范亚军
广西建设职业技术学院 广西 南宁 530007
摘要：机载激光雷达是正在发展的高新主动式遥感技术，其能 够获取大面积的地形数据以快速生成DEM产品，结合影像数据可得到丰富的空间地理信息。由于机载LiDAR作业范围有限，而作业面积较大，因此要对对相邻航带的点云要进行点云配准拼接，剔除粗差，减小数据的系统误差，本文研究点云配准的方法来提高载机LiDAR数据的精度与处理速度，并提出改进的后点云配准方法，实现的点云的配准拼接。
关键词：机载LiDAR； 点云配准； 点云数据处理 ； 系统误差
1.引言
机载LiDAR又称为机载激光扫描(airborne laser scanner，ALS)技术,是摄影测量领域的一门高新技术，其集成了激光测距技术、计算机技术、高精度动态载体姿态测量技术和 GPS技术[1]。随着LiDAR硬件系统的高速发展，研究学者对LiDAR数据的高精度、高自动化处理越来越关注，由于机载LiDAR系统的复杂性，其设备本身与执行量测任务时会产生系统误差，加之机载LiDAR系统扫描角与航高固定，因此扫描带宽度有限，在进行大面积测量时需要飞行多条航带才能覆盖量测区域。而由于系统误差的存在，会导致相邻航带间同名目标点间存在三维空间偏移[3]现象，为了削弱或消除由系统误差所导致的三维空间偏移，提高载机LiDAR数据的精度与处理速度，本文提出用改进点云配准技术方法，实现的点云的配准拼接。
2.LiDAR点云配准基本理论
点云配准的概念可以理解为“拼接”或者“校准”[2]，目的主要是消除由系统误差所导致的同名目标点间的三维空间偏移，即限制系统误差并且统一点云的坐标系，根据国内外研究，点云配准方法可以归纳为以下几种：
2.1 一维航带点云平差法
通过分析LiDAR数据提出了LiDAR系统的高程空间偏移的误差问题，研究点云的高程数据来消除地物目标的存在高度误差，但这种航带平差方法忽略了地物的平面精度，在早期的点云数据处理中有应用。
2.2 三维航带点云平差法
在对机载 LiDAR 数据应用研究发现，机载LiDAR的系统的平面精度比高程精度应该更加受到人们重视，其不能单纯的看一维航带平差来消除机载 LiDAR的系统偏移误差，因此提出通过三维（3D）航带平差法来消除航带间的三维空间偏移（水平偏移与高程偏移），此后的航带拼接方法是通过三维航带平差来消除系统误差。其中三维航带平差法一般包括12参数模型变换法、9参数模型变换法、7参数模型变换法[4]。
①参数模型变换法
在机载激光雷达系统中引入航空摄影测量的概念，将相邻航带作为一个处理对象构建模型，求解相邻航带的变换参数（旋转矩阵和平移向量），其中包括一次多项式的平移与旋转线性偏移参数，共12个航带变形参数；
2.2.19参数模型变换法
这是利用地面控制点进行航带平差的方法，首先选取重叠区区域，然后在地面进行控制测量建立控制网布设控制点，将地面控制点与机载 LiDAR 航带重叠区域进行联合平差解算，解算出3个平移向量、3个姿态参数、3 个偏移向量，共使用9个物理参数，分别代表GPS 相对于激光扫描仪的偏移量、初始IMU姿态偏心、IMU的姿态偏移，通过这种方法实现点云配准拼接。
②参数模型变换法
利用3个航带平移参数以及3个旋转参数和一个尺度变化量共则为7个参数，实现航带点云的大小、旋转和平移的刚体变换，但要根据航带的变形情况选取合适的模型参数，这样选取的系统参数才能够直接对系统误差的来源进行消除，否则平差效果有限。
2.3基于表面匹配的航带平差方法
这种方法是众多航带点云匹配方法中有一种广泛使用的匹配算法，这种匹配方法具有无需预处理、精度高等特点，其目的是求解变化和参数，来消除活或削弱三维空间的系统性偏移，一般通过最小二乘法进行迭代求解。最经典的算法是Besl和McKay[5]在1992年首次提出 ICP（iterative closest point）算法，是一种迭代计算方法，配准精度高，效果较好。
3.LiDAR点云配准技术实验
为了完成机载激光雷达的点云配准，本文首先对云数据进行滤波处理，并进行粗差剔除，减少点云的数据量，然后利用PCL点云库处理技术，基于C++平台编写ICP点云配准算法程序，完成机载LIDAR航带点云数据的配准，实验结果如下
图1 点云配准准前后偏移剖面图
为了更全面的对航带拼接结果进行分析，采用剖面图与相对高程精度分析相结合的方式，通过剖面图可查看经过ICP算法航带拼接后的结果，如图1为点云数据的重叠区域的剖面，由数据航带拼接前后的剖面对比可知，基于改进的ICP算法成功的消除了相邻航带间由系统误差所导致的空间三维偏移，航带拼接后两条航带间的水平和高程方向基本吻合，表现了良好的稳定性。
表1 点云配准前后前后重叠区精度分析
标准差 均方根 平均高差(m)
拼接前 0.1459 0.3003 0.2624
拼接后 0.0978 0.1195 0.0686
表1为点云配准前后的精度参数指标，从表中可以看出平均高差从0.2624大幅度降到0.0686，说拼接后基本消除了数据的三维空间系统性偏移，拼接效果突出，标准差从0.1459降到0.0978，均方根值从0.3003降到0.1195说明航带拼接点云数据在空间上的波动减小，离散程度降低，数据的密度提高，综合三个参数指标来看，说明经过改进的ICP算法对机载LiDAR数据航带拼接效果良好，消除了由于系统误差所导致的三维空间偏移。
4.结论
由实验结果的剖面分析与相对高程精度分析，可以得出基于本文的改进后的点云配准算法，可以解决由系统误差所造成的三维空间偏移现象，拼接后可获取的精度指标具有一致性与稳定性。通过统计数据、图表分析、剖面分析得到了预期效果，机载LiDAR航点点云的三维空间偏移现象进行了定性与定量分析，说明利用改进的点云配准算法对点云数据进行处理可以减弱甚至消除系统误差，达到提高LiDAR数据质量的目的。
参考文献：
[1]张小红. 机载激光雷达测量技术理论与方法[M]. 武汉大学出版社, 2007.
[2]王丽英. 机载LiDAR数据误差处理理论与方法[M]. 测绘出版社, 2013.
[3]孙步阳. 机载激光雷达航带拼接技术研究[D]. 中国地质大学(武汉), 2009.
[4]王丽英, 宋伟东, 孙贵博. 机载LiDAR数据航带平差研究进展[J]. 遥感信息, 2012(2):120-128.
[5]Besl P J, Mc Kay N D. A Method for Registration of 3-D Shapes. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1992, 14(2):239–256.
作者简介：范亚军 1991.11.1 ，男，桂林理工大学，测绘科学与技术，硕士，高校专任教师，在摄影测量与遥感领域从事多年的研究。