基于深度学习的激光扫描SLAM三维点云质量评价

发布时间：2021-03-20 20:57

　　由于对精确的室内三维空间地图的需求日益增加,激光雷达测距及SLAM（同时定位与建图）技术被广泛应用到室内测量中,由激光扫描到的点云数据因为具有大量的细节描述而成为测量室内建筑模型的一种数据来源。但是,考虑到室内环境结构变化多,墙面多且目标易被遮挡,测量时难以得到精确的数据;所以,点云的质量就显得尤其重要。另一方面,不同测量平台,不同算法具有局限性,导致室内点云降质现象的发生。数据冗余,缺失,结构重叠等都是点云降质的具体表现。本文建立了一个基于深度学习的点云质量评价框架,针对SLAM系统下点云的各种降质问题,从质量标准分析,数据仿真到质量分类展开研究。本文的主要研究工作如下:第一,通过分析激光扫描SLAM中点云地图质量下降的各种原因以及存在的各种降质问题,本文对点云的质量问题进行归纳总结,将点云质量类型归纳成两种表现形式。然后提出了一种数值分析的方法,从结构角度进行平面一致性噪声分析以及几何对应规则分析量化点云的质量问题。第二,提出了一种对于SLAM系统的点云数据仿真方法。从多种角度模拟了运动轨迹,通过建图算法获取了降质点云。基于该方法,我们可以建立室内点云的质量数据集,为点云质量分析和... 

【文章来源】：厦门大学福建省 211工程院校 985工程院校 教育部直属院校

【文章页数】：98 页

【学位级别】：硕士

【部分图文】：

图１．２基于概率及滤波方法的ＳＬＡＭ问题??

图１．２本文采用的质量评价的总体框架图??１．４本文的结构安排??本文的主要工作将围绕基于激光ＳＬＡＭ系统的室内三维点云的质量评价展??开研宄，第一章说明论文的研宄背景和意义，然后描述本文的研宄难点，研宄内??容和创新点。本文后续的章节安排如下所示：??第二章研宄ＳＬＡＭ系统下点云质量标准。介绍室内环境下点云数据的获取??以及几种平台的优劣，然后分析ＳＬＡＭ系统中点云降质现象原因和定义，讨论??室内点云的质量类型以及标准分析，并提出了一种分析点云质量的方法。??第三章，基于背包系统仿真的点云数据集构建。首先介绍了背包系统中的??ＳＬＡＭ算法，其次介绍了?ＳＬＡＭ系统轨迹的误差度量标准。最后提出基于局部??的运动仿真以及基于全局的点云仿真。??

航与测量制图。通常轮式系统通过激光雷达在移动中不断构建二维地图，结合多??种传感器进行定位；使用深度相机或者激光雷达同步获取点云。最后基于二维地??图进行点云数据拼接。图２．１?（ａ）是厦门大学研发的一代轮式室内测图系统，配??１５??

【参考文献】：
期刊论文
[1]利用显著性的点云模型客观质量评价[J]. 张娟,张习民,万旺根,方志军.  应用科学学报. 2014(05)

硕士论文
[1]三维激光扫描点云数据滤波方法研究[D]. 孙正林.中南大学 2011



本文编号：3091658