[发明专利]一种多期车载激光点云道路变化监测方法

权利要求书

1.一种多期车载激光点云道路变化监测方法，其特征在于，包含以下步骤：

a、选取相同位置的不同期道路点云数据，以路缘石为基准，确定道路边界；使用布料模拟算法分割地面点和非地面点，保留非地面点；删除非地面点中的非刚性物体，非刚性物体包括车辆、行人、绿化带、植被、行道树，提取完整的人造地物，人造地物包括路缘石、路灯、交通标示牌；

b、计算每一个点的法向量，以小于单块路缘石长度的阈值，等间隔获取邻域内法向量夹角之和的平均值，提取特征区域，用LSP特征点检测法提取特征区域内点云表面起伏变化大的点，获取特征点；

c、用提取的特征点进行4PCS粗配准，在粗配准后原有特征点的基础上建立KD树索引，采用双向K近邻搜索的策略提取特征点对，进行ICP精确配准；

d、以变化监测的精度为约束条件，对配准后的点云进行处理，检测不同时间点道路的变化。

2.根据权利要求1所述的多期车载激光点云道路变化监测方法，其特征在于，步骤b中：根据每一个点的法向量信息，提取特征区域，步骤如下：

1)采用最小二乘拟合平面的方法，使任一点P_i及其k邻域内的点所拟合平面为最佳拟合平面；

将任一点P_i及其k邻域内的点，组成协方差矩阵：

其中，k是点P_i临近点的数目，是k邻域内所有点的三维质心，λ_j是协方差矩阵的第j个特征值，V_j是第j个特征值所对应的特征向量；

求解该协方差矩阵的最小特征值所对应的特征向量就是P_i点的法向量

假设视点V_p的坐标为(0，0，0)，使所有的法向量一致朝向视点方向，只需满足：

对计算完法向量后的点云建立八叉树索引，以八叉树体素中心点为采样点，计算体素邻域内每一个点的法向量与体素中心点法向量夹角，计算过程如下：

①确定点云分布范围、根据不同的实验确定体素的大小：

②计算体素中心点：

其中，num为体素内点的个数，n.x、n.y、n.z表示编号为n的点的坐标值，center.x、center.y、center.z是体素中心点的坐标值；

③计算体素邻域内每一个点的法向量与体素中心点法向量的夹角之和：

其中，sumrad为体素邻域内每一个点法向量与体素中心点法向量的夹角之和，n为体素邻域内点云的个数，为体素中心点法向量的值，为体素内点云法向量的值；

④遍历数据中所有的点，对每个点进行步骤②③操作，得到每一个点的法向量与对应体素中心点法向量的夹角之和；

2)由归一化后的法向量夹角之和，提取特征区域；

①体素中心点的个数记作V_n，每一个体素内归一化后法向量夹角之和：

②对所有的everad按照从小到大的顺序进行排序，取位置处的值为阈值，大于阈值的区域即为特征区域。

3.根据权利要求2所述的多期车载激光点云道路变化监测方法，其特征在于，步骤b中，检测特征区域内变化明显的点，标记为特征点；

3)曲率的计算采用局部曲面拟合的方法，首先建立局部坐标系，在局部基面参数化的基础上，对空间点进行二次曲面拟合，得到最佳拟合二次曲面的参数方程为：

其中,(u,n,w)为任意一点P在局部坐标系下的坐标值，a,b,c为最佳拟合二次曲面的参数；

根据参数曲面的曲率性质计算其主曲率；记二次曲面为：S，S在点P(u,v)＝(0,0)处的一阶偏导为：Su|(0,0)，Sv|(0,0)；S在点P_i处的法向量为：n|(0,0)，则：

二次曲面S的第一基本量为：

二次曲面S的第二基本量为：

其中，由第一基本量和第二基本量可解得主曲率为：

4)用形状指数S(p)检测点云表面变化较大的区域；

用主曲率计算出每一个点的形状指数，形状指数定义为：

所有形状指数都映射到区间[0,1]，较大的形状指数值代表凸点，较小的形状指数值代表凹点，计算特征区域每一个八叉树邻域内各点形状指数的极值，极值点即为特征点。