一种融合语义特征的无人机激光雷达航带平差方法技术

本发明专利技术涉及无人机激光雷达数据处理领域，公开了一种融合语义特征的无人机激光雷达航带平差方法，依次通过面向语义对象的多级非刚性配准，以及顾及非刚性形变的多架次点云航带平差。通过将不同架次的不同航带整体误差方程的系数矩阵进行对角化处理，有效降低利用非线性优化算法求解未知参数的复杂度，从而提升未知参数的解算效率。知参数的解算效率。知参数的解算效率。

【技术实现步骤摘要】
一种融合语义特征的无人机激光雷达航带平差方法


[0001]本专利技术涉及无人机激光雷达数据处理领域，具体涉及一种融合语义特征的无人机激光雷达航带平差方法。

技术介绍

[0002]平差，指的是由于仪器的精度、人为因素及外界条件的影响，造成观测值与真实值之间存在差别，为了消除差别，一般要求观测值的个数多于求解未知量所需的观测数，而在冗余观测中一定会存在观测结果间的矛盾，平差则是消除这些矛盾以求得观测量的最可靠结果并评定测量成果的精度的过程。
[0003]航带，指的是沿着某一方向进行航空摄影，获取的前后相互重叠的影像序列，现在也泛指沿着某一方向进行包括激光雷达在内的三维点云信息数据采集，获取的前后相互重叠的点云信息数据序列。航带平差，指的是为了消除相邻航带间误差，以航带模型为基本单元的平差方法。
[0004]无人机激光雷达(LiDAR)是一种能够快速获取目标三维点云信息数据的主动测量手段，与车载激光雷达一样，无人机激光雷达在平台移动过程中能实时测量道路面以及道路环境的几何信息和激光回波强度信息，以及GNSS/IMU组合系统(POS)所获载体的位置、姿态、速度等轨迹信息，而相比于车载激光雷达，无人机激光雷达具有全天候、精度高、费用低等优点。因此，近年来，无人机激光雷达在林业、城市、交通、水利等领域中得到了广泛的应用。
[0005]但是，由于无人机激光雷达在安装过程无法确保激光雷达的安装角度精度达到要求，且完全一致；而且因为POS系统本身的精度问题，会形成航带非刚性形变，在一条航带上产生扭曲变形。即在GNSS弱定位环境下，移动测量载体的状态误差会随时间累积，产生平台位置和姿态(简称“位姿”)误差，不同区域精度水平不一致且随时间产生非刚性变换，点位精度会降低。在生成点云过程中会出现不同程度精度损失，因此需要对扫描图像进行平差算法处理以减小精度损失。
[0006]为了达到一条航带上的点云完全重合，减小因为POS系统造成的采集误差，传统做法就是以一个航带作为刚性配准单元进行配准，但是这样的操作需要配准的数据量较大，且因为实质同名点的设置差异也很难保证配准的精准度。

技术实现思路

[0007]本专利技术意在提供一种融合语义特征的无人机激光雷达航带平差方法，以达到能够在有限数据计算量的前提下完成航带的高精度配准，减小POS系统引起的非刚性形变。
[0008]为达到上述目的，本专利技术采用如下技术方案：
[0009]一种融合语义特征的无人机激光雷达航带平差方法，包括以下步骤：
[0010]步骤一，面向语义对象的多级非刚性配准：将经过点云预处理的航带点云被划分为多个可被视作刚体配准单元的分段点云；通过将分段点云分离为不同类别的对象点云，
利用语义特征的相似性建立对象与对象间的匹配关系，在同名语义对象间利用点基元特征相似性建立广义同名对应点；
[0011]步骤二，顾及非刚性形变的多架次点云航带平差：对待测区各架次、各航带点云建立位姿误差观测方程，并利用三次样条函数对轨迹位姿误差进行时间状态逼近，建立符合多架次特性的无人机激光雷达点云时变模型；
[0012]步骤三，通过将不同架次的不同航带整体误差方程的系数矩阵进行对角化处理，通过无人机激光雷达点云时变模型计算出最终航带平差。
[0013]本方案的原理及优点是：
[0014]在以往的方案中，为了使不同航带上的点云完全重合，减小因为POS系统造成的采集误差，以一个航带作为刚性配准单元进行配准，导致配准的数据量较大，且因为实质同名点的设置差异也很难保证配准的精准度。本方案不以一个航带作为刚性配准单元，而是采用对象级到基元级的语义配准策略，通过多架次的无人机进行点云数据采集，用语义定义多个同名对象，不需要实质同名点，不仅解决了数据计算量的问题，还能够有效保证精准度。
[0015]实际应用中，本方案不仅适用于复杂多变的山区场景，也适用于条带状电力走廊等其他场景，本方案具有较强的通用性和迁移性。
[0016]在本领域中，对于三维点云精准度的提高上，大家往往单方面强调无人机激光雷达本身采集精准度，或者单方面强调POS系统本身的精度高低，简言之，均过多考虑了设备本身带给精准度的影响。
[0017]目前过多地追求设备本身带来的高精度，主要在于点云数据的处理方面，尤其是在航带平差处理方面，本领域通常停留于单一的数据驱动或模型驱动方法。现有的数据处理方式为了进一步提高精准度需要设置过多的待估参数，过多的计算过程，通过复杂繁琐的计算内容以期能够获得更加精准的数据处理结果，然而这样导致数据计算量非常大，计算效能低，已经没有足够的可上升空间。
[0018]而经过研究发现，以往的方案无论是对于关注设备本身精准度，还是在复杂化数据处理方面，均忽略了对现实场景的还原处理，尤其是忽略了现场实际的非刚性配准效果，对计算数据脱离现实场景，致使精度和稳健性差、配准结果和现实场景相差较大。本方案抛弃了这样的惯性思维，并没有一味追求单方面去提高某个环节的精度，充分考虑了现场环境的复杂性，面对已经采集得到的点云数据，首先是选择面向对象的方式，将可能产生较大误差的非刚性对象数据进行多级的非刚性配准，建立广义的同名对应点，用相对小的计算量完成对航带点云数据的分类处理，尽可能地在还原现实场景的基础上完成数据处理；然后，通过多架次采集到的航带点云建立误差观测方程，利用三次样条函数对多架次采集得到的航带点云数据进行轨迹位姿误差的时间状态逼近，建立符合多架次特性的无人机激光雷达点云时变模型。本方案通过多架次无人机激光雷达采集的航带点云数据进行验证，不再以一个航带整体作为刚性配准单元，而是将每个航带分割成分段点云，再通过对每个分段点云集合进行不同层级的对象划分，最终通过得到的无人机激光雷达点云时变模型计算出的最终航带平差，修正POS系统的位姿，尽可能减少修正过程中出现的偏差，使修正结果更加精准。
[0019]本方案有效解决了现在复杂山区环境和条带状电力走廊环境中无法在有限数据
计算量的前提下获取高质量点云三维坐标的问题，解决了城市场景中会存在多种非刚性地物现象导致非刚性配准效果差的问题，解决了城市场景中会出现的GNSS弱定位导致无人机激光雷达点云获取精度差的问题，更解决了现在对于城市场景的现实还原性差的问题。
[0020]优选的，作为一种改进，在步骤一中，经过点云预处理的航带点云为，采用多架次无人机激光雷达扫描得到形成多航带初始点云在按照预处理策略处理后得到。
[0021]效果：通过预处理策略能够从多航带初始点云有效筛选后得到航带点云，能够尽量减少初始点云数据中因为采集设备本身而存在的误采集数据。
[0022]优选的，作为一种改进，在步骤一中，所述对象点云包括线性对象点云、面状对象点云以及柱状对象点云。
[0023]效果：本方案创造性的将对象点云分成三种不同类型，能够识别区分出绝大部分的点云数据，能够通过不同类型的对象点云数据选择对环境真实还原性更加重要的类型数据进行重点处理，能够在有限数据计算能力的前提下尽本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种融合语义特征的无人机激光雷达航带平差方法，其特征在于，包括以下步骤：步骤一，面向语义对象的多级非刚性配准：将经过点云预处理的航带点云被划分为多个可被视作刚体配准单元的分段点云；通过将分段点云分离为不同类别的对象点云，利用语义特征的相似性建立对象与对象间的匹配关系，在同名语义对象间利用点基元特征相似性建立广义同名对应点；步骤二，顾及非刚性形变的多架次点云航带平差：对待测区各架次、各航带点云建立位姿误差观测方程，并利用三次样条函数对轨迹位姿误差进行时间状态逼近，建立符合多架次特性的无人机激光雷达点云时变模型；步骤三，通过将不同架次的不同航带整体误差方程的系数矩阵进行对角化处理，通过无人机激光雷达点云时变模型计算出最终航带平差。2.根据权利要求1所述的一种融合语义特征的无人机激光雷达航带平差方法，其特征在于，在步骤一中，经过点云预处理的航带点云为，采用多架次无人机激光雷达扫描得到形成多航带初始点云在按照预处理策略处理后得到。3.根据权利要求1所述的一种融合语义特征的无人机激光雷达航带平差方法，其特征在于，在步骤一中，所述对象点云包括线性对象点云、面状对象点云以及柱状对象点云。4.根据权利要求3所述的一种融合语义特征的无人机激光雷达航带平差方法，其特征在于，...

【专利技术属性】
技术研发人员：谭骏祥，张天赐，李少达，杨容浩，宋佳倩，刘健飞，
申请(专利权)人：成都奥伦达科技有限公司，
类型：发明
国别省市：