[发明专利]基于点云压缩和惯性导航的移动场景实时三维重构方法

权利要求书

1.一种基于点云压缩和惯性导航的移动场景实时三维重构方法，其特征在于，包括如下步骤：

第一步、对于场景S，利用Kinect体感控制器的摄像头分别从视角V₁，…，V_k，…V_n依次获取点云集合M₁，…，M_k，…M_n，M_k为k时刻从视觉V_k获取的点云；

第二步、将点云集合{M₁，…，M_k，…M_n}压缩为{P₁，…，P_k，…P_n}，其中，P_k为M_k的一个子集，且满足：式中，ρ为预设比，F_c(□)为特征点数量度量函数，δ为设定的特征点保留率；

第三步、利用惯性导航技术获取场景S内运载体在视角V₁，…，V_k，…V_n下的位置、角度偏移量，转化为ICP算法所需的初始变换矩阵与

第四步、利用初始变换矩阵与对压缩后的点云{P₁，…，P_k，…P_n}进行粗配准，再基于ICP算法确定变换矩阵R_k与T_k，完成精确配准；

第五步、随着Kinect体感控制器的传感器在场景S中的漫游，不断将新获取的每一片点云与局部模型拼接、融合，直到重构出整个三维场景模型。

2.如权利要求1所述的一种基于点云压缩和惯性导航的移动场景实时三维重构方法，其特征在于，所述第三步包括：

步骤3.1、在场景S内运载体上放置Kinect体感控制器的深度摄像头、加速度计和陀螺仪；

步骤3.2、设定一固定坐标系，设运动起始位置为坐标原点，深度摄像头初始方向与X轴正方向重合，利用加速度计和陀螺仪测量运载体在X、Y、Z轴上的加速度，将加速度一次积分得到运载体的速度，将加速度二次积分得到运载体的位置，从而达到对运载体定位的目的，同时，通过陀螺仪获取运载体的旋转角度；

步骤3.3、将运载体在不同位姿间的相对位移、旋转角度信息，转化为两片点云间的初始变换矩阵与

3.如权利要求1所述的一种基于点云压缩和惯性导航的移动场景实时三维重构方法，其特征在于，所述第四步包括：

步骤4.1、将两个不同视角下的压缩点云P_k与P_k-1作为ICP算法的输入集合，将初始变换矩阵与作为ICP算法的初始变换矩阵；

步骤4.2、利用初始变换矩阵与对压缩后的参考点云P_k进行旋转、平移处理，得到P_k′；

步骤4.3、筛选匹配点对：采用最邻近点法在压缩后的目标点云P_k-1中寻找与P_k′中的特征点欧式距离最小的匹配特征点，组成特征点对集合；

步骤4.4、计算误差：计算变换后两组特征点对的距离平方和，记为d_k；

步骤4.5、基于四元数法利用匹配点对求解空间坐标变换的旋转、平移矩阵与再用于参考点云，得到P_k″，重新筛选匹配点对，同时更新d_k；

步骤4.6、迭代步骤4.5中的运算，直到收敛，d_k小于阈值或达到既定的迭代次数。