[发明专利]一种基于全等二基线匹配的点云全局配准方法

说明书

本专利公开了一种基于全等二基线匹配的点云全局配准方法：针对人造场景点云存在的小重叠、高噪声、高对称问题带来的配准精度低的问题，本专利利用场景中广泛分布的空间三维直线特征，基于采样一致性框架，通过构建并匹配全等二基线迭代地完成点云全局配准。具体地，配准方法以点云中三维直线作为特征构建基元，首先在基准点云中构建基础二基线，基础二基线由两条空间非平行直线构成，包含显著且丰富拓扑信息，然后在待配准点云中依据基础二基线特征描述寻找同名二基线集合，继而根据全等线对匹配计算点云转换参数，最后基于采样一致性框架，迭代搜索最优全等二基线匹配，获取最优配准参数，完成场景点云高精度配准。

技术领域

本发明涉及空间信息应用技术领域，具体涉及一种基于全等二基线匹配的点云全局配准方法。

背景技术

近年来，激光雷达设备的快速发展使得室内外场景三维点云获取变得越来越容易，并在室内外导航、虚拟现实和城市三维建模等领域得到了广泛应用。点云配准作为点云数据处理的重要步骤，是确保三维场景数据完备的一项关键技术。尽管，国内外学者针对点云配准做了大量研究，也产生了诸多优秀算法，但现有研究对小重叠、结构相似、复杂动态变化等场景仍缺乏适用性。

点云配准方法可以分为全局配准和精配准两大类。精配准旨在对全局配准参数进行优化，典型的算法包括最小二乘算法，迭代最近点算法(iterative closest point，ICP)及其衍生算法。然而，点云全局配准参数的优劣直接影响精配准效果。通常，全局配准参数失准易使点云精配准陷入局部最优，导致整体配准误差偏大。因此，全局配准是点云配准中需解决的首要问题。常见的全局配准策略是构建点云局部特征，通过计算多站点云间局部特征间的相似度进行同名特征匹配，并利用优化后的匹配特征计算点云配准参数。该类算法中，具有代表性的局部特征有快速点特征直方图(fast point feature histograms,FPFH)、Spin Image等。与局部特征相比，全局特征更具描述性，主要包括平面特征、直线特征等，主要适用于城区、建筑等复杂人造场景。基于全局特征的点云配准思想为：首先通过将点云分割获取平面、直线等全局特征，然后空间一致性或邻域特征一致性策略在平面、直线等层面上搜索同名特征，最后利用匹配的同名全局特征估计点云配准参数，代表性算法是基于视点描述子的点云配准方法。然而，在人造场景中，获取的多站点云普遍存在重叠度低、噪声多、场景相似性高导致同名特征匹配难度大等问题，现有配准方法的自动化水平差，鲁棒性低，难以保证人造场景点云配准的精度和效率。

本专利针对小重叠、高噪声、高对称的人造场景点云配准问题，设计了一种基于全等二基线匹配的点云全局配准方法。该方法以经过水平校准的点云作为输入，首先提取多站点云中的三维直线段作为配准的基元，然后通过构建全等二基线的匹配原则确定多站点云间的同名匹配，最后利用匹配的同名全等线段计算点云配准参数。该专利采用最大重叠度原则和最大线结构一致性原则评估点云配准质量，并基于采样一致性框架迭代优化点云配准参数，可满足小重叠、高噪声、高对称的人造场景点云自动配准需求。

三、发明内容

(一)解决的技术方案

本发明所要解决的技术问题是：针对人造场景中多站点云重叠度小、点云中噪声多、空间对称性强导致点云配准精度差、效率慢、自动化水平低的问题，利用场景中丰富的三维直线特征，设计一种基于全等二基线匹配的点云全局配准方法。具体地，输入原始两站点云，并提取点云中的三维直线特征；在基准点云中寻找两条空间上几何拓扑关系显著的直线段，组成基础二基线；然后在待匹配点云中按一致性约束规则寻找多组与基础二基线具有相同几何拓扑关系的二基线，记为候选同名全等二基线；进而根据候选全等二基线匹配计算点云配准参数，基于最大重叠度原则与最大结构一致性原则评价转换参数质量；为了保证基础二基线来自点云重叠区域，上述参数求解过程基于采样一致性寻优框架，迭代二基线创建、匹配、转换与评价过程，确定最优全等二基线匹配，获取最优配准参数，完成场景点云高精度配准。

(二)技术方案