袁 辉

（中铁第四勘察设计院集团有限公司 武汉 430063）

1 引言

三维激光雷达（Light Detection and Ranging，Li-DAR）测量技术是一种非接触、快速度、高精度和高密度测量数据获取技术［1～4］，已广泛地应用于智慧城市、工程测量等领域。从点云数据中提取各种所需的空间及属性信息是点云数据后处理的一项重要内容［5～7］，其中从点云数据中拟合圆柱体是工程测量中一个常见的问题［8～10］，例如管径的尺寸检测、立柱的直径测量和垂直度检测、隧道环片几何尺寸测量和形变检测等。

当前圆柱体的拟合方法主要有基于几何分析的拟合算法［10～12］、基于坐标转换的拟合算法［13～15］以及基于智能算法的拟合算法［16～17］等。基于几何分析的拟合算法直接从圆柱体方程的几何定义出发，建立误差方程进行最小二乘平差，但是由于误差方程的非线性的特点，拟合结果受参数初值影响较大，容易陷入局部收敛［18～19］。基于坐标变换的拟合方法是将圆柱体的轴线旋转到与竖直方向平行，然后投影到水平面上进行圆形拟合，文献［13～15］建立了基于坐标转换的非线性最小二乘平差模型，该方法也同样依赖于初值的选择。文献［16～17］利用遗传算法拟合圆柱体模型参数，但该算法参数多，容易早熟收敛，同时计算效率低。

本文针对点云数据的圆柱体的拟合问题，根据基于坐标转换的拟合算法思想，构造了旋转矩阵将三维的非线性的圆柱体拟合问题转换为二维的线性的圆形拟合，降低了处理的复杂度，同时利用迭代逼近法求解中轴线的方向向量，另外再根据拟合中误差进行点云噪声点剔除处理进行迭代拟合，提高了圆柱体模型参数拟合的准确度。……