基于包圍盒的車載激光點云自動建模算法研究

岑子政，鐘若飛

首都師范大學(xué)資源環(huán)境與旅游學(xué)院教育部重點實驗室，北京 100048

0 引言

1 基于八叉樹的算法思想

為了滿足逐漸增大的地圖數(shù)據(jù)需求，車載移動測量系統(tǒng)進入了人們的視野，為了實現(xiàn)車載數(shù)據(jù)的建模，激光掃描儀被加入到載荷中。由車載激光掃面系統(tǒng)獲得的數(shù)據(jù)能夠從統(tǒng)計上直觀的反映建筑物的外觀，可以很好地作為建模輔助數(shù)據(jù)。

本文研究一種新的點云建模方法通過獲取的點云數(shù)據(jù)，進行數(shù)據(jù)范圍的確定和劃分，對區(qū)域內(nèi)有無點云的判斷，從而去除或保留某一區(qū)域內(nèi)的邊角點信息，通過不斷重復(fù)的過程，從而完成點云的建模。本文主要解決的問題有：

1）點云中關(guān)鍵建筑邊角點的尋找；

2）車載點云數(shù)據(jù)中建筑物表面空隙的填補；

3）車載點云數(shù)據(jù)拓撲關(guān)系的重構(gòu)；

4）包圍盒大小的控制及終止條件的判定。

通過其可獲得城市中海量的激光點云數(shù)據(jù)。根據(jù)其獲得的數(shù)據(jù)進行如下步驟的處理：

獲取車載激光點云數(shù)據(jù)，并對激光數(shù)據(jù)進行預(yù)處理

建立可將該區(qū)域激光點云數(shù)據(jù)完全包含的包圍盒，將包圍盒從XYZ 軸三個方向進行平分，然后進行判斷，若該區(qū)域中包圍盒中存在點云數(shù)據(jù)則進行該區(qū)域的保留，重復(fù)步驟3 直到滿足終止條件

根據(jù)判斷條件，進行包圍盒子的修補和冗余包圍盒的合并。

記錄最終邊角點及拓撲關(guān)系，輸出模型文件。

具體步驟如圖1 所示：

圖1 包圍盒算法的流程

車載移動激光測量系統(tǒng)包含了多個載荷，本次研究中所用的數(shù)據(jù)來自于首都師范大學(xué)自主研發(fā)的激動測量系統(tǒng)（MMS）。該系統(tǒng)包括的主要載荷有激光掃描儀（Laser Scanner）型，慣性測量單元（IMU），及GPS 接收機，以及全景相機。

1.1 車載激光點云數(shù)據(jù)的分割及拓撲關(guān)系重構(gòu)

激光點云數(shù)據(jù)為一組記錄了三維坐標點的數(shù)據(jù)，往往以極坐標形式或空間直角坐標系的形式存儲，本次所選用的數(shù)據(jù)為一組在空間直角坐標系中顯示的以xyz 表示的空間直角坐標：

則點云為表示為

根據(jù)這些空間點，進行點云數(shù)據(jù)的分割。

具體步驟如下：

確定整體包圍盒的大小和位置：遍歷整個點云文件，從中找到所有點中X，Y，Z 的最大和最小數(shù)值。從而確定包圍盒子的的八個定點坐標。即為：

在這里，用obj 格式將該包圍盒存儲，三維顯示處理軟件中顯示并編輯該模型，obj 格式為一種無需文件頭的三維數(shù)據(jù)存儲格式。

在最極端的情況下，最終分割的包圍盒結(jié)果為每個激光點云中單個的點，這樣的結(jié)果是不理想且是無意義的，因此必須進行條件的限定。最小包圍盒大小最小確定方法如下：

其中R 為激光掃描儀到目標物的距離，f 為激光掃描儀每轉(zhuǎn)一圈時候發(fā)射激光脈沖的個數(shù)。n 為抽析的比率?？紤]到激光點正好落到兩個掃描盒之間的情況，實際選取時最小包圍盒長度L 應(yīng)大于理論值。

其中l(wèi) 為實際選取的包圍盒長度。

將包圍盒進行橫向，縱向及垂直三個方向的分割。

即Lx=Lx/2，Ly=Ly/2，Lz=Lz/2 其中Lx，Ly，Lz 為包圍盒在各個方向上的長度。并根據(jù)得到的結(jié)果找到新的包圍盒的各點坐標。并作判斷，若是該包圍盒中存在點云，那么保留該包圍盒，否則不作記錄。

1.2 車載激光點云數(shù)據(jù)空隙的填補

在點云出現(xiàn)空缺的時候，一般有以下三點原因造成：

1）建筑物不在激光掃描儀的掃描范圍內(nèi)；

2）建筑物表面確實存在空缺；

3）建筑物表面由于其他地物遮擋導(dǎo)致了點云空缺。

通過對大多數(shù)城市建筑物的特點得到解決方法。在城市中，幾乎所有建筑物的邊沿都是筆直的，根據(jù)這一建筑物特點這一特點，提出了建筑物空洞的修補方案。

1.3 車載激光點云數(shù)據(jù)建?？障缎扪a策略

在經(jīng)過上文提到的包圍盒算法處理后，其拓撲關(guān)系已經(jīng)相對以往發(fā)生了改變。在建筑表面，一般會出現(xiàn)一下幾種包圍盒的邊角點：

1）被記錄一次的點：此種點出現(xiàn)在建筑物表面的角上，是不需要填補的位置；

2）被記錄兩次的點：此種點出現(xiàn)在建筑物的邊上，是不需要填補的位置；

3）被記錄三次的點：此種點出現(xiàn)在建筑物的邊上凹陷的地方，是需要填補的位置；

4）被記錄四次的點：此種點出現(xiàn)在建筑物的面上，是不需要填補的位置。具體如圖2 所示：

圖2 中被填色的方框為空，即需要填補的部分

如圖5 種數(shù)字所示，分別對應(yīng)了在表面位置上被記錄了1次，2 次，3 次，4 次的點，并可以看出，被記錄三次的點為建筑物表面空缺的部分，而被其他記錄次數(shù)的點則為正常記錄。根據(jù)這一特點，進行填補。

1.4 冗余的包圍盒及角點的去除

同一個點在不同的包圍盒中被多次記錄。本算法采取分批去除冗余點的方法：

第一類冗余點：

被記錄8 次的冗余點，該種冗余點必存在于建筑物內(nèi)部，直觀上不可見?？梢匀コ?/p>

第二類冗余點：被記錄4 次的冗余點，該冗余點存在于建筑物表面上，可以除去，該冗余點與第一類冗余點有關(guān)聯(lián)，因此需要同時除去。

第三類冗余點：被記錄6 次的冗余點：這種冗余點出現(xiàn)在建筑物體向內(nèi)凹陷的。

第四類冗余點：記錄兩次的冗余點，在建筑物邊上，可以刪除。

分別被1，3，5，7 次記錄的點，為真正的角點，即非冗余點。根據(jù)上文中提到的規(guī)律，進行冗余點的刪除。

2 結(jié)果與分析

根據(jù)上文中提到的算法，對數(shù)據(jù)進行處理計算，并使用obj 格式進行存儲，使用三維軟件顯示：

圖3 為本次實驗用到的點云數(shù)據(jù)，而圖4 為算法結(jié)果：

圖3 原始數(shù)據(jù)點云

圖4 實驗結(jié)果

3 主要結(jié)論

本文的研究主要貢獻如下：

提出了一種針對車在激光掃描系統(tǒng)的建模方法，使得其能夠針對建筑物模型提供一種建模方法；

提高傳統(tǒng)點云建立的建筑模型的存儲效率；

能對空洞進行一定的填補。

存在的問題和進一步工作展望：

本算法的局限性在于：

1）沒有對所有的地物給出一般性的建模方案，其優(yōu)勢在于能對規(guī)則建筑物給出很好的結(jié)果；

2）建筑物的邊角及周圍有著明顯的凹凸和棱線，在點云稀疏的時候，其建模效果不理想，外形不美觀；

3）由于本文的算法是對原有的激光點云數(shù)據(jù)進行了重新的組織，因此，點云其本身的精確度可能會因此有所降低；

[1]戴彬，鐘若飛，胡競.基于車載激光掃描數(shù)據(jù)的城市地物三維重建研究[J].首都師范大學(xué)學(xué)報:自然科學(xué)版，2011，32(3):89-96.