[发明专利]基于杆塔特征点的电力巡线LiDAR数据自动配准方法

说明书

本发明公开了一种基于杆塔特征点的电力巡线LiDAR数据自动配准方法，其包括以下步骤：S1、提取两期杆塔点云数据，分别利用随机抽样一致性算法提取出杆塔边角处特征点云；S2、基于主成分分析法和方向余弦法则确定两期杆塔点云质心坐标系对应关系，求解初始变换矩阵；S3、在初始变换的基础上，采用基于kd‑tree优化匹配点搜索的迭代最近点算法对杆塔特征点进行精匹配，获取最终变换矩阵，基于目标点云对初始点云进行空间坐标系转换。本发明在电力巡线LiDAR数据存在数据缺失和缺少地物特征的情况下，通过对杆塔区域的提取，利用Ransac直线拟合算法提取杆塔特征点云，结合PCA粗配准和ICP精配准，计算出变换矩阵，最终实现初始点云坐标系统到目标点云坐标系统的变换。

技术领域

本发明涉及遥感技术领域，具体涉及一种基于杆塔特征点的电力巡线LiDAR数据自动配准方法。

背景技术

高压线路是国家主干电网的重要组成部分，日常运营所要求的安全保障越来越高。因此，常规电力巡线所使用的测量技术必须具有能够获取大范围地表三维坐标、数学精度高等特点。

机载激光雷达(Airborne Light Detection And Ranging,LiDAR)是一种航空对地观测传感器，具有主动观测、受天气影响小、对地物间隙有一定穿透性并能直接获取地表三维几何信息的优点。利用机载激光雷达技术获取电力走廊的地形地貌和三维产品，为电力巡线工作提供数据查询和各种分析功能。

由于不同时间、不同角度获取的电力巡线LiDAR数据坐标系统之间存在或多或少的偏差，因此在应用多时相LiDAR数据之前，必须将其统一到一个坐标系中，通过一系列的算法实现三维地形的配准。在实际应用中，LiDAR数据存在数据缺失，并且电力巡线区域大多为山区，缺少地形特征，这些都会对点云配准的精度产生影响。

发明内容

本发明的目的在于提供一种基于杆塔特征点的电力巡线LiDAR数据自动配准方法，主要适用于电力巡线的机载激光雷达数据，解决了多时相LiDAR数据应用的坐标统一问题，提高了配准的效率和稳定性。

为实现上述目的，本发明采用以下技术方案：

基于杆塔特征点的电力巡线LiDAR数据自动配准方法，包括以下步骤：

S1、针对电力巡线LiDAR数据，分别提取初始点云与目标点云的杆塔特征点集，所述杆塔特征点集包括杆塔边缘线和顶角处特征点云；

S2、确定两期杆塔特征点集的质心，基于主成分分析法和方向余弦法则确定两期杆塔点云质心坐标系对应关系，求解初始变换矩阵；

S3、在经过初始变换的基础上采用基于kd-tree优化匹配点搜索的迭代最近点算法进行精匹配，获取两期点云数据的最终变换矩阵，基于目标点云对初始点云进行空间坐标系转换。

进一步地，步骤S1具体包括：

S11、由电力巡线LiDAR数据中提取两期数据的杆塔点云集；

S12、利用Ransac直线拟合方法分别提取获取的两期杆塔点云数据边缘处和角点处的特征点，获得两期杆塔特征点集。

进一步地，步骤S12中具体为：

S121、设置一个最小采样集大小为n的模型，n为初始化模型参数所需要的最小样本数，从杆塔点云集中随机抽取包含n个样本的子集初始化模型；

S122、计算剩余点云集中样本与直线模型向量的叉积的L2范数，小于设定阈值t的样本和模型构成一致集；

S123、设定迭代次数，除去上次模型计算后的一致集，重复计算，获得所有的模型一致集，则提取出所有模型构成特征点集。

进一步地，步骤S123中通过设置模型集数量阈值和迭代次数阈值控制特征点集提取的数量。