[发明专利]点云匹配方法、设备及存储介质

权利要求书

1.一种点云匹配方法，其特征在于，所述点云匹配方法包括：

在已部署反光条的室内环境中，利用激光雷达进行点云探测，获取探测到的激光点；

根据测定的所述反光条对应的反射特性曲线，识别探测到的所有激光点对应的光点类型；其中，所述光点类型包括：反光点和普通点；

根据识别出的所述激光点的光点类型，查找点云中与所述激光点相关联的关联点，建立点云的关联关系；

基于建立的所述关联关系，构造代价函数并对所述代价函数进行迭代优化，从而完成激光点云的匹配操作；

其中，所述根据测定的所述反光条对应的反射特性曲线，识别探测到的所有激光点对应的光点类型，包括：

根据测定的所述反光条对应的反射特性曲线，利用基本对数模型对所述反射特性曲线进行拟合，得到对应的光点识别模型；利用得到的所述光点识别模型，对探测到的所有激光点进行反光点和普通点的类型识别和判断，识别出所述激光点的光点类型是反光点还是普通点；

其中，所述根据测定的所述反光条对应的反射特性曲线，利用基本对数模型对所述反射特性曲线进行拟合，有：f(x) = a log_b (x-c) + d；其中，x表示反光条的距离，f(x)表示激光对应的反射强度，a、b、c、d表示光点识别模型的模型参数；

针对已经测量得到的多组数据：f(x) = a log_b (x-c) + d ，利用最小二乘法对其进行优化，得到所述光点识别模型的模型参数a、b、c、d，

则有：；其中，i表示所述反射特性曲线包含的激光点中计算所述模型参数所使用的个数，其取值范围是[1，N]，N表示计算所述模型参数所使用的个数的最大值；

将得到的所述模型参数a、b、c、d代入f(x) = a log_b (x-c) + d，即可得到对应的光点识别模型；利用得到的所述光点识别模型f(x) = a log_b (x-c) + d，对探测到的所有激光点进行判断，若满足：，则判断出所述激光点的光点类型为反光点；反之，若不满足，则判断出所述激光点的光点类型为普通点；其中，d_i为所述激光点对应的距离，h为对所述激光点测量得到的实际反射强度；f(d_i)为利用所述光点识别模型计算得到的理论反射强度；

所述根据识别出的所述激光点的光点类型，查找点云中与所述激光点相关联的关联点，建立点云的关联关系，包括：

针对进行点云匹配的点云S和点云T，若识别出点云S中的激光点Si的光点类型是反光点，则在距离反光点Si的预设范围内，查找点云T中距离所述反光点Si最近的两个反光点；根据反光点的查找结果，记录反光点的匹配类型，从而建立点云S与点云T的关联关系；若识别出点云S中的所述激光点Si的光点类型是普通点，则在距离所述普通点Si的预设范围内，查找点云T中距离所述普通点Si最近的两个普通点；根据普通点的查找结果，记录普通点的匹配类型，从而建立点云S与点云T的关联关系；

所述基于建立的所述关联关系，构造代价函数并对所述代价函数进行迭代优化，从而完成激光点云的匹配操作，包括：

针对进行点云匹配的点云S和点云T，基于建立的所述关联关系，对点云S和点云T中的每一个关联关系均构造一个代价函数，总体代价函数为构造的所有代价函数的和；同时，针对不同光点类型中的反光点和普通点，构造不同的代价函数；对构造的代价函数进行迭代优化，直至优化结果在预设范围内不再发生变化，或者迭代次数达到预设阈值；将迭代完成后得到的最终结果作为最终的点云匹配结果，从而完成激光点云的匹配操作；

其中，所述基于建立的所述关联关系，构造代价函数，包括：

令构造的整体代价函数为：；

且c（s_i，p(s_i)，n1(s_i)，n2(s_i) ）满足：

c（s_i，p(s_i)，n1(s_i)，n2(s_i)）=g_i（d（s_i，n1(s_i)，n2(s_i)））；

其中，d（s_i，n1(s_i)，n2(s_i)）表示点云S中的激光点Si与点云T中两个点n1(s_i)与n2(s_i)所构成的线段的距离；J（S，T）表示构造的点云S和点云T对应的整体代价函数；i表示所述反射特性曲线包含的激光点中计算所述模型参数所使用的个数，其取值范围是[1，N]，N表示计算所述模型参数所使用的个数的最大值；g_i是一个分段函数，g_i（d（s_i，n1(s_i)，n2(s_i)））满足：。