[发明专利]一种基于标定球的点云自配准方法

权利要求书

1.一种基于标定球的点云自配准方法，其特征在于，具体包括以下步骤：

S1、构建用于驱动Kinectv3深度传感器的点云采集平台，然后使用Kinect v3深度传感器多角度拍摄目标物体及标定球，并利用所述点云采集平台获取目标物体表面原始点云数据；

S2、对采集的原始点云数据进行预处理；

S3、基于随机抽样一致性算法，在滤波后的点云数据中提取出标定球球面的点云；

S4、采用最小二乘法得到所述标定球的球心坐标；

S5、基于距离信息的点集自动匹配方法，自动匹配不同角度的相同球的球心坐标；

S6、将所述S5得到的不同角度的相同球的球心坐标进行SVD分解，解出旋转平移矩阵，利用旋转平移矩阵进行位姿变换，实现点云配准；

所述S1具体为：

S1.1、使用C++语言编程技术构建用于驱动Kinectv3深度传感器的点云采集平台；

S1.2、将4个标定球按照其球心之间的距离两两不相等原则进行摆放；

S1.3、利用Kinectv3深度传感器分别从5个方向对目标物体的表面进行定片拍摄，然后利用所述点云采集平台随拍摄的图像进行处理，并保存其彩色图像、深度图像以及原始点云数据；

所述S1.2具体为：

将标定球支撑到离地1m-2m处，按俯视图方向查看标定球摆放，将球1、球2、球3、球4分别按90度的角度坐落于目标物体的4个方向，目标物体的外接圆半径为r，球1球4落在以目标物体为圆心半径为3r的圆轨道上，球2球3落在以目标物体为圆心半径为2r的圆轨道上，球1球2高度为0，球3为h，球4为2h，保证各球心之间的距离两两不等；

所述S1.3具体为：

利用Kinectv3深度传感器分别从5个方向对目标物体进行定点拍摄，以第一次拍摄角度为0°，顺时针旋转，间隔90°拍摄一次，水平方向拍摄完成后，垂直于目标物体向下进行垂直的拍摄，补齐顶部的表型数据，最后利用点云采集平台对拍摄的数据进行处理，并保存其彩色图像、深度图像以及原始点云数据。

2.根据权利要求1所述的基于标定球的点云自配准方法，其特征在于，所述点云采集平台，包括：硬件平台和软件平台；所述软件平台，包括：数据采集模块、键盘事件模块、数据处理模块、可视化模块以及数据存储模块。

3.根据权利要求2所述的基于标定球的点云自配准方法，其特征在于，所述数据采集模块采用多线程编程技术进行搭建；所述数据处理模块采用小孔相机模型将二维点云数据转换为三维点云数据；所述键盘事件模块是基于OpenGL内置的函数进行开发的；所述可视化模块是基于OpenGL图形渲染进行管线开发的；所述数据存储模块保存5种数据到电脑硬盘上，分别是RGBA32位彩图、8位深度图、16位深度图、含颜色的PLY格式点云、不含颜色的PLY格式点云。

4.根据权利要求1所述的基于标定球的点云自配准方法，其特征在于，所述S2具体为：

S2.1、采用直通滤波将原始点云数据中的背景点云去除，并采用统计滤波将原始点云数据中的除噪点和离群点去除；

S2.2、基于信息量的下采样算法，对滤波后的点云数据的数据量进行降低。

5.根据权利要求1所述的基于标定球的点云自配准方法，其特征在于，所述S3具体为：

S3.1、随机抽取处理后的点云数据中的点作为局内点，利用所述局内点计算球模型中的所有参数；

S3.2、将未被抽取的点输入所述球模型中进行验证，将符合要求的也归为局内点；

S3.3、将所有局内点对所述球模型进行重新估计；计算重新估计的球模型与理想球模型之间的误差，并利用所述误差对所述重新估计的球模型进行打分；

S3.4、重复所述S3.1~S3.3，直到达到迭代次数，得到得分符合要求的估计球模型和得分最高的估计球模型。