三維激光點(diǎn)云配準(zhǔn)技術(shù)

　　三維激光掃描作為一種可以直接獲取目標(biāo)表面三維信息的傳感技術(shù)，在目標(biāo)檢測(cè)、識(shí)別和重建等方面具有獨(dú)特的技術(shù)優(yōu)勢(shì)。將基于不同視角下激光掃描設(shè)備采集到的多組三維點(diǎn)云進(jìn)行旋轉(zhuǎn)平移，把它們拼接為完整的三維點(diǎn)云模型，即三維點(diǎn)云配準(zhǔn)技術(shù)。三維點(diǎn)云配準(zhǔn)技術(shù)在計(jì)算機(jī)輔助技術(shù)、自動(dòng)駕駛、城市建模、文物保護(hù)、醫(yī)療等領(lǐng)域應(yīng)用廣泛。點(diǎn)云配準(zhǔn)作為點(diǎn)云處理中的一個(gè)舉足輕重的環(huán)節(jié)，已發(fā)展成為近年來(lái)的熱門研究領(lǐng)域，國(guó)內(nèi)外學(xué)者針對(duì)點(diǎn)云配準(zhǔn)提出許多算法。然而，由于激光雷達(dá)、Kinect傳感器等現(xiàn)有掃描器件在獲取完整的物體表面信息時(shí)，掃描得到的點(diǎn)云數(shù)據(jù)量龐大；而且受掃描環(huán)境影響，點(diǎn)云數(shù)據(jù)通常含有大量噪聲；同時(shí)由于掃描視角、物體遮擋和設(shè)備型號(hào)等限制，使點(diǎn)云數(shù)據(jù)存在缺失及尺寸放縮等缺陷，導(dǎo)致現(xiàn)有配準(zhǔn)方法配準(zhǔn)效率低、精度差，無(wú)法滿足現(xiàn)實(shí)工程應(yīng)用要求?，F(xiàn)有的三維點(diǎn)云配準(zhǔn)算法大多是基于統(tǒng)計(jì)學(xué)提出的，包括獨(dú)立成分分析、高斯核函數(shù)、主成分分析等，算法性能參差不齊，且僅針對(duì)特定方向提高點(diǎn)云配準(zhǔn)性能，無(wú)法滿足各領(lǐng)域的配準(zhǔn)需求。如何提高點(diǎn)云配準(zhǔn)精度與效率是目前亟待解決的問(wèn)題。因此，本書針對(duì)點(diǎn)云配準(zhǔn)算法在實(shí)際工程中的應(yīng)用難點(diǎn)，以提高點(diǎn)云配準(zhǔn)算法精度為出發(fā)點(diǎn)，基于經(jīng)典點(diǎn)云配準(zhǔn)算法，圍繞點(diǎn)云配準(zhǔn)算法中的關(guān)鍵技術(shù)問(wèn)題開(kāi)展相關(guān)研究工作。首先，基于數(shù)理統(tǒng)計(jì)相關(guān)性，提出了一種基于核典型相關(guān)分析的點(diǎn)云配準(zhǔn)算法。該算法以統(tǒng)計(jì)學(xué)中對(duì)來(lái)自同一物體的多組變量計(jì)算相關(guān)性的方法為基礎(chǔ)，以最大化相關(guān)系數(shù)為目標(biāo)，從而對(duì)點(diǎn)云剛性變換關(guān)系進(jìn)行求解。采用FPFH算法在源點(diǎn)云中搜尋目標(biāo)點(diǎn)云的對(duì)應(yīng)點(diǎn)云，使得源點(diǎn)云幾何形態(tài)與目標(biāo)點(diǎn)云盡量一致。采用核典型相關(guān)分析方法估算出源點(diǎn)云與目標(biāo)點(diǎn)云的變換矩陣，并根據(jù)變換矩陣求解出旋轉(zhuǎn)矩陣，進(jìn)而求解出平移向量。利用開(kāi)源數(shù)據(jù)與現(xiàn)場(chǎng)掃描數(shù)據(jù)在不同條件下同幾種傳統(tǒng)算法的配準(zhǔn)結(jié)果進(jìn)行對(duì)比，分析了基于核典型相關(guān)分析的點(diǎn)云配準(zhǔn)算法在多種條件下的優(yōu)點(diǎn)與缺陷。其次，基于點(diǎn)云數(shù)據(jù)的概率分布特性，提出了一種基于柯西混合模型的點(diǎn)云配準(zhǔn)算法。該算法不考慮兩點(diǎn)云數(shù)據(jù)的對(duì)應(yīng)屬性，只需要根據(jù)點(diǎn)云數(shù)據(jù)本身的概率分布對(duì)剛性變換的幾何關(guān)系進(jìn)行求解。選用相同階數(shù)的柯西混合模型分別對(duì)源點(diǎn)云與目標(biāo)點(diǎn)云數(shù)據(jù)的概率分布進(jìn)行擬合，將剛性變換下的點(diǎn)云配準(zhǔn)模型拓展為柯西混合模型。根據(jù)貝葉斯公式和琴生不等式構(gòu)造出極大似然函數(shù)，并采用期望最大化算法對(duì)混合模型中的各項(xiàng)參數(shù)進(jìn)行更新直至收斂。利用最大權(quán)重對(duì)應(yīng)模型的協(xié)方差矩陣求解旋轉(zhuǎn)矩陣，進(jìn)而求解出平移向量，并根據(jù)對(duì)應(yīng)模型的中心點(diǎn)估算出放縮比例。利用開(kāi)源數(shù)據(jù)與現(xiàn)場(chǎng)掃描數(shù)據(jù)在不同條件下同幾種傳統(tǒng)算法的配準(zhǔn)結(jié)果進(jìn)行對(duì)比，分析了該算法的特點(diǎn)，驗(yàn)證了該算法能有效地配準(zhǔn)仿射情況下的點(diǎn)云，且具備良好的抗噪能力。再次，提出了基于多種群遺傳算法的點(diǎn)云數(shù)據(jù)配準(zhǔn)。以基于遺傳算法的點(diǎn)云數(shù)據(jù)配準(zhǔn)方法為指導(dǎo)，首先通過(guò)多種群遺傳算法將待配準(zhǔn)點(diǎn)云數(shù)據(jù)進(jìn)行分割，然后將分割得到的5組數(shù)據(jù)利用遺傳算法進(jìn)行優(yōu)秀點(diǎn)集篩選，針對(duì)5組數(shù)據(jù)依據(jù)實(shí)驗(yàn)經(jīng)驗(yàn)設(shè)定每組數(shù)據(jù)的遺傳因子和移民算子值，最后將得到的5組優(yōu)秀點(diǎn)集集合成下一代精華點(diǎn)集并代入ICP算法進(jìn)行點(diǎn)云配準(zhǔn)。通過(guò)實(shí)驗(yàn)證明了MPGAICP算法針對(duì)不同形變和點(diǎn)云數(shù)據(jù)條件下的配準(zhǔn)魯棒性較好，針對(duì)不同情況的點(diǎn)云數(shù)據(jù)仍能有效地提升點(diǎn)云配準(zhǔn)的精度。最后，提出了雙通道最優(yōu)選擇模型DCOS，解決單一算法泛化性能弱的問(wèn)題。通過(guò)求解2種單一點(diǎn)云配準(zhǔn)算法的配準(zhǔn)誤差，計(jì)算算法權(quán)重，構(gòu)建最優(yōu)模型。在二維剛性、三維剛性、三維非剛性等不同類型點(diǎn)云數(shù)據(jù)中，根據(jù)實(shí)際需求，選擇符合要求的算法，送入DCOS模型進(jìn)行配準(zhǔn)，并將其配準(zhǔn)結(jié)果與單一點(diǎn)云配準(zhǔn)算法比較。實(shí)驗(yàn)結(jié)果表明，DCOS相較于所選任意2種單一算法的配準(zhǔn)誤差均有所下降，證明了DCOS算法可以有效地提升點(diǎn)云配準(zhǔn)精度，具有較強(qiáng)的魯棒性。本書基于點(diǎn)云的統(tǒng)計(jì)特性提出了基于核典型相關(guān)分析和基于柯西混合模型的2種新型點(diǎn)云配準(zhǔn)算法，并基于多種群遺傳算法改進(jìn)了經(jīng)典的點(diǎn)云配準(zhǔn)算法，最后針對(duì)實(shí)際工程應(yīng)用難點(diǎn)，提出了雙通道最優(yōu)選擇模型，彌補(bǔ)單一算法泛化性能差的缺陷，為點(diǎn)云配準(zhǔn)的實(shí)際工程應(yīng)用提供了新思路。本書由劉明哲主持撰寫，劉明哲負(fù)責(zé)第1章、第2章、第8章的撰寫，并對(duì)全書進(jìn)行了校訂，李冬芬撰寫本書的第3章、第4章，王濤撰寫本書的第5章、第6章，李博撰寫本書的第7章。由于編者水平有限，盡管在撰寫中力求準(zhǔn)確，但不足之處在所難免，有待改進(jìn)和提高，敬請(qǐng)讀者批評(píng)指正。

暫缺《三維激光點(diǎn)云配準(zhǔn)技術(shù)》作者簡(jiǎn)介