[发明专利]一种基于FARO扫描仪和点云的地形扫描分析方法和装置

说明书

本发明公开一种基于FARO扫描仪和点云的地形扫描分析方法和装置，包括以下步骤：远程控制FARO扫描仪进行复杂场景的扫描获取散乱点云数据；利用PCA算法计算点云数据的法向量，并利用改进的区域增长法来对三维点云数据进行分割，通过采样一致性对分割后的点云簇集进行球面拟合计算出球面参数；根据小车上的三个球形靶标的坐标和以这三个球建立的新坐标系的坐标，求出新坐标系和扫描仪自身的坐标系的转换关系来获取场景中探测车的位姿。采用本发明的技术方案，利用球形靶标具有一般规则对称的特点，借助空间球面方程建立数学模型和改进的识别算法快速拟合出靶标球中心的三维坐标，以解决点云坐标系的转换，最后实现精准定位问题。

技术领域

本发明属于三维点云数据处理技术领域，尤其涉及一种基于FARO扫描仪和点云的地形扫描分析方法和装置。

背景技术

随着科学技术的发展，一种新型的空间三维坐标数据获取技术即三维激光扫描技术，在测量和空间定位工作中扮演越来越重要的角色。三维激光扫描技术因具有数据获取速度快、实时性强、数据量大、精度高等特点受人关注。利用三维激光扫描技术，可以对物体进行全方位、多角度、无接触全自动步进式的扫描测量，可以实现各种大型、复杂实体或实景三维数据完整的采集，进而快速重构出实体目标的三维模型及线、面、体、空间等各种制图数据。

然而，在实际测量工作中，往往会因为扫描仪视角的限制或者复杂场景中目标物体被遮挡等问题，采集的散乱三维点云数据并没有想象中那么理想，从而对点云数据的精度测量和下一步处理产生一定的影响。为了解决这个问题，现有技术通常在需要测量的场景中布设人工标志或定向靶标。其中定向靶标有平面反射靶标和球形靶标，由于平面反射靶标要求与扫描激光束基本垂直，所以不适用于多角度的观测。现有技术一般通过最小二乘法拟合定位靶标球，场景中噪声点云对识别效率有一定的影响。还有先通过确定靶标所在的点云环、点云带，再筛选包含靶标的候选点云，删除重复靶标、删除假靶标，最后确定真靶标的方法来识别靶标。该技术具有多靶标球自动探测、精度准的优点，但是其整体效率不高，且具有仪器摆放要求高、不能远距离使用等缺点。

发明内容

本发明要解决的技术问题，提供一种基于FARO扫描仪和点云的地形扫描分析方法和装置，利用球形靶标具有一般规则对称的特点，借助空间球面方程建立数学模型和改进的识别算法快速拟合出靶标球中心的三维坐标，以解决点云坐标系的转换，最后实现精准定位问题。

为实现上述目的，本发明采用如下的技术方案：

一种基于FARO扫描仪和点云的地形扫描分析方法，包括：

步骤1、远程控制FARO扫描仪进行复杂场景的扫描获取散乱点云数据；

步骤2、利用PCA(Principal ComponentAnalysis)算法计算点云数据的法向量，并利用改进的区域增长法来对三维点云数据进行分割，通过采样一致性对分割后的点云簇集进行球面拟合计算出球面参数；

步骤3、根据小车上的三个球形靶标的坐标和以这三个球建立的新坐标系的坐标，求出新坐标系和扫描仪自身的坐标系的转换关系来获取场景中探测车的位姿。

作为优选，步骤2中利用PCA主成分分析法计算点云数据法向量，通过点云所在的区域的局部拟合的表面进行计算，具体过程包括：

步骤201、初始化输入点云对象cloud_find；

步骤202、初始化KdTree对象search_tree；

步骤203、将cloud_find载入Kdtree，用于遍历查询；

步骤204、初始化法线估计对象NormalEstimation；

步骤205、设置NormalEstimation以search_tree方式搜索；

步骤206、设置搜索半径Radius；