[发明专利]一种适用于球形靶标拟合的自适应栅格搜索方法

说明书

本发明公开了一种适用于球形靶标拟合的自适应栅格搜索方法，其主要步骤为：(1)利用三维激光扫描系统获取球形靶标点云；(2)设置初始参数；(3)设定拟合误差的判定准则；(4)确定初始尺度；(5)构建初始样本空间；(6)确定初始的最优样本；(7)更新尺度；(8)更新样本空间；(9)寻找最优样本；(10)循环执行步骤7、步骤8、步骤9，直到找到满足预定精度的样本，或者达到预定的循环次数N_opt。本发明不仅避免了线性化问题的精度损失，提升了球形靶标中心的解算精度，且通过球形靶标几何特征的约束，提高了解算的效率。

技术领域

本发明属于工程测量及三维激光扫描领域，具体涉及一种适用于地面激光扫描的球形靶标拟合的自适应栅格搜索方法。

背景技术

地面三维激光扫描技术是近年来兴起的一种新型的测量技术，通过高速激光扫描，快速获取目标表面的高分辨率点云数据，将传统的单点测量带入到面测量时代。它具有主动式、非接触、高分辨率、高精度、快速灵活的数据采集等特点，已经在工程测量、文物保护、灾害监测、逆向三维重建等工作中得到了广泛的应用。球形靶标具有典型的空间旋转对称性与标准的参数化形式，在地面三维激光扫描的各类研究中发挥着重要的作用，如地面激光扫描仪校准与检核、扫描精度评估、点云的配准与坐标转换等。球形靶标的中心在位于球体内部，无法通过直接的测量手段获取，故通常采用拟合的方法获取其中心。

基于三维激光扫描获取的球形靶标的点云拟合其中心坐标，本身是一个非线性问题，目前通常是借助各类最小二乘方法求解，如经典最小二乘法、整体最小二乘法以及加权整体最小二乘等。从最小二乘的理论角度来看，最小二乘估计假设数据噪声的均值为零，从而产生一个无偏参数估计。如果噪声的方差已知，则可以通过在数据上选择适当的权重得到最小方差参数估计。此外，最小二乘估计隐含地假设整个数据集只能由给定模型的一个参数向量来解释。大量的研究清楚地表明，最小二乘估计很容易违反这些假设。有时，即使数据只包含一个坏的数据，最小二乘估计也可能严重地受到干扰，导致解算结果较差。故这类方法多是基于单纯的测点数据求解，易出现精度受初值影响大、易陷局部最优等问题。同时，球形靶标的点云的测点数量通常在数千个以上，会造成计算矩阵庞大，运行效率低。

在扫描工作中，我们采用的球形靶标具有确定的几何尺寸，即针对空间中的任一球形靶标，其点云在空间中的分布是有一定的范围的，将其称为包围盒，这个包围盒包含球形靶标的所有测点数据以及噪声。同时，从球形靶标的几何特性来看，其中心与半径一定在这个包围盒中。这样，可以采用一种搜索策略，找到包围盒中满足特定误差判定规则的最优中心与半径。在这种背景下，我们结合球形靶标的点云与几何特征，提出了一种适用于各类球形靶标拟合的自适应栅格搜索方法。

发明内容

本发明的目的在于结合球形靶标的测点信息与几何特征信息，设计一种适用于球形靶标拟合的自适应栅格搜索方法，该方法不仅避免了线性化问题的精度损失，提升了球形靶标中心的解算精度，且通过球形靶标几何特征的约束，提高了解算的效率。

为实现上述目的，本发明采取的技术方案是：一种适用于球形靶标拟合的自适应栅格搜索方法，其包括以下步骤：

步骤1：利用三维激光扫描系统获取球形靶标点云；

步骤2：设置初始参数；

步骤3：设定拟合误差的判定准则，获取最优的球形靶标中心与半径；

步骤4：确定初始尺度初始尺度由X、Y、Z、R四个特征量的尺度组成，主要由点云的几何重心与预设的几何半径R_set共同确定；

步骤5：构建初始样本空间U⁽¹⁾；初始样本空间中的每个样本由四个特征量构成，其中为球形靶标的可能几何中心，为球形靶标的可能几何半径；

步骤6：确定初始的最优样本；

步骤7：更新尺度