基于图优化的多站激光点云拼接算法研究

摘要

三维激光扫描仪在获取数据时，由于扫描仪自身的局限性及目标地物、环境的制约，扫描地物时需要从各个角度设立多个站点进行，从而得到基于相互独立的局部坐标系统下的点云数据。为获得完整的点云数据，需要对局部坐标系下的多站点云数据使用拼接算法进行处理。根据采集数据时设立测站点数量的不同，点云拼接可分为两站拼接和多站拼接。两站点云数据拼接的过程主要分为两个步骤：粗拼接、精拼接。对于多站拼接，近些年来学者们针对拼接过程中的误差积累提出了基于闭合条件约束的多站点云拼接方法，但是此方法只针对单个闭合环的多站点云拼接，对于包含多个闭合环的区域网数据并没有进行深入研究。
　　针对目前常用多站点云拼接算法中出现的问题，本文的主要研究工作如下：
　　1.对目前常用的粗拼接算法进行了实现和对比。将两个不同站点下的点云分数据分别作为源点云数据与目标点云数据，采用了基于快速点特征直方图描述子的采样一致性算法、Super4pcs算法、标志点法分别实现点云数据的粗拼接，并从拼接精度和拼接效率两个方面对算法进行了对比和分析。
　　2.在粗拼接的基础上，利用PCL开源库实现了基于point-to-point、point-to-plane两种搜索方式的ICP算法及NDT算法来完成点云数据的精拼接。并用实测数据进行实验，结果表明利用这两种算法都能够有效的实现点云数据的精拼接。
　　3.本文给出了一种基于图优化的多站激光点云拼接算法。针对闭合（包含单个或多个闭环）的多站点云数据，将每站扫描仪的位姿作为顶点，通过两站拼接得到的变换矩阵作为边，构建位姿图并进行优化，并采用地面三维激光扫描仪实测的数据进行实验，验证了该方法有效且可行。

目录

第一个书签之前

摘 要

ABSTRACT

目 录

Contents

1 绪 论

1.1 课题研究背景及意义

1.2 国内外发展现状

1.2.1 粗拼接算法发展现状

1.2.2 精拼接算法发展现状

1.2.3 多站激光点云拼接算法发展现状

1.3 论文研究的主要内容与安排

2 点云数据拼接的理论基础

2.1 坐标系统

2.2 点云拼接算法的分类

2.3 三维坐标变换矩阵

2.4 点云拼接算法中的矩阵分解

2.4.1 奇异值矩阵分解法

2.4.2 四元数矩阵分解法

2.5 本章小结

3 点云数据粗拼接算法

3.1 采样一致性算法

3.1.1 快速点特征直方图（FPFH）描述子

3.1.2 采样一致性算法

3.2 Super4pcs 算法

3.3 标志点法

3.4 算法实现及分析

3.4.1 采样一致性算法实现

3.4.2 Super4pcs 算法实现

3.4.3 标志点法实现

3.4.4 算法对比分析

3.5 本章小结

4 点云数据精拼接算法

4.1 ICP 算法

4.2 NDT 算法

4.3 算法实现及分析

4.3.1 ICP（point-to-plane）算法实现

4.3.2 ICP（point-to-point） 算法实现

4.3.3 NDT 算法实现

4.4 本章小结

5 基于图优化的多站激光点云拼接算法

5.1 图优化理论

5.2 多站闭合点云位姿图构建

5.3 多站闭合点云拼接图优化步骤

5.4 算法实现及分析

5.4.1 g2o 简介

5.4.2 算法实现与分析

5.5 本章小结

6.1 总结

6.2 展望

参考文献

致 谢