[发明专利]一种融合语义特征的无人机激光雷达航带平差方法

说明书

本发明涉及无人机激光雷达数据处理领域，公开了一种融合语义特征的无人机激光雷达航带平差方法，依次通过面向语义对象的多级非刚性配准，以及顾及非刚性形变的多架次点云航带平差。通过将不同架次的不同航带整体误差方程的系数矩阵进行对角化处理，有效降低利用非线性优化算法求解未知参数的复杂度，从而提升未知参数的解算效率。

技术领域

本发明涉及无人机激光雷达数据处理领域，具体涉及一种融合语义特征的无人机激光雷达航带平差方法。

背景技术

平差，指的是由于仪器的精度、人为因素及外界条件的影响，造成观测值与真实值之间存在差别，为了消除差别，一般要求观测值的个数多于求解未知量所需的观测数，而在冗余观测中一定会存在观测结果间的矛盾，平差则是消除这些矛盾以求得观测量的最可靠结果并评定测量成果的精度的过程。

航带，指的是沿着某一方向进行航空摄影，获取的前后相互重叠的影像序列，现在也泛指沿着某一方向进行包括激光雷达在内的三维点云信息数据采集，获取的前后相互重叠的点云信息数据序列。航带平差，指的是为了消除相邻航带间误差，以航带模型为基本单元的平差方法。

无人机激光雷达(LiDAR)是一种能够快速获取目标三维点云信息数据的主动测量手段，与车载激光雷达一样，无人机激光雷达在平台移动过程中能实时测量道路面以及道路环境的几何信息和激光回波强度信息，以及GNSS/IMU组合系统(POS)所获载体的位置、姿态、速度等轨迹信息，而相比于车载激光雷达，无人机激光雷达具有全天候、精度高、费用低等优点。因此，近年来，无人机激光雷达在林业、城市、交通、水利等领域中得到了广泛的应用。

但是，由于无人机激光雷达在安装过程无法确保激光雷达的安装角度精度达到要求，且完全一致；而且因为POS系统本身的精度问题，会形成航带非刚性形变，在一条航带上产生扭曲变形。即在GNSS弱定位环境下，移动测量载体的状态误差会随时间累积，产生平台位置和姿态(简称“位姿”)误差，不同区域精度水平不一致且随时间产生非刚性变换，点位精度会降低。在生成点云过程中会出现不同程度精度损失，因此需要对扫描图像进行平差算法处理以减小精度损失。

为了达到一条航带上的点云完全重合，减小因为POS系统造成的采集误差，传统做法就是以一个航带作为刚性配准单元进行配准，但是这样的操作需要配准的数据量较大，且因为实质同名点的设置差异也很难保证配准的精准度。

发明内容

本发明意在提供一种融合语义特征的无人机激光雷达航带平差方法，以达到能够在有限数据计算量的前提下完成航带的高精度配准，减小POS系统引起的非刚性形变。

为达到上述目的，本发明采用如下技术方案：

一种融合语义特征的无人机激光雷达航带平差方法，包括以下步骤：

步骤一，面向语义对象的多级非刚性配准：将经过点云预处理的航带点云被划分为多个可被视作刚体配准单元的分段点云；通过将分段点云分离为不同类别的对象点云，利用语义特征的相似性建立对象与对象间的匹配关系，在同名语义对象间利用点基元特征相似性建立广义同名对应点；

步骤二，顾及非刚性形变的多架次点云航带平差：对待测区各架次、各航带点云建立位姿误差观测方程，并利用三次样条函数对轨迹位姿误差进行时间状态逼近，建立符合多架次特性的无人机激光雷达点云时变模型；

步骤三，通过将不同架次的不同航带整体误差方程的系数矩阵进行对角化处理，通过无人机激光雷达点云时变模型计算出最终航带平差。

本方案的原理及优点是：