[发明专利]一种非合作目标点云位置姿态计算方法

说明书

一种非合作目标点云位置姿态计算方法，本方法从不同初始参数，同步寻找最优匹配路径，经过最终比较，最后得到了整体最优的匹配结果，整体位置姿态计算结果精度高；本发明针对非合作目标点云信息不完整情况，采用了模型平移来进行不同位置匹配，即使扫描的局部点云，该方法也能得到最优的配置效果，保证整体位置姿态计算结果准确，同时鲁棒性强。

技术领域

本发明涉及一种非合作目标点云位置姿态计算方法。

背景技术

三维激光扫描技术能够快速获取物体表面每个采样点的空间位置坐标，得到一个表示实体的点集合，称之为“点云”。点云中每个点的角度信息通过摆镜获得，距离通过激光飞行时间测量得到。通过距离和角度信息可以计算出每个点的三维坐标信息。目标的三维模型点云已经在存储好，获取到扫描点云后，模型点云和扫描点云进行配准，从而求取扫描点云的初始姿态。

罗天男等2016年在学位论文《基于模型的全局点云配准方法研究》中基于等效距离场的点云配准算法，采用隐式B样条曲面拟合建立距离场，并利用Levenberg-Marquardt算法优化求解配准参数，以满足配准过程的精度和速度要求。其次按照分支限界策略搜索具有非凸性的配准误差函数的全局最优解的方法，以此克服局部配准算法可能陷入局部最优位置的缺点。然后结合基于等效距离场的局部配准算法加速收敛，最终形成基于模型的全局点云配准算法，保证全局收敛性和鲁棒性要求。

郭裕兰等2012年在光学精密工程的《激光雷达目标三维姿态估计》中，提出了投影点云密度熵(PDE)特征，研究了PDE特征与目标姿态的内在关系，给出了对目标点云迭代地进行旋转投影并寻找PDE最小值以实现三维姿态估计的方法。

柳建锋2014年在毕业论文《基于对偶四元数的LIDAR点云拼接研究》中，根据直线间相交、平行和异面的拓扑关系，分别对待拼接测站和基准测站LIDAR点云的直线进行聚簇，构建直线簇；然后，分别将同名直线用Plücker坐标表示，通过待拼接测站LIDAR点云的直线簇在空间中的螺旋缩放运动，使其与基准测站LIDAR点云的直线簇比例尺一致，且同名Plücker直线重合，构建基于直线簇的共线条件方程，实现了比例因子和相对位姿一体化解算。

王勇2015年在小型微型计算机系统中的《采用点云重心距离进行边界检测的点云数据配准》中，提出用点云重心距离进行边界检测的点云数据配准新算法。该算法首先运用主成分分析法进行点云数据粗配准,获得良好点云姿态；其次,采用点云重心距离特征进行边界检测并提取待配准点云边界；在此基础上,利用K-D树在两点云边界中查找对应最近点对,并通过单位四元数法进行坐标转换,求得平移矩阵及旋转矩阵,从而点云数据配准。

空间非合作目标点云姿态计算中，受扫描范围限制，部分非合作目标的点云可能获取不到，因此上述现有技术中的匹配算法很容易落入局部最优，但无法得到精确解。

发明内容

本发明要解决的技术问题是：克服现有技术的不足，提供了一种非合作目标点云位置姿态计算方法，从不同初始参数，同步寻找最优匹配路径，经过最终比较，最后得到了整体最优的匹配结果，整体位置姿态计算结果精度高，计算速度快。

本发明目的通过以下技术方案予以实现：

一种非合作目标点云位置姿态计算方法，包括如下步骤：

步骤一、扫描非合作目标获取扫描点云，在相机坐标系下，扫描点云中所有扫描点在x轴、y轴、z轴方向的位置均值分别为x₀、y₀、z₀；扫描点云的俯仰角α、偏航角β、滚动角γ分别设为0°、0°、0°；目标外形点云在相机坐标系下的位置坐标为0、0、0，姿态为0°、0°、0°；

步骤二、将目标外形点云的位置坐标在相机坐标系下沿x轴平移x₀、沿y轴平移y₀、沿z轴平移z₀；然后将目标外形点云的俯仰角沿x轴转动-α角度，偏航角沿y轴转-β角度，滚动角沿z轴转动-γ角度；