移动激光雷达采集点云信息的配准方法

2018-11-27 09:38REGISTRATIONMETHODOFPOINTCLOUDSCOLLECTEDBYMOBILELIDARUSINGSOLELYSTANDARDLASFILESINFORMATION
汽车文摘 2018年2期
关键词:密集插值卡尔曼滤波

(A REGISTRATION METHOD OF POINT CLOUDS COLLECTED BY MOBILE LIDAR USING SOLELY STANDARD LAS FILES INFORMATION)

在过去几年中,通过安装在车辆上的激光雷达采集非常密集的3D地理参考信息已经被证明是一种的有效方法。激光雷达技术可以在一个特定的时刻,以非常快速、详细和简单的方式创建传感器周围表面的非常密集的点云信息,显示了该技术在大规模制图和数字化地图模型生产中的潜力。但是,使用这种技术仍然有一些限制,比如当用相同的激光雷达设备对同一区域进行多次采集时,可以观察到每次创建的点云之间存在不同程度的差异。这种差异的范围可能从几厘米到几十厘米不等,主要在城市和高植被地区比较明显。因此,本文提出了一种采集点云信息的配准方法。除了执行的效率和速度之外,该方法的主要优点是可以自动适应GPS时间在轨迹上不断调整的情况。该过程只需要使用标准LAS文件中记录的信息来实现,并不需要其他任何辅助信息。

本文所提出的方法已经通过试验验证被证实能够取得良好的效果,使得点云信息之间的相对配准成为可能,通过重叠区域最终处理消除了云相对于另一个云的差异。而该方法在轨迹的构建和调整上,可以有效地消除云层之间的垂直差异。未来希望加强点云文件格式的标准化来推动这种方法的推广和实施。在未来的研究工作中,还需要对点云重叠区域以外的轨迹行为进行研究。由于卡尔曼滤波器已经被应用于轨迹构建中,所以计划在重叠区域之外,通过适当的插值函数来消除差异。

猜你喜欢
密集插值卡尔曼滤波
基于深度强化学习与扩展卡尔曼滤波相结合的交通信号灯配时方法
滑动式Lagrange与Chebyshev插值方法对BDS精密星历内插及其精度分析
耕地保护政策密集出台
脉冲星方位误差估计的两步卡尔曼滤波算法
密集恐惧症
二元Barycentric-Newton混合有理插值
卡尔曼滤波在雷达目标跟踪中的应用
卡尔曼滤波在雷达目标跟踪中的应用
卡尔曼滤波在信号跟踪系统伺服控制中的应用设计
基于pade逼近的重心有理混合插值新方法