[发明专利]一种三维激光扫描点云精度评价方法

权利要求书

1.一种三维激光扫描点云精度评价方法，其特征在于，包括以下步骤：

步骤1：三维激光扫描，获得点云数据；

步骤2：对三维激光扫描误差源进行分析，建立由光斑误差引起的激光点光斑误差模型，建立由测距误差、测角误差引起的测距测角误差模型；结合激光点光斑误差模型、测距侧角误差模型和配准误差模型，获得激光点位误差模型；

步骤2中所述建立由光斑误差引起的激光点光斑误差模型，具体实现过程是：首先分析激光点位光斑特性，给出激光点位在光斑中服从高斯分布的概率密度函数，并由此构建基于光斑影响的激光点光斑误差模型；

步骤2中所述激光点位误差模型为：

式中：为x_g方差，为x_g和y_g的协方差，为x_g和z_g的协方差，为y_g和z_g的协方差，为y_g方差，为z_g方差；为旋转角和平移参数协方差矩阵；为雅克比矩阵，R_ig为旋转参数，C_car为测距、测角及光斑引起的激光点位误差协方差矩阵；

步骤3：引入信息熵模型，在考虑广义分布情况下的激光点位概率密度函数，构建激光点位信息熵，通过误差熵和信息熵的关系，构建反应点位误差空间的点位误差熵模型；

步骤4：在考虑邻近点误差熵相互影响的前提下，构建邻近点误差熵模型；

步骤5：利用投影算法，构建真实激光点云误差熵模型；

步骤6：利用真实点云误差熵和原始点云误差熵的比对关系，实现基于点云误差熵点云精度的评价。

2.根据权利要求1所述的三维激光扫描点云精度评价方法，其特征在于：步骤1中，针对采集的三维激光扫描点云数据，采用改进的ICP方法或四元素方法，实现点云整体匹配；利用水平集对统一后的点云进行噪声剔除，获取无粗差的点云数据，并采用法向量夹角信息熵对邻近点均匀状况进行描述，得到目标物表面凸凹的判断，对不同凸凹状况的点云设置不同的简化率，实现点云的非均匀自动简化。

3.根据权利要求2所述的三维激光扫描点云精度评价方法，其特征在于，所述改进的ICP方法，具体实现过程是：首先采用图像进行初始配准，再将图像转换到点云下面，并在ICP算法的基础上，采用八叉树的方法对于每次搜索到的对应点都对其进行剔除。

4.根据权利要求1所述的三维激光扫描点云精度评价方法，其特征在于，步骤3中所述构建反应点位误差空间的点位误差熵模型，具体实现过程是：

假设邻近点误差熵以每个点的坐标为坐标系原点，所述坐标系的三个轴方向为u,v,w，则邻近点激光点位误差熵如下式所示：

其中，a_i,、b_i、c_i及a_i+1、b_i+1、c_i+1为邻近点误差熵三个半长轴长度；u、v、w为激光点误差熵的三个轴向；

假设邻近点误差熵在u方向存在交集，且交点为-a_i和d+a_i,利用邻近误差椭球交点计算公式，确定邻近激光点误差熵在u轴方向的交点为:

其中，d为扫描间隔；

则对于邻近点第一个激光点误差熵，在区间[-a_im]内的误差熵大小为：

其中，m为点云的行数；

对于第二个误差熵，在区间[m d+a_i]内的误差熵大小为：

5.根据权利要求4所述的三维激光扫描点云精度评价方法，其特征在于，步骤4中所述邻近点误差熵模型为：

其中，a_i,、b_i、c_i及a_i+1、b_i+1、c_i+1为邻近点误差熵三个半长轴长度，m为点云的行数，d为扫描间隔。