一种激光雷达点云数据的快速重建方法.pdf

(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CN108648277A(43)申请公布日2018.10.12(21)申请号201810376549.9(22)申请日2018.04.25(71)申请人南京理工大学地址210094江苏省南京市玄武区孝陵卫200号(72)发明人李振华朱坤阳来建成王春勇严伟纪运景(74)专利代理机构南京理工大学专利中心32203代理人封睿(51)Int.Cl.G06T17/20(2006.01)权利要求书2页说明书4页附图3页(54)发明名称一种激光雷达点云数据的快速重建方法(57)摘要本发明公开了一种激光雷达点云数据的快速重建方法，首先获取激光雷达发送的距离数据和二维振镜发送的角度数据，转换为三维点云坐标，并进行格式化操作；然后对点云数据进行聚类标记和拟合，以剔除离群点；接着遍历相邻扫描线寻找基准线，并以两基准线为一组进行三角网格化；最后结合三角网格和设定的物体模型光照参数进行上色渲染，完成物体重建。本发明避免了传统方法的空洞效应，并且具有速度快、精度高和鲁棒性好等突出优势。CN108648277ACN108648277A权利要求书1/2页1.一种激光雷达点云数据的快速重建方法，其特征在于，包括如下步骤：步骤1、点云数据格式化：获取激光雷达发送的距离数据和二维振镜发送的角度数据，将其转换为三维点云坐标，并对点云数据进行格式化操作；步骤2、数据聚类处理：根据数据所在的扫描线位置，进行点云数据的聚类标记；步骤3、离群点剔除与滤波：拟合聚类标记后的点云数据，根据拟合曲线进行离群点剔除和平滑处理；步骤4、非空洞点并行基准线规划：遍历相邻扫描线寻找相邻两行同时存在非空洞点的列，将两点连线作为基准线；步骤5、基准线紧邻点网格化：以两基准线为一组，计算基准线上点与周围散乱点之间的距离，根据紧邻原则，选择距离最短的点云数据进行三角网格化；步骤6、网格曲面渲染：结合三角网格和设定的物体模型光照参数进行上色渲染，完成物体重建。2.根据权利要求书1所述的激光雷达点云数据的快速重建方法，其特征在于，步骤1中三维点云坐标与距离、角度的矩阵关系为：式中，表示点云的三维坐标，L表示激光雷达发送的距离数据，θx和θy分别表示二维振镜发送的水平和竖直方向偏转角。3.根据权利要求书1所述的激光雷达点云数据的快速重建方法，其特征在于，步骤1的格式化操具体为：按照扫描线行列关系存储点云数据参数，包括点云数据的三维坐标、探测点横向纵向的偏转角和探测点位于原扫描线的行列。4.根据权利要求书1所述的激光雷达点云数据的快速重建方法，其特征在于，步骤3采用四阶最小二乘法对聚类标记后的点云数据进行拟合，以剔除离群点，具体方法如下：假设所在扫描平面上扫描线的四阶拟合多项式为：234y＝a0+a1x+a2x+a3x+a4x每点到这条曲线的距离平方之和，即偏差平方和为：对等式右边求ai偏导，得到：求解方程组得到各系数即确定扫描线，进而计算每个点相对于曲线的偏离值，结合动态阈值确定是否为离群点，其中动态阈值大小为该点所在扫描线上距此点最近的八个点的偏离值的平均值。2CN108648277A权利要求书2/2页5.根据权利要求书1所述的激光雷达点云数据的快速重建方法，其特征在于，步骤3采用空间均值滤波对聚类的数据进行平滑处理。6.根据权利要求书1所述的激光雷达点云数据的快速重建方法，其特征在于，步骤4规划基准线的具体方法为：从第一行扫描线开始，依次遍历相邻两条扫描线，记录所有有效数据点的列号，筛选相邻两行同时存在非空洞点的列，选择其对应的两个点为基准点，此两点的连线为基准线。7.根据权利要求书1所述的激光雷达点云数据的快速重建方法，其特征在于，步骤5对基准线组进行三角化的具体过程为：构造每组第一个三角形时先选取第一条基准线上两点，第三个点选取第i条或第i+1条扫描线上下一个紧邻的有效数据点，然后去除和紧邻点同一条扫描线上靠前的那个点，以剩下两个点为基础继续寻找下一个紧邻的有效数据点，直到第二条基准线上的两点也被构造进三角形或者全部点都参与构造三角形为止。8.根据权利要求书1所述的激光雷达点云数据的快速重建方法，其特征在于，步骤6首先计算每个三角网格面的法向量，然后据此计算物体表面法向量与观察视角向量的夹角，接着结合此夹角与设定的物体模型环境光、镜面反射光、漫反射光计算当前的光照条件，最后进行上色渲染，完成物体重建。3CN108648277A说明书1/4页一种激光雷达点云数据的快速重建方法技术领域[0001]本发明涉及一种点云数据处理方法，特别涉及一种激光雷达点云数据的快速重建方法。背景技术[0002]三维物体重建是指通过传感器获得空间物体的二维图像，进而将其恢复成物体的三维结构的过程。获取二维图像的传感器可以选择激光雷达，其具有扫描精