[发明专利]一种基于图优化的多站位扫描点云全局配准方法

权利要求书

1.一种基于图优化的多站位扫描点云全局配准方法，其特征在于，包括以下步骤：

步骤1、获取带标靶的多视角原始飞机三维点云数据；

利用三维激光扫描仪在多个站位获取飞机局部点云数据，每个站位在飞机和三维激光扫描仪之间摆放4个以上十字标靶，作为初始配准的依据；

步骤2、初始配准；

根据相邻站位标靶位置关系进行标靶配对，完成初始配准；

步骤3、相邻点云重叠面积计算；

采用栅格化降采样的方法计算相邻站位点云数据重叠区域点云面积；

步骤4、图结构建立；

以每一站位点云数据作为图结构的节点，相邻站位点云数据的重叠区域点云面积作为图结构的相邻节点边的权值，建立精配准图；

步骤5、环闭合层级配准；

在精配准图的基础上，得到最大生成树，并得到无环的树结构；通过逐次向最大生成树添加边而形成环，依次闭合形成的环，实现飞机多视角点云的精配准。

2.根据权利要求1所述的基于图优化的多站位扫描点云全局配准方法，其特征在于，步骤1中，十字标靶为可翻转的圆形四等分黑白相间的标志物，十字标靶中心在翻转时保持位置不变；每个站位在飞机和三维激光扫描仪之间摆放的4个以上十字标靶中，任意3个十字标靶不共线。

3.根据权利要求1所述的基于图优化的多站位扫描点云全局配准方法，其特征在于，步骤1中，所述三维激光扫描仪型号为ScanStation P20。

4.根据权利要求1至3中任一项所述的基于图优化的多站位扫描点云全局配准方法，其特征在于，步骤2中，初始配准为基于标靶拓扑结构的对应点初始配准，具体为：

以Q＝{q₁,q₂,...q_n}表示一个视角下的一组标靶，P＝{p₁,p₂,...p_n}表示相邻视角下的一组标靶，任一标靶q_i所对应的相邻视角的标靶为p_i，i＝1,2,3,……,n；

通过公式(1)确定两组标靶所在点云的转换矩阵：

公式(1)中，R为两组标靶所在点云的旋转矩阵，t为两组标靶所在点云的平移矩阵，旋转矩阵和平移矩阵统称为转换矩阵；argmin表示求取表达式的最小值，|| ||²表示欧氏距离，p_i和q_i分别表示对应视角下的标靶坐标，n表示同一视角下的标靶数量；

令求解F(t)的偏导数，得到旋转矩阵：

公式(2)中，令其中，和分别为两组标靶集合P和Q的重心坐标：两组标靶数据P和Q的重心平移量即为所求两点云的平移量；

平移之后，标靶P的新坐标x_i和标靶Q的新坐标y_i分别表示为：

将公式(3)带入公式(1)中，得到：

为求解公式(4)，首先计算其中，trace()表示对矩阵求迹；对其进行SVD分解可得：H＝UΛV^T，其中，U、Λ、V为经过SVD分解后的项；当R＝VΛ^T时，方程(4)取得最小值，从而获得旋转参数R＝VΛ^T；至此，完成基于标靶的初始配准。

5.根据权利要求4所述的基于图优化的多站位扫描点云全局配准方法，其特征在于，步骤3具体包括：

步骤3-1、获取重叠区域点云的包围盒，包围盒三边的方向为该重叠区域点云的三个主成分方向；

步骤3-2、将包围盒离散成栅格立方体，遍历每个栅格立方体中的点并计算每个点与对应栅格立方体中心的距离，取每个栅格立方体中离栅格立方体中心最近的点作为采样点，完成点云降采，实现点云密度均匀化；

步骤3-3、以重叠区域降采样后点的个数作为面积的表达。

6.根据权利要求5所述的基于图优化的多站位扫描点云全局配准方法，其特征在于，步骤3-2中，栅格立方体的尺寸为10mm*10mm*10mm。

7.根据权利要求5所述的基于图优化的多站位扫描点云全局配准方法，其特征在于，步骤5具体包括：

步骤5-1、通过Kruskal算法计算精配准图的最大生成树；

步骤5-2、在得到的最大生成树结构中，计算相邻边的权值之和，在拥有最大权重之和的边上，添加一个边构成环，并闭合该环，环闭合过程通过ICP方法实现；

步骤5-3、重复步骤5-2，直至没有新的环可以生成，从而完成图优化精配准，得到完整的飞机整机点云数据。