[发明专利]一种基于激光点云的全景距离影像生成方法

权利要求书

1.一种基于激光点云的全景距离影像生成方法，其特征在于，它包括多条件约束便携型实验场临时搭建及选点、构建角度一致方程融合模型并计算融合参数和全景距离影像生成三大部分；详细过程是：

第一步：多条件约束便捷型实验场临时搭建及选点

1.1：实验场选择

选择一段车辆较少，路面状况良好，两侧有立面的路段临时搭建多条件约束实验场；

1.2：实验场布设

在选好的实验场路段机动车道内沿标线按间隔布设靶标，道路两旁护栏、路灯杆和路缘石立面设施，形成空间立体布设、多方位覆盖的检校场，靶标所处的点为校验点；

1.3:选点

选择数码相机的拍摄范围，在拍摄范围内选择三维激光扫描仪的扫描点，选扫描点时要进行多方位选取，以数码相机曝光位置为中点，在路面和立面分别选点，选点时要对称选取，始终保持在同一方向的两端有相同数目的同名点，这样既可以保证参数计算的准确性，也方便观察计算出的参数是否稳定，及时发现粗差；

第二步：构建角度一致方程融合模型并计算融合参数

该步骤所涉及坐标系的定义如下：

①惯导坐标系(IMU)的定义为：以惯导中心为原点，y轴指向载体车辆行车前进方向，x轴指向车体右侧，z轴指向天顶，构成右手坐标系；

②像空间直角坐标系的定义为：以全景球的球心为原点，x轴指向全景影像第一列中间行，z轴为虚拟相机主轴，竖直向上为正方向，y轴垂直于xoz平面构成右手坐标系；

③全景球坐标系定义为：原点同为虚拟摄影中心；φ表示xoy平面内以y为主轴的方位角，取值范围[0，2Π]；θ表示某点与原点连线构成的射线与xoy平面的夹角，取值范围[-Π/2，Π/2]；dis表示某点与坐标原点连线的线段长度；

④像素平面坐标系的定义为：像素坐标系的原点为影像的左上角点，竖直向下为行号，水平向右为行号，单位为整数1；

融合模型构建及参数计算步骤如下：

2.1：构建惯导坐标与像空间直角坐标间的转换关系，得到式(1):

式中：(X_imu,Y_imu,Z_imu)为惯导坐标，(X_c,Y_c,Z_c)为像空间直角坐标，其中：

(X_s,Y_s,Z_s)为像空间直角坐标系原点在惯导坐标系的坐标值，即融合参数的线元素；

fai,omi,ka为由惯导坐标系到像空间直角坐标系的旋转角度，即融合参数的角元素；

上述6个参数即为全景相机融合参数；

2.2：通过角度一致方程构建球坐标与空间直角坐标的转换关系，得到式(2)，式(2)便是融合模型，其中为像素点在与像空间直角坐标同轴球坐标的角元素；

然后，通过坐标转换得到像素坐标与球坐标的转换关系式(3)，式中(pixelCol,pixelRow)为像素坐标，对应像素在全景影像中的行和列，sumCol,sumRow为全景影像总行列号；

2.3：融合参数计算

融合参数计算过程是：将式(3)和(1)代入式(2)即为点云点与对应像素点的转换关系模型；采用最小二乘间接平差解算角度一致方程得到融合参数；具体方法如下：

2.3.1：用泰勒展开将代表融合模型的式(2)线性化为V＝BX-L的形式，结果如式(4)所示；

和d_θ为与θ真值的改正数；

公式中间的矩阵为与θ分别对融合参数X_s,Y_s,Z_s,fai,omi,ka求偏导所构成的系数矩阵；

dX_s，dY_s，dZ_s，dfai，dmoi，dka为融合参数改正数；

2.3.2：启动车载移动测量系统，通过数码相机和三维激光扫描仪分别采集所有扫描点的坐标信息，选出其中检校点的坐标信息，然后将检校点的坐标信息分别通过公式(1)和(3)进行转换，分别得到校验点在像空间直角坐标系的坐标值和在像空间球坐标系的坐标值；

2.3.3：将2.3.2步得到的校验点在像空间直角坐标系的坐标值和在像空间球坐标系的坐标值带入公式(4)，通过迭代的方法优化检校参数；根据最小二乘准则可知：V^TPV＝min时可得到融合参数X_s,Y_s,Z_s,fai,omi,ka改正量的最佳估值X；在迭代过程中，角度待求量的初值尤其重要，为防止迭代发散，需要根据仪器安置角对初值进行约束；

第三步：全景距离影像生成步骤如下：

根据获得的融合参数X_s,Y_s,Z_s,fai,omi,ka改正量的最佳估值X，利用融合模型即可及时生成待监测区域的全景距离影像，生成方法是：当需要生成某一区域的全景距离影像时，只要通过车载移动测量系统获取全景像片所在区域一定范围内的点云数据，通过公式4坐标转换，确定全景像素与点云点的对应关系，利用公式(5)计算全景空间坐标下点云到全景相机虚拟摄影中心的距离d，并预设一张与全景影像等大的图像，将距离d以RGB信息的形式存储在对应像素中，获取距离影像；

2.如权利要求1所述的基于激光点云的全景距离影像生成方法，其特征在于，步骤三的全景距离影像生成详细步骤为：

3.1：读取待监测区域的全景影像序号，并用序号获取待监测区域的全景影像对应的惯导信息；

3.2：根据对应的惯导信息和融合参数，计算出像空间直角坐标系下的点云坐标；

3.3：根据全景影像曝光时间和点云时间，确定与这张全景影像匹配的点云；

3.4：遍历点云，计算像空间直角坐标系下的点云点与全景影像摄影中心的距离值；

3.5：根据融合模型，将距离值以RGB信息的形式存储在对应像素中，获取距离影像。