9、精细化非刚性全景图与激光雷达配准技术解析

精细化非刚性全景图与激光雷达配准技术解析

1. 数据介绍

在荷兰恩斯赫德市约 750 米长的轨迹区域开展了测试。激光雷达数据于 2008 年 12 月采集，全景图像则在 2009 年 9 月获取，这中间约有九个月的时间差，场景发生了诸多变化，如小型街道设施的搬迁、临时道路/交通标志的设置以及不同位置停车车辆的增减等，且两组数据中都包含汽车和行人等移动物体。
- 激光雷达数据 ：使用 Optech 公司的 Lynx 移动测绘系统获取，该系统配备两个激光雷达扫描仪，每秒可产生多达十万个点。
- 全景图像数据 ：通过 CycloMedia DCR7 记录系统获得无视差的球形全景图像。每个全景图的位置和方向数据可从集成的 GPS/INS 系统获取。并且 CycloMedia 记录车辆的行驶轨迹与 Lynx 系统不完全相同，全景图轨迹是由一天中不同时间记录的多个轨迹拼接而成，共 147 次记录，间隔为 5 米，大致遵循激光雷达点云。

2. 算法流程

2.1 初始配准

初始配准的目标是对全景图轨迹进行非刚性变形，使每个全景图至少在局部区域能与激光雷达点云良好匹配。这通过包含刚性 ICP 和束调整（BA）的非刚性迭代最近点（ICP）过程实现。
- 基于 SIFT 的稀疏重建 ：利用基于连续全景图之间 SIFT 兴趣点匹配的运动结构（SfM）技术，对环境进行稀疏重建，将重建后的点云与激光雷达点云进行初始配准，同时调整全景图在轨迹中的位置和方向。
- 刚性迭代最近点（Rigid ICP）