预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105787933A(43)申请公布日2016.07.20(21)申请号201610093789.9(22)申请日2016.02.19(71)申请人武汉理工大学地址430070湖北省武汉市洪山区珞狮路122号(72)发明人胡钊政王相龙李祎承胡月志李京(74)专利代理机构湖北武汉永嘉专利代理有限公司42102代理人王丹(51)Int.Cl.G06T7/00(2006.01)G06T17/00(2006.01)权利要求书2页说明书7页附图3页(54)发明名称基于多视角点云配准的岸线三维重建装置及方法(57)摘要本发明提供基于多视角点云配准的岸线三维重建装置,包括二维激光传感器、旋转云台、控制平台和数据传输单元;二维激光传感器固定在旋转云台上,二维激光传感器以单线逐点扫描的同时,随旋转云台一起旋转;数据传输单元用于二维激光传感器、旋转云台与控制平台之间的数据传输;控制平台用于输出二维激光传感器的参数、旋转云台的旋转参数,利用二维激光传感器的采集数据,进行岸线三维重建。本发明利用旋转云台结合二维激光传感器采集岸线轮廓数据,利用相邻视角点的单视角点云数据,通过空间栅格切割点云包络空间,以每个栅格中的平均曲率为聚类标准,利用模糊c均值聚类方法提取属性相似的点云,并进行配准和校验,提高配准效率和精度。CN105787933ACN105787933A权利要求书1/2页1.一种基于多视角点云配准的岸线三维重建装置,其特征在于:它包括数据采集单元、数据采集辅助单元、控制平台和数据传输单元;其中:数据采集单元为二维激光传感器;数据采集辅助单元包括旋转云台,所述的二维激光传感器固定在旋转云台上,二维激光传感器以单线逐点扫描的同时,随旋转云台一起以一定的速率旋转;数据传输单元用于二维激光传感器、旋转云台与控制平台之间的数据传输;控制平台用于输出二维激光传感器的参数、旋转云台的旋转参数,利用二维激光传感器的采集数据,进行岸线三维重建。2.根据权利要求1所述的基于多视角点云配准的岸线三维重建装置,其特征在于:所述的数据传输单元由依次连接的串行通信模块、大比特率信号转换模块和以太网通信模块组成,二维激光传感器和旋转云台分别与串行通信模块连接,以太网通信模块与所述的控制平台通信。3.根据权利要求1所述的基于多视角点云配准的岸线三维重建装置,其特征在于:所述的二维激光传感器的参数包括扫描距离、扫描角度及角度分辨率;旋转云台的旋转参数包括旋转范围与旋转速度。4.利用权利要求1所述的基于多视角点云配准的岸线三维重建装置实现的三维重建方法,其特征在于:它包括以下步骤:S1、旋转式二维激光数据建模:建立旋转式二维激光传感器数据的三维直角坐标系;S2、点云数据聚类:在待重建岸线上,选取若干个视角点,在每个视角点上,利用旋转云台搭载二维激光传感器旋转,得到单视角点云数据;利用相邻视角点的单视角点云数据,通过空间栅格切割点云包络空间,以每个栅格中的平均曲率为聚类标准,利用模糊c均值聚类方法提取曲率值接近的点云,即提取出点云重合区域;曲率值接近是指两部分点云的曲率值方差小于设定的阈值;S3、点云数据配准:通过ICP算法计算相邻视角点的点云重合区域,得到相邻视角点的位置关系矩阵,即旋转矩阵R和平移矩阵T,统一相邻视角点的坐标系;S4、配准数据校验:通过比较实际相邻视角点的距离与S3求得的平移矩阵T,校验该配准是否有效,若两者相差值大于设定的阈值,表示聚类或配准错误,改用基于KD-tree数据结构的ICP算法配准,反之,则判定此次配准正确;S5、不断配准相邻视角点的点云,直到统一所有视角点云坐标系,从而实现岸线三维重建。5.根据权利要求4所述的三维重建方法,其特征在于:所述的S2具体为:1)旋转云台搭载二维激光传感器顺时针旋转180°获得单视角点云数据,利用OBB算法求得该视角点云数据的包络空间;2)利用空间栅格切割单视角点云数据的包络空间得到大小均匀相邻紧密的M×N×K个栅格,利用最小二乘法拟合栅格内的激光点云曲面,通过计算曲面的最大曲率和最小曲率,进而求得栅格内点云曲面的平均曲率;以三维直角坐标系的x,y,z坐标轴为顺序排列切割2CN105787933A权利要求书2/2页后的栅格,以平均曲率为数组元素,建立一个M×N×K的有序一维数组X1;利用相同方法获得相邻视角点的单视角点云数据的一维数组X2;3)统计X1和X2两组数组中曲率值出现的次数并进行归一化处理得到两个新的一维数组L1和L2,利用模糊c均值聚类方法提取L1与L2中曲率值接近的部分,即两部分的曲率值方差小于设定的阈值,从而提取相邻视角点云的重合区域。3CN105787933A说明书1/7页基于多视角点云配准的岸线三维重建装置及方法技术领域[0