基于参数动态调整的双激光扫描头SLAM方法

针对单个激光扫描头进行SLAM重建点云覆盖度较低的问题，提出一种融合双扫描头的SLAM方法。该方法首先使用水平扫描头进行一次SLAM过程，获取位姿轨迹数据和点云地图。再使用双扫描头间标定的外参数和水平点云帧的位姿轨迹数据，将竖直扫描头的点云帧位姿初步变换到水平点云坐标系下，通过提出的竖直点云-子图ICP(Iterative closest point)配准，动态优化转换参数，获取精确的转换参数实现两个方向点云数据的高精度融合。选择两栋室外建筑物进行试验，利用点云重建结果平面拟合均方根误差进行定量精度评定，结果表明，相比于传统单个水平激光扫描头建图方式，本方法重建的点云具有更加丰富的建筑物立面信息；相比于直接使用标定参数融合的方法，利用竖直点云-水平点云子图优化配准的方式优化，精度提高24%以上。     

精密单点定位在背负式移动激光扫描系统中的应用

部分利用DGPS技术的移动激光扫描系统的点云数据质量很大程度上受移动轨迹的解算精度影响。针对DGPS必须架设基站的局限性,以背负式移动激光扫描系统为例,使用精密单点定位(precise point positioning, PPP)技术对背负式激光扫描系统的移动轨迹进行解算并进行PPP内符合精度分析。文中通过GPS-RTK分别对PPP与DGPS辅助获取的点云数据精度进行检测,将两种技术获取的点云数据精度进行对比分析。试验结果表明:利用PPP辅助获取点云数据精度与DGPS辅助获取点云数据精度相当,PPP代替DGPS应用于背负式移动激光扫描系统完全是可行的。     

Heron移动背包三维激光扫描系统在1∶500大比例尺测图中的精度评价及效率分析

近两年基于SLAM、点云配准的背包式三维激光扫描仪发展迅猛。不同于基于GNSS的移动扫描测量系统,该类设备可在复杂环境中便捷地获取目标的三维点云数据。本文利用基于IMU结合点云配准算法定位方式的Heron移动背包三维激光扫描系统,进行1∶500大比例尺测图生产试验,并对其精度进行评价,对其效率进行分析统计。结果表明,该移动背包三维激光扫描系统在大比例尺测图中的精度和效率均不亚于传统测量手段,未来发展前景广阔。     

基于点云间最短距离“中位值”的变形计算

点云数据具有高精度和高密度的特点,可以很好地表现细节,但对同一区域两次的扫描点具有不可重复的特点,给基于地面三维激光扫描的散乱点云进行变形分析带来了困难。本文介绍根据确定的边界,对点云进行网格分割和基于最短距离取"中位值"的变形计算方法。试验数据表明该方法计算简单有效。     

激光点云的多功能风洞施工量测与分析

针对传统皮尺测绘、全站仪在结构复杂的多功能风洞中存在采集作业难、数据精度低、信息不完整等局限性,提出基于高精度、高密度的点云数据开展对风洞施工量测的研究。通过对点云进行预处理及算法的运用,解决风洞数据获取难、信息不完整瓶颈,实现施工量测数据的有效获取及分析。基于点云预处理数据,可获取风洞的二维线划图、立面图、三维信息模型及统计分析等成果;基于点云数据运用算法,能够快速、准确地对风洞内墙面的平整度提取分析,判断施工是否符合要求,这是传统测绘方法无法获取的,验证该技术方法在多功能风洞测量的优越性和必要性。应用结果表明,地面三维激光扫描技术对该风洞的施工量测及建筑信息提取均优于传统方法,成效明显。     

室内SLAM点云的快速分割研究

建筑物内部结构和环境复杂,由此产生的噪声等影响使其无法直接运用于室外建模中已经成熟的点云分割算法。为降低噪声带来的影响,本文提出利用直方图统计法,分别对点云进行Z轴方向和X-Y轴方向上的直方图统计,从而分割出地板面,天花板面以及墙面的"候选点"。以K-D树构建空间数据索引,计算点云中各点的法向量以及曲率,将"候选点"中面与面相交处曲率"突变"的点去除,利用区域生长算法分割出建筑物的地板面、墙面以及天花板面。以NavVis公司的M3三维激光扫描车获取的室内SLAM点云数据,对本文方法检验,实验结果表明该方法能有效地降低噪声带来的影响,并且可以对平面点云数据进行分割提取。     

融合激光点云与影像点云的精细化DEM生成

针对地面激光扫描及无人机航摄技术在实际外业测量中受视场角限制或遮挡等因素的影响而难以获取待测区域完整的点云数据的问题,本文在经典ICP算法的基础上,提出了一种顾及高程差异和点云密度的激光点云与影像点云融合方法。通过差分数字高程模型对点云进行分块,并基于点云密度选取融合范围,将分块后的影像点云配准到激光点云的孔洞和稀疏区域。本文方法能够提高激光点云与影像点云的融合效果,保持激光点云的精度并保留更多的细节特征,实现激光点云与影像点云的高质量融合。     

一种基于特征点的地面激光点云全局配准方法

针对当前地面激光扫描(TLS)点云配准自动化程度低且耗时的问题,本文提出一种基于特征点和改进FGR(fast global registration)算法的TLS点云全局配准方法。该方法一共分为三步:首先对点云进行粗差剔除和降采样;然后提取Do G(Difference-of-Gaussian)特征点和进行FPFH(fast point feature histogram)描述,进而进行双向一致性匹配;最后使用FGR算法进行优化获得点云之间初始参数,结合标准ICP算法实现TLS点云的高精度配准。利用7站地面激光点云数据进行实验,结果表明本方法可以在保证配准精度的前提下获得较高的配准效率。     

误差理论在三维激光扫描点云处理中的应用

误差传播定律反映了直接观测量的中误差对间接观测量中误差的影响,通过三维激光扫描技术获取点云数据,点云数据本身的精度和后续处理的精度与可靠性对各种工程具有全局性的意义。基于此,将误差理论和误差传播定律应用在三维激光扫描技术上,分析了点云数据的误差来源及传播规律。采用点云数据实例演示了提高点云数据处理精度的过程,通过实例实验进行高压塔数据的配准,验证了ICP算法的可行性以及误差范围符合要求。     

利用车载LiDAR点云数据提取城市道路边界

随着高精地图产业的兴起,精确提取道路边界点云数据成为研究的重点。本文首先将车载LiDAR扫描系统获取的城市道路数据根据采集轨迹进行分段,对每一段路段点云进行滤波处理;然后通过分析点云的高程与平面信息,采用点云分割算法分离路面与非路面点云,再对处理后的路面点云进行投影;最后运用边界特征估计提取算法获取道路边界点云。通过对两种典型路段进行试验分析表明,该方法用于提取城市道路边界点云效果较好,精确性与稳健性高,对今后道路边界线的提取起到借鉴作用。     

基于图优化的紧耦合双目视觉/惯性/激光雷达SLAM方法

基于单一传感器的同时定位与地图构建技术已经逐渐不能满足移动机器人、无人机及自动驾驶车辆等智能移动载体日益复杂的应用场景。为了进一步提升移动载体在复杂环境下的定位与建图性能,基于多传感器融合的SLAM技术成为目前研究的热点内容。本文提出了一种基于图优化的紧耦合双目视觉/惯性/激光雷达SLAM方法(S-VIL SLAM),该方法在视觉惯性系统中引入激光雷达原始观测,基于滑动窗口实现了IMU量测、视觉特征及激光点云特征的多源数据联合非线性优化。利用视觉与激光雷达的互补特性设计了视觉增强的激光雷达闭环优化算法,进一步提升了多源融合SLAM系统的全局定位与建图精度。为了验证本文算法的性能,利用自主搭建的集成多传感器的硬件采集平台在室外场景下进行了车载试验。试验结果表明,本文提出的紧耦合双目视觉/惯性/激光雷达里程计相比于紧耦合双目视觉惯性里程计和激光雷达里程计定位定姿性能显著提升,视觉增强的激光雷达闭环优化算法能够在大尺度场景下有效探测出轨迹中的闭环信息,并实现高精度的全局位姿图优化,经过闭环优化的点云地图具有良好的分辨率和全局一致性。     

RGB-D SLAM在室内高精度三维测图中的应用

高精度三维测图是室内三维制图的重要支撑,基于三维激光雷达扫描技术的三维测图成本高,需要提前布置标靶,在室内复杂环境中易导致数据不完整;基于图像序列的三维重建建模时间长,易受多种因素影响。针对以上问题,本文将RGB-D SLAM技术应用于室内高精度三维测图中。通过将深度相机与SLAM技术相结合,计算相机位姿并恢复三维空间信息,获取室内三维点云模型,并以目标物实际量测为基准评价密集点云精度。试验结果表明,该方法可快速获取精度较高的三维点云模型,成本低且效率高,能够较好地满足应用需求。     

HERO NLITE移动测量系统在房地一体中的应用

在开展房地一体项目时,传统的测量技术已不堪重负,即时定位与地图构建(SLAM)技术在移动测绘方面具有较好的应用,其不依托GNSS信号可以对室内和室外的地面水平环境进行地图构建和环境建模.文中利用HER-ON LITE便携式移动测量系统开展房地一体测量实验,介绍测图流程、数据内业处理与点云成图,并分析其点云精度,对比各种...     

激光SLAM精度测试场设计与实现

同时定位与地图构建（SLAM）系统在机器人、自动驾驶和移动测量等领域有广泛的应用，但目前系统精度的测试方法尚不完善。针对SLAM系统精度测试的实际需求，本文提出了一种SLAM高精度测试场的建立方法。首先建立三维控制网，然后利用三维激光扫描技术对环境信息进行采集，最终构建出用于测试SLAM系统精度的高精度三维点云特征库。试验结果表明，建立的三维点云特征库包含丰富的特征信息，具有真实地理坐标，精度达到毫米级，可以较好地满足SLAM精度测试的需求。     

UAV航测结合三维激光扫描的古栈道测绘建模

针对古栈道遗址的精密测绘与三维建模的需求,该文采用无人机倾斜航空摄影测量的方法获取山崖航摄影像并生成点云,采用地面三维激光扫描的方法获取栈孔数据并生成点云,将两种点云数据利用最近点迭代算法相融合,获得融合点云并生成三角网模型,附上纹理贴图,便得到了遗址现状的三维数字模型,并利用该模型完成了虚拟复原。本次古栈道精密测绘及复原在国内尚属首次,为相关研究提供了新方法。     

机器人室内运动轨迹修正控制算法

移动机器人在室内的应用提升了人们的工作效率和生活品质,但针对移动机器人室内运动轨迹漂移误差,产业界一直没有较好的解决办法。为了在室内环境下实现机器人运动轨迹的高精度控制,本文结合基于LiDAR搭建的SLAM （simultaneous localization and mapping）功能模块,提出了一种机器人室内测图运动轨迹PID反馈修正控制方法,利用机器人的运动姿态、位置及设计轨迹的偏差设计了闭环模式的轨迹修正控制算法,显著提高了机器人室内作业的轨迹精度。针对机器人室内运动的几种典型轨迹,通过大量的机器人室内测图运动轨迹测试,进一步优化算法中的机器人运动控制参数,有效地减小了移动机器人室内运动轨迹的偏移。相对于依靠里程计定位的机器人室内运动控制系统,修正算法充分利用了激光雷达的定位定姿信息,满足了室内测图需求,得到了具备高可靠性和高稳定性的机器人室内精确运动控制方案。     

低成本大视场深度相机阵列系统

在测距传感器不断轻量化、小型化以及室内外地图一体化导航应用的驱动下,三维（3D）室内移动测量成为当今研究和应用的热点,在室内建模、室内定位等新兴领域中的应用越来越广泛。3D室内移动测量系统通常配备激光扫描仪、全景相机、惯性测量单元（inertial measurement unit,IMU）系统和里程计等传感器,虽能实现3D室内点云数据的采集,但其距离传感器-激光扫描仪价格昂贵且便携性较差。彩色深度（RGB depth,RGB-D）相机为低成本3D室内移动测量系统构建提供了新的距离成像传感器选择,但主流型号RGB-D相机视场角小,继而导致数据采集效率远低于传统激光扫描仪,难以做到点云数据的完整覆盖与稳健采集,且易造成同时定位与制图（simultaneous localization and mapping,SLAM）过程中跟踪失败。针对以上问题,构建了一种低成本室内3D移动测量系统采集设备,通过组合多台消费级RGB-D相机构成大视场RGB-D相机阵列,提出了一种阵列RGB-D相机内外参数标定方法,并通过实验检验了设计系统采集的点云数据的精度。     

Improving trajectory estimation using 3D city models and kinematic point clouds

Accurate and robust positioning of vehicles in urban environments is of high importance for autonomous driving or mobile mapping. In mobile mapping systems, a simultaneous mapping of the environment using laser scanning and an accurate positioning using global navigation satellite systems are targeted. This requirement is often not guaranteed in shadowed cities where global navigation satellite system signals are usually disturbed, weak or even unavailable. We propose a novel approach which incorporates prior knowledge (i.e., a 3D city model of the environment) and improves the trajectory. The recorded point cloud is matched with the semantic city model using a point‐to‐plane iterative closest point method. A pre‐classification step enables an informed sampling of appropriate matching points. Random forest is used as classifier to discriminate between facade and remaining points. Local inconsistencies are tackled by a segmentwise partitioning of the point cloud where an interpolation guarantees a seamless transition between the segments. The general applicability of the method implemented is demonstrated on an inner‐city data set recorded with a mobile mapping system.     

机载LiDAR点云时间纹理信息航带重叠区消冗

机载LiDAR获取的完整测区点云数据中包含了丰富的信息,同时也伴随着大量冗余数据,本文提出基于机载LiDAR点云时间纹理信息的航带重叠区消冗方法。首先按点云时间信息划分航带,再按点云纹理信息提取航带边缘,接着提取高地物遮挡空洞,最后去除重叠区冗余数据。实验结果表明,该方法无需航线信息辅助,并能在保留遮挡空洞区域点云的同时,高效地去除航带重叠区中精度较低的点云。