APP下载

移动激光雷达采集点云信息的配准方法

2018-11-27REGISTRATIONMETHODOFPOINTCLOUDSCOLLECTEDBYMOBILELIDARUSINGSOLELYSTANDARDLASFILESINFORMATION

汽车文摘 2018年2期
关键词:卡尔曼滤波区域差异

(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。……

登录APP查看全文

猜你喜欢

卡尔曼滤波区域差异
相似与差异
找句子差异
生物为什么会有差异?
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
关于四色猜想
分区域
基于模糊卡尔曼滤波算法的动力电池SOC估计
基于扩展卡尔曼滤波的PMSM无位置传感器控制
基于严重区域的多PCC点暂降频次估计
M1型、M2型巨噬细胞及肿瘤相关巨噬细胞中miR-146a表达的差异