[发明专利]基于自适应配准的多激光雷达自主建网系统、方法、终端

说明书

本发明公开一种基于自适应配准的多激光雷达自主建网系统、方法、终端，涉及网络构建与网络信息处理技术领域。采用多个激光雷达利用点云配准算法对不同雷达的点云图进行配准和融合，点云配准采用4PCS进行粗配准，Trimmed ICP进行精配准，使同一室内环境的激光雷达自动组建雷达网络，并获得融合后的室内环境点云。数据同时保存本地和云端，使用者通过云端更改相应配准参数或者获取原始点云数据。本发明针对居家养老项目设计的基于自适应配准的多激光雷达自主建网系统。使用者可以远程查看老人居住室内的激光雷达网络情况以及室内环境点云图像。通过雷达网络和环境点云数据，使用者可以用在居家养老项目的进一步设计和使用中。

技术领域

本发明属于网络构建与网络信息处理技术领域，尤其涉及一种基于自适应配准的多激光雷达自主建网系统、方法、接收用户输入程序存储介质、信息数据处理终端。

背景技术

目前，激光雷达从上世纪90年代起得到了迅速的发展。激光雷达自身通过发射激光来获取环境的坐标等信息，由于激光本身的特性，不易受外界环境的影响，在夜间也能正常运行，可靠性较高。因此各个领域中得到了广泛应用。1960年左右，2D点云配准技术最早被使用，后来随着科技和设备的发展和发明的深入，3D点云配准也逐渐应用。

目前，2D点云配准主要分为点云粗配准和精配准两个阶段。点云粗配准主要目的是为位置初始位置的两个点云进行大致配准，为点云精配准提供较好的初始位置。目前点云粗配准最普遍的方法是基于RANSAC(Random Sample Consensus,随机采样一致性)思想的配准。1981年由Fischler等人首次提出。而在21世纪初，Aiger等人提出了基于RANSAC思想的4PCS算法，该算法每次选取共面四点，根据刚性变化来寻找近似全等的四点集，并将其作为对应点集求解。虽然4PCS配准效果不错，但是计算复杂度较高，效率低下，为了解决这个问题Rusu等人于2009年提出SAC-IA算法，该算法基于RANSAC和FPFH描述子，显著降低的计算复杂度，提高了配准效率。精配准方法中最典型的当属ICP，初代ICP提出后经过多年的发明和发展，Liu等人提出了LA-ICP,CHETVERIKOV提出了基于重叠率的一种配准方法Trimmed ICP。

近年来，国内对于激光雷达的发明也越来越丰富。点云配准在许多领域有着不可替代的作用，如：仿真模型自动重建，岩石钻孔激光重建，大尺寸工业测量，建筑物扫描等。虽然已经有不少软件提供人工标定的方法来准确标定点云，但是在不少地方还是需要自动化配准的使用。有不少学者对于激光雷达点云配准算法做出了改进和发明。2007年，戴静兰等人开始了ICP在配准方面的发明。2009年，杨现辉在发明ICP在3D点云中的配准应用中，对ICP算法做出了改进，使ICP不再直接全局配准而是先计算曲率获得相应点云特征点。2015年韩宝昌等人提出一种基于区域生长的点云自动配准方法来解决点云全局配准中不能有效处理重叠率较低的点云数据的问题。2018年陈旭等提出了一种点云粗配准方法，计算点云主成分向量，通过配合自身中心点形成主成分坐标系。

通过上述分析，现有技术存在的问题及缺陷为：

(1)多激光雷达的配准和融合一直是一个热门的发明话题，但大多数发明多为预先设定关键点用作标定参数，或者设置激光雷达的相对位置，加入人工操作来进行配准和融合。人工干预配准融合可以达到一个很好的配准精度，但是在某些情况下需要多激光雷达自动配准融合。而现有技术自动配准融合效果差。

(2)现有技术对远程查看老人居住室内的激光雷达网络情况以及室内环境点云图像获得的信息准确性差。

(3)现有技术对用户的隐私信息保活性差。

(4)现有技术据的完整性和可靠性差。

解决以上问题及缺陷难度和意义为：