自动点云注册方法优化为一个停止和移动扫描系统

科学领域:

• 机器人和自动化 机器人和自动化
• 地理学工程 工程地质学
• 计算机视觉 计算机视觉

背景情况:

• 陆地激光扫描 (TLS) 的进步使自动数据采集成为可能,但注册仍然是一个手动瓶.
• 移动机器人,特别是四足行走机器人,为停止和移动扫描系统提供平台.
• 自动注册对于高效处理大规模点云数据至关重要.

研究的目的:

• 开发和验证一个自动化的点云注册方法,用于停止和启动扫描系统.
• 为了克服地面激光扫描工作流程中手动注册的局限性.
• 提高从移动机器人平台处理扫描数据的效率和可靠性.

主要方法:

• 垂直受约束的墙面平面提取用于初始特征识别.
• 使用平面匹配和点对点位移计算进行粗略的注册.
• 罚款注册采用水平性受约束的代式最接近点 (ICP) 算法.

主要成果:

• 实现了高精度 (0.044米) 的自动注册.
• 在18个扫描数据集中证明了100%的成功扫描率 (SSR).
• 在现实室内环境中,在424.2秒内完成注册.
• 性能优于常规方法,特别是在重叠较少的点云对.

结论:

• 拟议的自动化注册方法对于四足机器人上的停止和移动扫描系统是有效的.
• 这种方法大大减少了点云数据中的手动干预和处理时间.
• 它在充满挑战的室内条件下提供可靠的注册性能,数据重叠有限.