Глобальное сопоставление LiDAR облаков точек

Введение 3
Постановка задачи 4
1. Обзор предметной области 5
1.1. Алгоритмы попарного сопоставления 5
1.1.1 Вероятностные алгоритмы 5
1.1.2 Алгоритмы, основанные на использовании соответствий 5
1.2. Дескрипторы, локальные системы координат и локальные
оси 7
1.3. Выбор соответствий 8
1.4. Метрики RANSAC 8
2. Разработанный подход 10
2.1. Построение локальных систем координат 10
2.2. Выбор соответствий 11
2.3. Метрика RANSAC 14
3. Изучение модели, эксперименты 16
3.1. Постановка экспериментов 16
3.1.1 Датасеты 16
3.1.2 Метрики оценки качества результатов 18
3.2. Результаты экспериментов 19
3.3. Выводы 22
Заключение 23
Благодарность 23
Список литературы 24
Купить

Облака точек представляют собой наборы данных, состоящих из трёхмерных точек; как правило, эти точки предназначены для представле­ния внешней поверхности объекта. Распространённым способом сбора дан­ных облака точек является применение сканирующих приборов, исполь­зующих LiDAR (Light Detection and Ranging «обнаружение и определение дальности с помощью света») — технологию измерения расстояния путём излучения света и замера времени возвращения отражённого света на при­ёмник [32]. Кроме того, устройство многих сканирующих приборов позво­ляет при сканировании устанавливать их с учётом направления гравита­ции.
Облака точек заданы в локальной системе коор­динат сканирующего при­бора. Сопоставление (реги­страция, выравнивание) об­лаков точек — процесс сов­мещения нескольких обла­ков точек в единую систему координат. Цель сопоставле­ния — для каждого облака точек вычислить параметры преобразования, матрицу поворота и вектор смещения, переводящие его в глобальную систему координат [Рис. 1]. Задача сопоставления облаков точек играет большую роль в важных приложениях компьютерного зрения, таких как восстановление трёхмерной модели объекта и трёхмерная локализация, то есть определение положения агента в трёхмерном пространстве.
Можно разделить алгоритмы сопоставления на два типа по количе­ству выравниваемых облаков: алгоритмы регистрации пары облаков точек и алгоритмы выравнивания нескольких (больше двух) облаков точек.
Большинство алгоритмов попарного сопоставления проходят в два этапа. Сначала осуществляется глобальная регистрация, получающая в ка­честве результата грубое приближение параметров искомого преобразова­ния. Затем производится локальная регистрация — применяются алгорит­мы оптимизации, направленные на уточнение полученной грубой оценки преобразования.
Алгоритмы попарного выравнивания облаков точек можно разделить на две категории: вероятностные алгоритмы и алгоритмы, основанные на получении соответствий между точками выравниваемых облаков, ко­торые затем используются для вычисления параметров преобразования. В вероятностных алгоритмах результат сопоставления сильно зависит от ре­зультатов семплирования, поэтому они плохо справляются с выравнивани­ем крупномасштабных облаков точек. Алгоритмы, строящие соответствия между точками, не всегда справляются с выравниванием из-за большого количества выбросов среди соответствий.
В данной дипломной работе исследуются алгоритмы глобального со­поставления пары LiDAR облаков точек и предлагается новый алгоритм, направленный на решение проблем существующих подходов и использо­вание особенностей сканирующих приборов для повышения устойчивости выравнивания.

Купить