结构光测量中点云拼接与三维重建算法研究

作     者：王婉莹 

作者单位：西安工业大学 

学位级别：硕士

导师姓名：王泽民;李笑娟

授予年度：2022年

学科分类：08[工学] 080203[工学-机械设计及理论] 080204[工学-车辆工程] 0802[工学-机械工程] 

主      题：结构光 点云拼接 ICP算法 三维重建 泊松重建 

摘      要：随着自动驾驶技术的发展,对自动驾驶车辆前方道路三维信息的获取成为车辆安全行驶的必要前提。现阶段对车前道路的测量主要集中在对结构化路面的研究,对非结构化路面测量技术的研究较少。针对非结构化道路边界不明显、路面不平整等特点,本文研究采用结构光法车前道路探测的点云拼接与三维重建技术。根据非结构化道路特点,分析了结构光测量原理,设计了基于结构光的非结构化道路测量系统点云拼接与三维重建总体方案。研究了车前路面形貌图像中结构光光斑提取与点云数据预处理技术。在对图像中结构光斑位置进行提取时,首先进行了灰度化;为消除图像中存在的噪声干扰信息,对图像进行了中值滤波处理;并应用Sobel边缘检测算法对光斑位置进行检测;针对边缘检测存在的光斑缺陷,应用形态学处理方法的开操作和闭操作进行修复;最后应用灰度重心法对光斑位置坐标进行提取。结合结构光测量原理及系统结构参数对光斑坐标进行解算后得到被测路面的三维稀疏点云数据。为使车前路面形貌有更好的恢复,研究了Delaunay三角剖分算法对原始三维点云数据进行网格化处理,分别应用LOOP细分和蝶形细分对曲面进行网格化处理,实现了对点云数据的稠密化。为获取路面完整的点云数据,研究了序列图像的点云数据拼接技术。对起始点云和目标点云使用四元数法对其刚体变换矩阵进行求解。应用了Super-4pcs点云粗拼接算法,在起始点云中随机选择共面但不共线的四点组成四边形,利用仿射不变性及夹角与距离约束在目标点云中筛选与之对应的四边形,最终实现点云数据的粗拼接。针对粗拼接产生的误差,研究改进了ICP的点云精拼接算法,对搜索速度慢及错误匹配等问题,引入KD-tree对点云进行索引建立以加快对对应点的搜索,应用RANSAC算法对错误匹配进行滤除,最终实现起始点云和目标点云之间的点云拼接。实验数据表明,改进算法缩短了拼接时间,降低了拼接误差,提高了拼接精度和拼接效率。针对车前道路离散点云数据,为避免对曲面进行局部分割,研究了基于泊松方程的曲面重建方法进行三维重建。对待拟合曲面表面的指示函数进行预估,依据该函数对等值面进行提取,最终对点云数据进行拟合得到三维曲面模型。实验结果表明,重建得到的三维曲面具有较好的鲁棒性和光顺性,重建结果与原始路面结构基本一致,能够较好的展现车前路面形貌。