[發(fā)明專利]基于建筑輪廓的車載和航空LiDAR數(shù)據(jù)配準方法

有效

• 申請?zhí)枺?/td>: 201310227705.2
• 申請日: 2013-06-07
• 公開（公告）號: CN103324916A
• 公開（公告）日: 2013-09-25
• 發(fā)明（設計）人: 程亮;李滿春;陳振杰;劉永學;李飛雪;黃秋昊;陳東;童禮華;李爽;許浩
• 申請（專利權(quán)）人: 南京大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 南京同澤專利事務所(特殊普通合伙) 32245
• 代理人: 石敏

技術(shù)領(lǐng)域

本發(fā)明涉及一種LiDAR點云數(shù)據(jù)的配準方法，特別是涉及一種基于建筑輪廓的車載和航空LiDAR數(shù)據(jù)配準方法。

背景技術(shù)

航空和車載激光雷達是目前使用較多的兩種激光雷達。激光雷達技術(shù)能夠提供地物表面詳盡而準確的不規(guī)則LiDAR點，數(shù)據(jù)質(zhì)量優(yōu)于其他一些測量技術(shù)，如數(shù)字攝影測量、雷達干涉測量等。

車載和航空LiDAR數(shù)據(jù)具有很強的相似性和互補性。一方面，車載和航空激光雷達都能夠快速獲取大范圍的地物信息。另一方面，車載激光雷達數(shù)據(jù)中包含大量地物側(cè)面信息，頂部信息較少；而航空激光雷達獲取豐富的頂部信息，側(cè)面信息缺失。航空與車載激光雷達各有優(yōu)缺點，為了能夠獲取地物各個尺度、各個方向的詳盡數(shù)據(jù)，兩種平臺數(shù)據(jù)的融合已經(jīng)成為一種必然趨勢。事實上，這些年來越來越多的學者集成兩種數(shù)據(jù)進行應用研究，相關(guān)研究涉及地形制圖、地質(zhì)勘探、森林研究、水文研究、以及虛擬現(xiàn)實等等。

為了集成車載和航空LiDAR數(shù)據(jù)進行完整建筑模型的構(gòu)建，需要對LiDAR點云進行配準。目前關(guān)于車載和航空LiDAR數(shù)據(jù)配準的研究還很少，很多研究在集成車載和航空LiDAR數(shù)據(jù)時采用第三方輔助數(shù)據(jù)進行配準。2003年，Hu?J等人在期刊《IEEE?Computer?Graphics?and?Applications》23卷第6期中發(fā)表“Approaches?to?large-scale?urban?modeling”以及2008年Carlberg等人在Proceedings?of?the?Fourth?International?Symposium?on3D?Data?Processing,Visualization?and?Transmission會議中撰文“Fast?surface?reconstruction?and?segmentation?with?ground-based?and?airborne?lidar?range?data”，均提到了使用車載LiDAR數(shù)據(jù)的GPS數(shù)據(jù)進行車載和航空數(shù)據(jù)的配準的方法。這一方法中的GPS數(shù)據(jù)在城區(qū)密集建筑群中定位的可靠性不高。2003年，F(xiàn)ruh?C等人在期刊《IEEE?Computer?Graphics?and?Applications》23卷第6期中發(fā)表“Constructing3D?city?models?by?merging?aerial?and?ground?views”，選取航空影像作為參照，使用蒙特卡洛定位方法進行車載LiDAR數(shù)據(jù)的配準。2005年，Zhao?H等人在期刊《Photogrammetric?Engineering&Remote?Sensing》71卷第4期中發(fā)表“Updating?a?digital?geographic?database?using?vehicle-borne?laser?scanners?and?line?cameras”，使用航空LiDAR點云生成的數(shù)字表面模型（DSM）作為參照，從車載LiDAR點云和DSM中人工選取控制點進行兩種數(shù)據(jù)的配準，從而將車載LiDAR數(shù)據(jù)集成到已有地理數(shù)據(jù)庫中。考慮到第三方輔助數(shù)據(jù)的可獲取性、數(shù)據(jù)精度，如何擺脫這些數(shù)據(jù)，尋求直接從點云出發(fā)的配準方法還是十分必要的。

LiDAR點云配準是將不同坐標系中的LiDAR點云轉(zhuǎn)換到統(tǒng)一坐標系統(tǒng)，其中常用的基于特征基元的點云配準方法從點云中提取點、線、面特征進行配準，這些特征通常是指建筑角點、輪廓、屋頂面片、線狀道路等。由于該方法利用特征基元而非直接對LiDAR點云進行配準，良好的配準基元是該類配準方法配準精度的保證。2004年，Pauly?M等人在Eurographics?Symposium?on?Point-Based?Graphics會議中撰文“Uncertainty?and?variability?in?point?cloud?surface?data”，認為由于車載和航空LiDAR數(shù)據(jù)本身的差異，尋求車載和航空LiDAR之間的共軛特征進行配準的難度很大：(1)不同視角。車載LiDAR平視或仰視地獲取數(shù)據(jù)，地物側(cè)面信息詳盡，頂部信息缺失，而航空LiDAR以很小的視角俯視獲取數(shù)據(jù)，頂部信息較多，側(cè)面信息較少，兩者的公共信息較少。(2)不同分辨率。車載LiDAR距離掃描目標數(shù)十米，數(shù)據(jù)分辨率最高可達毫米級，而航空LiDAR距離掃描目標幾百米至上千米不等，數(shù)據(jù)分辨率在分米級或米級，理論上準確的一對一配準可能變?yōu)橐粚Χ嗯錅省?3)點云數(shù)據(jù)的離散性。點云數(shù)據(jù)本身具有離散性，從中獲取準確的共軛特征比較困難。

發(fā)明內(nèi)容