

D2拼接站扫描中心在基准站坐标系下的位置满足3个条件，设拼接站扫描中心在基准站坐标系下的坐标为(X，Y，Z)，基准站扫描中心位置为(0，0，0)：

D21拼接站扫描中心到基准站扫描中心的距离等于D，如式(6)中①中所示；

D22拼接站中心在基准站坐标系下到基准站竖直平面的距离等于拼接站中心在拼接站坐标系下到拼接站竖直平面的距离，如式(6)中②所示，其中A₁、B₁、C₁、D₁为基准站竖直平面的平面方程，distance1为拼接站中心到拼接站竖直平面的距离；

D23拼接站中心在基准站坐标系下到基准站水平平面的距离等于拼接站中心在拼接站坐标系下到拼接站水平平面的距离，如式(7)中③所示，其中A₂、B₁、C₁、D₁为基准站水平面的平面方程，distance2为拼接站中心到拼接站水平平面的距离；

D24解式(7)的三元二次方程可计算出两个解，设为point1、point2，分别计算拼接站扫描中心为point1和point2时，拼接站竖直分割片点云中心到基准面竖直分割片点云中心的距离，距离近的为正确值，拼接站中心位置坐标即为平移参数。

Claims (8)

1.结合面片特征与GPS位置的地面激光点云拼接方法，其特征在于：利用基准站与拼接站的测站中心GPS位置和两对同名面的空间关系，计算拼接站点云到基准站点云的旋转矩阵，具体包括以下步骤，

A利用平面拓展分割算法，对基准站点云和拼接站点云进行分割，人工标定一对竖直同名分割片和一对水平同名分割片；

B 对两对点云分割片分别拟合平面，获得平面方程；

C利用同名面法线方向一致性对拼接站平面进行旋转，基准站分割片的平面法向量为P_T, 拼接站同名分割片的平面法向量为P_S，将拼接站平面绕轴L旋转夹角α 度，其中L为两平面法向的叉乘向量，α为P_T到P_S的角度，旋转参数为水平同名面旋转参数和竖直同名面旋转参数的乘积；

D利用测站中心GPS相对位置和同名面拼接后为同一平面信息，获得拼接站中心在基准站坐标系下的位置满足三个条件，从而计算平移参数。

2.根据权利要求1所述的结合面片特征与GPS位置的地面激光点云拼接方法，其特征在于：步骤1所述的点云分割方法为平面拓展分割法。

3.根据权利要求1所述的结合面片特征与GPS位置的地面激光点云拼接方法，其特征在于：步骤1所述的同名面：一对竖直同名面和一对水平同名面。

4.根据权利要求1所述的结合面片特征与GPS位置的地面激光点云拼接方法，其特征在于：步骤2所示的拟合平面为：根据点云的空间共面性，将点云分割片拟合为空间平面方程。

5.根据权利要求1所述的结合面片特征与GPS位置的地面激光点云拼接方法，其特征在于：步骤3所述的同名面法线方向一致性为：两站的同名面法线向量的方向一致。

6.根据权利要求1所述的结合面片特征与GPS位置的地面激光点云拼接方法，其特征在于：步骤3所述的旋转轴L：拼接站分割片平面与基准站同名分割片平面的叉乘向量。

7.根据权利要求1所述的结合面片特征与GPS位置的地面激光点云拼接方法，其特征在于:步骤3所述的夹角α: 拼接站分割片平面与基准站同名分割片平面的夹角。

8.根据权利要求1所述的结合面片特征与GPS位置的地面激光点云拼接方法，其特征在于：步骤4所述的拼接站中心在基准站坐标系下的位置满足三个条件:拼接站中心位置与基准站中心位置的距离等于两站中心GPS的距离，拼接站中心在基准站坐标系下到基准站竖直平面的距离等于拼接站坐标系下拼接站中心到拼接站竖直平面的距离，拼接站中心在基准站坐标系下到基准站水平平面的距离等于拼接站坐标系下拼接站中心到拼接站水平平面的距离。