[发明专利]一种基于全等二基线匹配的点云全局配准方法

权利要求书

1.一种基于全等二基线匹配的点云全局配准方法，其特征在于，该方法包括：

1)基于直线方向一致性的点云线段特征聚类，包含以下内容：

两待配准点云分别记为目标点云P和待配准点云Q，P和Q点云中直线集合分别为P_L'和Q'_L，判断并删除小于最短直线长度阈值χ的短线段，P和Q点云两长线集合分别记作P_L和Q_L，基于曼哈顿假设，使用K均值聚类方法将直线分为三类，P和Q直线聚类结果分别记为{P_LX,P_LY,P_LZ}和{Q_LX,Q_LY,Q_LZ}，其中P_LZ和Q_LZ方向与重力反方向相反，至此完成带有明确指向信息的点云线段特征数据准备；

2)基准二基线中点间距离取值范围计算方法与一种算法迭代次数计算方法，包含以下内容：

使用小边长s_small构建三维体素网格，用于存储点云P的空间位置，按式(1)求取三维体素网格三边的长度L_x、L_y和L_z，按式(2)求取三维网格体积V，按式(3)求取边长s_big，用于构建θ个体素网格的降采样模型，栅格划分完毕后将点云数据放到相应的栅格中，同时删除那些不包含数据点的栅格，在每个栅格中，将离栅格重心最近的数据点保留下来，删除其余的数据点，降采样点云P'用于表达P点位空间分布，随机选取点云P'中两点，按式(4)计算两点欧式空间距离D_ij，迭代计算ψ次取最大距离作为P空间直径M_P，按式(5)确定二基线中点距离取值范围D_CC，D_CC∈(α，β)，同时将目标点云P重叠区域设为内点，按式(6)基于采样一致性框架判定方法迭代次数N，

其中，x_max和x_min分别表示体素网格结构中三维点坐标x方向最大值与最小值，同理y_max和y_min分别表示点坐标y方向最大值与最小值，z_max和z_min分别表示点坐标z方向最大值与最小值，

V＝L_xL_yL_z                                 (2)

其中，L_x、L_y和L_z表示三维体素三边的长度，V表示三维网格体积，

其中，θ表示体素网格降采样模型数量，s_big表示点云P点云构建θ个体素网格边长，

其中，(x_i,y_i,z_i)和(x_j,y_j,z_j)表示从降采样点云P'中随机抽取的两个三维点；

其中，M_P代表点云P空间直径，重叠度δ表示两测站点云目视空间重叠区域占目标点云P的比例，δ∈(0，1)，β表示二基线中点最远间距阈值，α表示二基线中点最近间距阈值；

其中，p表示采样一致性模型构建置信度，δ为点云重叠度，N为采样一致性约束迭代次数；

3)基础二基线构建方法，包含以下内容：

从目标点云P中随机选择两配准基线记作和(l₁,l₂)，其中l₁∈P_LZ，l₂∈P_LX UP_LY，按式(7)计算直线中点距离D_cc，若重新选取(l₁,l₂)，按式(8)求解最短距离直线与二基线交点x_l1和x_l2，按式(9)计算两空间直线最短距离D_min，按式(10)计算中点连线l_cc与(l₁,l₂)的夹角(Ω_z,Ω_h)，

其中，和为l₁的两个端点坐标，和为l₂的两个端点坐标，

其中，x_l1和x_l2为最短距离直线与二基线交点，

D_min＝|x_l1-x_l2|                             (9)

其中，D_min为l₁和l₂两空间直线最短距离，

其中，l_cc为(l₁,l₂)的中点连线，为l_cc的方向向量，为l₁方向向量，为l₂方向向量，(Ω_z,Ω_h)为l_cc与(l₁,l₂)的夹角；

4)全等二基线构建与匹配，包含以下内容：

在Q_L集合中寻找对应同名线匹配，选取l_3i作为Z方向直线，i代表Q_LZ中第i个直线，i＝{1,2,3,...,n}，n为Q_LZ中直线总数，按式(11)计算l₁与l_3i长度差异量ζ，若ζ＞φ，φ为直线长度最大差异阈值，则判断Q_LZ中i+1个直线，i+1≤n，否则使用临近搜索算法快速查询直线l₄，l₄∈Q_LX UQ_LY，按式(12)，计算l₄中点与l_3i中点间隔d_cc，应满足d_cc∈(D_cc-ξ，D_cc+ξ)，ξ为距离搜索允许误差阈值，ξ＞0，按式(10)，计算l₄和l_3i中点连线l_cci与直线l_3i和l₄夹角，分别记为(Ω_zi,Ω_hi)，按式(13)，(Ω_zi,Ω_hi)与(Ω_z,Ω_h)需满足最大角度差异阈值Φ约束，同时l₄与l_3i最短距离d_min需满足d_min∈(D_min-μ,D_min+μ)，μ为最短距离允许误差阈值，遍历Q_LZ中所有的直线寻找满足二基线特征约束的直线组合，记为{l_QXYi,l_QZi}，这里i表示同名二线编号，

其中，|l₁|表示直线l₁的长度，|l_3i|表示直线l_3i的长度，max(|l₁|,|l_3i|)表示l₁和l_3i中较长的直线长度，

其中，和分别为直线l₄和l_3i中点，d_cc为两直线中点距离，

其中，Φ为同名二线中点连线夹角最大角度差异阈值；

5)基于全等二基线空间变化的点云转换参数计算与参数质量评价，包含以下内容：

计算二线基(l₁,l₂)与同名二线集合{l_QXYi,l_QZi}中每个组合转换参数，具体的，针对(l₁,l₂)与(l_QXYi,l_QZi)匹配组合，首先按式(14)计算l_QZi中点平移至坐标系原点的转换矩阵T_ci，将点云Q平移得到Q_ci，然后按式(15)中罗德里格旋转公式，将点云Q_ci绕l_QZi旋转使得l₂与l_QXYi方向一致，求解旋转角度与旋转矩阵T_R，将Q_ci旋转T_R得到点云Q_ciR，进而按式(16)将Q_ciR中l_QZi的中点平移至l₁中点得到点云Q_ciRt，最后将Q_ciRt点云沿l_QZi轴上下平移，得到l₂与l_QXYi直线共线位移量t_z，按式(17)计算转换矩阵T_zi，最终得到转换后的点云Q_trans，参数评价部分，使用配准参数将点云Q转换到点云P坐标系下，记录Q点云中距P点云小于距离阈值λ的点数占Q点云总数的百分比τ_i，同时统计Q_L中直线在P_L中最近邻直线方向一致的百分比ι_i，τ_i与ι_i越大表明配准效果越好，按式(18)计算配准得分，取score最大值对应的一组配准参数(R_maxτι,t_maxτι)作为候选配准参数，

其中，是直线l_QZi的中点坐标，t_ci表示平移向量，E为3乘3单位矩阵，T_ci表示l_QZi中点平移至坐标系原点的转换矩阵，Q_ci表示Q平移转换之后的点云；

其中，v_rot为l₁的方向向量，v_ori为l_QXYi的方向向量，k为Z轴单位向量，方向与重力方向相反，表示旋转量，T_R为旋转量绕Z轴的矩阵表达方式，Q_ciR表示Q_ci绕l_QZi旋转T_R之后的点云；

其中，表示l₂中点坐标，t_ti表示Q_ciR中l_QZi的中点平移至l₂中点平移向量，T_ci为平移量t_ti的矩阵表示，Q_ciRt表示Q_ciR平移T_ci后的点云；

其中，t_zi为点云Q_ciRt沿l_QZi平移向量，T_zi为t_zi的矩阵表达，Q_trans为最终的转换点云，

score＝n_wτ_i+(1-n_w)ι_i                            (18)

其中score为配准得分，n_w∈(0，1)为权重系数；

6)迭代求解最优点云配准参数的方法，包含以下内容：

为得到正确配准参数，基础二基线的选取应保证在基准点云P和待配准点云Q的重叠区内，基于采样一致性框架能够保证高置信度下获取符合要求的基础二基线，重复4-6，更新基础二基线与全等二基线的匹配，获得新的候选配准参数，更新最大score得分max_score，当迭代次数超过N或max_score大于迭代停止阈值Γ时停止计算，输出max_score对应的转换参数{R,t}，完成点云全局配准。