基于激光視覺數(shù)據(jù)融合的大范圍三維場景重構.pdf

1、即時定位與三維場景重構一直是智能機器人領域的研究熱點和重點。在重構過程中，視覺傳感器具有高采樣頻率及能夠采集場景的顏色和紋理信息的特點，但易于受到光照等環(huán)境的影響，而三維激光能夠獲得場景的尺度信息且不受光照等環(huán)境因素的影響，但其數(shù)據(jù)采集頻率較慢，因此本文基于單目視覺與三維激光的數(shù)據(jù)融合對即時定位與三維場景重構展開了研究。
　　本研究主要內容包括：⑴提出了基于圖像與點云角點配對的聯(lián)合標定方法，該方法將散亂的三維點云通過透視投影獲得一

2、副無畸變的點云反射值圖像，然后分別提取該反射值圖像與視覺圖像的角點并建立匹配對，最后通過高斯牛頓迭代法求解聯(lián)合標定參數(shù)。聯(lián)合標定實驗的結果表明了本文提出標定方法的有效性和準確性。⑵基于慣導信息對三維點云數(shù)據(jù)進行了一定的運動補償，并使用三維點云配準算法完成了相鄰點云間的位姿校準。為提升三維重建效率，本文基于改進ICP算法解決了海量點云配準的實時性問題：首先提取每一幀點云的角點和平面點，利用這些特征點進行激光點云數(shù)據(jù)之間的初配準；然后將初校

3、準的激光點云數(shù)據(jù)與歷史累計點云進行配準，得到精準的里程計數(shù)據(jù)和三維重構數(shù)據(jù)。為驗證算法的有效性和準確性，分別用理工校園數(shù)據(jù)集、地震救援中心數(shù)據(jù)集和KITTI數(shù)據(jù)集來測試了該算法。⑶提出了利用視覺傳感器的高采樣頻率特性對激光里程計進行初校準的方法。該方法對視覺傳感器采集到圖像提取Harris角點，并利用KLT算法進行角點跟蹤，然后通過融合激光的尺度信息進行運動估計，為激光點云數(shù)據(jù)進行里程計初校準。實驗表明該方法有效地解決了快速轉彎易于出現(xiàn)