CN106066154A - 一种适用于快速扫描场景的靶标及其控制点的提取方法 - Google Patents

Abstract

本发明公开了一种适用于快速扫描场景的靶标及其控制点的提取方法，所述靶标由三个互不平行的平面X、Y、Z组成，在其靶标面上涂有银白色涂料。所述方法包括以下步骤：S1、使用激光扫描系统扫描靶标并对多获得的点云数据进行坐标解算；S2、对三维点云数据中靶标点云数据进行识别、截取以获得点云子空间；S3、对点云子空间进行平面模型估计并以二分法去噪获得基础点云，剔除噪声；S4、对基础点云进行迭代去噪处理，最终获得精准的平面参数；S5、使用所获得的最终平面参数，联立组成非齐次线性方程组，求解靶标控制点。本发明提供的靶标及其靶标控制点的提取方法适用于载体平台快速移动的场景，能快速准确地确定靶标控制点在点云中的坐标，从而提高点云数据的准确度，具有广泛的应用价值。

Description

一种适用于快速扫描场景的靶标及其控制点的提取方法

技术领域

本发明涉及点云数据精准定位领域，具体的说是一种适用于快速扫描场景的靶标及其控制点的提取方法。

背景技术

三维激光扫描技术是一项新兴的技术，利用三维激光扫描技术采集数据具有高效、数据量大，快速等诸多优点，已成为记录环境空间分布及表面特性的一种重要技术手段，被广泛应用于工程测量、电力巡线、轨道监测、森林调查等用途，依其载体平台常见的主要有机载、车载和地面激光扫描等。

影响三维激光扫描技术获得的点云数据精度的因素较多，包括靶标控制点拟合误差、GPS定位误差、激光测距误差、测角误差及系统集成误差等，其中，靶标扫描误差是影响点云数据精度的最直接、最主要的因素之一。

靶标通常是具有特殊材质，特殊形状的具有参考价值的典型物体，以便容易地从点云数据中被提取确认出来，以用来确定实际的三维点云坐标与测量出的点云三维坐标之间对应关系的一种参照物；控制点则是从靶标物体上提取出来的特定单一点，并且能够通过处理得到这个特定单一点在所述特定坐标系下的精确的三维坐标，借助靶标控制点可以实现激光扫描点云数据的转换及坐标的统一。

传统的靶标主要为球形靶标、圆柱形靶标及平面靶标，其中，球形靶标与圆柱形靶标具有以下缺点：1、均需进行曲面拟合，数据计算量大，效率低；2、在车载或机载扫描的应用场景下，由于载体平台的高速运行特性，所能扫描到的点云数据极为有限，而拟合曲面所需的点云数据多，限制了其应用；3、制作球形靶标与圆柱形靶标时，靶标尺寸偏小则不能够一次性扫描收集到全部表面点云数据信息，靶标尺寸偏大则其制作难度大，所获得为低精度的球面或柱面，扫描误差大。平面靶标的缺点主要在于平面靶标的控制点的准确度受到多重反射效应影响而准确度低。

因此，提供一个能克服传统靶标缺点的靶标，并提供其靶标控制点的提取方法，以提高靶标控制点拟合精度，对于提高点云数据的准确性有着实质意义。

发明内容

本发明的目的在于提供一种适用于快速扫描场景的靶标及其控制点的提取方法，能够快速准确的确定靶标控制点在点云中的坐标。

为实现上述目的，本发明采用以下技术方案：

一种适用于快速扫描场景的靶标，包括靶标及连接柱，靶标的靶标面由三个互不平行的平面X、Y、Z组成，X、Y、Z平面相交于一点，该点即为靶标的控制点，所述连接柱用以支撑所述靶标以避开靶标背景区域中的干涉物。

优选地，所述X平面与Y平面相交于一条直线，所述直线与所述Z平面间的夹角为钝角。

优选地，X平面与Y平面间的夹角为钝角。

优选地，所述三平面靶标的靶标面上涂有银白色涂料。

一种提取权利要求1所述靶标在点云中靶标控制点坐标的方法，包括以下步骤：

S1、使用激光扫描系统扫描各靶标，获得系列的非线性点云数据，并结合相应时刻的激光扫描系统的扫描距离参数、姿态参数及差分全球定位系统对点云数据进行坐标解算，获得具有统一坐标系的三维点云数据；

S2、对三维点云数据进行识别、截取，根据给定的靶标模型从所述三维点云数据中分离出缩小的含更少噪音点的用于参数估计的点云子空间；

S3、对所述点云子空间进行平面模型估计，并采用以最大似然估计为原理的二分法并将点云子空间分成符合平面方程参数的基础点云和不符合平面模型的噪声点云；

S4、对S3所获得的三个基础点云进行去噪处理，最终获得精准的平面参数；

S5、使用S4所获得的参数向量，联立平面方程组，求解靶标控制点坐标。

进一步地，步骤S2包括以下步骤：

S21、对所述三维点云数据进行分析，找到靶标点云数据的三维中Z值最大的点Z_max；

S22、以Z_max为基准，以靶标已知的外形尺寸及构成靶标面的各平面间的角度值作为约束值将与靶标有关的点云数据从所述三维点云数据中分离出来获得用于参数估计的点云子空间。

进一步地，步骤S3包括以下步骤：

S31、根据已知靶标模型的Z平面的参数分别对所述点云子空间进行平面模型估计：

式中为测量值经过处理转化得到的值，θ及α为根据已知的靶标模型Z平面给出的假设猜想；

S32、分别计算点云子空间中点云到所述Z平面模型的马氏距离，判定各点云是否属于Z平面；

假设点云中某个点y_i的三维坐标x_i＝(x、y、z)^T,则所述马氏距离可以表示为下式：

$d_i=\sqrt{{({\mathrm{\θ}}^T{x}_i-\mathrm{\α})}^T{\left(H_i\right)}^{-1}({\mathrm{\θ}}^T{x}_i-\mathrm{\α})}\≈0$

其中θ^Tx_i-α为点y_i到Z平面的距离，H_i是θ^Tx_i的协方差矩阵，规定满足下式的点在平面上：

d_i≈0并且d′＝arg max(d_i)

如果点y_i到Z平面的马氏距离约等于零，则认为点y_i属于Z平面，否则认为该点y_i是噪声点；

S33、采用以最大似然估计为原理的二分法将点云子空间分成符合平面方程参数的基础点云和不符合平面模型的噪声点云；

S34、重复步骤S31-S33，分别对构成靶标的其余两个平面进行平面模型估计，获得其余两个平面的基础点云。

进一步地，所述点y_i到Z平面的马氏距离约等于零的误差范围为0.01米。

进一步地，步骤S4所述的去噪处理采用的是迭代去噪法，具体做法为：对于第i个平面的基础点云(i＝1，2，3)，再次进行平面参数估计，得到新的平面参数值α_i和θ_i，然后用新得到的参数值更新之前的参数值，并且会得到两个点云子集数据，其中一个为认为属于这个平面的点云子集，另一个则是噪声点云数据，取这个认为属于这个平面的点云数据子集再次重复以上的做法，直到获得的噪声点云个数小于标准设定值为止；继续对下一个平面进行迭代去噪，直到三个平面都去噪完成，得到各平面最终的θ值和α值。

进一步地，当步骤S3中所获得的某个平面的基础点云集中仅有1或2个点云数据而无法拟合平面时，以已确定的其余两个平面的平面方程及靶标各平面(X、Y、Z)间已知夹角关系联立方程求解靶标控制点。

采用上述技术方案后，本发明与背景技术相比，具有如下优点：

1、相对于曲面拟合方法，平面拟合数据处理量小，可以快速地解析出靶标控制点的坐标，更易于提升计算效率与准确性；

2、拟合平面所需的点云数据少，在本发明的控制点拟合中最少只需7个点云数据，从而在载体平台高速移动的场景下具备应用优势-当扫描到的靶标的某个平面的只有一个点云数据，而其余两个平面的点云数据符合平面构建要求时，不会因为数据缺失而无法拟合，依然能有效完成靶标的控制点求解过程，适用性及可靠性更高；

3、由于拟合所需的点云数据少，因此可以合理控制靶标的尺寸，且平面加工的难度低于球面及柱面加工，有利于提高靶标制作精度；

4、本发明的靶标控制点定义为形成靶标的三个平面的交点，克服了平面靶标中的控制点受到多重反射效应影响而导致的准确度低的缺点；

5、构成本发明靶标的各个平面间的夹角为钝角，在激光扫描时能获得更多的点云数据。

附图说明

图1为靶标示意图；

图2本发明的工作流程图；

图3为扫描系统获得的原始点云；

图4为采用本发明方法所确定的靶标点。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例

下面结合附图对本实施例进行详细说明。

如图1所示，三平面靶标包括靶标1及连接柱2，所述连接柱2将靶标1托起使其离开地面以获得适宜的高度以便于激光扫描系统的扫描，并且在连接柱2的作用下靶标1避开了背景区域中可能存在的干涉物，便于扫描后的点云数据中属于靶标的点云数据的识别、提取。所述靶标1的靶标面由三个互不平行的平面X、Y、Z组成，X、Y、Z平面相交于一点，该点即为靶标的控制点。X、Y平面间的夹角为钝角，X、Y平面的交线与Z平面间的夹角也为钝角，以利于增加激光扫描系统扫描时的扫描面积及扫描角度，以便于在实际扫描过程中获得更多的点云数据，提高激光扫描精度。在所述三平面靶标的靶标面上涂有银白色涂料(银白色对激光光束的反射效果好，有利于激光扫描系统接收器对反射光束的收集)。

如图2、图3及图4所示，一种靶标控制点的提取方法，包括以下步骤：

S1、使用激光扫描系统扫描各靶标，获得系列的非线性点云数据，并结合相应时刻的激光扫描系统的扫描距离参数、姿态参数及差分全球定位系统对点云数据进行坐标解算，获得具有统一坐标系的三维点云数据；

S2、对三维点云数据进行识别，根据给定的靶标模型从所述三维点云数据中分离出缩小的含更少噪音点的用于参数估计的点云子空间；

具体做法为：

S21、对所述三维点云数据进行分析，找到靶标点云数据的三维中Z值最大的点Z_max；

S22、以Z_max为基准，以靶标已知的外形尺寸(长宽高)及构成靶标面的各平面间的角度值作为约束值将与靶标有关的点云数据从所述三维点云数据中分离出来获得用于参数估计的点云子空间。

S3、对所述点云子空间进行平面模型估计，并采用以最大似然估计为原理的二分法并将点云子空间分成符合平面方程参数的基础点云和不符合平面模型的噪声点云，具体做法为：

S31、根据已知靶标模型的Z平面的参数分别对所述点云子空间进行平面模型估计：

对于每个靶标面，我们可认为它是光滑的二维平面，并且适用平面方程公式：ax+by+cz+d＝0，其中a、b、c满足关系式a²+b²+c²＝1。

对于上式还可以用一组非线性相关的向量θ，α表示为下式：

式中x_i为测量值经过处理转化得到的值，θ及α初始时为根据已知的靶标模型Z平面给出的假设猜想，n是符合这个平面关系的所有的点云的总数，即测量系统发射接收到的来自靶标某一平面上的全部反射激光点总点数。

S32、分别计算点云子空间中点云到所述Z平面模型的马氏距离，判定各点云是否属于Z平面；

假设点云中某个点y_i的三维坐标x_i＝(x、y、z)^T,则该点到所述Z平面的马氏距离可以表示为下式：

$d_i=\sqrt{{({\mathrm{\θ}}^T{x}_i-\mathrm{\α})}^T{\left(H_i\right)}^{-1}({\mathrm{\θ}}^T{x}_i-\mathrm{\α})}\≈0$

其中θ^Tx_i-α为点y_i到Z平面的距离，H_i是θ^Tx_i的协方差矩阵，规定满足下式的点在平面上：

d_i≈0并且d′＝arg max(d_i)

如果点y_i到Z平面的马氏距离约等于零(本实施例中约等于的范围误差设定为0.01米)，则认为点y_i属于Z平面，否则认为点y_i为噪声。

S33、采用以最大似然估计为原理的二分法将点云子空间分成符合平面方程参数的基础点云和不符合平面模型的噪声点云。

最大似然估计的基本原理是：当从模型总体中随机抽取N组样本观测值后，最合理的参数估计量应该使得从模型中抽取该N组样本观测值的概率最大

S34、重复步骤S31-S33，分别对构成靶标的其余两个平面进行平面模型估计，获得其余两个平面的基础点云。

由于步骤S31中来自同一平面的基础点云对于另外两个平面上的基础点云便是噪声点,因而需要进行步骤S34以对各平面进行分别处理。

S4、对S3所获得的三个基础点云进行迭代去噪处理，最终获得精准的平面参数；

具体做法为：对于第i(i＝1，2，3)个平面的基础点云再次进行平面参数估计，得到新的平面参数值α_i和θ_i，然后用新得到的参数值更新之前的参数值，并且会得到两个点云子集数据，其中一个为认为属于这个平面的点云子集，另一个则是噪声点云数据，取这个认为属于这个平面的点云数据子集再次重复以上的做法，直到测得噪声点云数据中的噪声点总数小于标准设定值为止，本实施例中标准值设定为10个，继续对下一个平面进行迭代去噪，直到三个平面都去噪完成，并且得到了最终的θ值和α值。

S5、使用S4所获得的参数向量，联立各平面方程组成方程组，求解靶标控制点：

所述的平面方程为：

其中为测量值经过处理转化得到的值，θ，α为步骤S6中所获得的最终的三个平面的参数向量。

当步骤S3中所获得的符合某个平面方程参数的基础点云集中只有1或2个点云数据而无法拟合平面时，而其余两个平面的点云数据符合平面构建要求时，以步骤S4中其余两个平面最终确定的平面参数值结合靶标模型参数(X、Y、Z平面之间的夹角)联立求解靶标控制点。

具体做法如下：

假设Z平面上的点云子集只有一个点云，已知靶标三个平面X，Y，Z之间的夹角，定义为：∠XY＝α；∠YZ＝β；∠ZX＝γ,

则：平面X上的点云子集(i＝1,2,3···n)；

平面Y上的点云子集(j＝1,2,3···m)；

平面Z上的点云子集(k＝1,2,3···w)；

其中n≥3，m≥3，w≥1

拟合靶标时，首先通过X，Y上的点云子集(各三个点即可)拟合平面方程：ax+by+cz+d＝0

由于已知X,Y与Z的夹角γ和β，则设

平面X的方程为:a_Xx+b_Xy+c_Xz+1＝0

平面Y的方程为:a_Yx+b_Yy+c_Yz+1＝0

平面Z的方程为:a_Zx+b_Zy+c_Zz+1＝0

则a_Z，b_Z，c_Z为未知变量，可通过下列解方程组求得靶标控制点。

a_Zx+b_Zy+c_Zz+1＝0；

$\frac{a_X{a}_Z+b_X{b}_Z+c_X{c}_Z}{\sqrt{{a_Z}^2+{b_Z}^2+{c_Z}^2}\sqrt{{a_X}^2+{b_X}^2+{c_X}^2}}=\mathrm{\γ}$

$\frac{a_Y{a}_Z+b_Y{b}_Z+c_Y{c}_Z}{\sqrt{{a_Z}^2+{b_Z}^2+{c_Z}^2}\sqrt{{a_Y}^2+{b_Y}^2+{c_Y}^2}}=\mathrm{\β}$

由上可看出，最少只需要7个点云数据便可拟合出靶标控制点。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种适用于快速扫描场景的靶标，包括靶标及连接柱，其特征在于：靶标的靶标面由三个互不平行的平面X、Y、Z组成，X、Y、Z平面相交于一点，该点即为靶标的控制点，所述连接柱用以支撑所述靶标以避开靶标背景区域中的干涉物。

2.根据权利要求1所述的一种适用于快速扫描场景的靶标，其特征在于：所述X平面与Y平面相交于一条直线，所述直线与所述Z平面间的夹角为钝角。

3.根据权利要求1所述的一种适用于快速扫描场景的靶标，其特征在于：X平面与Y平面间的夹角为钝角。

4.根据权利要求1所述的一种适用于快速扫描场景的靶标，其特征在于：所述靶标的靶标面上涂有银白色涂料。

5.一种基于权利要求1所述靶标的靶标控制点的提取方法，其特征在于，包括以下步骤：

S1、使用激光扫描系统扫描各靶标，获得系列的非线性点云数据，并结合相应时刻的激光扫描系统的扫描距离参数、姿态参数及差分全球定位系统对点云数据进行坐标解算，获得具有统一坐标系的三维点云数据；

S2、对三维点云数据进行识别、截取，根据给定的靶标模型从所述三维点云数据中分离出缩小的含更少噪音点的用于参数估计的点云子空间；

S3、对所述点云子空间进行平面模型估计，并采用以最大似然估计为原理的二分法并将点云子空间分成符合平面方程参数的基础点云和不符合平面模型的噪声点云；

S4、再次对S3所获得的三个基础点云进行去噪处理，最终获得精准的平面参数；

S5、使用S4所获得的参数向量，联立平面方程组，求解靶标控制点坐标。

6.根据权利要求5所述的一种靶标控制点的提取方法，其特征在于，步骤S2包括以下步骤：

S21、对所述三维点云数据进行分析，找到靶标点云数据的三维中Z值最大的点Z_max；

S22、以Z_max为基准，以靶标已知的外形尺寸及构成靶标面的各平面间的角度值作为约束值将与靶标有关的点云数据从所述三维点云数据中分离出来获得用于参数估计的点云子空间。

7.根据权利要求5所述的一种靶标控制点的提取方法，其特征在于，步骤S3包括以下步骤：

S31、根据已知靶标模型的Z平面的参数分别对所述点云子空间进行平面模型估计：

式中为测量值经过处理转化得到的值，θ及α为根据已知的靶标模型Z平面给出的假设猜想；

S32、分别计算点云子空间中点云到所述Z平面模型的马氏距离，以判定各点云是否属于Z平面：

假设点云中某个点y_i的三维坐标x_i＝(x、y、z)^T,则所述马氏距离可以表示为下式：

$d_i=\sqrt{{({\mathrm{\θ}}^T{x}_i-\mathrm{\α})}^T{\left(H_i\right)}^{-1}({\mathrm{\θ}}^T{x}_i-\mathrm{\α})}\≈0$

其中θ^Tx_i-α为点y_i到Z平面的距离，H_i是θ^Tx_i的协方差矩阵，规定满足下式的点在平面上：

d_i≈0并且d′＝arg max(d_i)

如果点y_i到Z平面的马氏距离约等于零，则认为点y_i属于Z平面，否则认为该点y_i是噪声点；

S33、采用以最大似然估计为原理的二分法将点云子空间分成符合平面方程参数的基础点云和不符合平面模型的噪声点云；

S34、重复步骤S31-S33，分别对构成靶标的其余两个平面进行平面模型估计，获得其余两个平面的基础点云。

8.根据权利要求7所述的一种靶标控制点的提取方法，其特征在于：所述点y_i到Z平面的马氏距离约等于零的误差范围为0.01米。

9.根据权利要求5所述的一种靶标控制点的提取方法，其特征在于：步骤S4所述的去噪处理采用的是迭代去噪法，具体做法为：对于第i(i＝1，2，3)个平面的基础点云再次进行平面参数估计，得到新的平面参数值α_i和θ_i，然后用新得到的参数值更新之前的参数值，并且会得到两个点云子集数据，其中一个为认为属于这个平面的点云子集，另一个则是噪声点云数据，取这个认为属于这个平面的点云数据子集再次重复以上的做法，直到获得的噪声点云个数小于标准设定值为止；继续对下一个平面进行迭代去噪，直到三个平面都去噪完成，得到各平面最终的θ值和α值。

10.根据权利要求5所述的一种靶标控制点的提取方法，其特征在于：当步骤S3中所获得的某个平面的基础点云集中仅有1或2个点云数据而无法拟合平面时，以已确定的其余两个平面的平面方程及靶标各平面(X、Y、Z)间已知夹角关系联立方程求解靶标控制点。