基于三维激光雷达的白蚁多腔巢的扫描与拓扑建模方法及系统与流程
本技术涉及三维建模,具体涉及一种基于三维激光雷达的白蚁多腔巢的扫描与拓扑建模方法及系统。
背景技术:
1、在仿生建筑学、多孔介质流体力学以及昆虫生态学等研究领域,地下生物巢穴(尤其是蚁巢)因其具备极其复杂的拓扑结构和高度优化的微气候调节网络,具有较高的研究与借鉴价值。
2、在现有技术中,通常在蚁巢逐层开挖或剥离过程中,利用三维激光扫描设备对各暴露层进行点云采集,并根据相邻扫描数据中相同或相似的几何区域,对不同扫描轮次获得的点云数据进行配准和拼接。在完成多轮点云数据的融合后,再通过点云滤波、空腔区域提取及曲面重建等处理,形成用于表征蚁巢内部结构的三维模型,并根据所述三维模型测量蚁巢空腔的体积、长度或分支数量等结构参数。
3、然而,在蚁巢分层暴露及多轮次扫描过程中,扫描设备的布设位置、扫描视角和可见区域会随暴露层次发生变化,且局部遮挡、狭窄通道以及开挖扰动会使不同轮次点云之间可用于配准的有效几何信息分布不均。现有技术主要依据局部重叠点云逐轮进行配准和拼接,前一轮次产生的配准偏差容易传递至后续轮次并逐渐累积,导致不同轮次点云之间出现局部错位、重复表面或结构断裂,使最终建立的蚁巢三维模型难以准确保持各空腔及通道之间的整体空间关系,降低了蚁巢扫描建模的准确性。
技术实现思路
1、本技术提供了一种基于三维激光雷达的白蚁多腔巢的扫描与拓扑建模方法及系统,用于解决不同轮次点云之间出现局部错位、重复表面或结构断裂,使最终建立的蚁巢三维模型难以保持各空腔及通道之间的整体空间关系的技术问题,提高了蚁巢扫描建模的准确性。
2、在本技术的第一方面提供了一种基于三维激光雷达的白蚁多腔巢的扫描与拓扑建模方法,方法包括:
3、获取目标蚁巢的零基准点云数据及对所述目标蚁巢进行分层暴露后得到的多轮次的分层扫描数据,并基于所述零基准点云数据中的全局控制点建立全局坐标系,各轮次的所述分层扫描数据均包括全局结构点云、局部补偿点云以及过渡标靶特征;
4、基于所述过渡标靶特征与所述全局坐标系的对应关系,确定各轮次的所述分层扫描数据相对于所述全局坐标系的变换矩阵,并基于所述变换矩阵将所述全局结构点云与所述局部补偿点云配准至所述全局坐标系中,得到各轮次的初始配准点云;
5、基于所述全局控制点、所述过渡标靶特征及相邻轮次的分层扫描数据之间的重叠区域,对各轮次的所述初始配准点云进行联合平差处理,生成全域目标点云;
6、从所述全域目标点云中分割出蚁巢空腔点云,并基于所述蚁巢空腔点云生成空腔三维模型;
7、基于预设距离场骨架提取算法从所述空腔三维模型中提取三维骨架线,并基于所述三维骨架线与所述空腔三维模型的表面边界之间的距离关系生成参数化管网模型。
8、可选的,基于所述零基准点云数据中的全局控制点建立全局坐标系,具体包括:
9、从所述零基准点云数据中提取初始控制点集,并提取扫描场景中的刚性环境特征,所述刚性环境特征为在多轮次分层扫描过程中位置保持不变的环境特征;
10、确定所述初始控制点集中各初始控制点与所述刚性环境特征之间的初始空间拓扑关系;
11、在各轮次的所述分层扫描数据中,识别与所述初始控制点集中的各初始控制点对应的当前控制点,并基于所述当前控制点相对于所述刚性环境特征的位置关系分别建立各轮次对应的当前空间拓扑关系;
12、分别将所述当前空间拓扑关系与所述初始空间拓扑关系进行一致性校验,得到一致性校验结果,根据所述一致性校验结果确定所述初始控制点集中的失效控制点和锚定控制点,并基于所述锚定控制点在所述零基准点云数据中的三维坐标及所述刚性环境特征,确定坐标原点和坐标轴方向,以建立所述全局坐标系。
13、可选的,基于所述过渡标靶特征与所述全局坐标系的对应关系,确定各轮次的所述分层扫描数据相对于所述全局坐标系的变换矩阵,具体包括:
14、从各轮次的所述分层扫描数据中提取所述过渡标靶特征对应的标靶中心点,得到标靶中心点集,并基于所述对应关系确定各所述标靶中心点在所述全局坐标系下的目标坐标;
15、判断所述标靶中心点集是否处于几何分布退化状态;
16、若所述标靶中心点集未处于所述几何分布退化状态,则基于各所述标靶中心点及对应的所述目标坐标,解算得到对应轮次的所述分层扫描数据相对于所述全局坐标系的变换矩阵;
17、若所述标靶中心点集处于所述几何分布退化状态,则基于所述标靶中心点集及所述全局结构点云确定对应轮次的所述分层扫描数据相对于所述全局坐标系的所述变换矩阵。
18、可选的,所述基于所述标靶中心点集及所述全局结构点云确定对应轮次的所述分层扫描数据相对于所述全局坐标系的所述变换矩阵,具体包括:
19、基于所述标靶中心点集中的各标靶中心点及对应的所述目标坐标,构建标靶点位置约束;
20、从对应轮次的所述全局结构点云中提取第一稳定平面特征和第二稳定几何特征,并确定所述第一稳定平面特征的第一法向量及对应的第一参考方向,以及所述第二稳定几何特征的第二方向向量及对应的第二参考方向,其中,所述第二稳定几何特征为第二稳定平面特征或稳定线状特征,所述第一法向量与所述第二方向向量不平行;
21、基于所述第一法向量与所述第一参考方向构建第一方向约束,并基于所述第二方向向量与所述第二参考方向构建第二方向约束;
22、基于所述标靶点位置约束、所述第一方向约束和所述第二方向约束,联合解算对应轮次的旋转参数和平移参数,并基于所述旋转参数和所述平移参数生成所述变换矩阵。
23、可选的,基于所述变换矩阵将所述全局结构点云与所述局部补偿点云配准至所述全局坐标系中,得到各轮次的初始配准点云,具体包括:
24、基于各轮次对应的所述变换矩阵,对所述全局结构点云进行坐标转换,得到全局结构转换点云;
25、确定同一轮次内所述局部补偿点云与所述全局结构点云之间的重叠补偿区域,并基于所述重叠补偿区域确定所述局部补偿点云相对于所述全局结构点云的局部校正矩阵;
26、基于所述局部校正矩阵对所述局部补偿点云进行校正,并基于所述变换矩阵将校正后的所述局部补偿点云转换至所述全局坐标系中,得到局部补偿转换点云;
27、对所述全局结构转换点云与所述局部补偿转换点云进行去冗余融合处理,得到所述初始配准点云。
28、可选的,对所述全局结构转换点云与所述局部补偿转换点云进行去冗余融合处理,得到所述初始配准点云,具体包括:
29、确定所述全局结构转换点云与所述局部补偿转换点云在所述全局坐标系下的全局重叠区域,并在所述全局重叠区域内,计算所述局部补偿转换点云中的各目标点至所述全局结构转换点云的最近邻距离及法向夹角;
30、若所述最近邻距离小于预设贴合阈值,且所述法向夹角小于预设一致性阈值,则将所述目标点确定为冗余点,并从所述局部补偿转换点云中删除所述冗余点,得到目标局部补偿转换点云;
31、将所述目标局部补偿转换点云与所述全局结构转换点云进行拼接,得到所述初始配准点云。
32、可选的,基于所述全局控制点、所述过渡标靶特征及相邻轮次的分层扫描数据之间的重叠区域,对各轮次的所述初始配准点云进行联合平差处理,生成全域目标点云,具体包括:
33、基于所述全局控制点在所述全局坐标系下的绝对坐标,计算所述初始配准点云中对应控制点的坐标偏差,构建绝对位姿约束;
34、提取相邻轮次的所述初始配准点云中对应同一过渡标靶的匹配标靶中心点,并基于所述匹配标靶中心点之间的空间距离,构建层间标靶相对约束;
35、在相邻轮次的所述初始配准点云的重叠区域内,确定在相邻两个轮次的所述初始配准点云中均具有对应点云的候选共视区域,并将所述候选共视区域中对应点云之间的空间距离小于预设变化距离阈值且法向夹角小于预设变化角度阈值的区域,确定为稳定共视表面区域;
36、在所述稳定共视表面区域内提取匹配点对,并基于所述匹配点对之间的点到面距离构建层间几何对齐约束;
37、基于所述绝对位姿约束、所述层间标靶相对约束及所述层间几何对齐约束,构建全局误差代价函数;
38、对所述全局误差代价函数进行最小化迭代求解,解算得到各轮次的所述初始配准点云的最优位姿矩阵;
39、基于各所述最优位姿矩阵对对应的所述初始配准点云进行位姿更新与全局拼接,生成所述全域目标点云。
40、第二方面,本技术实施例提供了一种基于三维激光雷达的白蚁多腔巢的扫描与拓扑建模系统,该基于三维激光雷达的白蚁多腔巢的扫描与拓扑建模系统包括:一个或多个处理器和存储器;该存储器与该一个或多个处理器耦合,该存储器用于存储计算机程序代码,该计算机程序代码包括计算机指令,该一个或多个处理器调用该计算机指令以使得该基于三维激光雷达的白蚁多腔巢的扫描与拓扑建模系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
41、第三方面,本技术实施例提供一种计算机可读存储介质,包括指令,当上述指令在基于三维激光雷达的白蚁多腔巢的扫描与拓扑建模系统上运行时,使得上述基于三维激光雷达的白蚁多腔巢的扫描与拓扑建模系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
42、第四方面,本技术实施例提供一种包含指令的计算机程序产品,当上述计算机程序产品在基于三维激光雷达的白蚁多腔巢的扫描与拓扑建模系统上运行时,使得上述基于三维激光雷达的白蚁多腔巢的扫描与拓扑建模系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
43、综上所述,本技术提供的一个或多个技术方案,至少具有如下技术效果或优点:
44、1、通过基于零基准点云数据中的全局控制点建立全局坐标系,并利用过渡标靶特征确定各轮次分层扫描数据相对于所述全局坐标系的变换矩阵,使全局结构点云与局部补偿点云能够在统一空间参照下进行配准;进一步基于全局控制点、过渡标靶特征及相邻轮次的分层扫描数据之间的重叠区域,对各轮次的初始配准点云进行联合平差处理,能够减少逐轮配准过程中产生的偏差传递与累积,降低不同轮次点云之间出现局部错位、重复表面或结构断裂的可能性,提高全域目标点云的整体空间一致性和蚁巢扫描建模的准确性;在此基础上,基于蚁巢空腔点云生成空腔三维模型,并结合三维骨架线与所述空腔三维模型的表面边界之间的距离关系生成参数化管网模型,便于对蚁巢通道的空间连通关系及几何特征进行定量分析。提高了蚁巢扫描建模的准确性。
45、2、通过建立初始控制点与刚性环境特征之间的初始空间拓扑关系,并将各轮次当前控制点对应的当前空间拓扑关系与所述初始空间拓扑关系进行一致性校验,能够识别因分层暴露、开挖扰动等因素发生位置变化的失效控制点,并筛选出位置稳定的锚定控制点;进一步基于所述锚定控制点与所述刚性环境特征构建全局坐标系,能够降低控制点异常位移对坐标基准的干扰,提高全局坐标系的稳定性和可靠性,从而为多轮次分层扫描数据的准确配准提供统一且稳定的空间基准。
46、3、通过依次确定各轮次分层扫描数据中的标靶中心点数量、任意两个标靶中心点之间的最大基线长度以及标靶中心点集的共线性程度,对标靶中心点集的几何分布状态进行分级判断;当标靶中心点数量不足或最大基线长度过短时,能够直接识别因有效标靶不足或标靶过度集中造成的几何分布退化;当标靶中心点数量和最大基线长度满足要求时,通过计算标靶中心点集的协方差矩阵,并根据第二大特征值与最大特征值的比值识别标靶中心点是否近似共线,从而避免将共面但不共线的标靶中心点错误判定为几何分布退化。在标靶中心点集未处于几何分布退化状态时,基于标靶中心点及其目标坐标解算变换矩阵;在标靶中心点集处于几何分布退化状态时,结合全局结构点云补充几何约束,从而提高不同标靶分布条件下变换矩阵解算的稳定性和可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com