一种挖掘机周边障碍物三维点云的快速配准方法及系统技术方案

本发明专利技术公开了一种挖掘机周边障碍物三维点云的快速配准方法及系统，包括获取挖掘机周边障碍物三维点云并进行预处理；提取源点云和目标点云的特征点进行匹配；基于迭代最近点ICP算法，引入质心高权重，利用奇异向量分解SVD算法求解旋转矩阵和平移矩阵，完成配准。通过点云预处理进行下采样和点云精简，然后对源点云和目标点云的关键点特征进行匹配，为ICP精确配准提供初始变换矩阵，使用Kd

【技术实现步骤摘要】
一种挖掘机周边障碍物三维点云的快速配准方法及系统


[0001]本专利技术涉及3D扫描
，特别是涉及一种挖掘机周边障碍物三维点云的快速配准方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提到了与本专利技术相关的
技术介绍
，并不必然构成现有技术。
[0003]自主挖掘机器人的研究目的是取代传统的挖掘机，能够在恶劣环境中自主作业。自主挖掘机器人离不开传感器对环境的感知，需通过传感器来获取环境信息，从而完成自身的定位以及对环境障碍物的检测，为导航提供依据。环境感知一直是挖掘机器人关键技术之一，自主机器人能够安全可靠的作业离不开精准的检测和定位系统，也是路径规划的基础。在复杂的野外环境下，障碍物的尺寸大小不一，形状各异，既有凸起障碍物也有凹进障碍物，还有一些在杂草丛中，难以分辨，这些给障碍物检测和分割技术带来了很大的挑战。因此，环境感知系统通常配备多类传感器，最常用的是激光雷达和CCD传感器。
[0004]挖掘机是露天开采的重要装备，但由于开采现场环境恶劣，人员健康与安全无法保障，熟练的设备操作人员难以培养，生产效率难以最大化，所以无人挖掘机的研究越来越引起重视。而对于周围环境的三维感知是实现无人挖掘机的关键技术，针对挖掘机环境感知的相关研究对于实现无人挖掘机具有重要意义。
[0005]三维激光点云数据处理是三维激光点云三维场景重建过程中非常重要的环节，三维激光点云数据处理包含三维激光点云的数据去噪、精简、配准等一系列步骤，三维激光点云数据处理的结果直接影响了三维激光点云模型重建的精度和质量。三维激光点云配准方法按照特征匹配搜索空间的不同分为全局配准方法和局部配准方法两大类。全局三维激光点云配准方法是指在整个三维激光点云的区域中搜索特征匹配点，局部三维激光点云配准则是在三维激光点云的某个特定区域中搜索特征匹配点。三维激光点云的特征配准采用三维激光点云的数据角点、边缘等。
[0006]三维点云配准的实质是计算同一物体或场景不同视点下采集到的点云之间的变换关系，以将其统一到同一坐标系下得到完整的点云。由于数据采集传感器的视角有限，单次测量只能得到目标场景的部分数据，点云配准能够将多次测量的数据拼接起来以获得完备的点云，为后续三维建模、目标识别、场景理解奠定数据基础，因而点云配准方法一直以来都是三维计算机视觉领域的热点问题。尽管近年来关于三维点云配准的研究取得了重大进展，但它仍然是研究人员面临的一大难题。

技术实现思路

[0007]为了解决现有技术的不足，本专利技术提供了一种挖掘机周边障碍物三维点云的快速配准方法及系统，提高ICP算法的计算速度，加快挖掘机周边障碍物三维点云的快速配准，增加系统的实时性和可靠性。
[0008]本专利技术的第一个方面提供一种挖掘机周边障碍物三维点云的快速配准方法，包
括：
[0009]获取挖掘机周边障碍物三维点云并进行预处理；
[0010]提取源点云和目标点云的特征点进行匹配；
[0011]基于迭代最近点ICP算法，引入质心高权重，利用奇异向量分解SVD算法求解旋转矩阵和平移矩阵，完成配准。
[0012]本专利技术的第二个方面提供一种挖掘机周边障碍物三维点云的快速配准系统，包括：
[0013]三维点云获取模块，被配置为获取挖掘机周边障碍物三维点云并进行预处理；
[0014]特征点匹配模块，被配置为提取源点云和目标点云的特征点进行匹配；
[0015]配准模块，被配置为基于迭代最近点ICP算法，引入质心高权重，利用奇异向量分解SVD算法求解旋转矩阵和平移矩阵，完成配准。
[0016]本专利技术的第三个方面提供一种计算机可读存储介质。
[0017]一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一个方面所述的一种挖掘机周边障碍物三维点云的快速配准方法中的步骤。
[0018]本专利技术的第四个方面提供一种计算机设备。
[0019]一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述第一个方面所述的一种挖掘机周边障碍物三维点云的快速配准方法中的步骤。
[0020]与现有技术相比，本专利技术的有益效果是：
[0021]本专利技术公开采用基于ICP配准算法改进的质心高权重配准算法。由于其在配准过程中增加了对空间质心的配准权重，在室外场景下具有更好的精度，所以对于挖掘机环境感知具有更好的意义。
[0022]本专利技术公开采用体素网格进行下采样，基于法向量对点云进行精简，然后利用OpenMP提高FPFH的计算速度，可以很大程度提高点云的配准速度。通过利用双向近邻点方法，获得具有一定准确性的候选匹配点对，利用分裂法将错误的匹配点对全部剔除，提高配准的精度。
[0023]本专利技术附加方面的优点将在下面的描述中部分给出，或通过本专利技术的实践了解到。
附图说明
[0024]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0025]图1为本专利技术实施例一中挖掘机周边障碍物三维点云的快速配准方法流程图；
[0026]图2为本专利技术实施例一中挖掘机周边障碍物三维点云的快速配准方法中点云配准的关键步骤示意图；
[0027]图3为本专利技术实施例一中挖掘机周边障碍物三维点云的快速配准方法中点云配准的流程图；
[0028]图4为本专利技术的点云配准实验分析对比图。
具体实施方式
[0029]应该指出，以下详细说明都是示例性的，旨在对本专利技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义。
[0030]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本专利技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0031]在本专利技术本实施例中，“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，在本专利技术的描述中，“多个”是指两个或多于两个。
[0032]另外，为了便于清楚描述本专利技术实施例的技术方案，在本专利技术实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。
[0033]在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种挖掘机周边障碍物三维点云的快速配准方法，其特征在于，包括：获取挖掘机周边障碍物三维点云并进行预处理；提取源点云和目标点云的特征点进行匹配；基于迭代最近点ICP算法，引入质心高权重，利用奇异向量分解SVD算法求解旋转矩阵和平移矩阵，完成配准。2.如权利要求1所述的一种挖掘机周边障碍物三维点云的快速配准方法，其特征在于，所述获取挖掘机周边障碍物三维点云并进行预处理，具体为：利用多线激光雷达获取挖掘机周边场景点云数据；利用半径滤波器对周边场景点云数据进行快速滤波；利用体素网格法对滤波后的周边场景点云数据下采样；基于法向量对采样后周边场景点云数据进行精简。3.如权利要求1所述的一种挖掘机周边障碍物三维点云的快速配准方法，其特征在于，所述提取源点云和目标点云的特征点进行匹配，包括：(1)利用快速点特征直方图FPFH，为查询点求得它和其k邻域内每个点之间的三个特征元素值统计成一个简化点特征直方图SPFH；(2)分别对k邻域中的每个点确定k领域，按(1)中的方式分别形成自己的SPFH，对邻域中的各个SPFH进行加权统计：(3)通过匹配点对间的FPFH特征确定与点q
i
唯一对应的点w
i
，确定对应点云集；(4)利用OpenMP提高FPFH的计算速度；(5)剔除错误匹配点对，利用双向近邻点方法，获得候选匹配点对；(6)利用分裂法，以标准差和距离为评价标准，将候选匹配点对中的错误的匹配点对全部剔除，最终获得用于ICP计算的初始目标点云集和源点云集。4.如权利要求3所述的一种挖掘机周边障碍物三维点云的快速配准方法，其特征在于，所述对领域中的各个SPFH进行加权统计为其中θ
k
表示查询点w与给定量空间中的近邻点w
k
之间的距离，FPFH(w)表示查询点w的最终直方图，SPFH(w)表示查询点w的简化点特征直方图，SPFH(w
k
)表示查询点w的k近邻点的简化点特征直方图。5.如权利要求1所述的一种挖掘机周边障碍物三维点云的快速配准方法，其特征在于，所述基于迭代最近点ICP算法，引入质心高权重，利用奇异向量分解SVD算法求解旋转矩阵和平移矩阵，完成配准，具体为：构建将源点云集P和初始目标点云集M中的点对应关系，用以下公式描述为：m
i
＝Rp
i
+t*+E
i
,i＝1,2,...,n(n>3)；通过缩小源点云与目标点云中对应点之间的欧氏距离，建立误差函数使误差函数最小，即min...

【专利技术属性】
技术研发人员：张成梁，付帅帅，张文斌，牛晓晓，
申请(专利权)人：济南大学，
类型：发明
国别省市：