[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN115100254A - 平面特征约束下基于对偶四元数描述的点云配准方法 - Google Patents

平面特征约束下基于对偶四元数描述的点云配准方法 Download PDF

Info

Publication number
CN115100254A
CN115100254A CN202210656372.4A CN202210656372A CN115100254A CN 115100254 A CN115100254 A CN 115100254A CN 202210656372 A CN202210656372 A CN 202210656372A CN 115100254 A CN115100254 A CN 115100254A
Authority
CN
China
Prior art keywords
point cloud
registration
plane
dual quaternion
cloud registration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210656372.4A
Other languages
English (en)
Other versions
CN115100254B (zh
Inventor
魏冠军
党空雁
雷传金
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lanzhou Jiaotong University
Original Assignee
Lanzhou Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lanzhou Jiaotong University filed Critical Lanzhou Jiaotong University
Priority to CN202210656372.4A priority Critical patent/CN115100254B/zh
Publication of CN115100254A publication Critical patent/CN115100254A/zh
Application granted granted Critical
Publication of CN115100254B publication Critical patent/CN115100254B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了平面特征约束下基于对偶四元数描述的点云配准方法，包括：利用刚体变换运动中空间平面相对位置关系不变选取平面特征对；M估计样本一致性拟合平面特征获得平面方程；根据配准后同名特征参数对等构建配准模型；联立对偶四元数内部约束条件，根据最小二乘准则建立目标函数；选取优化方法解决目标函数的非线性优化问题，得到对偶四元数参数，从而得到空间刚体变换的旋转矩阵和平移参数，实现点云配准。该方法考虑到物体自遮挡、不同视角下点云密度不同导致点特征约束下的点云配准不易实现的问题。

Description

平面特征约束下基于对偶四元数描述的点云配准方法
技术领域
本发明涉及三维激光点云配准的技术领域，更具体的说是涉及平面特征约束下基于对偶四元数描述的双视角的点云配准方法。
背景技术
三维点云数据能够有效表达现实物理世界，可用于重建三维物体模型，但在实际应用中由于复杂的环境、物体自遮挡及视角的限制，通常不能一次性采集到目标物完整的信息，因此将不同视角下获取的点云信息有效的配准拼接起来，是点云数据处理的重要环节。
点云配准基元可分为同名点特征、同名直线特征和同名平面特征，大多点云配准方法以配准基元为依据，通过对应搜索和变换估计，以减小点云之间的几何投影误差为约束条件，实现点云配准。作为经典三维点云配准方法的迭代最近点(iterative closestpoint,ICP)法，根据对应点之间欧式距离最小为约束条件实现高精度点云配准，但无法实现包含非重叠区域的点云配准。在实际应用中，因为扫描视角和扫描距离的影响，不同视角下的点云的密度不同，使得同名特征点提取难度大、精度低，且点云数据没有充分利用，因此有学者提出直线约束下的点云配准算法，然而空间直线通常由点或空间平面间接确定。此外，相较于常用的变换估计方法，对偶四元数可以同时描述旋转和平移参数，顾及两者之间的耦合误差。
因此，如何提供充分考虑到同名平面特征的点云配准方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了平面特征约束下基于对偶四元数描述的点云配准方法，在顾及因不同视角下的点云密度的不同、物体自遮挡及环境影响，同名点特征不易选取的情况下，将同名平面特征作为配准基元参与点云配准，引入对偶四元数描述旋转矩阵和平移参数，顾及两者之间的耦合误差，解决了基于同名点特征、同名线特征的点云配准方法未能充分利用点云数据、易受到点云密度及扫描视角影响的问题。
为了实现上述目的，本发明采用如下技术方案：
平面特征约束下基于对偶四元数描述的点云配准方法，包括：
S1：利用刚体变换运动中空间平面相对位置关系不变的特点选取平面特征对；
S2：采用M估计样本一致性拟合平面特征，获得平面方程；
S3：根据配准后同名特征参数对等建立配准模型；
S4：将S3构建的配准模型联立对偶四元数内部约束条件，根据最小二乘准则构建目标函数；
S5：采用Levenberg-Marquardt法解决S4构建的目标函数的非线性优化问题，求解对偶四元数参数；
S6：根据步骤S5得到的得到的对偶四元数参数求解空间变换的旋转矩阵和平移参数，完成点云配准。
优选的，在步骤S3中，将待配准点云所在坐标系原点P坐标视为(tx,ty,tz)，根据配准后空间平面特征对法向量平行、同名特征点坐标一致、空间两点间距离具有刚体旋转不变形构建点云配准模型。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了平面特征约束下基于对偶四元数描述的点云配准方法，该方法易于实现，可以在顾及因不同视角下的点云密度的不同、物体自遮挡及环境影响，同名点特征不易选取的情况下，将同名平面特征作为配准基元参与点云配准，引入对偶四元数描述旋转矩阵和平移参数，顾及两者之间的耦合误差，解决了基于同名点特征、同名线特征的点云配准方法未能充分利用点云数据、易受到点云密度及扫描视角影响的问题。
附图说明
为了更清楚说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图、附表作简单地介绍，显而易见地，下面描述中的附图、附表仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图、附表获得其他附图、附表。
图1为本发明提供的平面特征约束下基于对偶四元数描述的点云配准方法流程图；
图2为本发明提供的作为配准模型依据的平面特征的空间关系的示意图；
图3为本发明提供的模拟点云数据配准试验点云分布示意图；
图4为本发明提供的模拟点云数据配准试验空间变换参数真值与本发明计算值；
图5为本发明提供的实测点云数据配准前后示意图；
图6为本发明提供的实测点云数据反射标计算的空间变换参数与本发明计算的空间变换参数；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见附图1，本发明实施例公开了平面特征约束下基于对偶四元数描述的点云配准方法，包括：
S1：利用刚体变换运动中空间平面相对位置关系不变的特点选取平面特征对；
S2：采用M估计样本一致性拟合平面特征，获得平面方程；
S3：根据配准后同名特征参数对等建立配准模型；
S4：将S3构建的配准模型联立对偶四元数内部约束条件，根据最小二乘准则构建目标函数；
S5：采用Levenberg-Marquardt法解决S4构建的目标函数的非线性优化问题，求解对偶四元数参数；
S6：根据步骤S5得到的得到的对偶四元数参数求解空间变换的旋转矩阵和平移参数，完成点云配准。
为了进一步优化上述技术方案，在步骤S3中，根据配准后同名特征参数对等构建配准模型.
下面对本发明中涉及到的方法做进一步说明。
本发明选择同名平面特征作为点云配准基元，是因为选取扫描对象的平面特征不易受到周围环境、物体自遮挡及点云密度的影响，且相较于点特征和线特征更能充分利用点云数据参数配准，说明该方法泛用性强，对于城市建\构筑物扫描测量无需实现设置人工靶标，提高外业数据采集效率。
构建配准模型的关键是配准后同名特征参数是否对等的问题，即配准后同名平面特征法向量平行，将坐标原点作为同名特征点，坐标原点在同名平面特征上的投影点配准后坐标一致。
如图2所示参与配准的平面特征之间的空间关系，(a)为基准站Q中选择的平面特征，(b)为待配准测站P中选择的平面特征；其中作为坐标原点的Q点和P点之间的距离具有刚体旋转不变性，配准后平面特征a和平面特征b的法向量平行，作为同名特征点的Pa'与Pb坐标一致，由上述关系构建点云配准模型。
如图3所示，本发明模拟数据点云分布，左侧为参考点云，右侧为待配准点云。
如图4、图6所示本发明方法计算的空间变换参数与理论值相近。
如图5所示本发明能够实现实际场景中不同视角下的点云配准。
如图1所示，本发明提供的方法的主要步骤如下：
(1)利用刚体变换运动中空间平面相对位置关系不变的特点选取平面特征对；
(2)采用M估计样本一致性拟合平面特征，获得平面方程；
(3)根据配准后同名特征参数对等建立配准模型；
(4)将S3构建的配准模型联立对偶四元数内部约束条件，根据最小二乘准则构建目标函数；
(5)采用Levenberg-Marquardt法解决S4构建的目标函数的非线性优化问题，求解对偶四元数参数；
(6)根据步骤S5得到的得到的对偶四元数参数求解空间变换的旋转矩阵和平移参数，完成点云配准。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (2)

1.平面特征约束下基于对偶四元数描述的点云配准方法，其特征在于，包括：
S1：利用刚体变换运动中空间平面相对位置关系不变的特点选取平面特征对；
S2：采用M估计样本一致性拟合平面特征，获得平面方程；
S3：根据配准后同名特征参数对等建立配准模型；
S4：将S3构建的配准模型联立对偶四元数内部约束条件，根据最小二乘准则构建目标函数；
S5：采用Levenberg-Marquardt法解决S4构建的目标函数的非线性优化问题，求解对偶四元数参数；
S6：根据步骤S5得到的得到的对偶四元数参数求解空间变换的旋转矩阵和平移参数，完成点云配准。
2.根据权利要求1所描述的平面特征约束下基于对偶四元数描述的点云配准方法，其特征在于，在步骤S3中，将待配准点云所在坐标系原点P坐标视为(tx,ty,tz)，根据配准后同名空间平面特征对法向量平行、同名特征点坐标一致、空间两点间距离具有刚体旋转不变形构建点云配准模型：
Figure FDA0003688060800000011
CN202210656372.4A 2022-06-10 2022-06-10 平面特征约束下对偶四元数描述的点云配准方法 Active CN115100254B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210656372.4A CN115100254B (zh) 2022-06-10 2022-06-10 平面特征约束下对偶四元数描述的点云配准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210656372.4A CN115100254B (zh) 2022-06-10 2022-06-10 平面特征约束下对偶四元数描述的点云配准方法

Publications (2)

Publication Number Publication Date
CN115100254A true CN115100254A (zh) 2022-09-23
CN115100254B CN115100254B (zh) 2023-06-30

Family

ID=83290546

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210656372.4A Active CN115100254B (zh) 2022-06-10 2022-06-10 平面特征约束下对偶四元数描述的点云配准方法

Country Status (1)

Country Link
CN (1) CN115100254B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116883469A (zh) * 2023-07-20 2023-10-13 中国矿业大学 平面特征约束下基于eiv模型描述的点云配准方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110288636A (zh) * 2019-05-05 2019-09-27 中国矿业大学 一种基于平面特征约束的LiDAR点云无初值配准方法
CN110443836A (zh) * 2019-06-24 2019-11-12 中国人民解放军战略支援部队信息工程大学 一种基于平面特征的点云数据自动配准方法及装置
CN111007531A (zh) * 2019-12-24 2020-04-14 电子科技大学 一种基于激光点云数据的道路边沿检测方法
CN111145227A (zh) * 2019-12-17 2020-05-12 北京建筑大学 一种地下隧道空间多视点云的可迭代整体配准方法
CN111986271A (zh) * 2020-09-04 2020-11-24 廊坊和易生活网络科技股份有限公司 一种基于光束平差的机器人方位与手眼关系同时标定方法
CN112017220A (zh) * 2020-08-27 2020-12-01 南京工业大学 一种基于抗差约束最小二乘算法的点云精确配准方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110288636A (zh) * 2019-05-05 2019-09-27 中国矿业大学 一种基于平面特征约束的LiDAR点云无初值配准方法
CN110443836A (zh) * 2019-06-24 2019-11-12 中国人民解放军战略支援部队信息工程大学 一种基于平面特征的点云数据自动配准方法及装置
CN111145227A (zh) * 2019-12-17 2020-05-12 北京建筑大学 一种地下隧道空间多视点云的可迭代整体配准方法
CN111007531A (zh) * 2019-12-24 2020-04-14 电子科技大学 一种基于激光点云数据的道路边沿检测方法
CN112017220A (zh) * 2020-08-27 2020-12-01 南京工业大学 一种基于抗差约束最小二乘算法的点云精确配准方法
CN111986271A (zh) * 2020-09-04 2020-11-24 廊坊和易生活网络科技股份有限公司 一种基于光束平差的机器人方位与手眼关系同时标定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
RAOBO LI等: "A point cloud registration method based on dual quaternion description with point-linear feature constraints", pages 2517 - 2537 *
李绕波 等: "一种点面特征约束下利用对偶四元素描述的点云配准方法", pages 1 - 14 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116883469A (zh) * 2023-07-20 2023-10-13 中国矿业大学 平面特征约束下基于eiv模型描述的点云配准方法
CN116883469B (zh) * 2023-07-20 2024-01-19 中国矿业大学 平面特征约束下基于eiv模型描述的点云配准方法

Also Published As

Publication number Publication date
CN115100254B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
CN106780590B (zh) 一种深度图的获取方法及系统
CN110363858A (zh) 一种三维人脸重建方法及系统
CN104392426B (zh) 一种自适应的无标志点三维点云自动拼接方法
Furukawa et al. Accurate camera calibration from multi-view stereo and bundle adjustment
CN109754459B (zh) 一种用于构建人体三维模型的方法及系统
CN106327532A (zh) 一种单幅图像的三维配准方法
US10810718B2 (en) Method and device for three-dimensional reconstruction
CN110189400B (zh) 一种三维重建方法、三维重建系统、移动终端及存储装置
CN107945217B (zh) 一种适用于自动装配的图像特征点对快速筛选方法及系统
CN103218812B (zh) 基于摄影测量的树木形态模型参数快速获取方法
CN111784778A (zh) 基于线性求解非线性优化的双目相机外参标定方法和系统
CN109523595A (zh) 一种建筑工程直线棱角间距视觉测量方法
CN111462302B (zh) 基于深度编码网络的多视点人体动态三维重建方法及系统
CN112884902A (zh) 一种面向点云配准的标靶球位置优化方法
CN108489398A (zh) 一种广角场景下激光加单目视觉测量三维坐标的方法
CN107590444A (zh) 静态障碍物的检测方法、装置及存储介质
CN117788529B (zh) 三维平面点云粗配准方法、系统、介质及设备
CN111612731A (zh) 基于双目显微视觉的测量方法、装置、系统及介质
CN115100254A (zh) 平面特征约束下基于对偶四元数描述的点云配准方法
CN110415341B (zh) 一种三维人脸模型的生成方法、装置、电子设备及介质
CN113658194B (zh) 一种基于参照物的点云拼接方法、装置及存储介质
CN117132737B (zh) 一种三维建筑模型构建方法、系统及设备
CN118247429A (zh) 一种空地协同快速三维建模方法及系统
CN114820778A (zh) 一种平面运动中基于内点更新的全局基础矩阵估计方法
Huang et al. Research on algorithm of point cloud coarse registration

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant