CN104615880A - 一种三维激光雷达点云匹配的快速icp方法 - Google Patents
一种三维激光雷达点云匹配的快速icp方法 Download PDFInfo
- Publication number
- CN104615880A CN104615880A CN201510050356.0A CN201510050356A CN104615880A CN 104615880 A CN104615880 A CN 104615880A CN 201510050356 A CN201510050356 A CN 201510050356A CN 104615880 A CN104615880 A CN 104615880A
- Authority
- CN
- China
- Prior art keywords
- gamma
- represent
- row
- laser radar
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000009616 inductively coupled plasma Methods 0.000 title 2
- 230000009466 transformation Effects 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000012141 concentrate Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004387 environmental modeling Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
Abstract
本发明公开了一种三维激光雷达点云匹配的快速ICP方法,针对三维激光雷达原始点云数据的特点,在极坐标系下快速地计算两个点云之间的最近点方法。该方法提高了三维激光雷达点云配准的速度。使得三维激光雷达原始点云数据配准速度大幅度提高,即将时间复杂度从经典ICP方法的O(DNcNm)降为O(DNc),其中,Nc为当前点云数据个数,Nm为模型点集数据个数。
Description
技术领域
本发明涉及一种快速ICP方法,具体地说,涉及一种三维激光雷达点云匹配的快速ICP方法。
背景技术
三维激光雷达提供了环境(或物体)的三维深度信息,在机器人导航、物体重三维建、医学图像分析、地形测绘、文物保护等诸多应用中被广泛使用。
三维激光雷达提供的点云数据需要进行配准才能用于后续的环境建模、物体重建、地形构建等工作。目前,广为使用的三维激光雷达数据匹配方法是最近迭代算法(ICP,Iterative Close Point)及其改进方法。然而,ICP算法具有以下不足:(1)要求初始估计较为准确,(2)大量的点云数据使得ICP算法效率低,(3)ICP算法可能陷入局部最优解。
现有技术中提出了一种经典的迭代最近点(Iterative Closest Point,ICP)技术,可以对两个三维点集进行配准,迭代最近点(ICP)的主要缺点为:1)如果初始矩阵选择不当,可能导致陷入局部最优点;2)计算最近点的过程计算复杂度较大,为O(NcNm)(其中,Nc为当前点云数据个数,Nm为模型点集数据个数)。假设算法迭代次数为D,则算法复杂度为:O(DNcNm)。由于配准算法通常要被多次调用,而实际问题的数据点集规模也通常非常大,因此该方法难以获得实时结果。
现有技术中还提出了一种在极坐标系下配准二维激光雷达点云数据的方法。其基本思路是利用激光雷达原始扫描数据的结构信息,利用扫描投影的方法计算当前扫描在参考坐标系中的期望点云。该方法首先对原始点云数据进行适当的预处理以去除异常数据。此后,在初始配准估计的基础上,迭代地进行扫描投影(scan projection)、平移估计、旋转估计。该方法不能处理三维激光雷达点云数据。
发明内容
本发明的目的在于克服上述技术存在的缺陷,提供一种三维激光雷达点云匹配的快速ICP方法,使得三维激光雷达原始点云数据配准速度大幅度提高,即将时间复杂度从经典ICP方法的O(DNcNm)降为O(DNc)。该发明的核心是针对三维激光雷达原始点云数据的特点,在极坐标系下快速地计算两个点云之间的最近点方法,其中,Nc为当前点云数据个数,Nm为模型点集数据个数。
其具体技术方案为:
一种三维激光雷达点云匹配的快速ICP方法,包括以下步骤:
输入:激光雷达原始点云数据i∈[1..Km],j∈[1..Lm],表示模型点集;
激光雷达原始点云数据i∈[1..Kc],j∈[1..Lc],表示当前点集;
其中,表示Rs的第i行的第j条(列)射线(s=m或c),Ks为射线行数,Ls为每行射线数,表示第i行第j(列)射线测量距离,表示第i行射线的方向, 表示第j列射线的方向,分别表示行、列方向角度偏移,分别表示行、列方向角度分辨率;
输出:点云数据Rc相对于点云数据Rm的齐次变换T;
步骤1:计算模型点集Rm的平面直角坐标表示Pm
其中
步骤2:计算点集Rc的平面直角坐标表示Pc;
其中,
步骤3:初始化迭代次数k=0,T0=I4×4,误差阈值τ;
步骤4:计算中的点在Pm中的最近点及其距离
步骤5:利用奇异值分解(SVD,Singular Value Decomposition)方法计算配准及误差:
步骤6:应用配准,
步骤7:如果dk-1-dk<τ,则停止迭代,输出Tk,否则,k=k+1,转步骤4。
优选地,所述步骤4的具体过程如下:
(4.1)对于中的每一个点计算其方向
(4.2)计算方向在Pm中最近点编号及距离;
(4.3)根据距离阈值选择用于配准的点集
与现有技术相比,本发明的有益效果为:
本发明使得三维激光雷达原始点云数据配准速度大幅度提高,即将时间复杂度从经典ICP方法的O(DNcNm)降为O(DNc)。该发明的核心是针对三维激光雷达原始点云数据的特点,在极坐标系下快速地计算两个点云之间的最近点方法,其中,Nc为当前点云数据个数,Nm为模型点集数据个数。该方法提高了三维激光雷达点云配准的速度。
附图说明
图1是当前点集雨模型点集的最近点匹配示意图;
图2是常规ICP方法的最近点与快速ICP方法的最近点比对结果图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合附图和具体实例进一步阐述本发明。
本发明应用于移动机器人三维位姿估计
Γt相对于Γt-1的位姿表示为xt=(xt,yt,zt,αt,βt,γt)T,其中xt,yt,zt分别表示Γt坐标系的原点在坐标系Γt-1中的坐标,γt,βt,αt分别表示Γt相对于Γt-1在X,Y,Z轴的旋转角度。
则平移向量为,
pt=(xt,yt,zt)T
旋转矩阵为,
从Γt-1到Γt的齐次变换T
输入:(1)t-1时刻激光雷达点云数据i∈[1..Kt-1],j∈[1..Lt-1],表示模型点集。
(2)t时刻激光雷达原始点云数据i∈[1..Kt],j∈[1..Lt],表示当前点集。
其中,表示Rs的第i行的第j条(列)射线(s=t-1或t),Ks为射线行数,Ls为每行射线数,表示第i行第j(列)射线测量距离,表示第i行射线的方向, 表示第j列射线的方向,分别表示行、列方向角度偏移,分别表示行、列方向角度分辨率)
输出:点云数据Rt相对于点云数据Rt-1的齐次变换T。
步骤1:计算模型点集Rt-1的平面直角坐标表示Pt-1
其中
步骤2:计算点集Rt的平面直角坐标表示Pt。
其中,
步骤3:初始化迭代次数T0=I4×4,误差阈值τ。
步骤4:计算中的点在Pt-1中的最近点及其距离
(4.1)对于中的每一个点计算其方向
(4.2)计算方向在Pt-1中最近点编号及距离。
(4.3)根据距离阈值选择用于配准的点集
步骤5:利用奇异值分解(SVD,Singular Value Decomposition)方法计算配准及误差:
步骤6:应用配准,
步骤7:如果dk-1-dk<τ,则停止迭代,输出Tk,否则,k=k+1,转第4步。
参照图1,其中,虚线网格的交点为当前点集的点云,实线网格的交点为模型点集的点云。图示当前点集中第i行第j列的扫描点与模型点集的最近点位其第行第列的点。
在图2中,横轴为当前点集的编号,纵轴为两种方法获得的当前点在模型点集中的最近点的编号。
以上所述,仅为本发明最佳实施方式,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。
Claims (2)
1.一种三维激光雷达点云匹配的快速ICP方法,其特征在于,包括以下步骤:
输入:激光雷达原始点云数据i∈[1..Km],j∈[1..Lm],表示模型点集;
激光雷达原始点云数据i∈[1..Kc],j∈[1..Lc],表示当前点集;
其中,表示Rs的第i行的第j条(列)射线(s=m或c),Ks为射线行数,Ls为每行射线数,表示第i行第j(列)射线测量距离,表示第i行射线的方向, 表示第j列射线的方向,分别表示行、列方向角度偏移,分别表示行、列方向角度分辨率;
输出:点云数据Rc相对于点云数据Rm的齐次变换T;
步骤1:计算模型点集Rm的平面直角坐标表示Pm
其中
步骤2:计算点集Rc的平面直角坐标表示Pc;
其中,
步骤3:初始化迭代次数k=0,T0=I4×4,误差阈值τ;
步骤4:计算中的点在Pm中的最近点及其距离 其中表示中第(i,j)点在Pm中的最近点编号,其距离为
步骤5:利用奇异值分解方法计算配准及误差:
步骤6:应用配准,
步骤7:如果dk-1-dk<τ,则停止迭代,输出Tk,否则,k=k+1,转步骤4。
2.根据权利要求1所述的三维激光雷达点云匹配的快速ICP方法,其特征在于,所述步骤4的具体过程如下:
(4.1)对于中的每一个点计算其方向
(4.2)计算方向在Pm中最近点编号及距离;
(4.3)根据距离阈值选择用于配准的点集
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510050356.0A CN104615880B (zh) | 2015-01-31 | 2015-01-31 | 一种三维激光雷达点云匹配的快速icp方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510050356.0A CN104615880B (zh) | 2015-01-31 | 2015-01-31 | 一种三维激光雷达点云匹配的快速icp方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104615880A true CN104615880A (zh) | 2015-05-13 |
CN104615880B CN104615880B (zh) | 2017-08-01 |
Family
ID=53150321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510050356.0A Expired - Fee Related CN104615880B (zh) | 2015-01-31 | 2015-01-31 | 一种三维激光雷达点云匹配的快速icp方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104615880B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104914870A (zh) * | 2015-07-08 | 2015-09-16 | 中南大学 | 基于岭回归超限学习机的户外机器人局部路径规划方法 |
CN105787933A (zh) * | 2016-02-19 | 2016-07-20 | 武汉理工大学 | 基于多视角点云配准的岸线三维重建装置及方法 |
CN106600531A (zh) * | 2016-12-01 | 2017-04-26 | 深圳市维新登拓医疗科技有限公司 | 手持扫描仪、手持扫描仪点云拼接方法和装置 |
CN107917710A (zh) * | 2017-11-08 | 2018-04-17 | 武汉大学 | 一种基于单线激光的室内实时定位与三维地图构建方法 |
CN108225341A (zh) * | 2016-12-14 | 2018-06-29 | 乐视汽车(北京)有限公司 | 车辆定位方法 |
CN108399643A (zh) * | 2018-03-15 | 2018-08-14 | 南京大学 | 一种激光雷达和相机间的外参标定系统和方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663237A (zh) * | 2012-03-21 | 2012-09-12 | 武汉大学 | 基于网格分块与移动最小二乘的点云数据全自动滤波方法 |
JP2015018360A (ja) * | 2013-07-10 | 2015-01-29 | 株式会社Ihi | 解析装置 |
-
2015
- 2015-01-31 CN CN201510050356.0A patent/CN104615880B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663237A (zh) * | 2012-03-21 | 2012-09-12 | 武汉大学 | 基于网格分块与移动最小二乘的点云数据全自动滤波方法 |
JP2015018360A (ja) * | 2013-07-10 | 2015-01-29 | 株式会社Ihi | 解析装置 |
Non-Patent Citations (2)
Title |
---|
ZI-XING CAI等: "A 3-D perceptual Method based on Laser Scanner for Mobile Robot", 《ROBOTICS AND DIOMIMETICS,2005 IEEE INTERNATIONAL CONFERENCE ON》 * |
徐万鑫: "基于激光雷达点云数据的配准方法研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104914870A (zh) * | 2015-07-08 | 2015-09-16 | 中南大学 | 基于岭回归超限学习机的户外机器人局部路径规划方法 |
CN104914870B (zh) * | 2015-07-08 | 2017-06-16 | 中南大学 | 基于岭回归超限学习机的户外机器人局部路径规划方法 |
CN105787933A (zh) * | 2016-02-19 | 2016-07-20 | 武汉理工大学 | 基于多视角点云配准的岸线三维重建装置及方法 |
CN105787933B (zh) * | 2016-02-19 | 2018-11-30 | 武汉理工大学 | 基于多视角点云配准的岸线三维重建装置及方法 |
CN106600531A (zh) * | 2016-12-01 | 2017-04-26 | 深圳市维新登拓医疗科技有限公司 | 手持扫描仪、手持扫描仪点云拼接方法和装置 |
CN106600531B (zh) * | 2016-12-01 | 2020-04-14 | 深圳市维新登拓医疗科技有限公司 | 手持扫描仪、手持扫描仪点云拼接方法和装置 |
CN108225341A (zh) * | 2016-12-14 | 2018-06-29 | 乐视汽车(北京)有限公司 | 车辆定位方法 |
CN108225341B (zh) * | 2016-12-14 | 2021-06-18 | 法法汽车(中国)有限公司 | 车辆定位方法 |
CN107917710A (zh) * | 2017-11-08 | 2018-04-17 | 武汉大学 | 一种基于单线激光的室内实时定位与三维地图构建方法 |
CN107917710B (zh) * | 2017-11-08 | 2021-03-16 | 武汉大学 | 一种基于单线激光的室内实时定位与三维地图构建方法 |
CN108399643A (zh) * | 2018-03-15 | 2018-08-14 | 南京大学 | 一种激光雷达和相机间的外参标定系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104615880B (zh) | 2017-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104615880A (zh) | 一种三维激光雷达点云匹配的快速icp方法 | |
CN107239076B (zh) | 基于虚拟扫描与测距匹配的agv激光slam方法 | |
CN104048659B (zh) | 地图坐标系的转换方法和系统 | |
CN104166989B (zh) | 一种用于二维激光雷达点云匹配的快速icp方法 | |
Yuan et al. | Efficient and probabilistic adaptive voxel mapping for accurate online lidar odometry | |
CN110930495A (zh) | 基于多无人机协作的icp点云地图融合方法、系统、装置及存储介质 | |
Ho et al. | Virtual occupancy grid map for submap-based pose graph SLAM and planning in 3D environments | |
CN110189366B (zh) | 一种激光粗配准方法、装置、移动终端及存储介质 | |
CN105160702A (zh) | 基于LiDAR点云辅助的立体影像密集匹配方法及系统 | |
CN111815713A (zh) | 自动标定相机外参的方法及系统 | |
CN110243380A (zh) | 一种基于多传感器数据与角度特征识别的地图匹配方法 | |
CN104992074A (zh) | 机载激光扫描系统航带拼接方法与装置 | |
CN106056643A (zh) | 一种基于点云的室内动态场景slam方法及系统 | |
CN106485676A (zh) | 一种基于稀疏编码的LiDAR点云数据修复方法 | |
CN104318551A (zh) | 基于凸包特征检索的高斯混合模型点云配准方法 | |
Dubbelman et al. | Efficient trajectory bending with applications to loop closure | |
CN115063465A (zh) | 一种基于激光雷达的无人车行驶路况建模方法 | |
CN107463871A (zh) | 一种基于角特征加权的点云匹配方法 | |
CN117367412B (zh) | 一种融合捆集调整的紧耦合激光惯导里程计与建图方法 | |
CN110688440A (zh) | 一种适用于子地图重叠部分较少的地图融合方法 | |
Contreras et al. | Efficient decentralized collaborative mapping for outdoor environments | |
CN116577801A (zh) | 一种基于激光雷达和imu的定位与建图方法及系统 | |
CN115273070A (zh) | 无人车初始位姿的获取方法、装置、电子设备及存储介质 | |
Kupervasser et al. | Robust positioning of drones for land use monitoring in strong terrain relief using vision-based navigation | |
CN109886988A (zh) | 一种微波成像仪定位误差的度量方法、系统、装置及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170801 Termination date: 20220131 |
|
CF01 | Termination of patent right due to non-payment of annual fee |