[发明专利]基于Kinect的室内LiDAR缺失数据填补方法

说明书

技术领域

本发明涉及一种室内LiDAR缺失数据填补方法，尤其是涉及基于Kinect的室内LiDAR缺失数据填补方法。

背景技术

LiDAR(Light Detection And Ranging)，称为激光雷达，是激光扫描与探测系统的简称。LiDAR系统主要分为两大类：机载LiDAR系统与地面LiDAR系统，本发明主要针对室内复杂环境下的地面LiDAR系统。相比与传统基于图片的三维重建，基于三维激光扫描的三维重建具有快速、精确、非接触等优点。由于激光扫描仪的非连续性，为将多个扫描点获取的点云数据坐标转换至统一坐标系下，形成完成的点云模型，需要进行影像配准。影像配准技术主要分为两大类：一种是侧重在影像数据离散特征的提取与定位，该类技术特点在于不需要初始位置估计，但不适于特征不明显的情况；另一种是由Besl和McKay最初提出的著名ICP(Iterative Closest Point)算法，该算法通过不断计算两幅影像重叠区域对应点对之间的刚体变换关系，重复变化，找到最终使对应点之间的距离均方误差达到最小的旋转矩阵和平移向量。该算法比上一种配准算法有更好的鲁棒性和准确性，但原始ICP算法在收敛上主要取决于对应点对的选取和误差函数的最小化，后来的许多研究都致力于通过寻找不同的误差判断函数，和对应点对的选取方法来增强ICP算法的稳定性。Kinect是微软开发的体感设备，它属于一类名为RIM（Range Imaging）相机[2]的新型传感器，主要用于捕捉人体骨骼结构，以此实现以身体作为控制器的构想。Kinect由一个发射单元（脉冲光，调制光或结构光），感光传感器（CCD，CMOS或APD），光学系统以及一些驱动电路和计算单元组成。Kinect设备同步获取场景深度与影像信息，可全自动完成场景纹理映射，基于Kinect设备获取的深度数据是结构化的点云数据，本发明采用基于体元的数据融合方法重建三维模型。（参考文献：Remondino,F.,Heritage Recording and 3D Modeling with Photogrammetry and 3D Scanning.Remote Sensing,2011.）

数据融合主要采用体元技术，最早在1974年Baumgart提出Volume Intersection的方法，并指出每一个体元只有两个状态：0和1，1意味着该体元被重建目标占据，而0则反之。1989年A.Elfes利用声纳为移动机器人导航时所提出占用栅格概念（Occupancy Grid），它是将整个空间中的体元分为三类：Occupied、Free、Unknown，并利用概率函数表达空间使用情况，利用该方法可以实现机器人自主导航定位。Hoppe通过构造点到物体表面的有向距离场（Signed Distance Function）来重建物体表面。为改善Hoppe方法中存在的边界重建不理想的问题，同时并解决了法向传播中可能出现的局部“孤岛”问题，Curless和Levoy在每个体素中保存两个值，一个是权重信息，另一个是距离值，他们将每幅深度图像转换成一个加权有向距离场（Weighted Signed Distance Function）。

在Kinect发布以后，华盛顿大学和Intel合作开展了名为RGB-D Dense Point Cloud Mapping的研究项目，这个项目旨在利用Kinect实现机器人的自动测图。由于较少关心测图本身精度，因此重建效果不够理想，场景中存在很多“洞”，且有“重影”现象产生。在2011年8月，微软在SIGGRAPH大会上展示了其KinectFusion项目成果，旨在利用Kinect实现增强现实（Augmented Reality）。其中针对Kinect原始深度图精度低的问题，利用Kinect高频输出特点，基于文献提出体重构技术和Point-To-Plane ICP算法，采用截断符号距离函数（Truncated Signed Distance Functions）和GPU进行并行加速，实现实时精细三维建模，精度可达到毫米级。

发明内容

本发明主要是解决现有技术所存在的传统的激光扫描仪扫描范围有限，尤其针对复杂的室内场景，对于狭小的区域无法完成数据采集工作等的技术问题；提供了一种充分发挥新型体感设备Kinect价格低廉，同时获取场景深度与影像信息，每秒30帧速率输出、可获取大量深度信息、可保持采集信息完整性等特点，实现对局部数据的采集工作的基于Kinect的室内LiDAR缺失数据填补方法。

本发明的上述技术问题主要是通过下述技术方案得以解决的：