基于总体最小二乘准则约束的LiDAR点云配准算法研究

作     者：袁坤 

作者单位：中国矿业大学 

学位级别：硕士

导师姓名：王永波

授予年度：2023年

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

主      题：三维激光扫描 点云 配准 误差变量模型 总体最小二乘 

摘      要：受LiDAR传感器视场角的限制,为了得到能够全面表征目标地理实体表面特征的LiDAR点云,通常需要沿着多个不同的方向设立相应的测站进行点云数据的采集,然而,各测站所采集的点云相对独立,需要利用点云配准来实现测站间点云的融合,以保证目标实体表面几何结构的完整性。基于Gauss-Markov模型的LiDAR点云配准算法应用最为广泛,然而,Gauss-Markov模型存在对配准基元误差描述不充分的问题,无法保证配准参数求解结果的渐进无偏性。基于上述分析,论文以EIV模型代替Gauss-Markov模型,分别建立了基于点、直线与平面特征的点云配准参数求解模型,在总体最小二乘准则约束下解算配准参数,具体研究工作如下:1)以点特征作为LiDAR点云配准的基元,分别采用罗德里格矩阵和单位四元数对空间旋转变换进行描述,建立基于EIV模型的三维空间相似变换模型,以配准基站和待配准测站同名点的偏差最小作为约束条件,构造相应的目标函数,并通过迭代求解的方式构建了配准参数的求解模型。此外,考虑到迭代求解模型依赖初值、收敛率低,采用矩阵分解实现配准参数的直接求解。2)以三维空间中的直线特征作为配准的基元,针对基于Gauss-Markov模型描述的空间直线拟合算法没有考虑到Z轴方向上的误差问题,给出了基于EIV模型的空间直线拟合算法,实现了基于LiDAR点云的空间直线特征的精确提取。在此基础上,引入Plücker坐标对空间直线特征进行表达,并利用罗德里格矩阵对直线特征的空间旋转变换进行描述,建立了基于直线特征约束的LiDAR点云配准参数的求解模型。3)以三维空间中的平面特征作为配准的基元,针对EIV模型没有顾及系数矩阵的结构性和观测值权重的问题,推导基于PEIV模型和Gauss-Helmert模型的平面特征拟合算法,实现了基于LiDAR点云的空间平面特征的精确提取。在此基础上,立足于平面特征法向和模的空间相似变换,引入四元数作为空间旋转变换描述的算子,建立了基于平面特征约束的LiDAR点云配准参数的求解模型。为验证上述LiDAR点云配准参数求解模型的可行性和正确性,分别利用模拟数据与实测数据进行了测试,并将参数求解结果与常规算法进行了比较。实验表明:较之于Gauss-Markov模型,EIV模型能够很好地顾及配准基站和待配准测站所提取同名特征的误差,建立的配准参数求解模型在理论上更加严密,求得的配准参数精度更高,能够有效地增强LiDAR点云配准过程的约束力,提高点云配准的质量。该文有图13幅,表20个,参考文献69篇。