留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种点面特征约束下利用对偶四元素描述的点云配准方法

李绕波 袁希平 甘淑 毕瑞 高莎 胡琳

李绕波, 袁希平, 甘淑, 毕瑞, 高莎, 胡琳. 一种点面特征约束下利用对偶四元素描述的点云配准方法[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210184
引用本文: 李绕波, 袁希平, 甘淑, 毕瑞, 高莎, 胡琳. 一种点面特征约束下利用对偶四元素描述的点云配准方法[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210184
LI Raobo, YUAN Xiping, GAN Shu, BI Rui, GAO Sha, HU Lin. A Point Cloud Registration Method Based on Dual Quaternion Description Under the Constraint of Point and Surface Features[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210184
Citation: LI Raobo, YUAN Xiping, GAN Shu, BI Rui, GAO Sha, HU Lin. A Point Cloud Registration Method Based on Dual Quaternion Description Under the Constraint of Point and Surface Features[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210184

一种点面特征约束下利用对偶四元素描述的点云配准方法

doi: 10.13203/j.whugis20210184
基金项目: 

国家自然科学基金(41861054)。

详细信息
    作者简介:

    李绕波,男,博士研究生,主要从事地面三维激光扫描数据处理。923965722@qq.com

  • 中图分类号: P237

A Point Cloud Registration Method Based on Dual Quaternion Description Under the Constraint of Point and Surface Features

Funds: 

The National Natural Science Foundation of China (41861054).

  • 摘要: 点云数据的高精度配准是保证空间物体表面三维数据完整性的关键,针对相邻测站点云数据存在位置、姿态和尺度差异的问题,提出一种在点面特征约束下利用对偶四元素描述的点云配准方法。首先利用对偶四元素表示空间相似变换的旋转矩阵和平移向量,在此基础上顾及尺度因子,依据点在平面内和点在平面外分别所构建的向量与平面的法向量之间存在垂直和平行的空间拓扑关系,并以此作为空间相似变换的约束条件,基于最小二乘准则构建平差模型。然后引入Levenberg-Marquardt法解算平差模型,以避免平差处理中可能因初始值的不恰当性,或因雅克比矩阵所构建的实对称矩阵接近奇异时而导致迭代不收敛。最后,通过两组实验与现有方法进行对比分析,实验结果表明:在点面特征约束下顾及尺度因子且利用对偶四元素实现空间相似变换的方法具有较强的实用价值。
  • [1] Nakamura T, Wakita S. Robust Global Scan Matching Method Using Congruence Transformation Invariant Feature Descriptors and a Geometric Constraint between Keypoints[J]. Transactions of the Society of Instrument & Control Engineers, 2015,51(5):309-318.
    [2] Jensfelt P, Kristensen S. Active Global Localization for a Mobile Robot Using Multiple Hypothesis Tracking[J]. IEEE Transactions on Robotics & Automation, 2001,17(5):748-760.
    [3] Guo Y, Bennamoun M, Sohel F, et al. A Comprehensive Performance Evaluation of 3D Local Feature Descriptors[J]. International Journal of Computer Vision, 2016,116(1):66-89.
    [4] Ge X M. Automatic Markerless Registration of Point Clouds with Semantic-keypoint-based 4-points Congruent Sets[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2017,130:344-357.
    [5] Li J Y, Zhong R F, Hu Q W, et al. Feature-based Laser Scan Matching and its Application for Indoor Mapping[J]. Sensors, 2016,16(8):1265.
    [6] Núñez P, Vázquez-Martín N, TORO J, et al. Natural Landmark Extraction for Mobile Robot Navigation Based on an Adaptive Curvature Estimation[J]. Robotics & Autonomous Systems, 2008,56(3):247-264.
    [7] Yang B S, Dong Z, Liang F X, et al. Automatic Registration of Large-scale Urban Scene Point Clouds Based on Semantic Feature Points[J]. ISPRS Journal of Photogrammetry & Remote Sensing, 2016,113:43-58.
    [8] Zhang J, Singh S. Low-drift and Real-time Lidar Odometry and Mapping[J]. Autonomous Robots, 2017,41(2):401-416.
    [9] Zhang D, Huang T, Li G H, et al. Robust Algorithm for Registration of Building Point Clouds Using Planar Patches[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2012,138(1):31-37.
    [10] Hong K, Wang X, Feng W. 3D Registration Based on Planar Feature Segmentation and Plane Fit[J]. Applied Mechanics and Materials, 2012,233:274-277.
    [11] Yuan X, Zhao C, Tang Z, et al. Lidar Scan-matching for Mobile Robot Localization from 3D Point Clouds[J]. Information Technology Journal, 2010,9(1):27-33.
    [12] Ueda K, Yamashita N. On a Global Complexity Bound of the Levenberg-Marquardt Method[J]. Journal of Optimization Theory and Applications, 2010,147(3):443-453.
    [13] Chen L, Ma Y F. Shamanskii-Like Levenberg-Marquardt Method with a New Line Search for Systems of Nonlinear Equations[J]. Journal of Systems Science & Complexity, 2020,33(05):1694-1707.
    [14] Dong Z, Yang B S, Liu Y, et al. A Novel Binary Shape Context for 3D Local Surface Description[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2017,130:431-452.
    [15] Dong Z, Yang B S, Liang F X, et al. Hierarchical Registration of Unordered TLS Point Clouds Based on Binary Shape Context Descriptor[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2018,144:61-79.
  • [1] 郭建锋.  尺度因子的MAD估计及其在测量平差中的应用 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20190166
    [2] 孙文潇, 王健, 梁周雁, 马伟丽, 陈喆.  法线特征约束的激光点云精确配准 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20180315
    [3] 刘站科, 李建成, 肖学年, 张庆涛, 宛家宽, 李国鹏.  GT-2A航空重力仪静态测量实验及性能分析 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20170160
    [4] 王永波, 汪云甲, 佘雯雯, 韩新哲.  直线特征约束下利用Plücker坐标描述的LiDAR点云无初值配准方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20160408
    [5] 盛庆红, 张斌, 肖晖, 陈姝文, 王青, 柳建峰.  直线簇约束下的地面LiDAR点云配准方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20150292
    [6] 叶勤, 姚亚会, 桂坡坡.  基于极线及共面约束条件的Kinect点云配准方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20150362
    [7] 杨楠, 邵振峰, 郭丙轩, 彭哲, 黄蕾.  基于非固定初始面元的无人机影像点云优化算法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20140750
    [8] 梁栋, 王红平, 刘修国, 沈永林.  基于平面基元组的建筑物场景点云自动配准方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20140682
    [9] 贾毅, 李振.  利用空间小面元模型重构序列影像密集点云 . 武汉大学学报 ● 信息科学版,
    [10] 杨荣华, 吕美英, 花向红.  一种多站标靶点云整体配准算法 . 武汉大学学报 ● 信息科学版,
    [11] 韩贤权, 朱庆, 丁雨淋, 周东波.  散乱点云数据精配准的粒子群优化算法 . 武汉大学学报 ● 信息科学版,
    [12] 黄令勇, 吕志平, 任雅奇, 陈正生, 王宇谱.  多元总体最小二乘在三维坐标转换中的应用 . 武汉大学学报 ● 信息科学版,
    [13] 李艳红, 李海亭, 庞小平, 彭清山.  采用投影回归原理的全景影像测量方法 . 武汉大学学报 ● 信息科学版,
    [14] 王永波, 杨化超, 刘燕华, 牛晓楠.  线状特征约束下基于四元数描述的LiDAR点云配准方法 . 武汉大学学报 ● 信息科学版,
    [15] 马洪超, 姚春静, 邬建伟.  利用线特征进行高分辨率影像与LiDAR点云的配准 . 武汉大学学报 ● 信息科学版,
    [16] 李芳芳, 贾永红, 肖本林, 张谦.  利用线特征和SIFT点特征进行多源遥感影像配准 . 武汉大学学报 ● 信息科学版,
    [17] 赵煦, 周克勤, 闫利, 邓非.  基于激光点云的大型文物景观三维重建方法 . 武汉大学学报 ● 信息科学版,
    [18] 党亚民, 程传录, 陈俊勇, 张鹏.  2005珠峰测高GPS测量及其数据处理 . 武汉大学学报 ● 信息科学版,
    [19] 徐天河, 杨元喜.  利用卫星轨迹交叉点标定CHAMP卫星加速度计数据 . 武汉大学学报 ● 信息科学版,
    [20] 王文明, 卢江滨.  用微机对光栅位移量进行快速、精确测量 . 武汉大学学报 ● 信息科学版,
  • 加载中
计量
  • 文章访问数:  44
  • HTML全文浏览量:  11
  • PDF下载量:  1
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-04-14

一种点面特征约束下利用对偶四元素描述的点云配准方法

doi: 10.13203/j.whugis20210184
    基金项目:

    国家自然科学基金(41861054)。

    作者简介:

    李绕波,男,博士研究生,主要从事地面三维激光扫描数据处理。923965722@qq.com

  • 中图分类号: P237

摘要: 点云数据的高精度配准是保证空间物体表面三维数据完整性的关键,针对相邻测站点云数据存在位置、姿态和尺度差异的问题,提出一种在点面特征约束下利用对偶四元素描述的点云配准方法。首先利用对偶四元素表示空间相似变换的旋转矩阵和平移向量,在此基础上顾及尺度因子,依据点在平面内和点在平面外分别所构建的向量与平面的法向量之间存在垂直和平行的空间拓扑关系,并以此作为空间相似变换的约束条件,基于最小二乘准则构建平差模型。然后引入Levenberg-Marquardt法解算平差模型,以避免平差处理中可能因初始值的不恰当性,或因雅克比矩阵所构建的实对称矩阵接近奇异时而导致迭代不收敛。最后,通过两组实验与现有方法进行对比分析,实验结果表明:在点面特征约束下顾及尺度因子且利用对偶四元素实现空间相似变换的方法具有较强的实用价值。

English Abstract

李绕波, 袁希平, 甘淑, 毕瑞, 高莎, 胡琳. 一种点面特征约束下利用对偶四元素描述的点云配准方法[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210184
引用本文: 李绕波, 袁希平, 甘淑, 毕瑞, 高莎, 胡琳. 一种点面特征约束下利用对偶四元素描述的点云配准方法[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210184
LI Raobo, YUAN Xiping, GAN Shu, BI Rui, GAO Sha, HU Lin. A Point Cloud Registration Method Based on Dual Quaternion Description Under the Constraint of Point and Surface Features[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210184
Citation: LI Raobo, YUAN Xiping, GAN Shu, BI Rui, GAO Sha, HU Lin. A Point Cloud Registration Method Based on Dual Quaternion Description Under the Constraint of Point and Surface Features[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210184
参考文献 (15)

目录

    /

    返回文章
    返回