[發明專利]基于多視角點云配準的岸線三維重建裝置及方法

有效

• 申請號: 201610093789.9
• 申請日: 2016-02-19
• 公開（公告）號: CN105787933B
• 公開（公告）日: 2018-11-30
• 發明（設計）人: 胡釗政;王相龍;李祎承;胡月志;李京
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T17/00
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 王丹

1.一種基于多視角點云配準的岸線三維重建裝置，其特征在于：它包括數據采集單元、數據采集輔助單元、控制平臺和數據傳輸單元；其中：

數據采集單元為二維激光傳感器；

數據采集輔助單元包括旋轉云臺，所述的二維激光傳感器固定在旋轉云臺上，二維激光傳感器以單線逐點掃描的同時，隨旋轉云臺一起以一定的速率旋轉；

數據傳輸單元用于二維激光傳感器、旋轉云臺與控制平臺之間的數據傳輸；

控制平臺用于輸出二維激光傳感器的參數、旋轉云臺的旋轉參數，利用二維激光傳感器的采集數據，進行岸線三維重建；所述的控制平臺通過以下步驟進行岸線三維重建：

S1、旋轉式二維激光數據建模：建立旋轉式二維激光傳感器數據的三維直角坐標系；

S2、點云數據聚類：

在待重建岸線上，選取若干個視角點，在每個視角點上，利用旋轉云臺搭載二維激光傳感器旋轉，得到單視角點云數據；利用相鄰視角點的單視角點云數據，通過空間柵格切割點云包絡空間，以每個柵格中的平均曲率為聚類標準，利用模糊c均值聚類方法提取曲率值接近的點云，即提取出點云重合區域；曲率值接近是指兩部分點云的曲率值方差小于設定的閾值；

S3、點云數據配準：

通過ICP算法計算相鄰視角點的點云重合區域，得到相鄰視角點的位置關系矩陣，即旋轉矩陣R和平移矩陣T，統一相鄰視角點的坐標系；

S4、配準數據校驗：

通過比較實際相鄰視角點的距離與S3求得的平移矩陣T，校驗該配準是否有效，若兩者相差值大于設定的閾值，表示聚類或配準錯誤，改用基于KD-tree數據結構的ICP算法配準，反之，則判定此次配準正確；

S5、不斷配準相鄰視角點的點云，直到統一所有視角點云坐標系，從而實現岸線三維重建；

所述的S2具體為：

1)旋轉云臺搭載二維激光傳感器順時針旋轉180°獲得單視角點云數據，利用OBB算法求得該視角點云數據的包絡空間；

2)利用空間柵格切割單視角點云數據的包絡空間得到大小均勻相鄰緊密的M×N×K個柵格，利用最小二乘法擬合柵格內的激光點云曲面，通過計算曲面的最大曲率和最小曲率，進而求得柵格內點云曲面的平均曲率；以三維直角坐標系的x，y，z坐標軸為順序排列切割后的柵格，以平均曲率為數組元素，建立一個M×N×K的有序一維數組X₁；

利用相同方法獲得相鄰視角點的單視角點云數據的一維數組X₂；

3)統計X₁和X₂兩組數組中曲率值出現的次數并進行歸一化處理得到兩個新的一維數組L₁和L₂，利用模糊c均值聚類方法提取L₁與L₂中曲率值接近的部分，即兩部分的曲率值方差小于設定的閾值，從而提取相鄰視角點云的重合區域。

2.根據權利要求1所述的基于多視角點云配準的岸線三維重建裝置，其特征在于：所述的數據傳輸單元由依次連接的串行通信模塊、大比特率信號轉換模塊和以太網通信模塊組成，二維激光傳感器和旋轉云臺分別與串行通信模塊連接，以太網通信模塊與所述的控制平臺通信。

3.根據權利要求1所述的基于多視角點云配準的岸線三維重建裝置，其特征在于：所述的二維激光傳感器的參數包括掃描距離、掃描角度及角度分辨率；旋轉云臺的旋轉參數包括旋轉范圍與旋轉速度。

4.利用權利要求1所述的基于多視角點云配準的岸線三維重建裝置實現的三維重建方法，其特征在于：它包括以下步驟：

S1、旋轉式二維激光數據建模：建立旋轉式二維激光傳感器數據的三維直角坐標系；

S2、點云數據聚類：

在待重建岸線上，選取若干個視角點，在每個視角點上，利用旋轉云臺搭載二維激光傳感器旋轉，得到單視角點云數據；利用相鄰視角點的單視角點云數據，通過空間柵格切割點云包絡空間，以每個柵格中的平均曲率為聚類標準，利用模糊c均值聚類方法提取曲率值接近的點云，即提取出點云重合區域；曲率值接近是指兩部分點云的曲率值方差小于設定的閾值；

S3、點云數據配準：

通過ICP算法計算相鄰視角點的點云重合區域，得到相鄰視角點的位置關系矩陣，即旋轉矩陣R和平移矩陣T，統一相鄰視角點的坐標系；

S4、配準數據校驗：

通過比較實際相鄰視角點的距離與S3求得的平移矩陣T，校驗該配準是否有效，若兩者相差值大于設定的閾值，表示聚類或配準錯誤，改用基于KD-tree數據結構的ICP算法配準，反之，則判定此次配準正確；

S5、不斷配準相鄰視角點的點云，直到統一所有視角點云坐標系，從而實現岸線三維重建；

所述的S2具體為：

1)旋轉云臺搭載二維激光傳感器順時針旋轉180°獲得單視角點云數據，利用OBB算法求得該視角點云數據的包絡空間；

2)利用空間柵格切割單視角點云數據的包絡空間得到大小均勻相鄰緊密的M×N×K個柵格，利用最小二乘法擬合柵格內的激光點云曲面，通過計算曲面的最大曲率和最小曲率，進而求得柵格內點云曲面的平均曲率；以三維直角坐標系的x，y，z坐標軸為順序排列切割后的柵格，以平均曲率為數組元素，建立一個M×N×K的有序一維數組X₁；

利用相同方法獲得相鄰視角點的單視角點云數據的一維數組X₂；

3)統計X₁和X₂兩組數組中曲率值出現的次數并進行歸一化處理得到兩個新的一維數組L₁和L₂，利用模糊c均值聚類方法提取L₁與L₂中曲率值接近的部分，即兩部分的曲率值方差小于設定的閾值，從而提取相鄰視角點云的重合區域。