[发明专利]机载激光雷达系统设备集成安置角检校方法及装置

权利要求书

1.一种机载激光雷达系统设备集成安置角检校方法，其特征在于，所述方法包括：

提取各航带原始点云数据中的特征面片，并对不同航带的所述特征面片中的同名特征面片进行匹配；

提取所述特征面片各点对应的原始激光器观测值，以及，对应时刻的定姿定位系统姿态及位置；

根据不同航带中的所述同名特征面片拟合参考平面；

根据所述原始激光器观测值、所述定姿定位系统姿态及位置、所述特征面片中各点及拟合的所述参考平面的平面方程，基于最小二乘法算法进行设备集成安置角检校。

2.如权利要求1所述的方法，其特征在于，所述提取各航带原始点云数据中的特征面片，并对不同航带的所述特征面片中的同名特征面片进行匹配包括：

对所述原始点云数据进行分块处理，得到多个点云数据区块；

计算所述点云数据区块内的每个点的法向量和表面粗糙度；

根据每个点的粗糙度求取种子点，并通过预置算法进行平面点云增长，以提取所述特征面片；

采用最邻近原则，对不同航带的所述特征面片中的同名特征面片进行匹配。

3.如权利要求2所述的方法，其特征在于，所述计算所述点云数据区块内的每个点的法向量和表面粗糙度包括：

构建当前点云数据区块的八叉树索引，并按照所构建的八叉树索引的结构，按照预设规则根据点密度和航带地形选定固定值作为搜索半径，根据所述搜索半径选择邻域点；

根据当前点云数据区块中所有点以及所有点对应的邻域点，计算所述当前点云数据区块所有点的法向量及粗糙度；

则，所述根据每个点的粗糙度求取种子点，并通过预置算法进行平面点云增长，以提取所述特征面片包括：

对当前点云数据区块中每个点的粗糙度进行排序，选择粗糙度最小的点作为初始种子点；

通过区域增长算法进行平面点云增长，在当前点云数据区块中除所述初始种子点之外的剩余点中，选择粗糙度最小的点作为下一种子点继续通过所述区域增长算法进行平面点云增长，直至剩余点的数量数小于预设的最少数量阈值或剩余点的粗糙度小预设的粗糙度阈值时，得到所述特征面片。

4.如权利要求1所述的方法，其特征在于，所述采用最邻近原则，对不同航带的所述特征面片中的同名特征面片进行匹配包括：

查找当前第一特征面片中心点附近设定范围内，是否包含第二特征面片的中心点，所述第一特征面片和所述第二特征面片为不同航带的特征面片；

若包含第二特征面片的中心点，则判断所述第一特征面片和所述第二特征面片的法向量夹角是否小于设定阈值，以及判断所述第一特征面片的中心点和所述第二特征面片的中心点在法向量方向上的距离是否小于设定的距离阈值，若所述法向量夹角小于设定阈值且所述距离小于设定的距离预置，则判断所述第一特征面片和所述第二特征面片为同名特征面片。

5.如权利要求1所述的方法，其特征在于，所述提取所述特征面片各点对应的原始激光器观测值，以及，对应时刻的定姿定位系统姿态及位置包括：

提取预先建立的所述特征面片中各点对应与原始激光器观测值的索引标识；

根据所述索引标识，获取所述特征面片中各点对应的原始激光器观测值，以及对应的全球定位系统时刻；

在定姿定位系统文件中，获取所述全球定位系统时刻的定姿定位系统的姿态及位置。