利用SLAM激光扫描提取装配式建筑轮廓方法_张玲.pdf

第 44 卷第 3 期2023 年 3 月激光杂志LASE JOUNALVol.44，No.3March，2023http /www laserjournal cn收稿日期:20220825基金项目:江西省教育厅科技项目(No GJJ181496)作者简介:张玲(1983)，女，讲师，研究方向:装配式建筑。利用 SLAM 激光扫描提取装配式建筑轮廓方法张玲，祝秀琴，赵巍南昌交通学院，南昌330100摘要:为了获得更为精准的轮廓特征，提出一种利用 SLAM 激光扫描提取装配式建筑轮廓的方法。通过SLAM 激光扫描系统采集装配式建筑点云数据，挖掘集合特征信息获得建筑与断面间距离，从点云曲线中提取建筑外轮廓变化特征点，获得二维平面特征的基础轮廓。使用正交多项式分带滤波区分三维数据与不规则点云，通过反复迭代去除不规则点，得出最接近地面点的正交多项式。根据高程阈值将不规则数据划分为地面点、非地面点，判别估值全部断面中伪距。最后根据修正数据信息，二次采样原始扫描数据，获取出可以映射建筑表面几何特征的三维坐标信息。仿真实验结果表明，所提方法可避免角点模糊导致轮廓信息不精准问题，x轴与 y 轴的角点检测坐标均方误差低于 0.015 m，具有较高适用性。关键词:SLAM 激光扫描;正交多项式分带滤波;轮廓特征提取;建筑物断面;点云数据中图分类号:TN209文献标识码:Adoi:10.14016/j cnki jgzz.2023.03.226Method of extracting assembly building contour by slam laser scanningZHANG Ling，ZHU Xiuqin，ZHAO WeiNanchang JiaoTong Institute，Nanchang 330100，ChinaAbstract:In order to obtain more accurate contour features，a method of extracting assembly building contour byslam laser scanning is proposed The point cloud data of assembled buildings are collected by slam laser scanning sys-tem，the collection feature information is mined to obtain the distance between the building and the section，and thechange feature points of the outer contour of the building are extracted from the point cloud curve to obtain the basiccontour of twodimensional plane features The orthogonal polynomial band filter is used to distinguish threedimen-sional data from irregular point cloud The irregular points are removed by repeated iteration，and the orthogonal poly-nomial closest to the ground point is obtained According to the elevation threshold，the irregular data is divided intoground points and non ground points，and the pseudo range in all sections is judged and estimated Finally，accordingto the corrected data information，the original scanning data is sampled twice to obtain the threedimensional coordi-nate information that can map the geometric characteristics of the building surface Simulation results show that theproposed method can avoid the problem of inaccurate contour information caused by blurred corners The mean squareerror of the corner detection coordinates of the xaxis and the yaxis is less than 0.015 m，which has high applicabili-tyKey words:SLAM laser scanning;orthogonal polynomial band filtering;contour feature extraction;building sec-tion;point cloud data1引言建筑物是人类生产生活的主要场所，承载着人类经济社会的大部分财富，精准地得到建筑的三维空间数据信息对城市规划、管理、风险评估等众多事项都具有重要的意义。早期研究主要通过航拍目视解译方式提取建筑轮廓，得到的图像边缘模糊，方法效率极低，无法全面地提取建筑物水平方向上和垂直方向的三维信息，不能满足现阶段的高精度需求。近年来http /www laserjournal cn出现的激光扫描测距方法(light detection and ranging，LiDA)是集扫描、定位、惯性导航系统为一体的信息采集方式，可以低成本精准地获取建筑轮廓三维外部数据。为此，Widyaningrum1 等提出了基于中轴变换的方法来检测建筑物角点，然后将这些角点连接起来形成建筑物边界多边形。由 alphashape 算法获取的一组建筑物边缘点的 2D MAT 进行近似，以推导出建筑物屋顶骨架。然后通过基于片段内的骨架点位置外推零半径内切圆的位置来估计角点，最终实现了建筑轮廓的提取。但该方法的工作流程较为复杂，其轮廓提取的精度有待进一步优化。郭亚栋2 等首先通过 ashape 算法对装配式建筑轮廓角点进行提取，根据改进后的 DouglasPeucker 算法分类角点，筛选出部分误差数据，利用随机一致性算法去除点云集合中重复数据，最后将数据代入预测算法中，完成轮廓提取。但该方法只适用于面积广、地势平坦的建筑，对点云数据密度有较高的要求。当提取面积较小、拐点较多的建筑轮廓时，检测精度会受到影响。蔡泽宇等人3 在二维平面基础上，使用雷达将扫描图像输入至系统中，利用 LabVIEW 编程控制设备间通信，利用 e-shape 从坐标点数据中提取建筑物轮廓。这种方法可以实现快速提取平面建筑轮廓，但在图像录入系统的过程中图像质量会受到影响，从而影响了建筑物轮廓提取的精度。基于此，提出利用 SLAM 激光扫描提取装配式建筑轮廓方法，具有数据信息量广、存储量大、无须瞄准等优点。在降低测绘难度的基础上，可以获取高精准度的建筑物轮廓信息，提高工作效率、节约成本。文中适用的 SLAM(同步定位与建图)背负式激光扫描仪，可以准确采集室内边缘、犄角等特殊场景数据，判定采集点是否隶属为特征点后，将剩余点曲线拟合，完成轮廓提取。2SLAM 激光扫描与装配式建筑间直线距离计算SLAM 系统中包括全景相机、水平或倾斜雷达、控制器、电池等硬件设备，以及数据采集和处理用的软件，被广泛应用于提取建筑室内轮廓信息。扫描数据前，需要根据装配式建筑资料，制定扫描路线，这样SLAM 在扫描时会呈现出一条与行人路线相似的非线性、高动态曲线，当扫描仪不断移动时，可快速得到周围环境点云以及全景影像等数据45。为了获取出较为精准的二维平面轮廓，需要从激光扫描点云数据中提取探测特征点，来分析建筑特征轮廓信息，因此，使用集合特征信息挖掘方法，先计算扫描的装配式建筑断面与建筑物之间的直线距离。如图 2 所示，扫描线与建筑平面相交构成三角形OPiPj，从图中可知边长为 Di和 Dj，据此及扫描夹角B，即可得出 SLAM 与建筑之间的直线距离(伪距)。图 1伪距求解根据上述，可得出:D2r+(hj+h)2=D2i(1)D2r+h2j=D2j(2)式中，h表示建筑中最为相近的两条线与扫描点之间的直线距离，Dr是伪距，hi被描述为 Pj的高度，根据计算结果便会进一步得出 ij，0i，jM，其中，将 M描述为建筑断面中扫描线数的总数量，便有:h=D2r+D2j2DiDjcosB(3)根据上述式(1)、(2)可得出:hj=D2jD2j2h/(2h)(4)因此:Dr=D2jh2j(5)激光扫描过程中，因点云数据分布不规律6，所以当计算结果处于理想状态时，装配式建筑的其中一个断面中所有伪距取值都相同，并利用伪距来描述SLAM 到建筑物的垂直距离。3装配式建筑三维轮廓点提取根据探测特征点获取到的二维建筑轮廓中包含了三维数据以及不规则点云710，其中每个点集中都表示真实装配式建筑物的实际表面信息，例如楼板高度、墙板厚度、楼梯空间方位等。为了提取到更为精准的装配式建筑三维轮廓信息，利用正交多项式分带滤波算法将点云数据中的三维数据与不规则点云分开。在计算前需要将点云数据分类，分别为 x 方向和y 方向上的若干条带，其中任意一条带的原始设定点722张玲，等:利用 SLAM 激光扫描提取装配式建筑轮廓方法http /www laserjournal cn云集合中权值都相等，根据条带中点云即可得出一个正交多项式1113。假设出现 f0(x)，f1(x)，fn(x)的情况，将 fn(x)描述为 C a，b集合中的一对线性无关函数，那么 C a，b 集合中存在两两正交函数组 g0(x)，g1(x)，gn(x)，并符合以下两个条件:条件 1:令 gk(x)表示为 f0(x)，f1(x)，fk(x)的线性组合;条件2:让 fk(x)为 g0(x)，g1(x)，gk(x)的线性组合。根据上述两则条件，即可进一步得出:g0(x)=f0(x)(6)g1(x)=f1(x)(f1，g0)(g0，g0)g0(x)(7)gn(x)=fn(x)n1i=1(fn，gi)(gi，gi)gi(x)(8)从上式取值结果，可验证 g0(x)，g1(x)，gn(x)符合两则条件，并且具有(gi，gi)=0(ij)及(gi，gi)0 的特性，将这种构造过程称为施密特正交化。如果得出正交函数组 g0(x)，g1(x)，gk(x)，令:ek(x)=1gk2gk(x)，k=0，1，n(9)即得出(ei，ej)=ij，这样正交函数组 e0(x)，e1(x)，en(x)便为规范正交组。根据线性无关函数1，x，x2，经过正交化处理后便会得出 p0(x)，p1(x)，pn(x)，同时也可以称之为 a，b 上的正交多项式。对原始扫描测量数据进行二次采样1416，得出可以映射建筑表面几何特征的详细三维坐标信息，确保建筑立面几何信息的准确度。详细算法描述如下:首先通过二维特征，将伪距设置为已知取值，计算原始观测数据的坐标系数，重采样可以全方位、多角度获得扫描建筑的所有特征点，所以建筑中所有点云数据都经过预处理，针对采集点云过程中出现的误差数据进行有效补偿，由式(3)，有:hi=D2i(Dr)2(10)根据上式，可得知 0iM，其中 hi表示第 i 个点云测量修正后的高程值，并将 Di和 Dr描述为真实距离和计算距离，如果 hi取值为负，便有:Hi=hi+h0(11)式中，Hi被描述为第 i 个扫描点的相