[发明专利]一种从点云数据检测飞机姿态的参数模型匹配方法

说明书

技术领域

本发明涉及基于激光扫描技术的飞机自动引导泊位系统，尤其是一种从单幅点云数据计算飞机姿态的参数模型匹配方法。

背景技术

在机场场面监控，尤其是飞机停泊自动引导系统中，需要准确感知飞机的姿态，包括所处的位置、所占的空间以及运动的速度和方向等信息。传统的感知方式（如感应线圈、雷达和视频等技术手段）有不同程度的缺陷：感应线圈技术探测能力差，且安装维护操作工程量大；雷达技术对飞机姿态的细节表达能力差；视频手段受天气和光线的影响较强，且距离计算误差较大。

激光扫描技术因其测量准确性高、细节清晰、分辨力强且对天气环境适应能力强等优点，近年来有快速的发展，适合中短距离上的感知探测。三维激光扫描设备一般安装在航站楼上，正对泊位区域，且靠近泊机位。设备在水平和俯仰两个方向上转动探测，获得三维点云数据，以抽样点的形式表征被扫描表面的几何特征和材质反射特征。

发明内容

本发明所要解决的技术问题是：针对现有技术存在的问题，从泊位系统的激光扫描设备获取的点云数据计算飞机姿态是泊位引导过程中核心的一个环节出发。本发明提出一种使用参数模型匹配的方法，从单一探测源扫描生成的三维点云数据，计算飞机姿态的方法。本发明方法的输入是一幅点云数据（见相关说明中点云数据要求）。输出是飞机参数模型表达式的参数和三个关键点的坐标。从本发明方法的输出可以直接计算出机型特征值，如机鼻高度、机翼高度、翼展宽度机舱宽度和机鼻到机翼的距离等。使用这些特征值跟民航机型数据库作对比可以识别飞机的机型。从多次使用本发明方法获得的输出结合泊机位的信息，还可以直接计算出引导飞机泊位的距离、偏移、朝向和速度信息。以上信息足以满足泊位自动引导系统的需求。

本发明采用的技术方案如下： 

一种从点云数据检测飞机姿态的参数模型匹配方法包括：

步骤1：通过激光扫描仪运动，获得机场单位时间内的水平扫描线；根据快速合并算法将每条水平扫描线划分为点云数据组，当每组点云数据长度P<TH1；所述每条水平扫描线中第一个点作为一个组的起点，每条水平扫描线最后一个点作为一个组的终点，起点与终点的距离为长度P；TH1为阈值，所述TH1范围是5米到8米；

步骤2：计算分组的点云数据中每个点的曲率                                                ，根据曲率变化判定法将点云组分割成点云段；当分割为点云段后，每个点云段数据长度时，丢弃本次数据；否则，保留本次点云段；其中范围是2米到5米；

步骤3：对每个点云段进行圆弧段模型或直线段模型匹配；

步骤4：计算所有圆弧段的平均圆心，飞机参数模型的机鼻模型参数为,其中为半径的分布标准样本差;

步骤5：将所有的直线模型参数转化为形式，其中为直线距离圆弧心最近的点，为直线的斜率，判断该直线模型属于机身侧面还是机翼；并判断点云数据取自前侧角度拍摄还是正前角度拍摄，最终确定飞机姿态。

进一步的，所述步骤1快速合并算法具体步骤是：把每条扫描线中第一个点作为一个点云数据组的起点，若一个点与前一个点之间的距离小于阈值，该点与前一个点处于同一个组，否则认为该点是一个新的点云数据组的起始点，前一个点是前一个点云数据组的终止点，一般取到，其中是激光扫描仪水平转动的角度步长，是该点到激光扫描仪的距离。

进一步的，所述步骤2中曲率变化判定法具体步骤为：设前一点、当前点和下一点的曲率分别是、和，如果或者则认为曲率变化较大，一般取值是0.2-0.5。

进一步的，所述步骤3具体过程是：通过均开方差（mean square root error），取平均平方差最小的几何模型代表每个点云数据段，去除点云数据段的平均平方差大于的点云数据，一般取值是0.2-1米。

进一步的，所述步骤4具体包括：

步骤41：计算所有圆弧段的平均圆心，并统计分布标准样本差，其中n表示任意一点，n>0；

步骤42：去除圆心距离平均圆心超过3倍标准样本差的圆弧，剩下的圆弧再次计算圆弧段的平均圆心和圆弧段的平均半径。飞机参数模型的机鼻模型参数为，其中为圆弧段的半径的分布标准样本差。

进一步的，所述步骤5中判断该直线模型属于机身侧面还是机翼具体步骤为：与的距离在[0.9R,1.1R]之间，则认为该直线来自机身侧面，否则来自机翼。