[發(fā)明專利]一種基于虛擬超點(diǎn)的激光點(diǎn)云配準(zhǔn)方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202211360543.5
• 申請(qǐng)日: 2022-11-02
• 公開（公告）號(hào): CN115661218A
• 公開（公告）日: 2023-01-31
• 發(fā)明（設(shè)計(jì)）人: 請(qǐng)求不公布姓名;孫喜亮;王爽;吳芳芳
• 申請(qǐng)（專利權(quán)）人: 北京數(shù)字綠土科技股份有限公司;武漢綠土圖景科技有限公司
• 主分類號(hào): G06T7/33
• 分類號(hào): G06T7/33
• 代理公司: 北京繪聚高科知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11832
• 代理人: 羅碩

本發(fā)明公開一種基于虛擬超點(diǎn)的激光點(diǎn)云配準(zhǔn)方法和系統(tǒng)，其中，激光點(diǎn)云配準(zhǔn)方法包括：對(duì)激光雷達(dá)獲取的點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，分別得到源點(diǎn)云和目標(biāo)點(diǎn)云；將源點(diǎn)云和目標(biāo)點(diǎn)云投影至球形坐標(biāo)系，使用稀疏卷積提取點(diǎn)云的特征，得到源點(diǎn)云和目標(biāo)點(diǎn)云分別對(duì)應(yīng)的超點(diǎn)和超點(diǎn)特征；根據(jù)源點(diǎn)云和目標(biāo)點(diǎn)云的超點(diǎn)特征的歐氏距離，計(jì)算得到特征對(duì)應(yīng)概率；查找源點(diǎn)云中每個(gè)超點(diǎn)在目標(biāo)點(diǎn)云中特征對(duì)應(yīng)概率最大的預(yù)定數(shù)量的超點(diǎn)，使用預(yù)定數(shù)量的超點(diǎn)生成目標(biāo)點(diǎn)云中虛擬超點(diǎn)及超點(diǎn)特征；根據(jù)源點(diǎn)云的超點(diǎn)分別與目標(biāo)點(diǎn)云中虛擬超點(diǎn)及超點(diǎn)特征的對(duì)應(yīng)關(guān)系生成點(diǎn)云配準(zhǔn)結(jié)果。本發(fā)明的技術(shù)方案能解決現(xiàn)有技術(shù)配準(zhǔn)的兩組點(diǎn)云重疊率較低、魯棒性不強(qiáng)且配準(zhǔn)效率低的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及激光點(diǎn)云測(cè)量技術(shù)領(lǐng)域，尤其涉及一種基于虛擬超點(diǎn)的激光點(diǎn)云配準(zhǔn)方法和系統(tǒng)。

背景技術(shù)

兩組未對(duì)齊部分點(diǎn)云的準(zhǔn)確歐式變換(即點(diǎn)云配準(zhǔn))，是許多點(diǎn)云任務(wù)的先決條件，例如激光雷達(dá)測(cè)繪、3D重建、姿態(tài)估計(jì)、AR/VR和自動(dòng)駕駛等點(diǎn)云任務(wù)，因此找到準(zhǔn)確的點(diǎn)云配準(zhǔn)方法具有重要意義。激光點(diǎn)云具有數(shù)據(jù)量大、無(wú)序且特征難以提取等特點(diǎn)，傳統(tǒng)的點(diǎn)云配準(zhǔn)方法在處理大規(guī)模點(diǎn)云數(shù)據(jù)時(shí)通常精度較低且速度較慢。

近年來(lái)，隨著深度學(xué)習(xí)技術(shù)的發(fā)展，大規(guī)模點(diǎn)云配準(zhǔn)任務(wù)的效率得到很大提升，所以基于深度學(xué)習(xí)的激光點(diǎn)云配準(zhǔn)方法具有較大的潛力。目前的點(diǎn)云配準(zhǔn)算法以基于深度學(xué)習(xí)和基于對(duì)應(yīng)點(diǎn)的方法為主。其中，基于深度學(xué)習(xí)的激光點(diǎn)云配準(zhǔn)方法，通常依靠訓(xùn)練神經(jīng)網(wǎng)絡(luò)，提取兩個(gè)輸入點(diǎn)云之間的點(diǎn)對(duì)應(yīng)關(guān)系，并在此基礎(chǔ)上使用穩(wěn)健的估計(jì)算法(例如RANSAC算法)計(jì)算對(duì)齊變換。上述基于點(diǎn)對(duì)應(yīng)關(guān)系的配置方法，通常依賴于關(guān)鍵點(diǎn)的檢測(cè)，以此來(lái)獲得對(duì)應(yīng)點(diǎn)。

然而，檢測(cè)兩個(gè)點(diǎn)云重疊區(qū)域的關(guān)鍵點(diǎn)是具有挑戰(zhàn)性的，尤其是當(dāng)它們具有較小的重疊區(qū)域時(shí)；另外，點(diǎn)云配準(zhǔn)算法不具有足夠的魯棒性，因?yàn)樵袋c(diǎn)云和目標(biāo)點(diǎn)云所提取的超點(diǎn)是稀疏的，隨機(jī)的，并不一定具有對(duì)應(yīng)關(guān)系，強(qiáng)行匹配會(huì)產(chǎn)生較多的錯(cuò)誤匹配。最后，現(xiàn)有的RANSAC算法，在進(jìn)行后處理時(shí)輸入的點(diǎn)數(shù)較多，計(jì)算速度較慢，尤其是處理大規(guī)模點(diǎn)云數(shù)據(jù)時(shí)，效率會(huì)明顯降低。

發(fā)明內(nèi)容

本發(fā)明提供一種基于虛擬超點(diǎn)的激光點(diǎn)云配準(zhǔn)方案，旨在解決現(xiàn)有技術(shù)提供的技術(shù)方案，存在兩組點(diǎn)云重疊率較低、魯棒性不強(qiáng)且效率較低的問題。

為實(shí)現(xiàn)上述目的，根據(jù)本發(fā)明的第一方面，本發(fā)明提出了一種基于虛擬超點(diǎn)的激光點(diǎn)云配準(zhǔn)方法，包括：

對(duì)激光雷達(dá)獲取的點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，分別得到待配準(zhǔn)的源點(diǎn)云和目標(biāo)點(diǎn)云；

將源點(diǎn)云和目標(biāo)點(diǎn)云投影至球形坐標(biāo)系，使用稀疏卷積提取投影后的源點(diǎn)云和目標(biāo)點(diǎn)云的特征，得到源點(diǎn)云和目標(biāo)點(diǎn)云分別對(duì)應(yīng)的超點(diǎn)和超點(diǎn)特征；

根據(jù)源點(diǎn)云和目標(biāo)點(diǎn)云的超點(diǎn)特征之間的歐氏距離，計(jì)算得到特征對(duì)應(yīng)概率；

查找源點(diǎn)云中每個(gè)超點(diǎn)在目標(biāo)點(diǎn)云中特征對(duì)應(yīng)概率最大的預(yù)定數(shù)量的超點(diǎn)，使用預(yù)定數(shù)量的超點(diǎn)生成目標(biāo)點(diǎn)云中虛擬超點(diǎn)及超點(diǎn)特征；

根據(jù)源點(diǎn)云的超點(diǎn)分別與目標(biāo)點(diǎn)云中虛擬超點(diǎn)及超點(diǎn)特征的對(duì)應(yīng)關(guān)系，生成點(diǎn)云配準(zhǔn)結(jié)果。

優(yōu)選的，上述點(diǎn)云配準(zhǔn)方法中，對(duì)激光雷達(dá)獲取的點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，分別得到待配準(zhǔn)的源點(diǎn)云和目標(biāo)點(diǎn)云的步驟包括：

使用激光雷達(dá)掃描被監(jiān)測(cè)場(chǎng)景，得到被監(jiān)測(cè)場(chǎng)景對(duì)應(yīng)的點(diǎn)云數(shù)據(jù)；

對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行體素濾波，得到源點(diǎn)云和目標(biāo)點(diǎn)云。

優(yōu)選的，上述激光點(diǎn)云配準(zhǔn)方法中，將源點(diǎn)云和目標(biāo)點(diǎn)云投影至球形坐標(biāo)系，使用稀疏卷積提取投影后的源點(diǎn)云和目標(biāo)點(diǎn)云的特征的步驟包括：

將源點(diǎn)云和目標(biāo)點(diǎn)云投影至球形坐標(biāo)系，使用球形坐標(biāo)系分別得到源點(diǎn)云和目標(biāo)點(diǎn)云的球形坐標(biāo)；

將投影至球形坐標(biāo)系的源點(diǎn)云和目標(biāo)點(diǎn)云輸入至稀疏卷積模塊進(jìn)行特征提取；