CN117724114B - 一种基于激光测距仪的三维激光扫描装置及其方法 - Google Patents

Abstract

本发明涉及激光扫描测量技术领域，公开了一种基于激光测距仪的三维激光扫描装置及其方法，包括Yaw轴电机、Pitch轴电机、电源模组、激光测距仪和边缘计算运行平台，所述Yaw轴电机设于所述边缘计算运行平台的顶部中间处，所述Yaw轴电机的顶部输出端连接有Pitch轴支臂，所述激光测距仪转动连接于Pitch轴支臂的内部之间，所述Pitch轴电机固定设于Pitch轴支臂一侧且输出端贯穿连接于激光测距仪。该基于激光测距仪的三维激光扫描装置及其方法，结合了高精度Yaw轴电机和IMU传感器，通过数据融合算法保证高精度测量，采用边缘计算平台进行开发，能够高效地进行数据处理和可视化，远高于传统的测量方法，大大提高了扫描的效率，减少了人为操作带来的误差。

Description

一种基于激光测距仪的三维激光扫描装置及其方法

技术领域

本发明涉及激光扫描测量技术领域，具体为一种基于激光测距仪的三维激光扫描装置及其方法。

背景技术

激光扫描装置是以发射激光束探测目标的位置、速度等特征量的系统。其工作原理是向目标发射探测信号（激光束），然后将接收到的从目标反射回来的信号（目标回波）与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数。由激光发射机、光学接收机、转台和信息处理系统等组成，激光器将电脉冲变成光脉冲发射出去，光接收机再把从目标反射回来的光脉冲还原成电脉冲，送到显示器。

三维激光扫描技术利用激光测距原理，通过高速激光扫描测量方法，大面积、高分辨率地获取被测对象表面的高精度三维坐标数据以及大量空间点位信息，可以快速建立高精度(精度可达毫米级)、高分辨率的物体真实三维模型以及数字地形模型。三维激光扫描技术的基本原理是向目标物体发射激光束，然后接收从物体反射回来的激光信号，通过测量反射回来的激光信号的时间，计算出目标物体的距离和位置信息。同时，通过测量反射回来的激光信号的角度，可以计算出目标物体的方位角和仰角，进一步得到物体的三维坐标信息。

随着科技的不断发展，激光雷达（LiDAR）技术在许多领域中得到了广泛应用；传统的激光雷达系统通常采用机械式扫描方式，通过旋转扫描镜实现对目标区域的覆盖，然而，这种机械式扫描方式存在一些缺点，如结构复杂、易损坏、扫描速度慢等；因此，一些研究者开始探索非机械式扫描方式，如基于MEMS微振镜的激光雷达和基于光学相控阵的激光雷达，基于MEMS微振镜的激光雷达利用微振镜的快速振动实现对目标区域的扫描，然而，这种方式的扫描角度较小，且需要高精度控制电路，导致其实现难度较大，成本较高；基于光学相控阵的激光雷达利用相控阵列的相位调制实现对目标区域的扫描，该方式具有扫描速度快、角度范围大等优点，但需要高精度相位调制器和复杂的信号处理电路，导致其成本较高，且对环境因素（如温度、湿度）的敏感性较高。

尽管上述技术取得了一定的成果，但它们仍存在一些问题。例如，高精度相位调制器的制造难度大，导致成本高昂；复杂的信号处理电路对环境因素敏感，影响稳定性；此外，这些技术缺乏对测量数据的实时处理和可视化功能，难以满足实时性和直观性的需求。

关于高精度Yaw轴电机的激光雷达系统，激光雷达的工作效果受环境条件的影响较大，例如，在雾霾、沙尘暴等恶劣天气下，或者在植被茂盛的地区，激光雷达的探测效果可能会大受影响；激光雷达技术方案通常需要高精度、高稳定的激光器和精密的机械结构，导致其成本较高，这在一定程度上限制了该技术在一些低端市场或者个人应用领域的应用；激光雷达生成的数据量庞大，需要进行实时处理和分析，这对数据处理技术和计算资源提出了较高要求，尤其是在大规模应用场景下，如无人驾驶等；当前激光雷达所获取的点云数据精度停留在厘米级别，无法在高精度要求的采集环境下使用；目前的技术方案在扫描角度和范围上可能存在限制，例如难以实现大范围、全角度的扫描，这可能导致漏检或者误检的情况，影响探测的准确性和可靠性；激光雷达在工作过程中可能会对人眼造成潜在伤害，需要采取适当的安全措施和警告标识，此外，激光雷达的发射和接收系统需要高度稳定和可靠，以避免误触发或者误检测；对于无人机、机器人等小型移动平台，激光雷达的体积和重量对其便携性和灵活性有很大影响，现有技术方案可能还难以满足这些平台对小型化、轻量化的需求；激光雷达的可靠性问题主要表现在其长期运行的稳定性上，在复杂环境下，激光雷达可能会出现误检、漏检等情况，影响其可靠性。

为此，需要设计相应的技术方案给予解决。

发明内容

针对现有技术的不足，本发明提供了一种基于激光测距仪的三维激光扫描装置及其方法，解决了制造难度大，成本高，复杂的信号处理电路对环境因素敏感，影响稳定性，缺乏对测量数据实时处理和可视化功能，难以满足实时性和直观性需求，Yaw轴电机激光雷达系统的环境依赖性、精度无法太高、数据处理复杂度、扫描角度、范围限制、安全、可靠性、体积、重量限制的技术问题。

为实现以上目的，本发明通过以下技术方案予以实现：一种基于激光测距仪的三维激光扫描装置，包括Yaw轴电机、Pitch轴电机、电源模组、激光测距仪和边缘计算运行平台，所述Yaw轴电机设于所述边缘计算运行平台的顶部中间处，所述Yaw轴电机的顶部输出端连接有Pitch轴支臂，所述激光测距仪转动连接于Pitch轴支臂的内部之间，所述Pitch轴电机固定设于Pitch轴支臂一侧且输出端贯穿连接于激光测距仪；

所述电源模组位于边缘计算运行平台的内部且电性连接于Yaw轴电机、Pitch轴电机、激光测距仪和边缘计算运行平台；

所述激光测距仪包括激光发射器、调制器、光学系统、光电探测器和数据处理系统；

激光发射器用于发出激光光束；

调制器用于将激光光束进行强度调制，调制后的光束经过光学系统传输到达目标物体表面，反射后回到激光测距仪接收系统；

光学系统用于传输调制后的光束到达目标物体表面；

光电探测器用于接收反射回来的光束进入，转化为电信号；

数据处理系统用于对测量数据进行处理，包括去除噪声、进行数据平滑处理。

一种基于激光测距仪的三维激光扫描方法，包括以下方法步骤：

S1，使用电源模组进行独立供电，在使用时，将装置放置在需要扫描的空间中；

S2，通过智能触控装置进行工作，激光测距仪会启动开始自校准并获取初始点的信息数据，激光测距仪完成准备工作后系统开始运行；

S3，平面转动Yaw轴电机开始进行当前平面的扫描工作，平面转动一圈后即可得到当前的平面信息；

S4，此时Pitch轴开始发生偏转使激光测距仪转动到另一个平面继续进行扫描；

S5，通过往复的上述流程即可完成整个空间的扫描，在此过程中所有数据会实时传输至边缘计算运行平台进行实时解析；

S6，扫描完成即可同步完成三维模型的建立和展示；

S7，三维建模数据完成建立后会上传至成果平台，用户可在成果平台进行查看和下载操作。

优选的，激光测距仪采用以下方法步骤：

S101，激光发射器发出激光光束，然后调制器将激光光束进行强度调制；

S102，调制后的激光光束经过光学系统传输，到达目标物体表面并反射回来，反射回来的光束将携带有关目标物体的信息，包括距离和位置信息；

S103，反射回来的光束进入光电探测器，转化为电信号；

S104，通过测量这个电信号与调制信号之间的相位差，间接测量光束往返目标物体的时间，进而计算出目标物体与激光测距仪之间的距离；

S105，数据处理系统对测量数据进行处理，包括去除噪声和进行数据平滑处理，然后将结果输出至运算端；

S106，利用激光测距数据，通过高速扫描测量方法，大面积、高分辨率地获取被测对象表面的高精度三维坐标数据以及大量空间点位信息，快速建立高精度、高分辨率的物体真实三维模型以及数字地形模型；

S107，三维激光扫描时通过获取激光测距仪回传的距离数据，计算出目标物体距离信息；

S108，同时，采用IMU传感器测量当前激光测距仪当前角度并同步获取Yaw轴电机当前转动角度数据；

S109，通过数据融合算法得到精确的激光发射角度，准确计算出目标物体的方位角和仰角，进一步得到物体的三维坐标信息。

优选的，IMU传感器和Yaw轴电机均用于提供实时的动态角度变化信息，采用互补滤波器结合IMU传感器和Yaw轴电机两种数据源，通过加权平均或基于滤波器系数的方法来融合数据，以获得更准确、更稳定的角度值。

优选的，角度值=加权系数1*陀螺仪数据+加权系数2*Yaw轴电机转动角数据；

其中，加权系数1和加权系数2是可调参数，用于平衡陀螺仪和电机转动角数据之间的权重；

同时通过低通滤波器和高通滤波器的组合来实现互补滤波，即对陀螺仪数据进行高通滤波，对Yaw轴电机转动角数据进行低通滤波，然后将结果进行融合；

输出角度= K1*(陀螺仪数据-陀螺仪零偏)+K2*(Yaw轴电机转动角数据-Yaw轴电机转动角零偏)；

其中，K1和K2是滤波器系数，用于调节陀螺仪和Yaw轴电机转动角之间的权重。

优选的，数据融合前针对IMU传感器和Yaw轴电机进行单独数据处理，对于每一个单独的设备在进行测量产生数据时均产生一定的误差及噪声数据；

对IMU传感器和Yaw轴电机进行数据采集；

在完整的系统搭建完成后，Yaw轴电机转动会产生激光测距仪的角度转动，同时IMU传感器也产生相应的位置偏移；

对采集到的两组原始数据进行预处理，包括数据清洗、异常值处理，去除明显错误的测量值或填充缺失值。

优选的，数据清洗前对设备进行长时间测试，记录设备输出的数据通过统计观察得出正常数据与异常数据的界定方法，以初步了解数据的特性包括数据类型、数据分布；

去除明显错误的测量值，包括异常高的距离值或者异常低的距离值；

同时，IMU传感器和Yaw轴电机的数据会存在频率差异，IMU传感器的数据获取频率大于Yaw轴电机的数据获取频率，对于缺失的数据，进行主动填充，使用插值算法以及根据历史数据预测填充。

优选的，插值算法采用线性插值：

对于每对相邻的步数和对应的角度，计算步数差和角度差；

对于目标步数(x_t)，如果它落在两个已知步数之间，即；

则使用线性插值公式计算目标步数对应的角度值：；

leq为小于等于的简写形式；

d为两个数据差值的简写，dx即表示x2与x1之间的差值，dy也同理；

x表示电机转动步数；

y表示对应的角度值。

优选的，IMU传感器和Yaw轴电机数据进行融合处理采用卡尔曼滤波器；

定义卡尔曼滤波器的参数，包括过程噪声协方差、测量噪声协方差、状态估计值和状态估计误差协方差矩阵；

定义IMU传感器和Yaw轴电机数据，假设数据为2维向量，通过循环迭代进行卡尔曼滤波的计算，包括更新状态估计值、更新状态估计误差协方差矩阵、计算卡尔曼增益、更新状态估计值和更新状态估计误差协方差矩阵；

输出最终的状态估计值。

与现有技术相比，本发明的有益效果：结合了高精度Yaw轴电机和IMU传感器，通过数据融合算法保证高精度测量，采用边缘计算进行开发，能够高效地进行数据处理和可视化；

采用了激光测距技术，其测量精度可达到mm级，远高于传统的测量方法；对于许多应用，如逆向工程、精密测量、复杂形状的复制都非常有价值；结合Yaw轴电机，实现了自动化的数据收集，不仅大大提高了扫描的效率，而且减少了人为操作带来的误差；装置内部集成了数据处理单元，可以对扫描数据进行实时分析，从而在扫描的同时获得三维模型，进一步提高了工作效率；将激光测距、Yaw轴电机和数据处理等功能集成，既方便携带，也减少了外部环境对扫描的影响；

激光测距不仅在速度上占有优势，而且其非接触的测量方式更能适应各种复杂的环境；通过自动化Yaw轴电机控制，大大减少了人工操作，提高了工作效率；节省了大量的后处理时间；

可以帮助军事系统更准确、快速地获取目标信息，提高作战效率和安全性；通过获取高精度的三维数据，可以快速生成数字高程模型、数字表面模型和数字正射影像，为地理信息系统的建设提供重要数据支撑；通过实时获取周围环境的三维数据，可以实现自主导航和智能控制，提高无人系统的安全性和可靠性；通过获取三维数据，机器人可以实现更精确的运动控制和作业执行，提高工作效率和质量；这种技术可以快速获取三维数据，对环境变化进行实时监测和评估，可以重建文物的原貌，为文化遗产的传承和保护提供重要技术支持。

附图说明

图1为本发明的硬件组成框图；

图2为本发明的激光测距流程图；

图3为本发明的三维扫描流程图；

图4为本发明的设备示意图。

图中：1，边缘计算平台；2，Yaw轴电机；3，Pitch轴支臂；4，Pitch轴电机；5，激光测距仪。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-图4，本发明实施例提供一种技术方案：一种基于激光测距仪的三维激光扫描装置，包括Yaw轴电机2、Pitch轴电机4、电源模组、激光测距仪5和边缘计算运行平台1，所述Yaw轴电机2设于所述边缘计算运行平台1的顶部中间处，所述Yaw轴电机2的顶部输出端连接有Pitch轴支臂3，所述激光测距仪5转动连接于Pitch轴支臂3的内部之间，所述Pitch轴电机4固定设于Pitch轴支臂3一侧且输出端贯穿连接于激光测距仪5；

所述电源模组位于边缘计算运行平台1的内部且电性连接于Yaw轴电机2、Pitch轴电机4、激光测距仪5和边缘计算运行平台1；

所述激光测距仪包括激光发射器、调制器、光学系统、光电探测器和数据处理系统；

激光发射器用于发出激光光束；

调制器用于将激光光束进行强度调制，调制后的光束经过光学系统传输到达目标物体表面，反射后回到激光测距仪接收系统；

光学系统用于传输调制后的光束到达目标物体表面；

光电探测器用于接收反射回来的光束进入，转化为电信号；

数据处理系统用于对测量数据进行处理，包括去除噪声、进行数据平滑处理。

激光测距仪采用高精度相位法激光测距，原理是通过测量经过强度调制的激光光束在往返过程中与调制信号的相位差来实现距离测量的，其原理基于调制信号的频率和光速之间的固定关系，即光速=频率×周期；通过测量相位差，可以间接测量时间，进而计算出目标物体与激光测距仪之间的距离。

调制信号与反射回来的信号之间的相位差被测量，进而计算出目标物体与激光测距仪之间的距离。

高精度相位法激光测距的优点包括高精度、高分辨率、测量范围大、性能稳定等；此外，该方法还具有测量电路易于集成化的优点。

为了提高测距精度和稳定性，采用高稳定度的激光器和调制器、降低环境噪声干扰、进行数据平滑处理等；此外，通过设计特殊的扫描结构和检测控制算法，激光测距数据反馈频率达到40hz，且数据处理等都在测距仪内部完成，不受外部环境影响。

一种基于激光测距仪的三维激光扫描方法，包括以下方法步骤：

S1，使用电源模组进行独立供电，在使用时，将装置放置在需要扫描的空间中；

S2，通过智能触控装置进行工作，激光测距仪5会启动开始自校准并获取初始点的信息数据，激光测距仪5完成准备工作后系统开始运行；

S3，平面转动Yaw轴电机2开始进行当前平面的扫描工作，平面转动一圈后即可得到当前的平面信息；

S4，启动Pitch轴电机4，此时Pitch轴开始发生偏转使激光测距仪5转动到另一个平面继续进行扫描；

S5，通过往复的上述流程即可完成整个空间的扫描，在此过程中所有数据会实时传输至边缘计算运行平台1进行实时解析；

S6，扫描完成即可同步完成三维模型的建立和展示；

S7，三维建模数据完成建立后会上传至成果平台，用户可在成果平台进行查看和下载操作。

进一步改进地，激光测距仪采用以下方法步骤：

S101，激光发射器发出激光光束，然后调制器将激光光束进行强度调制；通过调制，激光光束的频率和相位信息会被改变，增加了测量精度和分辨率；

S102，调制后的激光光束经过光学系统传输，到达目标物体表面并反射回来，反射回来的光束将携带有关目标物体的信息，包括距离和位置信息；

S103，反射回来的光束进入光电探测器，转化为电信号；

S104，通过测量这个电信号与调制信号之间的相位差，间接测量光束往返目标物体的时间，进而计算出目标物体与激光测距仪之间的距离；

S105，数据处理系统对测量数据进行处理，包括去除噪声和进行数据平滑处理，然后将结果输出至运算端；

S106，利用激光测距数据，通过高速扫描测量方法，大面积、高分辨率地获取被测对象表面的高精度三维坐标数据以及大量空间点位信息，快速建立高精度(精度可达毫米级)、高分辨率的物体真实三维模型以及数字地形模型；

S107，三维激光扫描时通过获取激光测距仪回传的距离数据，计算出目标物体距离信息；

S108，同时，采用IMU传感器测量当前激光测距仪当前角度并同步获取Yaw轴电机当前转动角度数据；

S109，通过数据融合算法得到精确的激光发射角度，准确计算出目标物体的方位角和仰角，进一步得到物体的三维坐标信息。

通过IMU传感器和Yaw轴电机双重数据融合避免了IMU传感器受温度等因素干扰大的问题，激光雷达误差大多数来源于各种因素的误差累积，本设计中使用高精度的激光测距与高精度的角度获取方法大大减小了误差的累计，使激光雷达整体精度达到毫米级别；

IMU传感器数据通常用于提供实时的动态角度变化信息，但它的精度可能会受到陀螺仪的漂移影响；Yaw轴电机数据提供了更加准确的角度信息，但它的更新频率较低。

进一步改进地，IMU传感器和Yaw轴电机均用于提供实时的动态角度变化信息，采用互补滤波器结合IMU传感器和Yaw轴电机两种数据源，通过加权平均或基于滤波器系数的方法来融合数据，以获得更准确、更稳定的角度值。

进一步改进地，角度值=加权系数1*陀螺仪数据+加权系数2*Yaw轴电机转动角数据；

其中，加权系数1和加权系数2是可调参数，用于平衡陀螺仪和电机转动角数据之间的权重；

同时通过低通滤波器和高通滤波器的组合来实现互补滤波，即对陀螺仪数据进行高通滤波，对Yaw轴电机转动角数据进行低通滤波，然后将结果进行融合；

输出角度=K1*(陀螺仪数据-陀螺仪零偏)+K2*(Yaw轴电机转动角数据-Yaw轴电机转动角零偏)；

其中，K1和K2是滤波器系数，用于调节陀螺仪和Yaw轴电机转动角之间的权重。

给出的公式是角度的计算公式，其中陀螺仪数据和Yaw轴电机转动角数据分别被减去各自的零偏，为了消除由于传感器固有的偏差，这两个差值乘以各自的权重系数，最后得到输出角度。

进一步改进地，数据融合前针对IMU传感器和Yaw轴电机进行单独数据处理，对于每一个单独的设备在进行测量产生数据时均产生一定的误差及噪声数据；

对IMU传感器和Yaw轴电机进行数据采集；

在完整的系统搭建完成后，Yaw轴电机转动会产生激光测距仪的角度转动，同时IMU传感器也产生相应的位置偏移；

对采集到的两组原始数据进行预处理，包括数据清洗、异常值处理，去除明显错误的测量值或填充缺失值。

进一步改进地，数据清洗前对设备进行长时间测试，记录设备输出的数据通过统计观察得出正常数据与异常数据的界定方法，以初步了解数据的特性包括数据类型、数据分布；

去除明显错误的测量值，包括异常高的距离值或者异常低的距离值，是由于传感器故障或者环境干扰导致；

同时，IMU传感器和Yaw轴电机的数据会存在频率差异，IMU传感器的数据获取频率大于Yaw轴电机的数据获取频率，对于缺失的数据，进行主动填充，使用插值算法以及根据历史数据预测填充。

进一步改进地，插值算法采用线性插值：

对于每对相邻的步数和对应的角度，计算步数差和角度差；；

对于目标步数(x_t)，如果它落在两个已知步数之间，即；

则使用线性插值公式计算目标步数对应的角度值：；

leq为小于等于的简写形式；

d为两个数据差值的简写，dx即表示x2与x1之间的差值，dy也同理；

x表示电机转动步数；

y表示对应的角度值；

插值算法除了弥补频率差异还可以对数据清洗产生的数据缺失进行补充。

完成单独数据处理后开始进行核心的数据融合处理，这样处理后的数据相较于单个设备的采集数据在置信度、噪声、数据平滑程度都有大幅的提升；对于激光扫描装置后续的数据可视化输出稳定可靠的环境数据。

具体改进地，IMU传感器和Yaw轴电机数据进行融合处理采用卡尔曼滤波器；

定义卡尔曼滤波器的参数，包括过程噪声协方差、测量噪声协方差、状态估计值和状态估计误差协方差矩阵；

定义IMU传感器和Yaw轴电机数据，假设数据为2维向量，通过循环迭代进行卡尔曼滤波的计算，包括更新状态估计值、更新状态估计误差协方差矩阵、计算卡尔曼增益、更新状态估计值和更新状态估计误差协方差矩阵；

输出最终的状态估计值。

卡尔曼滤波器对IMU传感器和Yaw轴电机数据进行融合处理的具体步骤为：

import numpy as np；

# 定义卡尔曼滤波器参数；

Q = 0.01 # 过程噪声协方差；

R = 0.1 # 测量噪声协方差；

x_est = np.zeros((2, 1)) # 状态估计值，这里假设为2维向量；

P_est = np.eye(2) # 状态估计误差协方差矩阵；

# 定义IMU数据和Yaw轴电机数据；

imu_data = np.array([[0.1, -0.2, 0.3], [0.4, -0.5, 0.6]]) # 假设IMU数据为2维向量，单位为g；

stepper_data = np.array([[10, -20, 30], [40, -50, 60]]) # 假设Yaw轴电机数据为2维向量，单位为度；

# 进行卡尔曼滤波；

for i in range(len(imu_data))：

# 更新状态估计值；

F = np.array([[1, 1], [0, 1]]) # 状态转移矩阵，这里假设为2x2矩阵；

B = np.array([[0, 1], [0, 0]]) # 控制矩阵，这里假设为2x2矩阵；

x_est = F @ x_est + B @ imu_data[i]；

# 更新状态估计误差协方差矩阵；

P_est = F @ P_est @ F.T + Q ；

# 计算卡尔曼增益；

K = P_est @ H.T @ np.linalg.inv(H @ P_est @ H.T + R)；

# 更新状态估计值；

x_est += K @ (stepper_data[i] - H @ x_est)；

# 更新状态估计误差协方差矩阵；

P_est = (np.eye(2) - K @ H) @ P_est；

# 输出最终的状态估计值；

print(“Final Estimate: ”, x_est)。

将激光测距仪与Yaw轴电机通过适当的接口连接到边缘计算平台节点上，涉及将激光测距仪的输出连接到边缘计算平台的一个订阅者节点上，将Yaw轴电机的控制信号发送到另一个发布者节点上；

由于激光测距可能受到环境因素（如温度、湿度）的影响，需要进行适当的标定来确保测量的准确性，此外，Yaw轴电机也需要进行校准，以确保其在不同角度的扫描精度；

当激光测距仪和Yaw轴电机准备好后，边缘计算平台节点开始从激光测距仪接收数据，并根据Yaw轴电机的当前位置对数据进行解释，这些数据可以表示为一个三维点云，其中每个点都有其x、y和z坐标；

边缘计算平台节点可以对接收到的数据进行实时处理，包括滤波、降噪或对点云进行三角化以生成三维模型，可以通过边缘计算平台的各种包和工具来实现；

处理后的数据通过边缘计算平台网络传输到其他节点或外部应用程序进行进一步的分析或可视化，数据也可以存储在本地或远程数据库中，以便后续使用或备份；

通过边缘计算平台的发布-订阅模式，用户可以发送控制信号（包括开始、停止扫描）来控制Yaw轴电机和激光测距仪，此外，边缘计算平台还可以提供反馈，包括当前的扫描进度或任何可能出现的错误或警告。

基于高精度Yaw轴电机的激光雷达系统，该系统结合了高精度Yaw轴电机和IMU传感器，通过数据融合算法保证高精度测量；同时，该系统采用边缘计算平台进行开发，能够高效地进行数据处理和可视化。

采用了激光测距技术，其测量精度可达到mm级，远高于传统的测量方法；对于许多应用，如逆向工程、精密测量、复杂形状的复制都非常有价值；结合Yaw轴电机，实现了自动化的数据收集，不仅大大提高了扫描的效率，而且减少了人为操作带来的误差；装置内部集成了数据处理单元，可以对扫描数据进行实时分析，从而在扫描的同时获得三维模型，进一步提高了工作效率；将激光测距、Yaw轴电机和数据处理等功能集成在一个紧凑的装置中，既方便携带，也减少了外部环境对扫描的影响。

传统的三维扫描主要依赖于接触式测量或者视觉测量，相比之下，激光测距不仅在速度上占有优势，而且其非接触的测量方式更能适应各种复杂的环境。

传统的扫描过程往往需要人工操作和干预，如标定、移动扫描头等，装置通过自动化Yaw轴电机控制，大大减少了人工操作，提高了工作效率；在传统的扫描中，数据收集后通常需要后处理才能得到三维模型，而本装置可以在扫描过程中就完成这一工作，节省了大量的后处理时间。

（1）在军事上有广泛的应用，包括目标探测、识别、跟踪和定位等；这种技术可以帮助军事系统更准确、快速地获取目标信息，提高作战效率和安全性。

（2）可以用于地形测绘、建筑物测量、森林资源调查等领域；通过获取高精度的三维数据，可以快速生成数字高程模型（DEM）、数字表面模型（DSM）和数字正射影像（DOM），为地理信息系统的建设提供重要数据支撑。

（3）无人驾驶汽车和无人机中重要的传感器之一，用于环境感知、避障和路径规划等任务；通过实时获取周围环境的三维数据，可以实现自主导航和智能控制，提高无人系统的安全性和可靠性。

（4）机器人是激光扫描应用的重要领域之一，可用于自主定位、导航、避障和目标识别等任务；通过获取三维数据，机器人可以实现更精确的运动控制和作业执行，提高工作效率和质量。

（5）可以对大气、水体和地表环境进行监测，用于污染源检测、空气质量评估、水体污染监测和地表生态评估等领域；这种技术可以快速获取三维数据，对环境变化进行实时监测和评估。

（6）对文物古迹进行数字化保护和修复，通过获取高精度的三维数据，可以重建文物的原貌，为文化遗产的传承和保护提供重要技术支持。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (6)

1.一种基于激光测距仪的三维激光扫描方法，其特征在于，包括以下方法步骤：

S1，使用电源模组进行独立供电，将装置放置在需要扫描的空间中；

S2，通过智能触控装置进行启动工作，激光测距仪启动后，开始自校准并获取初始点的信息数据，激光测距仪完成准备工作后，系统开始运行；

S3，平面转动Yaw轴电机，开始进行当前平面的扫描工作，平面转动一圈后，即可得到当前的平面信息；

S4，启动Pitch轴电机，此时Pitch轴开始发生偏转使激光测距仪转动到另一个平面继续进行扫描；

S5，通过往复的步骤S1-S4即可完成整个空间的扫描，在此过程中所有数据会实时传输至边缘计算运行平台进行实时解析；

S6，扫描完成即可同步完成三维模型的建立和展示；

S7，三维建模数据完成建立后会上传至成果平台，用户可在成果平台进行查看和下载操作；

激光测距仪采用以下方法步骤：

S101，激光发射器发出激光光束，然后调制器将激光光束进行强度调制；

S102，调制后的激光光束经过光学系统传输，到达目标物体表面并反射回来，反射回来的光束将携带有关目标物体的信息，包括距离和位置信息；

S103，反射回来的光束进入光电探测器，转化为电信号；

S104，通过测量这个电信号与调制信号之间的相位差，间接测量光束往返目标物体的时间，进而计算出目标物体与激光测距仪之间的距离；

S105，数据处理系统对测量数据进行处理，包括去除噪声和进行数据平滑处理，然后将结果输出至运算端；

S106，利用激光测距数据，通过高速扫描测量方法，大面积、高分辨率地获取被测对象表面的高精度三维坐标数据以及大量空间点位信息，快速建立高精度、高分辨率的物体真实三维模型以及数字地形模型；

S107，三维激光扫描时通过获取激光测距仪回传的距离数据，计算出目标物体距离信息；

S108，同时，采用IMU传感器测量当前激光测距仪当前角度并同步获取Yaw轴电机当前转动角度数据；

S109，通过数据融合算法得到精确的激光发射角度，准确计算出目标物体的方位角和仰角，进一步得到物体的三维坐标信息；

IMU传感器和Yaw轴电机均用于提供实时的动态角度变化信息，采用互补滤波器结合IMU传感器和Yaw轴电机两种数据源，通过加权平均或基于滤波器系数的方法来融合数据，以获得准确稳定的角度值；

角度值=加权系数1*陀螺仪数据+加权系数2*Yaw轴电机转动角数据；

其中，加权系数1和加权系数2是可调参数，用于平衡陀螺仪和电机转动角数据之间的权重；

同时通过低通滤波器和高通滤波器的组合来实现互补滤波，即对陀螺仪数据进行高通滤波，对Yaw轴电机转动角数据进行低通滤波，然后将结果进行融合；

输出角度= K1*(陀螺仪数据-陀螺仪零偏)+K2*(Yaw轴电机转动角数据-Yaw轴电机转动角零偏)；

其中，K1和K2是滤波器系数，用于调节陀螺仪和Yaw轴电机转动角之间的权重。

2.根据权利要求1所述的一种基于激光测距仪的三维激光扫描方法，其特征在于：数据融合前针对IMU传感器和Yaw轴电机进行单独数据处理，对于每一个单独的设备在进行测量产生数据时均产生一定的误差及噪声数据；

对IMU传感器和Yaw轴电机进行数据采集；

在完整的系统搭建完成后，Yaw轴电机转动会产生激光测距仪的角度转动，同时IMU传感器也产生相应的位置偏移；

对采集到的两组原始数据进行预处理，包括数据清洗、异常值处理，去除明显错误的测量值或填充缺失值。

3.根据权利要求2所述的一种基于激光测距仪的三维激光扫描方法，其特征在于：数据清洗前对设备进行长时间测试，记录设备输出的数据，通过统计观察得出正常数据与异常数据的界定方法，以初步了解数据的特性包括数据类型、数据分布；

去除明显错误的测量值，包括异常高的距离值或者异常低的距离值；

同时，IMU传感器和Yaw轴电机的数据会存在频率差异，IMU传感器的数据获取频率大于Yaw轴电机的数据获取频率，对于缺失的数据，进行主动填充，使用插值算法以及根据历史数据预测填充。

4.根据权利要求3所述的一种基于激光测距仪的三维激光扫描方法，其特征在于：插值算法采用线性插值：

对于每对相邻的步数和对应的角度，计算步数差和角度差/>；

对于目标步数，如果它落在两个已知步数之间，即

；

则使用线性插值公式计算目标步数对应的角度值：

；

d为两个数据差值的简写，dx即表示x2与x1之间的差值，dy即表示y2与y1之间的差值；

x表示电机转动步数；

y表示对应的角度值。

5.根据权利要求4所述的一种基于激光测距仪的三维激光扫描方法，其特征在于：IMU传感器和Yaw轴电机数据进行融合处理采用卡尔曼滤波器；

定义卡尔曼滤波器的参数，包括过程噪声协方差、测量噪声协方差、状态估计值和状态估计误差协方差矩阵；

定义IMU传感器和Yaw轴电机数据，假设数据为2维向量，通过循环迭代进行卡尔曼滤波的计算，包括更新状态估计值、更新状态估计误差协方差矩阵、计算卡尔曼增益、更新状态估计值和更新状态估计误差协方差矩阵；

输出最终的状态估计值。

6.一种基于激光测距仪的三维激光扫描装置，执行权利要求1-5所述的一种基于激光测距仪的三维激光扫描方法，包括Yaw轴电机（2）、Pitch轴电机（4）、电源模组、激光测距仪（5）和边缘计算运行平台（1），其特征在于：所述Yaw轴电机（2）设于所述边缘计算运行平台（1）的顶部中间处，所述Yaw轴电机（2）的顶部输出端连接有Pitch轴支臂（3），所述激光测距仪（5）转动连接于Pitch轴支臂（3）的内部之间，所述Pitch轴电机（4）固定设于Pitch轴支臂（3）一侧且输出端贯穿连接于激光测距仪（5）；

所述电源模组位于边缘计算运行平台（1）的内部且电性连接于Yaw轴电机（2）、Pitch轴电机（4）、激光测距仪（5）和边缘计算运行平台（1）；

所述激光测距仪包括激光发射器、调制器、光学系统、光电探测器和数据处理系统；

激光发射器用于发出激光光束；

调制器用于将激光光束进行强度调制，调制后的光束经过光学系统传输到达目标物体表面，反射后回到激光测距仪接收系统；

光学系统用于传输调制后的光束到达目标物体表面；

光电探测器用于接收反射回来的光束进入，转化为电信号；

数据处理系统用于对测量数据进行处理，包括去除噪声、进行数据平滑处理。