[发明专利]一种高精度多源地面激光点云的整体配准方法

说明书

技术领域

本发明涉及一种配准方法，尤其涉及一种应用于大型场景的多站式地面激光点云的整体配准方法。

背景技术

近些年来，地面激光扫描技术在大型工程中的应用增多，如大型古建记录及现代建筑的监测及施工检测、隧道开挖变形监测等，这些大体量目标的测量中，需要多个视角的扫描数据来完成整体数据采集，最后通过配准来完成整体对象点云模型的构建。

激光点云本身的测量精度一般能够满足实际测量需求，然而多站数据配准中配准约束存在误差，加上各站配准时候引起的累积误差及约束误差的不确定性，往往导致最后构建的整体点云模型存在较大误差。

现有技术中，激光点云数据配准主要有两类方法：一是利用三维点集的重合性，在重叠区域寻找同名点并通过反复迭代最后实现数据配准。此类方法在确保匹配精度的同时，降低了配准效率，总体来说，这类方法比较适合两两站点之间的配准。

还有一种方法即是直接通过对象的特征约束来进行配准，通过直接布设控制点与扫描模型绑定或是通过对象中的特征直接求解转换参数来实现空间坐标变换与统一。这类方法虽然在实际配准数据中灵活多变且计算速度快，特别是对于复杂对象，当扫描点云差异大，或是点云重叠度不够时候，基于特征配准往往能够发挥作用；但是在处理过程中将所有参与配准的约束作为等权来平差对待，而约束本身存在各种误差因素，导致配准结果不稳定甚至出现严重偏差，需要采用一定方法消除或削弱粗差，保证稳定的配准结果。

另外，还有将上述两种方法相结合的方法，即先用特征配准方法快速确定好点云的初始对应位置，即为“粗配准”，然后在粗配准的基础上进行精确配准。这类算法结合的两者的长处，往往既能保证配准的效率，又能实现了精确配准。

此外，还有根据测点及其邻域点估算出的点的曲面法矢并计算各个测点的曲率，最后根据每个测点的曲率来识别匹配的点对，采用几何哈希方法找出使得最多数量的点对法矢一致的变换，运用该变换将散乱点云作粗配准，算法不需要人工交互，自动化程度高，但是相对耗时，有时候测点曲率变化较小时候不易匹配。

以及基于实数编码的多种群遗传算法的配准方法，可有效地提高全局搜索能力，从而快速获得较好的粗配准结果，但算法实用性不强。

再者，根据数据点之间曲率的相似度函数，采用粒子群优化算法在两组点云数据中搜索可以匹配的点对集合，然后用最近点迭代算法进行二次配准，实现了两组散乱点云数据的精确配准。

综上所述可以看出，目前的配准方法主流是针对逐个点集配准的方法，虽有少数提出了针对多站点云配准的平差模型，但是未作深入研究，其结果也差强人意。由于大型复杂场景扫描点云情况复杂，因此往往需要多样化的配准手段相结合。

发明内容

本发明针对现有技术的弊端，提供一种高精度多源地面激光点云的整体配准方法。

本发明所述高精度多源地面激光点云的整体配准方法，包括如下步骤：步骤一，采集原始特征约束，输入控制点，将控制点作为第一地面激光站点；

步骤二，在所有与第一地面激光站点相邻的地面激光站点中，选取与原始特征约束相对应的同名特征约束；

步骤三，预设第一地面激光站点为配准基站，计算所有相邻的地面激光站点中的同名特征约束数量是否达到能够与所述第一地面激光站点配准的程度，如果均能达到，则确定第一地面激光站点为配准基站，如果不能达到，则寻找特征约束最多的站，作为配准基站，所有站点配准统一到以控制为基础的坐标系下；

步骤四，对每一地面激光站点的特征约束列立误差方程，并求解配准参数初值；

步骤五，对配准参数初值进行整体参数平差，并进行粗差剔除，直到相邻两次计算出的参数改正数变化小于阈值，输出配准参数精确值；

步骤六、根据配准参数精确值转换所有地面激光站点点云的坐标系，以配准所有地面激光站点点云。

优选的是，所述的高精度多源地面激光点云的整体配准方法中，所述特征约束中包括点特征约束、线特征约束和面特征约束三类。

优选的是，所述的高精度多源地面激光点云的整体配准方法中，地面激光站点点云之间的最少特征约束组合为：一个点约束特征和一个线特征约束、一个点特征约束和两个面特征约束、或一个面特征约束和一个线特征约束。

优选的是，所述的高精度多源地面激光点云的整体配准方法中，在所述步骤四中，首先列立点特征约束误差方程、线特征约束误差方程和面特征约束误差方程，再将三种特征约束进行联合配准，得到统一的配准参数误差方程，最终求出配准参数初值。