论文部分内容阅读
随着各个行业的数字化、信息化,传统的二维地图已经不能很好地满足人们对空间地理信息的需求。因此,三维空间信息采集技术已成为目前测绘领域的重要研究方向。目前,在GNSS(Global Navigation Satellite System)信号良好的情况下,车载、机载激光扫描技术已经可以较好地完成三维空间信息采集工作,但是在GNSS信号受到严重遮挡或缺失的情况下,以上移动扫描方式无法正常工作,依然需要使用传统的静态激光扫描方法,难以到达快速采集的要求。同步定位与制图(Simultaneous Localization and Mapping,SLAM)技术可以通过测量平台搭载的传感器同步地完成自身的定位与对周围环境的制图。将激光扫描技术与SLAM技术结合的激光SLAM技术,可以实现快速高效地获取空间三维信息。但是受限于SLAM技术的实时解算的特点,激光SLAM技术对点云中信息的利用不足,获取的空间三维信息精度有限,限制了其在各个领域的广泛应用。在测绘领域对点云解算的实时性要求较低,使用后处理算法提高点云的精度成为一种可行的选择。因此,为了充分利用3D激光SLAM点云中的信息,解决激光SLAM点云精度不足问题,本文提出了一种基于特征匹配和闭合环约束的分层次激光SLAM点云精度提高算法,并以自制激光SLAM系统所获取的数据为实验数据,对算法有效性进行了验证。本文主要研究内容与结论如下:(1)激光SLAM点云分段序贯配准。将激光SLAM点云按时间进行分段,对分段内点云进行配准,消除分段内部的积累误差。并且利用平均熵和平均平面方差作为配准效果的评价指标,比较不同的点云配准算法的效果优劣。结果显示point to plane ICP算法在实验数据中取得了最好的配准效果。(2)基于点云相似性的位姿图构建。首先,计算每段点云的FPFH(Fast Point Feature Histograms)特征,根据获得的FPFH特征计算每段点云的VLAD(Vector of Locally Aggregated Descriptors)全局特征;接着,计算不同分段点云之间的相似度,对相似度较高的点云进行特征配准,并对特征配准结果进行精化;最后,根据获得的配准结果形成局部点云之间相对位姿关系的约束,构建位姿图。(3)基于闭合环约束的位姿图一致性检测。利用无向图闭合环搜索算法,对位姿图中的闭合环进行搜索并检测有效性,去除错误匹配结果构成的边,利用非线性优化算法对位姿图进行解算,获得最终的优化结果。(4)实验与精度评价,将优化前后的点云与利用高精度静态地面激光扫描仪获得的参考点云进行对比。实验结果显示,优化后3份实验点云数据的精度都有了明显的提高,数据1的对应点对RMSE减小了41.3%,数据2的对应点对RMSE减小了62.7%,数据3的对应点对RMSE减小了33.8%,验证了本文算法的有效性。本文提出的基于特征匹配和闭合环约束的分层次3D激光SLAM点云精度提高算法,可以有效提高获得点云的精度,有助于克服3D激光SLAM点云精度不足的缺点,对其在各个领域中的应用具有推动作用。