CN106382917A - 一种室内环境三维空间信息连续采集方法 - Google Patents

一种室内环境三维空间信息连续采集方法 Download PDF

Info

Publication number
CN106382917A
CN106382917A CN201510476960.XA CN201510476960A CN106382917A CN 106382917 A CN106382917 A CN 106382917A CN 201510476960 A CN201510476960 A CN 201510476960A CN 106382917 A CN106382917 A CN 106382917A
Authority
CN
China
Prior art keywords
dimensional
pcd
laser scanner
thick
ret
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
Application number
CN201510476960.XA
Other languages
English (en)
Other versions
CN106382917B (zh
Inventor
危迟
余建伟
姚立
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
WUHAN HAIDASHU CLOUD TECHNOLOGY Co Ltd
Original Assignee
WUHAN HAIDASHU CLOUD TECHNOLOGY Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by WUHAN HAIDASHU CLOUD TECHNOLOGY Co Ltd filed Critical WUHAN HAIDASHU CLOUD TECHNOLOGY Co Ltd
Priority to CN201510476960.XA priority Critical patent/CN106382917B/zh
Publication of CN106382917A publication Critical patent/CN106382917A/zh
Application granted granted Critical
Publication of CN106382917B publication Critical patent/CN106382917B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/02Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
    • G01C11/025Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures by scanning the object

Abstract

本发明涉及一种室内环境三维空间信息连续采集方法,操作步骤为:使用室内移动测量系统获取点云数据,选择相邻时间段线扫点云,进行特征查找和粗匹配,计算相对几何关系,构建整个采集时间段内所有线扫点云的相对位置关系,根据时间和粗匹配的相对位置关系,计算三维激光点云的精确位置相对关系,根据精确位置关系,对整个时间段内粗匹配关系进行修正,对比粗匹配与精匹配的相对关系值小于阈值,以及查看是否所有数据经过配准,如果不满足条件,则重复进行精匹配及修正步骤,否则,方法结束,完成空间三维信息的采集。本方法具有自动化程度高、快速高效的优点。

Description

一种室内环境三维空间信息连续采集方法
技术领域
本发明涉及一种室内环境三维空间信息连续采集方法,属于摄影测量和三维激光技术领域。
背景技术
移动测量系统作为一种新兴的空间信息采集手段,正逐步的广泛应用于各行各业。在室外环境下,移动测量系统使用POS系统进行定位定姿,再结合系统上装备的各类传感器如三维激光扫描仪与高清全景相机,进行空间三维信息的采集获取。然而,在室内环境下,由于GPS信号的缺失及不可靠,基本的定位定姿精度无法保证,后续的信息无法融合,导致无法直接使用室外环境下可用的移动测量系统,进行空间信息的连续精确采集。
发明内容
本发明的目的是为了解决现有技术面临的问题,而提供一种基于SLAM原理的室内环境空间三维信息连续采集方法,获取三维激光扫描仪、相机等传感器在不同时刻采集的精确位置和姿态参数,从而确保系统采集的数据的精度和可靠性。
为实现上述目的,本发明所采用的技术方案是:提出一种室内环境三维空间信息连续采集方法。首先,使用室内移动测量系统在室内环境下进行采集数据,采集数据过程在载体移动前进中进行,通过线扫激光扫描仪用于获取用于粗匹配的点云数据,地面三维激光扫描仪在载体短暂停止时进行三维扫描获取三维点云数据,同时,记录存储采集的时间信息。定义室内移动测量系统中的载体坐标系,以线扫激光扫描仪中心为坐标系原点,载体行驶的方向为Y轴正方向,垂直向上的方向为Z轴正方向,根据右手坐标系确定X轴方向,地面三维激光扫描仪内部定义三维空间直角坐标系为扫描仪中心为其内部坐标系的原点,在其自身水平情况下采集时第一束激光发射的方向为X轴正方向,垂直向上的方向为Z轴,根据右手坐标系确定Y轴方向,地面三维激光扫描仪的外参数可表示载体坐标系转换至三维激光扫描仪坐标系的变换关系,再按如下步骤操作:
步骤1、根据时间信息,选取相邻两个时间段(Ti,Ti+1),线扫激光扫描仪采集获取的粗匹配点云数据(Pcdi,Pcdi+1),通过特征提取算法进行特征点选取及匹配,估计两个匹配点云数据的相对位移及姿态估计,建立两个粗匹配点云之间的相对位置关系,用旋转矩阵及偏移量(R0,T0)表示;
步骤2、重复步骤1,不断进行点云匹配,建立整个采集时间范围内获取点云信息的相对几何关系,从而建立其在任意时刻Ti采集的点云数据在粗始坐标系下的位置及姿态信息(Ri,Ti);
步骤3、根据记录的时间信息,查找出地面三维激光扫描仪进行三维空间信息采集的时刻,对任意一对地面三维激光扫描获取的三维点云(PCDt1,PCDt2),其对应的时间分别为t1和t2,其对应的线扫激光扫描仪的位置和姿态为(R1,T1)、(R2,T2)。载体系统中,地面三维激光扫描仪及线扫激光扫描仪均固定在一个刚性平台上,其相对位置及姿态关系保持固定不变,即三维点云(PCDt1,PCDt2)之间的粗始相对关系,可由(R1,T1)及(R2,T2),直接计算推导,为(Rret,Tret);
步骤4、在三维空间点云对(PCDt1,PCDt2)中进行特征选取与匹配,通过ICP算法,在给定粗始值(Rret,Tret)的情况下,计算出最优参数,从而获取出三维空间点云之间的准确相对参数关系(Rpre,Tpre),可以将两个点云统一在同一个坐标系下;
步骤5、通过步骤4中计算的精确相对位置关系(Rpre,Tpre),对步骤2中计算出的粗匹配相对位置关系(Rret,Tret),进行修正,调整整体的粗步相对位置关系,之后再次进行步骤3及步骤4,对其他的三维空间点云进行精确匹配,获取更加准确的相对位置关系,之后再次对粗匹配参数进行改正,再次计算,重复迭代,直至所有点云数据(线扫激光扫描仪及三维激光扫描仪获取)均完成精确匹配且参数变化小于规定阈值δ时,结束计算。
本发明的方法步骤1中所述根据时间信息,选取相邻两个时间段(Ti,Ti+1),在选取时选取时间间隔应当大于单次整圈线扫时间,一般为整圈线扫时间的整数倍,时间段也不用间隔过大,使得线扫激光扫描仪采集获取的粗匹配点云数据(Pcdi,Pcdi+1),存在同名特征,通过特征提取算法进行特征点选取及匹配,估计两个匹配点云数据的相对位移及姿态估计,建立两个粗匹配点云之间的相对位置关系,用旋转矩阵及偏移量(R0,T0)表示,如公式①所示;
X i + 1 Y i + 1 Z i + 1 = X i Y i Z i * ( R 0 ) + ( T 0 ) …………………………………①
其中,(Xi,Yi,Zi)为Pcdi中提取的特征点,(Xi+1,Yi+1,Zi+1)为Pcdi+1中对应的特征点。
本发明的方法步骤2中所述重复步骤1,不断进行点云匹配,即选取上一步中下一时间(Ti+1,Ti+2),计算相对几何关系,那么可以得到(Ti,Ti+2)两个时刻点云之间的相对几何关系,则可建立其整个采集时间范围(T0,Tn)内获取点云信息的粗步相对几何关系,从而建立其在任意时刻Ti采集的点云数据在粗始坐标系下的位置及姿态信息(Ri,Ti),值得注意是,为了提高后期计算精度,减少传播误差,可以在外业数据采集时通过采用采集闭合路线的方式进行数据采集。
本发明的方法步骤3中所述的根据记录的时间信息,查找出地面三维激光扫描仪进行三维空间信息采集的时刻,在外业采集时,地面三维激光扫描仪进行扫描时,载体会处于静止状态,记录下此时的时间,对任意一对地面三维激光扫描获取的三维点云(PCDt1,PCDt2),其对应的时间分别为t1和t2,其对应的线扫激光扫描仪的位置和姿态为(R1,T1)、(R2,T2)。载体系统中,地面三维激光扫描仪及线扫激光扫描仪均固定集成在一个刚性平台上,其相对位置及姿态关系保持固定不变,即三维点云(PCDt1,PCDt2)之间的粗始相对关系,可由(R1,T1)及(R2,T2),直接计算推导,为(Rret,Tret),如公式②;
X t 2 Y t 2 Z t 2 = X t 1 Y t 1 Z t 1 * ( R ret ) + ( T ret ) ……………………………………②
其中,(Xt1,Yt1,Zt1)为PCDt1中提取的特征点,(Xt2,Yt2,Zt2)为PCDt2中对应的特征点。
本发明的方法步骤4中所述在三维空间点云对(PCDt1,PCDt2)中进行特征选取与匹配,三维空间点云采集的信息比线扫激光扫描获取的点云信息更加丰富,可以提取点、线、面多种特征,通过ICP算法,在给定粗始值(Rret,Tret)的情况下,计算出最优参数,从而获取出三维空间点云之间的准确相对参数关系(Rpre,Tpre),可以将两个点云统一在同一个坐标系下;
本发明的方法步骤5中通过步骤4中计算的精确相对位置关系(Rpre,Tpre),对步骤2中计算出的粗匹配相对位置关系(Rret,Tret),进行修正,调整整体的粗步相对位置关系,使用精确相对关系,可以提高粗步匹配的相对关系精度,之后再次进行步骤3及步骤4,对其他的三维空间点云对,此时应当不再为(t1,t2)时刻,而是其他时刻进行精确匹配,获取更加准确的相对位置关系,之后再次对粗匹配参数进行改正,即完成一次精确匹配后对粗匹配结果进行改正,再次计算,重复迭代,直至所有点云数据(线扫激光扫描仪及三维激光扫描仪获取)均完成精确匹配且参数变化小于规定阈值δ时,方法结束。
本发明基于SLAM原理,将线扫激光扫描仪与地面三维激光扫描仪集成在一个刚性平台上进行数据采集,首先使用线扫激光扫描仪进行采集时间段内的点云数据的粗匹配,然后在时间统一的基准上,将地面三维激光扫描仪获取的点云数据使用ICP算法进行精确配准,迭代改进整个解算过程,最终获取连续精确的空间三维信息。
本发明的方法与现有的技术相比具有如下优点:
1、更高的采集效率。本发明的方法相较于传统的间断式采集,能够减少外业工作量及内业后续处理工作量。
2、自动化程度较高。后续数据配准解算均有很大部分是自动完成。
附图说明
图1为本发明基于SLAM的室内环境空间三维信息连续采集方法的操作流程图。
图2为本发明移动测量系统不同坐标系示意图。
图3为本发明室内环境下移动测量系统采集时坐标相对关系示意图。
上述图中:1-载体坐标系,2-地面三维激光扫描仪局部坐标系,3-前一时刻载体坐标系,4-前一时刻地面三维激光扫描仪局部坐标系,5-下一时刻载体坐标系,6-下一时刻地面三维激光扫描仪局部坐标系,7-室内环境。
具体实施方式
以下结合附图和实施例对本发明作进一步详述。
实施例1:本发明提出的一种室内环境三维空间信息连续采集方法,其操作步骤如图1所示。具体的操作是:首先,使用室内移动测量系统在室内环境下进行采集数据,采集数据过程在载体移动前进中进行,通过线扫激光扫描仪用于获取用于粗匹配的点云数据,地面三维激光扫描仪在载体短暂停止时进行三维扫描获取三维点云数据,同时,记录存储采集的时间信息。定义室内移动测量系统中的载体坐标系,以线扫激光扫描仪中心为坐标系原点,载体行驶的方向为Y轴正方向,垂直向上的方向为Z轴正方向,根据右手坐标系确定X轴方向,地面三维激光扫描仪内部定义三维空间直角坐标系为扫描仪中心为其内部坐标系的原点,在其自身水平情况下采集时第一束激光发射的方向为X轴正方向,垂直向上的方向为Z轴,根据右手坐标系确定Y轴方向,地面三维激光扫描仪的外参数可表示载体坐标系转换至三维激光扫描仪坐标系的变换关系,再按如下步骤操作:
步骤1、选取相邻两个时间段(Ti,Ti+1),在选取时选取时间间隔应当大于单次整圈线扫时间,一般为整圈线扫时间的整数倍,时间段也不用间隔过大,使得线扫激光扫描仪采集获取的粗匹配点云数据(Pcdi,Pcdi+1),存在同名特征,通过特征提取算法进行特征点选取及匹配,估计两个匹配点云数据的相对位移及姿态估计,建立两个粗匹配点云之间的相对几何关系,用旋转矩阵及偏移量(R0,T0)表示,其具体操作为;
1.1、从采集开始的时间中,在第Ti时刻线扫扫描仪获取的点云数据中,使用特征查找算法,查找点云中的多个特征点,获取其在Ti时刻载体坐标系下的三维坐标(Xi,Yi,Zi);
1.2、在第Ti+1时刻线扫扫描仪获取的点云数据中,使用特征查找算法,查找点云中的多个特征点,获取其在Ti+1时刻载体坐标系下的三维坐标(Xi+1,Yi+1,Zi+1);
1.3、进行特征匹配后,按公式①列出方程最小二乘解算,计算出两个时刻载体坐标系之间的相对几何关系,为(R0,T0)。
步骤2、重复步骤1,不断进行点云匹配,即选取上一步中下一时间(Ti+1,Ti+2),计算相对几何关系,那么可以得到(Ti,Ti+2)两个时刻点云之间的相对几何关系,则可建立其整个采集时间范围(T0,Tn)内获取点云信息的粗步相对几何关系,从而建立其在任意时刻Ti采集的点云数据在粗始坐标系下的位置及姿态信息(Ri,Ti),其具体操作为:
2.1、在第Ti+2时刻线扫扫描仪获取的点云数据中,使用特征查找算法,查找点云中的多个特征点,获取其在Ti+2时刻载体坐标系下的三维坐标(Xi+2,Yi+2,Zi+2);
2.2、进行特征匹配后,按公式①列出方程最小二乘解算,计算出两个时刻载体坐标系之间的相对几何关系,然后根据前一时间段计算出相对关系,计算出Ti+2与Ti时刻载体坐标系之间的相对几何关系,如此可以逐步推导出在粗始时刻粗始坐标系下的位置和姿态。
2.3、重复2.1及2.2,可以获取整个采集时间段内,任意时刻载体坐标系在粗始坐标系下位置和姿态,从而可以粗步的将所有点云数据进行坐标统一。
步骤3、根据记录的时间信息,查找出地面三维激光扫描仪进行三维空间信息采集的时刻,在外业采集时,地面三维激光扫描仪进行扫描时,载体会处于静止状态,记录下此时的时间,对任意一对地面三维激光扫描获取的三维点云(PCDt1,PCDt2),其对应的时间分别为t1和t2,其对应的线扫激光扫描仪的位置和姿态为(R1,T1)、(R2,T2)。载体系统中,地面三维激光扫描仪及线扫激光扫描仪均固定集成在一个刚性平台上,其相对位置及姿态关系保持固定不变,即三维点云(PCDt1,PCDt2)之间的粗始相对关系,可由(R1,T1)及(R2,T2),直接计算推导,为(Rret,Tret),其具体操作为:
3.1、对于第t1时刻,地面三维激光扫描仪获取的点云PCDt1,根据地面激光扫描仪与线扫激光扫描仪之间固定相对几何关系,可以计算出其在粗始载体坐标系中的位置和姿态(Rt1,Tt1),如图2所示。
3.2、对于第t2时刻,可以获取点云PCDt2在粗始载体坐标系中的位置和姿态(Rt2,Tt2),则可计算出两者之间的粗始的相对几何关系(Rret,Tret)。
步骤4、在三维空间点云对(PCDt1,PCDt2)中进行特征选取与匹配,三维空间点云采集的信息比线扫激光扫描获取的点云信息更加丰富,可以提取点、线、面多种特征,通过ICP算法,在给定粗始值(Rret,Tret)的情况下,计算出最优参数,从而获取出三维空间点云之间的准确相对参数关系(Rpre,Tpre),可以将两个点云统一在同一个坐标系下,其具体步骤为:
4.1、在第t1时刻线扫扫描仪获取的点云数据中,使用特征查找算法,查找点云中的多个特征点,获取其在t1时刻载体坐标系下的三维坐标(Xt1,Yt1,Zt1);
4.2、在第t2时刻线扫扫描仪获取的点云数据中,使用特征查找算法,查找点云中的多个特征点,获取其在t2时刻载体坐标系下的三维坐标(Xt2,Yt2,Zt2);
4.3、根据4.1与4.2中获取的特征,采用ICP算法,给定粗始相对几何关系(Rret,Tret),迭代求解出最优的相对几何位置关系(Rpre,Tpre),将两者的坐标系进行统一;
步骤5、通过步骤4中计算的精确相对位置关系(Rpre,Tpre),对步骤2中计算出的粗匹配相对位置关系(Rret,Tret),进行修正,调整整体的粗步相对位置关系,使用精确相对关系,可以提高粗步匹配的相对关系精度,之后再次进行步骤3及步骤4,对其他的三维空间点云对,此时应当不再为(t1,t2)时刻,而是其他时刻进行精确匹配,获取更加准确的相对位置关系,之后再次对粗匹配参数进行改正,即完成一次精确匹配后对粗匹配结果进行改正,再次计算,重复迭代,直至所有点云数据(线扫激光扫描仪及三维激光扫描仪获取)均完成精确匹配且参数变化小于规定阈值δ时,完成计算,其具体步骤为:
5.1、根据在第t1时刻与第t2时刻精确的相对几何关系(Rpre,Tpre),替换整体粗匹配集合中的对应时刻的相对位置关系(Rret,Tret),然后逐步调整其他所有时刻的相对几何关系参数,从而获取更新之后的整体粗匹配集合。
5.2、判断是否所有的地面三维激光点云是否均已进行精确配准以及更新湖的整体粗匹配集合与更新之前的集合变化情况,如果存在地面三维激光点云未经过精匹配或者前后集合变化程度小于阈值δ,则重复进行步骤3、步骤4、步骤5.1,否则完成整个过程。
本发明的方法基于SLAM原理,首先通过线扫激光扫描仪获取的点云数据进行相对关系的粗匹配,构建采集时段全部点云数据的粗匹配集合,然后通过地面激光扫描仪获取的点云进行精匹配,之后更新粗匹配集合,迭代进行匹配,最终获取全局最优的精确连续空间三维信息,具有效率高和自动化程度高的特点,具备一定的实用意义。

Claims (6)

1.一种室内环境三维空间信息连续采集方法,使用室内移动测量系统在室内环境下进行采集数据,采集数据过程在载体移动前进中进行,通过线扫激光扫描仪用于获取用于粗匹配的点云数据,地面三维激光扫描仪在载体短暂停止时进行三维扫描获取三维点云数据,同时记录存储采集的时间信息。定义室内移动测量系统中的载体坐标系,以线扫激光扫描仪中心为坐标系原点,载体行驶的方向为Y轴正方向,垂直向上的方向为Z轴正方向,根据右手坐标系确定X轴方向,地面三维激光扫描仪内部定义三维空间直角坐标系为扫描仪中心为其内部坐标系的原点,在其自身水平情况下采集时第一束激光发射的方向为X轴正方向,垂直向上的方向为Z轴,根据右手坐标系确定Y轴方向,地面三维激光扫描仪的外参数可表示载体坐标系转换至三维激光扫描仪坐标系的变换关系,其特征在于:再按如下步骤操作:
步骤1、根据时间信息,选取相邻两个时间段(Ti,Ti+1),线扫激光扫描仪采集获取的粗匹配点云数据(Pcdi,Pcdi+1),通过特征提取算法进行特征点选取及匹配,估计两个匹配点云数据的相对位移及姿态估计,建立两个粗匹配点云之间的相对位置关系,用旋转矩阵及偏移量(R0,T0)表示;
步骤2、重复步骤1,不断进行点云匹配,建立整个采集时间范围内获取点云信息的相对几何关系,从而建立其在任意时刻Ti采集的点云数据在粗始坐标系下的位置及姿态信息(Ri,Ti);
步骤3、根据记录的时间信息,查找出地面三维激光扫描仪进行三维空间信息采集的时刻,对任意一对地面三维激光扫描获取的三维点云(PCDt1,PCDt2),其对应的时间分别为t1和t2,其对应的线扫激光扫描仪的位置和姿态为(R1,T1)、(R2,T2)。载体系统中,地面三维激光扫描仪及线扫激光扫描仪均固定在一个刚性平台上,其相对位置及姿态关 系保持固定不变,即三维点云(PCDt1,PCDt2)之间的粗始相对关系,可由(R1,T1)及(R2,T2),直接计算推导,为(Rret,Tret);
步骤4、在三维空间点云对(PCDt1,PCDt2)中进行特征选取与匹配,通过ICP算法,在给定粗始值(Rret,Tret)的情况下,计算出最优参数,从而获取出三维空间点云之间的准确相对参数关系(Rpre,Tpre),可以将两个点云统一在同一个坐标系下;
步骤5、通过步骤4中计算的精确相对位置关系(Rpre,Tpre),对步骤2中计算出的粗匹配相对位置关系(Rret,Tret),进行修正,调整整体的粗步相对位置关系,之后再次进行步骤3及步骤4,对其他的三维空间点云进行精确匹配,获取更加准确的相对位置关系,之后再次对粗匹配参数进行改正,再次计算,重复迭代,直至所有点云数据(线扫激光扫描仪及三维激光扫描仪获取)均完成精确匹配且参数变化小于规定阈值δ时,结束计算。
2.根据权利要求1所述的室内环境空间三维信息连续采集方法,其特征在于:步骤1中所述根据时间信息,选取相邻两个时间段(Ti,Ti+1),在选取时选取时间间隔应当大于单次整圈线扫时间,一般为整圈线扫时间的整数倍,时间段也不用间隔过大,使得线扫激光扫描仪采集获取的粗匹配点云数据(Pcdi,Pcdi+1),存在同名特征,通过特征提取算法进行特征点选取及匹配,估计两个匹配点云数据的相对位移及姿态估计,建立两个粗匹配点云之间的相对位置关系,用旋转矩阵及偏移量(R0,T0)表示,如公式①所示;
…………………………………①
其中,(Xi,Yi,Zi)为Pcdi中提取的特征点,(Xi+1,Yi+1,Zi+1)为Pcdi+1中对应的特征点。
3.根据权利要求1所述的室内环境空间三维信息连续采集方法,其特征在于:步骤2中所述重复步骤1,不断进行点云匹配,即选取上一步中下一时间(Ti+1,Ti+2),计算相对几何关系,那么可以得到(Ti,Ti+2)两个时刻点云之间的相对几何关系,则可建立其整个 采集时间范围(T0,Tn)内获取点云信息的粗步相对几何关系,从而建立其在任意时刻Ti采集的点云数据在粗始坐标系下的位置及姿态信息(Ri,Ti),值得注意是,为了提高后期计算精度,减少传播误差,可以在外业数据采集时通过采用采集闭合路线的方式进行数据采集。
4.根据权利要求1所述的室内环境空间三维信息连续采集方法,其特征在于:步骤3中所述的根据记录的时间信息,查找出地面三维激光扫描仪进行三维空间信息采集的时刻,在外业采集时,地面三维激光扫描仪进行扫描时,载体会处于静止状态,记录下此时的时间,对任意一对地面三维激光扫描获取的三维点云(PCDt1,PCDt2),其对应的时间分别为t1和t2,其对应的线扫激光扫描仪的位置和姿态为(R1,T1)、(R2,T2)。载体系统中,地面三维激光扫描仪及线扫激光扫描仪均固定集成在一个刚性平台上,其相对位置及姿态关系保持固定不变,即三维点云(PCDt1,PCDt2)之间的粗始相对关系,可由(R1,T1)及(R2,T2),直接计算推导,为(Rret,Tret),如公式②;
……………………………………②
其中,(Xt1,Yt1,Zt1)为PCDt1中提取的特征点,(Xt2,Yt2,Zt2)为PCDt2中对应的特征点。
5.根据权利要求1所述的室内环境空间三维信息连续采集方法,其特征在于:步骤4中所述在三维空间点云对(PCDt1,PCDt2)中进行特征选取与匹配,三维空间点云采集的信息比线扫激光扫描获取的点云信息更加丰富,可以提取点、线、面多种特征,通过ICP算法,在给定粗始值(Rret,Tret)的情况下,计算出最优参数,从而获取出三维空间点云之间的准确相对参数关系(Rpre,Tpre),可以将两个点云统一在同一个坐标系下。
6.根据权利要求1所述的室内环境空间三维信息连续采集方法,其特征在于:步骤5中通过步骤4中计算的精确相对位置关系,对步骤2中计算出的粗匹配相对位置关系 (Rret,Tret),进行修正,调整整体的粗步相对位置关系,使用精确相对关系,可以提高粗步匹配的相对关系精度,之后再次进行步骤3及步骤4,对其他的三维空间点云对,此时应当不再为(t1,t2)时刻,而是其他时刻进行精确匹配,获取更加准确的相对位置关系,之后再次对粗匹配参数进行改正,即完成一次精确匹配后对粗匹配结果进行改正,再次计算,重复迭代,直至所有点云数据(线扫激光扫描仪及三维激光扫描仪获取)均完成精确匹配且参数变化小于规定阈值δ时,方法结束。
CN201510476960.XA 2015-08-07 2015-08-07 一种室内环境下三维空间信息连续精确采集方法 Active CN106382917B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510476960.XA CN106382917B (zh) 2015-08-07 2015-08-07 一种室内环境下三维空间信息连续精确采集方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510476960.XA CN106382917B (zh) 2015-08-07 2015-08-07 一种室内环境下三维空间信息连续精确采集方法

Publications (2)

Publication Number Publication Date
CN106382917A true CN106382917A (zh) 2017-02-08
CN106382917B CN106382917B (zh) 2019-05-17

Family

ID=57916374

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510476960.XA Active CN106382917B (zh) 2015-08-07 2015-08-07 一种室内环境下三维空间信息连续精确采集方法

Country Status (1)

Country Link
CN (1) CN106382917B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107462153A (zh) * 2017-07-13 2017-12-12 广西我的科技有限公司 一种快速建立三维空间模型的方法
CN107843208A (zh) * 2017-10-27 2018-03-27 北京矿冶研究总院 一种矿山巷道轮廓感知方法及系统
CN109211236A (zh) * 2017-06-30 2019-01-15 沈阳新松机器人自动化股份有限公司 导航定位方法、装置及机器人
CN109489548A (zh) * 2018-11-15 2019-03-19 河海大学 一种利用三维点云的零件加工精度自动检测方法
CN109509208A (zh) * 2018-10-08 2019-03-22 香港理工大学 一种高精度三维点云获取方法、系统、装置及存储介质
CN109813283A (zh) * 2017-11-20 2019-05-28 莱卡地球系统公开股份有限公司 立体摄像头和立体摄影测量方法
CN109917404A (zh) * 2019-02-01 2019-06-21 中山大学 一种室内定位环境特征点提取方法
CN109974742A (zh) * 2017-12-28 2019-07-05 沈阳新松机器人自动化股份有限公司 一种激光里程计算方法和地图构建方法
CN110599449A (zh) * 2019-07-31 2019-12-20 众宏(上海)自动化股份有限公司 一种模板匹配及点云对比的齿轮扫描算法
CN112204344A (zh) * 2019-08-30 2021-01-08 深圳市大疆创新科技有限公司 位姿获取方法、系统和可移动平台
CN113534193A (zh) * 2021-07-19 2021-10-22 京东鲲鹏(江苏)科技有限公司 确定目标反射点的方法、装置、电子设备及存储介质
CN115620278A (zh) * 2022-11-15 2023-01-17 广州奇志信息科技有限公司 一种识别和测量物料的方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201780606U (zh) * 2010-06-08 2011-03-30 上海市刑事科学技术研究所 现场三维重现装置
JP5156601B2 (ja) * 2008-12-02 2013-03-06 株式会社トプコン 形状測定装置およびプログラム
CN103259616A (zh) * 2012-02-20 2013-08-21 联想(北京)有限公司 一种数据传输方法
CN103632606A (zh) * 2012-08-27 2014-03-12 联想(北京)有限公司 信息处理方法和装置
CN103868500A (zh) * 2014-03-21 2014-06-18 无锡市星迪仪器有限公司 光谱三维成像系统及成像方法
CN104075691A (zh) * 2014-07-09 2014-10-01 广州市城市规划勘测设计研究院 基于cors和icp算法的地面激光扫描仪快速测量地形的方法
US20150125045A1 (en) * 2013-11-04 2015-05-07 Steffen Gauglitz Environment Mapping with Automatic Motion Model Selection

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5156601B2 (ja) * 2008-12-02 2013-03-06 株式会社トプコン 形状測定装置およびプログラム
CN201780606U (zh) * 2010-06-08 2011-03-30 上海市刑事科学技术研究所 现场三维重现装置
CN103259616A (zh) * 2012-02-20 2013-08-21 联想(北京)有限公司 一种数据传输方法
CN103632606A (zh) * 2012-08-27 2014-03-12 联想(北京)有限公司 信息处理方法和装置
US20150125045A1 (en) * 2013-11-04 2015-05-07 Steffen Gauglitz Environment Mapping with Automatic Motion Model Selection
CN103868500A (zh) * 2014-03-21 2014-06-18 无锡市星迪仪器有限公司 光谱三维成像系统及成像方法
CN104075691A (zh) * 2014-07-09 2014-10-01 广州市城市规划勘测设计研究院 基于cors和icp算法的地面激光扫描仪快速测量地形的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SEBASTIAN THRUN: "A Real-Time Algorithm for Mobile Robot Mapping With Applications to Multi-Robot and 3D Mapping", 《PROCEEDINGS OF THE 2000 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS 8, AUTOMATION》 *
杨晶,刘守军: "基于影像点云的三维激光扫描仪成图与建模软件", 《测绘通报》 *
申丽曼,蔡自兴: "一种室内环境下机器人同时定位与地图构建方法", 《信息技术》 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109211236A (zh) * 2017-06-30 2019-01-15 沈阳新松机器人自动化股份有限公司 导航定位方法、装置及机器人
CN109211236B (zh) * 2017-06-30 2022-03-04 沈阳新松机器人自动化股份有限公司 导航定位方法、装置及机器人
CN107462153A (zh) * 2017-07-13 2017-12-12 广西我的科技有限公司 一种快速建立三维空间模型的方法
CN107462153B (zh) * 2017-07-13 2019-12-13 广西我的科技有限公司 一种快速建立三维空间模型的方法
CN107843208A (zh) * 2017-10-27 2018-03-27 北京矿冶研究总院 一种矿山巷道轮廓感知方法及系统
CN109813283A (zh) * 2017-11-20 2019-05-28 莱卡地球系统公开股份有限公司 立体摄像头和立体摄影测量方法
CN109813283B (zh) * 2017-11-20 2021-05-07 莱卡地球系统公开股份有限公司 手持装置、利用手持装置进行的基于图像的测量的方法
US11509881B2 (en) 2017-11-20 2022-11-22 Leica Geosystems Ag Stereo camera and stereophotogrammetric method
CN109974742A (zh) * 2017-12-28 2019-07-05 沈阳新松机器人自动化股份有限公司 一种激光里程计算方法和地图构建方法
CN109509208B (zh) * 2018-10-08 2023-06-13 香港理工大学 一种高精度三维点云获取方法、系统、装置及存储介质
CN109509208A (zh) * 2018-10-08 2019-03-22 香港理工大学 一种高精度三维点云获取方法、系统、装置及存储介质
CN109489548A (zh) * 2018-11-15 2019-03-19 河海大学 一种利用三维点云的零件加工精度自动检测方法
CN109489548B (zh) * 2018-11-15 2019-11-12 河海大学 一种利用三维点云的零件加工精度自动检测方法
CN109917404A (zh) * 2019-02-01 2019-06-21 中山大学 一种室内定位环境特征点提取方法
CN109917404B (zh) * 2019-02-01 2023-02-03 中山大学 一种室内定位环境特征点提取方法
CN110599449A (zh) * 2019-07-31 2019-12-20 众宏(上海)自动化股份有限公司 一种模板匹配及点云对比的齿轮扫描算法
WO2021035748A1 (zh) * 2019-08-30 2021-03-04 深圳市大疆创新科技有限公司 位姿获取方法、系统和可移动平台
CN112204344A (zh) * 2019-08-30 2021-01-08 深圳市大疆创新科技有限公司 位姿获取方法、系统和可移动平台
CN113534193A (zh) * 2021-07-19 2021-10-22 京东鲲鹏(江苏)科技有限公司 确定目标反射点的方法、装置、电子设备及存储介质
CN115620278A (zh) * 2022-11-15 2023-01-17 广州奇志信息科技有限公司 一种识别和测量物料的方法

Also Published As

Publication number Publication date
CN106382917B (zh) 2019-05-17

Similar Documents

Publication Publication Date Title
CN106382917A (zh) 一种室内环境三维空间信息连续采集方法
CN109917356B (zh) 一种机载激光扫描系统误差标定方法
CN105842679B (zh) 一种国产卫星激光高度计在轨几何标定方法及系统
US20210103040A1 (en) EXTRINSIC CALIBRATION METHOD OF MULTIPLE 3D LiDAR SENSORS FOR AUTONOMOUS NAVIGATION SYSTEM
US20200103530A1 (en) Method for extracting elevation control point with assistance of satellite laser altimetry data
CN104463894B (zh) 一种多视角三维激光点云全局优化整体配准方法
CN102506824B (zh) 一种城市低空无人机系统生成数字正射影像图的方法
CN104062973B (zh) 一种基于图像标志物识别的移动机器人slam方法
CN111536967B (zh) 一种基于ekf的多传感器融合温室巡检机器人跟踪方法
US20130060382A1 (en) Method of accurate mapping with mobile robots
CN104535064A (zh) 一种Wi-Fi指纹辅助的室内移动终端惯性导航方法
CN109141427B (zh) 在非视距环境下基于距离和角度概率模型的ekf定位方法
CN103093459B (zh) 利用机载LiDAR点云数据辅助影像匹配的方法
CN103499337B (zh) 一种基于立式标靶的车载单目摄像头测距测高装置
CN104268935A (zh) 一种基于特征的机载激光点云与影像数据融合系统及方法
CN107330927B (zh) 机载可见光图像定位方法
CN105704652A (zh) 一种wlan/蓝牙定位中的指纹库采集和优化方法
CN104090301B (zh) 一种求取三维高频静校正量的方法
CN104715469A (zh) 一种数据处理方法及电子设备
CN107314763A (zh) 一种基于制约函数非线性估计的卫星影像区域网平差方法
CN106525054B (zh) 一种采用星上推扫遥感图像信息的单星自主测定轨方法
CN114526745A (zh) 一种紧耦合激光雷达和惯性里程计的建图方法及系统
CN106526593A (zh) 基于sar严密成像模型的子像素级角反射器自动定位方法
CN103295202B (zh) 一种面向高山地区的遥感影像几何纠正方法
CN113466890A (zh) 基于关键特征提取的轻量化激光雷达惯性组合定位方法和系统

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