[发明专利]一种三维激光扫描点云精度评价方法

摘要

本发明公开了一种三维激光扫描点云精度评价方法，首先对三维激光扫描误差源进行系统的分析，构建由光斑、测距、测角及配准引起的点位误差模型；然后引入信息熵，利用激光点位概率密度函数模型，建立激光点位信息熵，并根据误差熵和信息熵的关系，构建激光点位误差熵模型；最后，考虑相邻激光点位误差熵相互影响的情况下，构建邻近点误差熵，并利用投影算法，构建点云误差熵，实现基于误差熵空间的点云精度评价。本发明克服了传统三维激光扫描点云精度无法评价的缺点，有助于真实反映点云产品构建的精度，为三维激光扫描应用的可靠性提供了理论依据。

主权项

1.一种三维激光扫描点云精度评价方法，其特征在于，包括以下步骤：步骤1：三维激光扫描，获得点云数据；步骤2：对三维激光扫描误差源进行分析，建立由光斑误差引起的激光点光斑误差模型，建立由测距误差、测角误差引起的测距测角误差模型；结合激光点光斑误差模型、测距侧角误差模型和配准误差模型，获得激光点位误差模型；步骤2中所述建立由光斑误差引起的激光点光斑误差模型，具体实现过程是：首先分析激光点位光斑特性，给出激光点位在光斑中服从高斯分布的概率密度函数，并由此构建基于光斑影响的激光点光斑误差模型；步骤2中所述激光点位误差模型为：式中：为x_g方差，为x_g和y_g的协方差，为x_g和z_g的协方差，为y_g和z_g的协方差，为y_g方差，为z_g方差；为旋转角和平移参数协方差矩阵；为雅克比矩阵，R_ig为旋转参数，C_car为测距、测角及光斑引起的激光点位误差协方差矩阵；步骤3：引入信息熵模型，在考虑广义分布情况下的激光点位概率密度函数，构建激光点位信息熵，通过误差熵和信息熵的关系，构建反应点位误差空间的点位误差熵模型；步骤4：在考虑邻近点误差熵相互影响的前提下，构建邻近点误差熵模型；步骤5：利用投影算法，构建真实激光点云误差熵模型；步骤6：利用真实点云误差熵和原始点云误差熵的比对关系，实现基于点云误差熵点云精度的评价。