[发明专利]基于二维激光传感器的三维环境表面三角网格构建方法

说明书

本发明涉及一种基于二维激光传感器的三维环境表面三角网格构建方法，二维激光传感器采集三维环境扫描的扫描数据，并发送到上位机；将采集到的扫描数据转换为笛卡尔空间坐标下的三维激光点云矩阵；将得到的三维激光点云矩阵根据均匀采样法进行数据压缩，得到三维激光点云数据；对三维激光点云数据进行三角网格构建。本发明适用范围广，能够适用于多数的三维激光点云数据的环境建模；针对性强，能够很好的处理激光点云数据的不均匀或者扫描面不连续的情况；处理效果好，能够很好的重构出于原扫描环境拓扑结构相近的三角网格；原理简单，处理速度快。

技术领域

本发明涉及基于激光点云的环境建模领域，具体地说是一种基于二维激光传感器的三维环境表面三角网格构建方法。

背景技术

三维激光扫描技术是上世纪九十年代中期开始出现的一项高科技技术，它通过高速激光扫描测量的方法，大面积高分辨率地快速获取被测对象表面的三维坐标数据，为空间信息的获取提供了全新的技术手段。原始的三维激光点云数据缺少足够的结构特征和语义信息，因此如何重构出与原激光扫描环境拓扑结构较为接近的环境模型成为人们重点关注的问题。网格构建是人们实现对三维环境表面模型的重建的方法，其中三角网格重构又是环境表面模型重建中使用最广泛的一种方法，因为三角形是最简单的多边形并且具有构造灵活，边界适应性好等优点，处理上也比较简单，适用于对空间点云数据进行曲面重建。

当前较为常用的做法是对三维点云数据进行Delaunay三角化，能够快速的实现对三维激光点云数据的环境表面重建，α-shape、Voronoi、Crust算法、Luigi Giaccari的网格算法等算法都是在Delaunay算法的基础之上实现对三维激光点云数据的三角网格重构的。α-shape算法是删除了四面体凸包中包围球或外接圆半径大于α的四面体来得到重建模型表面。“Voronoi协方差”理论是基于Voronoi图计算过程中的一个协方差矩阵，得到点云曲面局部的主曲率和主方向，通过改变局部邻域大小迭代计算协方差矩阵来提取特征点。Crust算法是基于计算几何中的Voronoi图和Delaunay三角剖分。Crust算法的优点就在于思想直接、简单，重建效果更为精细，它可以对在细节区域具有密集点，在无特征或较少特征区域具有稀疏点的采样点集实现曲线重建。Luigi Giaccari的网格算法是通过去除冗余三角面，提取模型表面三角平面的方法，该算法具有支持不规则的表面重构，能够应用于多数情况下的开放表面。

这些经典的三维表面重建算法在处理均匀一致的三维激光点云数据时较为有效，但是由于激光扫描角度、扫描距离等原因，三维激光点云数据可能会出现点云数据不均匀或扫描面出现某种不连续的情况，这时上述经典算法很难构建出理想的三角化元素，甚至可能引入某些干扰的三角化元素，这将严重影响三角网格构建的效果。

发明内容

针对现有技术的不足，本发明提供一种基于二维激光传感器的三维环境表面三角网格构建方法，能够重构出与原环境拓扑结构较为接近的三角网格，有效的避免了网格中三角化元素交叉错乱和干扰等缺陷。

本发明为实现上述目的所采用的技术方案是：

一种基于二维激光传感器的三维环境表面三角网格构建方法，包括以下步骤：

步骤1：二维激光传感器采集三维环境扫描的扫描数据，并发送到上位机；

步骤2：将采集到的扫描数据转换为笛卡尔空间坐标下的三维激光点云矩阵；

步骤3：将得到的三维激光点云矩阵根据均匀采样法进行数据压缩，得到三维激光点云数据；

步骤4：对三维激光点云数据进行三角网格构建。

所述均匀采样法为从第一组单次扫描数据开始，每过扫描时间t取一组单次扫描数据，每次扫描的点云数一定，根据测量点的扫描顺序，从单次扫描的起始点开始，每隔num个点记录一个扫描点的扫描数据。

所述扫描数据包括转动角度和距离值，其中转动角度包括偏置角和关节角；