基于包圍盒的車載激光點云自動建模算法研究

岑子政，鐘若飛

首都師范大學資源環境與旅游學院教育部重點實驗室，北京 100048

0 引言

1 基于八叉樹的算法思想

為了滿足逐漸增大的地圖數據需求，車載移動測量系統進入了人們的視野，為了實現車載數據的建模，激光掃描儀被加入到載荷中。由車載激光掃面系統獲得的數據能夠從統計上直觀的反映建筑物的外觀，可以很好地作為建模輔助數據。

本文研究一種新的點云建模方法通過獲取的點云數據，進行數據范圍的確定和劃分，對區域內有無點云的判斷，從而去除或保留某一區域內的邊角點信息，通過不斷重復的過程，從而完成點云的建模。本文主要解決的問題有：

1）點云中關鍵建筑邊角點的尋找；

2）車載點云數據中建筑物表面空隙的填補；

3）車載點云數據拓撲關系的重構；

4）包圍盒大小的控制及終止條件的判定。

通過其可獲得城市中海量的激光點云數據。根據其獲得的數據進行如下步驟的處理：

獲取車載激光點云數據，并對激光數據進行預處理

建立可將該區域激光點云數據完全包含的包圍盒，將包圍盒從XYZ 軸三個方向進行平分，然后進行判斷，若該區域中包圍盒中存在點云數據則進行該區域的保留，重復步驟3 直到滿足終止條件

根據判斷條件，進行包圍盒子的修補和冗余包圍盒的合并。

記錄最終邊角點及拓撲關系，輸出模型文件。

具體步驟如圖1 所示：

圖1 包圍盒算法的流程

車載移動激光測量系統包含了多個載荷，本次研究中所用的數據來自于首都師范大學自主研發的激動測量系統（MMS）。該系統包括的主要載荷有激光掃描儀（Laser Scanner）型，慣性測量單元（IMU），及GPS 接收機，以及全景相機。

1.1 車載激光點云數據的分割及拓撲關系重構

激光點云數據為一組記錄了三維坐標點的數據，往往以極坐標形式或空間直角坐標系的形式存儲，本次所選用的數據為一組在空間直角坐標系中顯示的以xyz 表示的空間直角坐標：

則點云為表示為

根據這些空間點，進行點云數據的分割。

具體步驟如下：

確定整體包圍盒的大小和位置：遍歷整個點云文件，從中找到所有點中X，Y，Z 的最大和最小數值。從而確定包圍盒子的的八個定點坐標。即為：

在這里，用obj 格式將該包圍盒存儲，三維顯示處理軟件中顯示并編輯該模型，obj 格式為一種無需文件頭的三維數據存儲格式。

在最極端的情況下，最終分割的包圍盒結果為每個激光點云中單個的點，這樣的結果是不理想且是無意義的，因此必須進行條件的限定。最小包圍盒大小最小確定方法如下：

其中R 為激光掃描儀到目標物的距離，f 為激光掃描儀每轉一圈時候發射激光脈沖的個數。n 為抽析的比率。考慮到激光點正好落到兩個掃描盒之間的情況，實際選取時最小包圍盒長度L 應大于理論值。

其中l 為實際選取的包圍盒長度。

將包圍盒進行橫向，縱向及垂直三個方向的分割。

即Lx=Lx/2，Ly=Ly/2，Lz=Lz/2 其中Lx，Ly，Lz 為包圍盒在各個方向上的長度。并根據得到的結果找到新的包圍盒的各點坐標。并作判斷，若是該包圍盒中存在點云，那么保留該包圍盒，否則不作記錄。

1.2 車載激光點云數據空隙的填補

在點云出現空缺的時候，一般有以下三點原因造成：

1）建筑物不在激光掃描儀的掃描范圍內；

2）建筑物表面確實存在空缺；

3）建筑物表面由于其他地物遮擋導致了點云空缺。

通過對大多數城市建筑物的特點得到解決方法。在城市中，幾乎所有建筑物的邊沿都是筆直的，根據這一建筑物特點這一特點，提出了建筑物空洞的修補方案。

1.3 車載激光點云數據建模空隙修補策略

在經過上文提到的包圍盒算法處理后，其拓撲關系已經相對以往發生了改變。在建筑表面，一般會出現一下幾種包圍盒的邊角點：

1）被記錄一次的點：此種點出現在建筑物表面的角上，是不需要填補的位置；

2）被記錄兩次的點：此種點出現在建筑物的邊上，是不需要填補的位置；

3）被記錄三次的點：此種點出現在建筑物的邊上凹陷的地方，是需要填補的位置；

4）被記錄四次的點：此種點出現在建筑物的面上，是不需要填補的位置。具體如圖2 所示：

圖2 中被填色的方框為空，即需要填補的部分

如圖5 種數字所示，分別對應了在表面位置上被記錄了1次，2 次，3 次，4 次的點，并可以看出，被記錄三次的點為建筑物表面空缺的部分，而被其他記錄次數的點則為正常記錄。根據這一特點，進行填補。

1.4 冗余的包圍盒及角點的去除

同一個點在不同的包圍盒中被多次記錄。本算法采取分批去除冗余點的方法：

第一類冗余點：

被記錄8 次的冗余點，該種冗余點必存在于建筑物內部，直觀上不可見。可以去除。

第二類冗余點：被記錄4 次的冗余點，該冗余點存在于建筑物表面上，可以除去，該冗余點與第一類冗余點有關聯，因此需要同時除去。

第三類冗余點：被記錄6 次的冗余點：這種冗余點出現在建筑物體向內凹陷的。

第四類冗余點：記錄兩次的冗余點，在建筑物邊上，可以刪除。

分別被1，3，5，7 次記錄的點，為真正的角點，即非冗余點。根據上文中提到的規律，進行冗余點的刪除。

2 結果與分析

根據上文中提到的算法，對數據進行處理計算，并使用obj 格式進行存儲，使用三維軟件顯示：

圖3 為本次實驗用到的點云數據，而圖4 為算法結果：

圖3 原始數據點云

圖4 實驗結果

3 主要結論

本文的研究主要貢獻如下：

提出了一種針對車在激光掃描系統的建模方法，使得其能夠針對建筑物模型提供一種建模方法；

提高傳統點云建立的建筑模型的存儲效率；

能對空洞進行一定的填補。

存在的問題和進一步工作展望：

本算法的局限性在于：

1）沒有對所有的地物給出一般性的建模方案，其優勢在于能對規則建筑物給出很好的結果；

2）建筑物的邊角及周圍有著明顯的凹凸和棱線，在點云稀疏的時候，其建模效果不理想，外形不美觀；

3）由于本文的算法是對原有的激光點云數據進行了重新的組織，因此，點云其本身的精確度可能會因此有所降低；

[1]戴彬，鐘若飛，胡競.基于車載激光掃描數據的城市地物三維重建研究[J].首都師范大學學報:自然科學版，2011，32(3):89-96.