[发明专利]一种多视角三维激光点云全局优化整体配准方法

权利要求书

1.多视角三维激光点云全局优化整体配准方法，其特征在于步骤依次为：

(1)推导并建立多视角三维激光点云全局优化整体平差模型；即对一个物体表面进行多视角扫描，共获取K个视角的三维点云，并且假定这K个视角的三维点云之间具有一定的重叠区域，全局优化的目的是确定旋转平移参数R_i,t_i,i＝1,...,K，使得整体配准误差e最小，公式如下：

其中，m，n分别表示第m个视角和第n个视角的点云，即多视点云的视角序号；K表示多视三维点云的视角数量；N_mn表示第m个视角点云和第n个视角点云重叠区域中的近似同名点对的数量；P_mi，P_ni代表第m个视角点云和第n个视角点云中第i对近似同名点；R_m，t_m分别表示将第m个视角的点云转换到基准坐标系下的旋转矩阵和平移向量，R_n，t_n分别表示将第n个视角的点云转换到基准坐标系下的旋转矩阵和平移向量；

式(1)中，将R_m，t_m，R_n，t_n，P_mi，P_ni代入公式(1)中，得到：

将公式(2)简化后写成：

假定将第一个视角的点云所在的坐标系作为基准坐标系，那么第一个视角点云的旋转平移参数为已知量，不参与平差迭代计算，即旋转矩阵为3×3的单位矩阵，平移向量为3×1的零向量，因此对初始配准后的点云进行全局优化的过程即是同时求解未知参数的过程，未知参数可用近似值加相应的改正数表示，利用泰勒公式对式(3)进行线性展开，得到线性化误差方程式如式(4)：

其中，(f)是使用各未知数的近似值代入式(3)后计算得到的具有一定重叠度的两视点云中某一对近似同名点距离的平方值，对于多视点云重叠区域中的任一对近似同名点，均可列出如下误差方程：

V＝AX-L (5)

其中，

L＝-(f)，

由于旋转矩阵是由三个旋转角的9个方向余弦值组成，结合式(2)，经推导可以得到误差方程式中各偏导数的值，多视激光点云配准全局优化平差模型，即式(5)为典型的间接平差模型，利用多视点云重叠区域中的近似同名点即可通过最小二乘法获得多视点云各自的旋转平移变换参数；

(2)对物体表面进行多视角扫描，获取多个视角的三维点云，将其初步配准到统一的坐标系中，并对三维点云的密度进行估计；

(3)遍历经过粗配准后的多视三维点云，自动检测所有具有一定重叠度的两视三维点云，并将点云序号保存至动态数组中；计算两视点云重叠度的方法定义如下：

假设两视点云中的三维点的数量分别为m和n，遍历其中一个点云中的三维点，在另外一个点云中搜索与该三维点最邻近的点，如果这两点之间的距离小于3倍点云密度时，则定义该两点为近似同名点；利用K-D树检测该两视点云中所有的近似同名点，并假定其数量为N，则该两视点云的重叠度W计算公式如下：

自动检测K视角三维点云中所有具有一定重叠度的两视点云方法的具体检测步骤是：

①定义一个二维动态数组I，将第一维大小设置为K-1；

②从第2视角到第K视角点云中，检测与第1视角点云具有一定重叠度的三维点云，并将点云视角序号依次保存到I[0]中；

③从第3视角到第K视角点云中，检测与第2视角点云具有一定重叠度的三维点云，并将点云视角序号依次保存到I[1]中；

④依次类推，直到检测第K视角点云与第K-1视角点云是否具有一定重叠度，若有一定重叠度则将视角序号K保存到I[K-2]中；

(4)由步骤(3)可以检测出多视点云中所有具有一定重叠度的两视点云，然后利用K-D树搜索这些具有一定重叠度的两视点云中的近似同名点对，并将这些近似同名点对作为观测值代入到全局优化整体平差模型中，通过迭代平差计算，获得最小二乘意义下多视激光点云各自最优的旋转平移变换参数，从而完成多视角三维激光点云的整体精确配准。