一种基于随机过程的隧道多期点云精确配准方法与流程

本发明涉及隧道工程、工程测量领域，具体设计三维激光测量及隧道变形监测领域，特别涉及一种基于随机过程的隧道多期点云精确配准方法。

背景技术：

1、在隧道工程的建设中，隧道开挖后的变形监测是指导隧道施工，保障施工安全的关键项目。由于传统的全站仪定点监测方法效率极低，且覆盖范围有限无法全面反映隧道结构变形特征，通过三维激光扫描获取隧道轮廓三维形态，并计算其变形量具有巨大的应用潜力。然而，由于隧道中缺少gps等卫星定位手段，在缺少基准点时，难以获取绝对坐标体系或统一测量坐标系统。

2、现有技术常采用三个不共线标靶坐标点进行坐标转换进而解决坐标系统一的问题，但是通过三个不共线标靶坐标点进行坐标转换难以避免计算过程数据舍入造成的误差累计。累计误差会造成坐标转换的精度不高，导致配准不精确的问题。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提供一种基于随机过程的隧道多期点云精确配准方法，通过随机过程生成点云坐标转换矩阵，并基于配准区域特征点多尺度空间特征确定点云状态转移与保留，通过迭代计算使得待配准区点云达到最终稳定状态，有效降低了点云坐标系统一过程中的累计误差。

2、为了实现上述目的，本发明采用的技术方案为：一种基于随机过程的隧道多期点云精确配准算法，包括在经过以标靶控制点进行坐标系统初步统一的多期点云数据的基础上，基于蒙特卡洛随机过程生成随机的微小转动矩阵，作用于待配准点云数据上，并通过重叠区域优势特征点在多尺度邻域内所变现出的特征相关性判断是否更新状态，最终经过多次迭代后达到稳定状态，由此得到最终配准结果。

3、其具体包括如下计算步骤：

4、s1：对获取的经过初次坐标系统一后的点云数据采用柱坐标t i n网格；以标靶控制点进行坐标系统初步统一是指通过三个不共线标靶坐标点进行坐标转换，将点云坐标从以扫描仪为中心点的相对位置转换到以大地坐标系为基准的绝对位置。

5、s2：根据前后两次采集点云，选择先采集形成的点云数据作为基准点云t0，后续采集的点云数据作为待配准点云t1；前后两次采集的点云都需要分别进行步骤1处理后形成t0和t1。

6、s3：此时，t0和t1已经通过标靶进行了初次的坐标系统统一，可在点云可视化软件中确定两者的重叠区域z0；

7、s4：在z0中，对点云t0中任意一点p，计算在t0和t1空间分别有n0和n1个点与p的空间距离小于1；

8、s5：n0和n1差距如果超过5则表面该点两期点云密度不一致，不利于配准过程，应将点p剔除，否则保留，遍历区域z0内t0的所有点，保留后的所有点作为配准区域z1；

9、s6：对z1中任一点q，计算与t0中其他所有点的空间距离，并按照大小进行排序，随后按照小于(r1、r2、r3……rn)半径进行筛选，形成n个子空间点云数据(d1、d2、d3……dn)

10、s7：对于d，是由数个空间中标构成的k行3列矩阵[x,y,z]，x、y、z为k个元素的列向量，代表点的坐标，(k为d中包含的点云数量)，可通过

11、

12、cov(x,y)＝e[(x-e(x))(y-e(y))]

13、对(d1、d2.....dn)计算其每个子空间点云的3*3协方差矩阵(c1、c2、c3……cn)；

14、s8：对于每一个协方差矩阵c，通过矩阵的归一化，可得到归一化后的3个矩阵特征值，将其从大到小进行排序[λ1,λ2,λ3]，n个协方差矩阵则可形成3n个元素的特征向量。

15、s9：对z1所有点重复s6-s8过程，形成m(m为z1中点的个数)个3n长度的向量r＝[λ1,λ2,λ3....λ3n]，并按下式计算各点与特征向量平均值的距离后从大到小进行排列；

16、

17、

18、disk为第k个点的距离值。

19、s10：根据计算机性能及计算效率需求选择前序j(j>3)个点作为配准参考点z2；

20、s11：对于z2中的任意一点，计算其与t1中其他所有点的空间距离，并按照大小进行排序，随后按照小于r1、r2、r3……rn半径进行筛选，形成n个子空间点云数据(d1、d2、d3……dn)，重复s7-s8步骤，得到j个特征向量；

21、s12：计算并累加j个参考点在t0和t1中特征向量的绝对差值，记为f1；

22、

23、s13：按照以零为期望的标准正太分布规则，随机生成微小三维平移值或转动值，作用于t1形成新的点云数据t1’；

24、s14：重复s11-s12，得到f2；

25、s15：计算f2与f1比值作为状态跳转概率p1，随机生成0～1之间的任一实数作为判断概率p2。若p2>p1，则接受此次坐标系统变化，即t1＝t1’，f1＝f2,否则不做更改，即t1＝t1；

26、s16：重复s13-s15，直达设定的步数(k)要求，此时认为t1为精确配准后的点云数据,记录过程参数变化,取其数学期望为最终结果。

27、基于马尔科夫链理论，通过多次的状态跳转最终可使两期点云满足特征点匹配的条件下达成最优配准，最大限度地降低了坐标转换过程中造成的计算误差。

28、本发明的优点在于：通过随机过程生成点云坐标转换矩阵，并基于配准区域特征点多尺度空间特征确定点云状态转移与保留，通过迭代计算使得待配准区点云达到最终稳定状态，有效降低了点云坐标系统一过程中的累计误差。

技术特征：

1.一种基于随机过程的隧道多期点云精确配准方法，其特征在于：在经过以标靶控制点进行坐标系统初步统一的多期点云数据的基础上，基于蒙特卡洛随机过程生成随机的微小转动矩阵，作用于待配准点云数据上，并通过重叠区域优势特征点在多尺度邻域内所变现出的特征相关性判断是否更新状态，最终经过多次迭代后达到稳定状态，由此得到最终配准结果。

2.如权利要求1所述的一种基于随机过程的隧道多期点云精确配准方法，其特征在于：以标靶控制点进行坐标系统初步统一是指通过三个不共线标靶坐标点进行坐标转换，将点云坐标从以扫描仪为中心点的相对位置转换到以大地坐标系为基准的绝对位置。

3.如权利要求1所述的一种基于随机过程的隧道多期点云精确配准方法，其特征在于：所述方法包括：

4.如权利要求3所述的一种基于随机过程的隧道多期点云精确配准方法，其特征在于：步骤1中，根据前后两次采集的点云数据，选择先采集形成的点云数据作为基准点云t0，后续采集的点云数据作为待配准点云t1。

5.如权利要求3所述的一种基于随机过程的隧道多期点云精确配准方法，其特征在于：基准点云t0、待配准点云t1在经过标靶进行了初次的坐标系统统一后，确定两者点云数据的重叠区域z0。

6.如权利要求4所述的一种基于随机过程的隧道多期点云精确配准方法，其特征在于：在在z0中，对点云t0中任意一点p，计算在t0和t1空间分别有n0和n1个点与p的空间距离小于1；n0和n1差距如果超过5则表明该点两期点云密度不一致，不利于配准过程，将点p剔除，否则保留，遍历区域z0内t0的所有点，保留后的所有点作为配准区域z1。

7.如权利要求3所述的一种基于随机过程的隧道多期点云精确配准方法，其特征在于：

8.如权利要求5所述的一种基于随机过程的隧道多期点云精确配准方法，其特征在于：基准点云t0、待配准点云t1在经过标靶进行了初次的坐标系统统一后，通过在点云可视化软件中确定重叠区域。

9.如权利要求4所述的一种基于随机过程的隧道多期点云精确配准方法，其特征在于：前后两次采集的点云均线经过初次坐标系统一，对获取的经过初次坐标系统一后的点云数据采用柱坐标tin网格，进行噪音点去除，获得隧道结构轮廓点。

技术总结本发明公开了一种基于随机过程的隧道多期点云精确配准方法，在经过以标靶控制点进行坐标系统初步统一的多期点云数据的基础上，基于蒙特卡洛随机过程生成随机的微小转动矩阵，作用于待配准点云数据上，并通过重叠区域优势特征点在多尺度邻域内所变现出的特征相关性判断是否更新状态，最终经过多次迭代后达到稳定状态，由此得到最终配准结果。技术研发人员：翟俊莅,王强,周洺伊,王皓正,袁岽洋,章伟康,童俊豪受保护的技术使用者：浙江省交通运输科学研究院技术研发日：技术公布日：2024/7/25