CN115880345A - 点云数据配准方法、装置、设备以及存储介质 - Google Patents

点云数据配准方法、装置、设备以及存储介质 Download PDF

Info

Publication number
CN115880345A
CN115880345A CN202310015353.8A CN202310015353A CN115880345A CN 115880345 A CN115880345 A CN 115880345A CN 202310015353 A CN202310015353 A CN 202310015353A CN 115880345 A CN115880345 A CN 115880345A
Authority
CN
China
Prior art keywords
point cloud
cloud data
point
preset
data set
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.)
Pending
Application number
CN202310015353.8A
Other languages
English (en)
Inventor
邹符良
朱朋刚
何文建
郭张锋
陈强
龙平兵
李昆阳
左智刚
唐海军
刘立峰
潘冬生
张军
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.)
China Railway 20th Bureau Group Corp
Third Engineering Co Ltd of China Railway 20th Bureau Group Co Ltd
Original Assignee
China Railway 20th Bureau Group Corp
Third Engineering Co Ltd of China Railway 20th Bureau Group 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 China Railway 20th Bureau Group Corp, Third Engineering Co Ltd of China Railway 20th Bureau Group Co Ltd filed Critical China Railway 20th Bureau Group Corp
Priority to CN202310015353.8A priority Critical patent/CN115880345A/zh
Publication of CN115880345A publication Critical patent/CN115880345A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请公开了一种点云数据配准方法、装置、设备以及存储介质,属于隧道数据处理领域。通过获取隧道内壁表面的第一点云数据集与隧道内壁表面的几何特征;其中,所述第一点云数据由第一激光扫描设备对所述隧道内壁表面进行扫描得到;根据所述几何特征,从所述第一点云数据集中确定配准点云数据集;获得所述配准点云数据集对应的初始变换参数;根据所述初始变换参数,确定所述配准点云数据集的第一初始坐标,以获得配准后的第一点云数据集。由此,本申请利用隧道内壁表面具有的平面、规则曲面等几何特征的特点,对于存在大量背景及噪声的扫描点云能够提高配准稳定性,并提高配准精度及速度。

Description

点云数据配准方法、装置、设备以及存储介质
技术领域
本申请涉及隧道数据处理领域,尤其涉及一种点云数据配准方法、装置、设备以及存储介质。
背景技术
在对隧道进行施工时,会采用测量仪器对隧道内壁进行扫描测量,以保证施工的精确性。
目前,由于三维扫描仪具有数据采样率高、高分辨率、高精度以及数字化采集等优点,故通常采用三维激光扫描仪对隧道内壁进行测量,但由于激光扫描仪的视角限制,以及物体间的相互遮蔽,对范围较大、结构比较复杂的测量物体,通过单站扫描就很可能得不到物体的全部点云数据,因此需要在多个方向和角度设站,对一个物体进行多站扫描,才能得到完整的多视点云数据,但是不同测站获取的点云数据都是局域本测站的局部坐标系,其坐标原点和坐标轴的指向各不相同,故测得的点云数据不能作为一个连续的数据集。
申请内容
本申请的主要目的在于提供一种点云数据配准方法、装置、设备以及存储介质,旨在解决多站点测得的点云数据不能作为一个连续的数据集的技术问题。
为实现上述目的,本申请提供一种点云数据配准方法,所述方法包括:
获取隧道内壁表面的第一点云数据集与隧道内壁表面的几何特征;其中,所述第一点云数据由第一激光扫描设备对所述隧道内壁表面进行扫描得到;
根据所述几何特征,从所述第一点云数据集中确定配准点云数据集;
获得所述配准点云数据集对应的初始变换参数;
根据所述初始变换参数,确定所述配准点云数据集的第一初始坐标,以获得配准后的第一点云数据集。
可选的,所述所述根据所述初始变换参数,确定所述配准点云数据集的初始位置,以获得配准后的第一点云数据集之后,所述方法还包括:
获取所述隧道内壁表面的第二点云数据集;其中,所述第二点云数据集由第二激光扫描设备对所述隧道内壁表面进行扫描得到,且所述第一激光扫描设备和所述第二激光扫描设备在所述隧道的轴向上彼此间隔开;
将前置转换参数作为当前转换参数;所述前置转换参数为所述配准后的第一点云数据集与所述第二点云数据集的初始坐标转换参数;
从所述配准后的第一点云数据集中,确定第一预设点,并根据所述当前转换参数进行转换,以获得第一转换预设点;
在所述第二点云数据集中选取出与所述第一转换预设点物理距离最近的第二预设点;
根据所述第一预设点与第二预设点,计算得到目标转换参数;
将所述第一预设点按照所述目标转换参数进行坐标转换,得到目标点;所述目标点在所述第二点云数据集中,且所述目标点的坐标数据与所述第二预设点的坐标数据一致。
可选的,所述根据第一预设点与所述第二预设点,计算得到目标转换参数之后,所述方法还包括:
判断所述当前转换参数和所述目标转换参数的差值是否小于预设阈值;
若是,则执行所述将所述第一预设点按照所述目标转换参数进行坐标转换,得到目标点。
可选的,所述判断所述判断所述当前转换参数和所述目标转换参数的差值是否小于预设阈值之后,所述方法还包括:
若否,则将所述目标转换参数作为所述前置转换参数,根据所述目标转换参数更新所述当前转换参数,并返回执行所述将所述第一预设点按照所述当前转换参数进行转换,得到第一转换预设点的步骤,直至所述前置转换参数和所述目标转换参数的差值小于所述预设阈值。
可选的,所述将所述第一点云数据集中的第一预设点按照所述当前转换参数进行转换,得到第一转换预设点,包括:
将所述第一预设点以及所述当前转换参数根据公式一进行转换,得到所述第一转换预设点,其中,所述公式一包括:
qi=Rk-1pi+Tk-1
其中,qi为所述第一转换预设点,Rk-1和Tk-1为所述当前转换参数,pi为所述第一预设点,k为迭代次数,且k∈[1,n]。
可选的,所述根据所述第一预设点与所述第二预设点,计算得到目标转换参数,包括:
根据所述第一预设点、所述第二预设点以及公式二,得到最近点对距离,其中所述公式二包括:
D=Rkpi+Tk-qi
其中,Rk和Tk为所述目标转换参数,pi为所述第一预设点,qi为所述第二预设点,k为迭代次数,且k∈[1,n];
对所述最近点对距离取最小度量,得到所述目标转换参数。
可选的,所述根据所述第一预设点以及所述第二预设点,计算得到目标转换参数,包括:
根据公式三对所述最近点对距离取最小度量,得到所述目标转换参数,其中,所述公式三包括:
Figure BDA0004037745070000031
其中,e为自然常数,N为自然数,Rk和Tk为所述目标转换参数,pi为所述第一预设点,qi为所述第二预设点,k为迭代次数,且k∈[1,n],min为最小值。
第二方面,本申请还提供一种点云数据处理装置,所述装置包括:
获取模块,用于获取隧道内壁表面的第一点云数据集与隧道内壁表面的几何特征;其中,所述第一点云数据由第一激光扫描设备对所述隧道内壁表面进行扫描得到;
确定模块,用于根据所述几何特征,从所述第一点云数据集中确定配准点云数据集;
第一获得模块,用于获得所述配准点云数据集对应的初始变换参数;
第二获得模块,用于根据所述初始变换参数,确定所述配准点云数据集的第一初始坐标,以获得配准后的第一点云数据集。
第三方面,本申请提供一种点云数据处理设备,包括:处理器,存储器以及存储在所述存储器中的点云数据配准程序,所述点云数据配准程序被所述处理器执行时实现上所述的点云数据配准方法的步骤。
第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,改程序被处理器执行时实现本申请任意实施例的点云数据配准方法。
本申请实施例提出的一种点云数据配准方法,通过获取隧道内壁表面的第一点云数据集与隧道内壁表面的几何特征;其中,所述第一点云数据由第一激光扫描设备对所述隧道内壁表面进行扫描得到;根据所述几何特征,从所述第一点云数据集中确定配准点云数据集;获得所述配准点云数据集对应的初始变换参数;根据所述初始变换参数,确定所述配准点云数据集的第一初始坐标,以获得配准后的第一点云数据集。由此,本申请利用隧道内壁表面具有的平面、规则曲面等几何特征的特点,对于存在大量背景及噪声的扫描点云能够提高配准稳定性,并提高配准精度及速度。
附图说明
图1为本申请点云数据处理设备的结构示意图;
图2为本申请点云数据配准方法第一实施例的流程示意图;
图3为本申请点云数据配准方法第二实施例的流程示意图;
图4为本申请点云数据配准方法第三实施例的流程示意图;
图5为本申请点云数据处理装置的功能模块示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
由于现有技术,由于现有技术依靠单站点对隧道内壁进行测量,测得的点云数据集不能完整体现被测物体的测量数据,对一个物体进行多站扫描,才能得到完整的多视点云数据,故需设置多站点对被测物体进行扫描测量,但是由于不同测站获取的点云数据都是局域本测站的局部坐标系,其坐标原点和坐标轴的指向各不相同不同站点测得的点云数据不在同一坐标系,故测得的点云数据不能作为一个连续的数据集,不能够直接作为隧道内壁的点云数据集。
本申请提供一种解决方案,通过获取隧道内壁表面的第一点云数据集与隧道内壁表面的几何特征;其中,所述第一点云数据由第一激光扫描设备对所述隧道内壁表面进行扫描得到;根据所述几何特征,从所述第一点云数据集中确定配准点云数据集;获得所述配准点云数据集对应的初始变换参数;根据所述初始变换参数,确定所述配准点云数据集的第一初始坐标,以获得配准后的第一点云数据集。由此,本申请利用隧道内壁表面具有的平面、规则曲面等几何特征的特点,对于存在大量背景及噪声的扫描点云能够提高配准稳定性,并提高配准精度及速度。
参照图1,图1为本申请实施例方案涉及的硬件运行环境的点云数据处理设备的结构示意图。
如图1所示,该点云数据处理设备可以包括:处理器1001,例如中央处理器(Central Process i ng Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Disp l ay)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WI re less-FI de l ity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Vo l at i l eMemory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对点云数据处理设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及点云数据配准程序。
在图1所示的点云数据处理设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本申请点云数据处理设备中的处理器1001、存储器1005可以设置在点云数据处理设备中,点云数据处理设备通过处理器1001调用存储器1005中存储的点云数据配准程序,并执行本申请实施例提供的点云数据配准方法。
基于上述点云数据处理设备的硬件结构但不限于上述硬件结构,本申请提供一种点云数据配准方法第一实施例。参照图2,图2示出了申请点云数据配准方法第一实施例的流程示意图。
需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例中,所述点云数据配准方法,包括:
步骤S10、获取隧道内壁表面的第一点云数据集与隧道内壁表面的几何特征;其中,所述第一点云数据集由第一激光扫描设备对所述隧道内壁表面进行扫描得到;
点云数据配准方法的执行主体为为具有显示、交互功能的终端设备。如笔记本电脑等,本申请并不对此进行限制。如,施工人员将利用三维激光扫描仪对隧道内壁表面进行扫描后获得的第一点云数据集导入笔记本电脑中。
在本实施例中,点云数据是在获取物体表面每个采样点的空间坐标后得到的一个点的集合,也称为目标对象表面特性的海量点集。扫描资料以点的形式记录,每一个点包含有三维坐标,有些可能含有颜色信息(RGB)或反射强度信息(Intensity),因此,第一点云数据集可以是第一激光扫描设备对隧道内壁表面进行扫描得到的三维坐标系统中多组向量的集合。几何特征可以是构成建筑物的基本要素,如,构成隧道内壁轮廓的点、直线、平面和规则曲面几何要素。
可以理解的是,建筑物的点、线、面等特征都存在严格的集合约束关系,根据建筑物点云中平面与平面的重合关系,可以建立两类约束条件:(1)点在平面上条件;(2)两法线之间相互平行的条件。基于建筑物点、线、面几何特征约束的点云数据配准方法,其约束条件主要包括:共水平面条件、固定距离条件、共铅垂线条件、点在直线上的条件、点到直线的固定距离条件、两空间直线重合条件、两空间直线共面条件、直线固定方向条件、点在平面上的条件和点到平面的固定距离条件等等。
步骤S20、根据所述几何特征,从所述第一点云数据集中确定配准点云数据集;
步骤S30、获得所述配准点云数据集对应的初始变换参数;
步骤S40、根据所述初始变换参数,确定所述配准点云数据集的第一初始坐标,以获得配准后的第一点云数据集。
具体的,配准点云数据集可以是在第一点云数据集中确定出的需要配准的多组向量的集合。初始变换参数可以是配准点云数据集首次根据坐标转换原理计算后,得到的中间变量。第一初始坐标是配准后的点云数据集的地理坐标。
具体的,在采集第一点云数据集后,根据第一点云数据邻域点,计算采样点法向量和曲率特征,把获取的曲率特征作为联系特征,筛选的需要配准的点云数据集,并根据需要配准的点云数据集确定与其对应的匹配点对集合。再根据几何特征约束对各匹配点进行检查判断,提出错误点对,获取有效的匹配点对,即配准点云数据集,并基于坐标转换原理计算配准点云数据集的初始变换参数,根据初始变换参数确定配准点云数据集的第一初始坐标,以获得配准后的第一点云数据集。
在本实施例中,通过获取隧道内壁表面的第一点云数据集与隧道内壁表面的几何特征;其中,所述第一点云数据由第一激光扫描设备对所述隧道内壁表面进行扫描得到;根据所述几何特征,从所述第一点云数据集中确定配准点云数据集;获得所述配准点云数据集对应的初始变换参数;根据所述初始变换参数,确定所述配准点云数据集的第一初始坐标,以获得配准后的第一点云数据集。由此,本申请利用隧道内壁表面具有的平面、规则曲面等几何特征的特点,对于存在大量背景及噪声的扫描点云能够提高配准稳定性,并提高配准精度及速度。
进一步的,作为一个实施例,参照图3,基于上述图2所示的实施例,所本申请提出了一种点云数据配准方法的第二实施例。
在本实施例中,步骤S40之后,所述方法还包括:
步骤S401、获取所述隧道内壁表面的第二点云数据集;其中,所述第二点云数据集由第二激光扫描设备对所述隧道内壁表面进行扫描得到,且所述第一激光扫描设备和所述第二激光扫描设备在所述隧道的轴向上彼此间隔开;
在本实施例中,第二点云数据集可以是第二激光设备对隧道内壁表面扫描得到的三维坐标系统中多组向量的集合。其中,配准后的第一点云数据集包含于第二点云数据集,即第一激光设备的扫描区域在第二激光设备的扫描区域内,其中,第一激光扫描设备与第二激光扫描设备为不同测站点且彼此间隔的扫描设备,可以是三维激光扫描仪。
可以理解的是,由于激光扫描仪角度的限制,因此对范围较大的隧道内壁进行扫描时,通过单站扫描可能得不到隧道内壁表面的全部点云数据,因此需在隧道内壁的预设区域设置两个激光扫描设备进行多方位扫描和测量。由于不同站点的激光扫描设备的测量角度、方向不同,采用的局部坐标系不同,故测得的点云数据不能作为一个连续的数据集,因此需要吧这些相互独立的坐标系下的点云数据通过坐标转换的方式,统一到一个坐标系中,从而将从不同测站采集的点云数据拼接称为完整的三维点云模型,即对采集的点云数据进行配准。
步骤S402、将前置转换参数作为当前转换参数;所述前置转换参数为所述配准后的第一点云数据集与所述第二点云数据集的初始坐标转换参数;
在本实施例中,前置转换参数为一个中间变量,可以由其他数据进行填充,在本实施例中前置转换参数为初始坐标转换参数。当前转换参数为进行本次坐标转换时利用的坐标参数。初始坐标转换参数为预先设置的参数数据,记为R0和T0
步骤S403、从所述配准后的第一点云数据集中,确定第一预设点,并根据所述当前转换参数进行转换,以获得第一转换预设点;
在本申请实施例中,第一预设点可以是配准后的第一点云数据集中的任意一点,记为pi,其中,i∈[1,n]。第一转换预设点为第二点云数据集中的与pi对应的点,记为qi
具体的,将第一预设点以及当前转换参数根据公式一进行转换,得到第一转换预设点,其中,公式一包括:
qi=Rk-1pi+Tk-1
其中,qi为第一转换预设点,Rk-1和Tk-1为当前转换参数,pi为第一预设点,k为迭代次数,且k∈[1,n]。
将第一预设点pi根据初始坐标转换参数进行坐标转换,得到与第一预设点pi对应的第一转换预设点qi,例如,在i为1时,即第一次坐标转换时,得到第一转换预设点为:q1=R0p1+T0
步骤S404、在所述第二点云数据集中选取出与所述第一转换预设点物理距离最近的第二预设点;
可以理解的是,第一转换预设点为第二点云数据集中的点,选取与该第一转换预设点物理距离最近的点作为第二预设点,该第二预设点的坐标数据与第一转换预设点接近,可以近似为同一个点,故第二预设点也可以记为qi
步骤S405、根据所述第一预设点与第二预设点,计算得到目标转换参数;
步骤S406、将所述第一预设点按照所述目标转换参数进行坐标转换,得到目标点;所述目标点在所述第二点云数据集中,且所述目标点的坐标数据与所述第二预设点的坐标数据一致。
在本申请实施例中,目标转换参数为第一预设点与第二预设点之间坐标转换的参数。目标点为第二点云数据集中与第一预设点对应的点。其中,经过计算的目标转换参数相较于初始坐标转换参数的准确性更加高。
需要理解的是,本实施例是将配准后的第一点云数据集中点转换至第二点云数据中进行表示,以实现将配准后的第一点云数据集与第二点云数据集进行拼接,得到完整的隧道内壁点云数据。
本实施例通过获取隧道内壁的配准后的第一点云数据集和第二点云数据集,将前置转换参数作为当前转换参数,该前置转换参数为配准后的第一点云数据集与第二点云数据集的初始坐标转换参数,将配准后的第一点云数据集中的第一预设点按照当前转换参数进行转换,得到第一转换预设点,在第二点云数据集中选取出与第一转换预设点物理距离最近的第二预设点,根据第一预设点以及第二预设点,计算得到目标转换参数,将第一预设点按照目标转换参数进行坐标转换,得到目标点,实现了将不同站点测得的点云数据进行拼接,保证了隧道内壁测得数据的连续性。
进一步的,作为一个实施例,参照图4,基于上述图3所示的实施例,所本申请提出了一种点云数据配准方法的第三实施例。
在本实施例中,步骤S405之后,所述方法还包括:
步骤S4051、判断所述当前转换参数和所述目标转换参数的差值是否小于预设阈值;
步骤S4052、若是,则执行所述将所述第一预设点按照所述目标转换参数进行坐标转换,得到目标点。
在本申请实施例中,预设预设可以是用于限制前置转换参数与目标转换参数的差值的阈值。
具体的,假设一个目标转换参数Rk和Tk,将第一预设点根据该第一目标转换参数进行转换,得到与第一预设点pi对应的在第二点云数据集内的第二预设点qi,将二者作差,得到最近点对距离,具体由公式二所示,公式二包括:
D=Rkpi+Tk-qi
其中,Rk和Tk为目标转换参数,pi为第一预设点,qi为第二预设点,k为迭代次数,且k∈[1,n]。
可以理解的是,对最近点对距离取最小度量,确定出能使得转换后的第一预设点与第二预设点无限接近,求出此时目标转换参数,具体由公式三所示,公式三包括:
Figure BDA0004037745070000101
其中,e为自然常数,N为自然数,Rk和Tk为目标转换参数,pi为第一预设点,qi为第二预设点,k为迭代次数,且k∈[1,n],min为最小值。
在一示例中,判断算出的目标转换参数与前置转换参数的差值是否小于预设阈值,目的在于筛选出能够使得转换后的第一预设点与第二预设点近乎为同一点的转换参数,前置转换参数可以为上一次坐标转换使用的坐标参数,本步骤将本次坐标转换计算出的目标转换参数与前置转换参数作差,若差值小于阈值,则说明目标转换参数合格,可以直接作为坐标转换参数进行使用,若差值大于阈值,则说明本次计算出的目标转换参数存在准确性不高的问题。
在另一示例中,若差值大于预设阈值,则说明本次目标转换参数不合格,将该目标转换参数记为A,将目标转换参数A作为前置转换参数,并根据目标转换参数A更新当前转换参数,返回重新进行目标转换参数的计算,得到新的目标转换参数,记为目标转换参数B,再判断目标转换参数A与目标转换参数B之间的差值是否大于预设阈值,直至满足判断条件为止。
本实施例通过判断前置转换参数与目标转换参数的差值是否小于预设阈值,若是,则执行将第一预设点按照目标转换参数进行坐标转换,得到目标点,若否,则将目标转换参数作为前置转换参数,根据目标转换参数更新当前转换参数,并返回执行将第一预设点按照当前转换参数进行转换,得到转换预设点的步骤,直至判断前置转换参数与目标转换参数的差值小于预设阈值为止。即本实施例通过循环判断相邻两次坐标转换的转换参数,来筛选出能够使得转换后的第一预设点与第二预设点近乎为同一点的转换参数,提高了坐标转换的精确性以及准确性。
基于同一发明构思,本申请提供一种点云数据处理装置,参照图5,图5为本申请点云数据处理装置第一实施例的模块示意图。
获取模块10,用于获取隧道内壁表面的第一点云数据集与隧道内壁表面的几何特征;其中,所述第一点云数据由第一激光扫描设备对所述隧道内壁表面进行扫描得到;
确定模块20,用于根据所述几何特征,从所述第一点云数据集中确定配准点云数据集;
第一获得模块30,用于获得所述配准点云数据集对应的初始变换参数;
第二获得模块40,用于根据所述初始变换参数,确定所述配准点云数据集的第一初始坐标,以获得配准后的第一点云数据集。
需要说明的是,本实施例中的关于点云数据处理装置的各实施方式以及其达到的技术效果可参照前述实施例中点云数据配准方法的各种实施方式,这里不再赘述。
在本实施例中,通过各个功能模块间的相互配合,通过获取隧道内壁表面的第一点云数据集与隧道内壁表面的几何特征;其中,所述第一点云数据由第一激光扫描设备对所述隧道内壁表面进行扫描得到;根据所述几何特征,从所述第一点云数据集中确定配准点云数据集;获得所述配准点云数据集对应的初始变换参数;根据所述初始变换参数,确定所述配准点云数据集的第一初始坐标,以获得配准后的第一点云数据集。由此,本申请利用隧道内壁表面具有的平面、规则曲面等几何特征的特点,对于存在大量背景及噪声的扫描点云能够提高配准稳定性,并提高配准精度及速度。
此外,本申请实施例还提出一种计算机存储介质,存储介质上存储有点云数据配准程序,点云数据配准程序被处理器执行时实现如上文的点云数据配准方法的步骤。因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节,请参照本申请方法实施例的描述。确定为示例,程序指令可被部署为在一个计算设备上执行,或者在位于一个地点的多个计算设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个计算设备上执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,上述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,上述的存储介质可为磁碟、光盘、只读存储记忆体(Read-On l yMemory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
另外需说明的是,以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本申请提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘、移动硬盘、只读存储器(ROM,Read-On l yMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例的方法。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种点云数据配准方法,其特征在于,所述方法包括:
获取隧道内壁表面的第一点云数据集与隧道内壁表面的几何特征;其中,所述第一点云数据集由第一激光扫描设备对所述隧道内壁表面进行扫描得到;
根据所述几何特征,从所述第一点云数据集中确定配准点云数据集;
获得所述配准点云数据集对应的初始变换参数;
根据所述初始变换参数,确定所述配准点云数据集的第一初始坐标,以获得配准后的第一点云数据集。
2.根据权利要求1所述的点云数据配准方法,其特征在于,所述根据所述初始变换参数,确定所述配准点云数据集的初始位置,以获得配准后的第一点云数据集之后,所述方法还包括:
获取所述隧道内壁表面的第二点云数据集;其中,所述第二点云数据集由第二激光扫描设备对所述隧道内壁表面进行扫描得到,且所述第一激光扫描设备和所述第二激光扫描设备在所述隧道的轴向上彼此间隔开;
将前置转换参数作为当前转换参数;所述前置转换参数为所述配准后的第一点云数据集与所述第二点云数据集的初始坐标转换参数;
从所述配准后的第一点云数据集中,确定第一预设点,并根据所述当前转换参数进行转换,以获得第一转换预设点;
在所述第二点云数据集中选取出与所述第一转换预设点物理距离最近的第二预设点;
根据所述第一预设点与第二预设点,计算得到目标转换参数;
将所述第一预设点按照所述目标转换参数进行坐标转换,得到目标点;所述目标点在所述第二点云数据集中,且所述目标点的坐标数据与所述第二预设点的坐标数据一致。
3.根据权利要求2所述的点云数据配准方法,其特征在于,所述根据第一预设点与所述第二预设点,计算得到目标转换参数之后,所述方法还包括:
判断所述当前转换参数和所述目标转换参数的差值是否小于预设阈值;
若是,则执行所述将所述第一预设点按照所述目标转换参数进行坐标转换,得到目标点。
4.根据权利要求3所述的点云数据配准方法,其特征在于,所述判断所述判断所述当前转换参数和所述目标转换参数的差值是否小于预设阈值之后,所述方法还包括:
若否,则将所述目标转换参数作为所述前置转换参数,根据所述目标转换参数更新所述当前转换参数,并返回执行所述将所述第一预设点按照所述当前转换参数进行转换,得到第一转换预设点的步骤,直至所述前置转换参数和所述目标转换参数的差值小于所述预设阈值。
5.根据权利要求2所述的点云数据配准方法,其特征在于,所述将所述第一点云数据集中的第一预设点按照所述当前转换参数进行转换,得到第一转换预设点,包括:
将所述第一预设点以及所述当前转换参数根据公式一进行转换,得到所述第一转换预设点,其中,所述公式一包括:
qi=Rk-1pi+Tk-1
其中,qi为所述第一转换预设点,Rk-1和Tk-1为所述当前转换参数,pi为所述第一预设点,k为迭代次数,且k∈[1,n]。
6.根据权利要求2所述的点云数据配准方法,其特征在于,所述根据所述第一预设点与所述第二预设点,计算得到目标转换参数,包括:
根据所述第一预设点、所述第二预设点以及公式二,得到最近点对距离,其中所述公式二包括:
D=Rkpi+Tk-qi
其中,Rk和Tk为所述目标转换参数,pi为所述第一预设点,qi为所述第二预设点,k为迭代次数,且k∈[1,n];
对所述最近点对距离取最小度量,得到所述目标转换参数。
7.根据权利要求6所述的点云数据配准方法,其特征在于,所述根据所述第一预设点以及所述第二预设点,计算得到目标转换参数,包括:
根据公式三对所述最近点对距离取最小度量,得到所述目标转换参数,其中,所述公式三包括:
Figure FDA0004037745060000031
其中,e为自然常数,N为自然数,Rk和Tk为所述目标转换参数,pi为所述第一预设点,qi为所述第二预设点,k为迭代次数,且k∈[1,n],min为最小值。
8.一种点云数据处理装置,其特征在于,所述装置包括:
获取模块,用于获取隧道内壁表面的第一点云数据集与隧道内壁表面的几何特征;其中,所述第一点云数据集由第一激光扫描设备对所述隧道内壁表面进行扫描得到;
确定模块,用于根据所述几何特征,从所述第一点云数据集中确定配准点云数据集;
第一获得模块,用于获得所述配准点云数据集对应的初始变换参数;
第二获得模块,用于根据所述初始变换参数,确定所述配准点云数据集的第一初始坐标,以获得配准后的第一点云数据集。
9.一种点云数据处理设备,其特征在于,包括:处理器,存储器以及存储在所述存储器中的点云数据配准程序,所述点云数据配准程序被所述处理器运行时实现如权利要求1-7中任一项所述点云数据配准方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有点云数据配准程序,所述点云数据配准程序被处理器执行时实现如权利要求1至7任一项所述的点云数据配准方法。
CN202310015353.8A 2023-01-04 2023-01-04 点云数据配准方法、装置、设备以及存储介质 Pending CN115880345A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310015353.8A CN115880345A (zh) 2023-01-04 2023-01-04 点云数据配准方法、装置、设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310015353.8A CN115880345A (zh) 2023-01-04 2023-01-04 点云数据配准方法、装置、设备以及存储介质

Publications (1)

Publication Number Publication Date
CN115880345A true CN115880345A (zh) 2023-03-31

Family

ID=85758145

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310015353.8A Pending CN115880345A (zh) 2023-01-04 2023-01-04 点云数据配准方法、装置、设备以及存储介质

Country Status (1)

Country Link
CN (1) CN115880345A (zh)

Similar Documents

Publication Publication Date Title
JP6837467B2 (ja) 点群データ同士のマッチング関係を確定するための方法及び装置
CN110988849B (zh) 雷达系统的标定方法、装置、电子设备及存储介质
CN112771573A (zh) 基于散斑图像的深度估计方法及装置、人脸识别系统
CN113654765B (zh) 一种基于曲面屏的相位偏折测量方法、系统及终端
CN110376570A (zh) 对扫描仪坐标系与imu坐标系进行标定的方法、系统和设备
CN111884207B (zh) 基于电气距离的电网拓扑结构可视化方法、系统及介质
CN111080682A (zh) 点云数据的配准方法及装置
CN115619780B (zh) 一种激光扫描图像质量评估方法及系统
CN113673413A (zh) 建筑图纸的审图方法、装置、计算机可读介质及电子设备
CN114399588A (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN113362445B (zh) 基于点云数据重建对象的方法及装置
Honti et al. Automation of cylinder segmentation from point cloud data
CN115031635A (zh) 测量方法及装置、电子设备及存储介质
CN109405834B (zh) 一种基于数字地图的遮蔽角实时解算方法以及系统
CN115880345A (zh) 点云数据配准方法、装置、设备以及存储介质
CN111259492A (zh) 一种应用于桥梁结构预拼装的点云数据处理方法、装置及存储介质
CN116798027A (zh) 基于多尺度特征提取的三维点云实时云匹配方法及装置
CN110686651A (zh) 基于三维激光扫描的建筑物外立面测量方法及系统
CN115859445A (zh) 基于全站扫描技术和逆向算法的桥梁组装仿真测试方法
CN115018763A (zh) 基于曲面拟合的凹坑检测方法、装置、设备及存储介质
CN113446940A (zh) 一种点云扫描方法、装置及设备
CN110399892B (zh) 环境特征提取方法和装置
CN111156948A (zh) 用于3c玻璃面板检测的三维数据坐标校正方法及装置
CN112150527A (zh) 测量方法及装置、电子设备及存储介质
CN111366172A (zh) 数字高程模型的质量检测方法、装置和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination