基于移動Li DAR點云數據的室內全要素三維重建

龔躍健，毛文博，畢建濤，吉 瑋，何占軍

（1．中南大學 地球科學與信息物理學院，湖南 長沙410083；2．中國科學院 遙感與數字地球研究所數字地球重點實驗室，北京100094）

隨著數字城市的快速發展，城市三維建模工作進行得如火如荼。地面激光雷達作為現有城市建模中最有效的工具之一，已被廣泛應用于室外地物的三維重建中，如城市的三維可視化建模［1］，文物的保護 與 恢 復［2，3］，施 工 地 區 等 的 實 時 變 形 監 測［4，5］等。然而由于在室內GPS信號存在遮擋與失鎖等問題，激光雷達很少被用在室內地物的三維重建中，而基于其他方法的室內物體的三維重建，如利用全站儀，卷尺和基于立體相機模型的測量方法在大范圍環境下相對于激光雷達都很費時和不精確［6］。激光雷達可提供高密度、高精度的點云，基于激光雷達點云數據的室內三維建模，能大大提高室內物體三維建模的效率和精度，而精確的室內三維模型在室內文化遺產的保護與修復 公共場所的精細化管理和室內導航導購等方面有著很重要的應用價值。

目前，盡管基于激光雷達的室內三維建模已受到國內外研究者的廣泛關注，但對于點云數據三維重建尚缺少系統的研究。R．Huitl［7］等采用移動激光雷達對室內環境進行掃描，得到大量高分辨率的室內數據集，包括真實的地面實況查詢序列和點云數據，其主要是利用谷歌推出的室內定位服務［8］，解決室內定位的難題，并沒有對所得的點云數據進行處理以實現真三維重建。E．Valer o等［6］在2012年提出基于激光雷達點云數據建立室內邊界模型的方法，對室內比較規則的平面，如墻、天花板、地板等進行了簡單的重建。張勤［9］使用三維激光掃描儀對室內進行掃描，并綜合利用激光點云數據與圖像信息實現了對室內的三維重建，但是仍然僅限于色彩鮮明、形狀相對簡單的物體。

綜上所述可知，有效利用激光點云數據對室內所有物體進行重建，是當前研究的一個難點問題，尚缺乏系統的處理方法。鑒于此，本文采用國際先進的室內移動激光雷達，通過高精度I MU獲取無GPS信號區域的定位信息；采用移動激光掃描成像系統對室內所有附屬設施進行高精度激光掃描，獲取了高精度室內彩色點云數據。最后，對所得室內點云數據及相應圖像進行了有效處理，實現了三維重建和紋理映射，最終得到高精度的室內全要素三維模型。

1 移動激光雷達技術簡介

1．1 移動激光雷達簡介

移動激光雷達，就是將激光雷達系統安裝在移動設備上，比如汽車，手推車等，移動激光雷達系統主要包括定位系統和激光掃描成像系統。

定位系統主要包括I MU慣性測量單元和GPS。I MU具有無信號傳播、完全自主、能定位、測速、快速得出載體的姿態信息等優點，可以彌補在室內GPS信號失鎖、不能量測載體瞬間快速的變化等缺點［10］。本文通過Google最近推出的基于Wi Fi信號的室內定位服務［7］來確定量測路線初始點的坐標信息，初始點可以是室內的任意一點。由于初始點坐標是大地坐標系坐標，因此，整個過程的參考坐標系為大地坐標系。

激光掃描成像系統主要包括三維激光掃描儀和球面攝像機系統。三維激光掃描儀的基本工作原理是通過發射與接收信號時間差計算出采樣點與數據采集車間的空間距離 再根據數據采集車的坐標信息計算出采樣點的三維坐標；通過傳動裝置的掃描運動，對室內物體進行全方位掃描；最后對數據進行整理，得到掃描區域的三維點云數據［11－12］。球面攝像機系統擁有六個攝像頭，五臺分布在側面，水平朝向，一臺在頂部，垂直朝向，可以對掃描區域進行360度實時拍照，最后得到1 200萬像素全景影像。激光掃描測距數據精度高，不易受可見光的影響，且方向性很好，可快速獲取掃描區域的深度信息，但是對掃描區域的表現力度不夠；而球面攝像機系統可以快速獲取掃描區域的色彩及紋理信息，但易受光照變化影響，缺少掃描區域的深度信息表達［9］。采用貼圖技術實時將攝像機得到的色彩信息融合到相應的點云數據上，最后得到既具有掃描區域空間幾何信息，又具有色彩信息的彩色點云。

1．2 移動激光雷達與靜態激光雷達的對比分析

移動激光雷達系統，可以快速自由出入一座建筑的所有部分，即使是在正在維修的場所也能進行很好的工作；可以從任何角度觀察建筑，提供所有建筑對象的識別；可以徹底完整地收集廣闊區域的內部數據；獲取數據快，保守估計1 d能測9 000 m2；能以2D和3D的方式創造與真實場景一樣的建筑圖紙和模型。而目前應用廣泛的靜態激光雷達，雖然也是利用激光測距的原理，通過記錄被測物體表面大量密集點的三維坐標、反射率和紋理等信息，快速復建出被測目標的三維模型及線、面、體各種圖件數據，但是僅適用于戶外，在室內測量時會因為設站較多，而大大降低工作效率。

2 實驗區域概況

本文采集數據的地點為明長陵的祾恩殿，坐落于北京昌平縣天壽山南麓，為十三陵中的首陵，是十三陵中唯一保存下來的陵，原名“享殿”，是國內現存最大的木構大殿。臺基高3．13 m，由三層漢白玉石雕成，占地面積達4 400余m2。殿脊到臺基地面高25．1 m，墻為紅色木墻，殿頂全為黃色琉璃瓦覆蓋。殿平面廣九間（66．75 m），深五間（22．31 m）。殿內由60根楠木立柱支撐殿頂，其中最中心一間的四個內柱最大，直徑達1．17 m，高約23 m，自頂至根，一木構成。殿頂部分的檐、柁、檁、斗拱等由上千根楠木構成。殿中央朱棣全身銅坐像，座長2．9 m，寬3 m，高4．08 m，重約5．6 t。

3 室內全要素三維重建的方法

基于移動激光雷達的室內全要素三維重建的方法主要有三個過程 數據獲取 數據處理與模型建立，其具體流程如圖1所示。

圖1 基于移動激光雷達點云數據的室內全要素三維建模流程

3．1 數據采集

本文獲取數據的工具為Applanix公司的TI MMS（Tri mble Indoor Mobile Mapping Sol ution）系統，是一個約0．5 m2，高1．5 m的移動激光雷達數據采集車，具有精確穩健的慣性輔助定位解決方案和促進創造準確真實的室內空間及其所有內容展現的激光掃描成像系統，最佳的技術融合可以獲取室內GPS信號漏洞區域的空間信息。TI MMS的工作原理是先觀察量測區域，制定大概的量測路線，定位初始點，然后推著數據采集車按量測路線行進，慣性輔助定位系統實時定位數據采集車的位置，激光掃描儀和全景相機采集室內物體點云數據和圖片數據，同時采用貼圖技術實時地將圖像的RGB信息與相應的點云數據融合，得到帶有大地坐標的彩色點云數據。

3．2 數據處理

數據處理主要包括點云數據處理和圖像數據處理。

點云數據處理工作主要包括點云數據的切分和對被切分的點云數據去除噪聲點，以保證接下來的三維建模工作順利進行及所建模型的精確性和準確性。本文采用Pointools系列軟件處理點云數據 因為其具有高性能點云引擎 可以很流暢的瀏覽大數據集，抗運動模糊，可以基于圖層細節快速地編輯和分割點云數據。Pointools系列軟件只支持POD格式的點云，因此，先通過Pointools POD Creator將大量的點云數據轉換成高性能的Pointools POD格式。然后使用Pointools Edit編輯點云數據，將大量的點云數據按需求切分成很多小的部分，比如可以把一個柜子或者幾個柱子的點云數據切分出來保存單獨的一個文件（如圖2所示），切分后的點云數據仍保持原有的所有信息如大地坐標信息和彩色信息，以便于多人合作。還可以量測點云之間的距離，可用于檢驗重建后模型的精確度。

圖2 切分出來的佛像點云數據

球面攝像機系統得到的結果是一幅幅數字全景圖像，而給模型粘貼紋理時需要正攝圖像，所以需要將數字全景圖像拆分為單個相機拍攝的圖像，即將一幅數字全景影像拆分為六幅圖像。因此，首先使用Point Grey Ladybug SDK處理數字全景影像，得到單個的普通數字圖像；然后再通過Photoshop對圖像進行裁剪，扭曲，調色等校正處理，得到適合直接粘貼的紋理圖像。

3．3 三維建模

本文基于Autodesk CAD對祾恩殿進行了三維重建。基于CAD平臺重建的三維模型精度都很高，保持了數據原有的坐標系統，最終的模型滿足一般的三維瀏覽及測繪。基于CAD平臺的重建我們借助了Point Sence插件。Point Sence插件可將．POD格式點云無損轉化為其可識別的．pcg格式點云，并導入CAD里，使CAD的所有命令都可以作用于點云數據，使CAD能夠對數以億計的點云數據進行高效的后處理。以下是Autodesk CAD與其他三維軟件的性能比較［13］（如表1所示）。通過對比分析，可以發現，目前基于CAD對室內物體進行三維重建是具有一定優勢的

表1 CAD與Sketch Up、Sky Line的對比分析

而對于相對復雜的物體如雕像等，如果用CAD處理，工作非常繁瑣，而且效果很不理想。因此本文采用3dreshaper軟件對不規則物體進行三維重建，3dreshaper是一款專門處理3D點云數據的建模軟件，可簡單快速的處理點云數據。其可以對點云數據進行清除，去噪，校正等預處理，然后快速建立三角網格，三角網格優化，補洞，平滑，最后一鍵式建立CAD表面模型。雖然其功能及處理數據流程類似于逆向工程軟件，但是3dreshaper是為專門處理點云數據而誕生的，因此在處理點云數據時，效率和效果等方面都明顯優于逆向工程軟件，如Geomagic和Imageware。表2是三者的性能比較。

表2 3dreshaper與Geomagic、Imageware的對比分析

4 實驗結果與分析

4．1 高精度室內彩色點云

采用移動激光雷達采集室內三維點云數據，可以快速得到室內所有物體的點云數據。數據采集的最終數據結果有原始點云數據和抽稀后的點云數據，抽稀文件所包含的點云數為原始數據的十分之一，數據格式為．las格式，數據誤差控制在2 c m內，得到的點云數據是融合了CCD影像色彩信息的彩色點云數據，其不僅具有用于構建物體表面幾何模型的空間幾何特征，還包含物體表面的光譜信息，可用于恢復幾何模型的色彩和紋理特征［15］，如圖3所示。

圖3 點云數據

4．2 三真模型（真三維、真尺寸、真紋理）

本文基于CAD平臺，借用Point Sence插件對祾恩殿的室內點云數據進行了三維重建。在繪制三維模型的過程中，為了使點云輪廓比較清晰，先將點云的色彩信息隱藏；將暫時不需要的點云也隱藏，以方便視覺上的三維重建。同時在CAD里自定義UCS用戶坐標系，選取參考面，以快速定義到最便于工作的視圖。通過CAD的材質貼附功能，使用經過處理的圖像編輯相應的材質，然后將相應的材質賦值給相應的地物，其中像柱子等單一顏色的物體，本文直接提取圖像的顏色對地物進行賦值，實現有紋理的完整的三維模型。此建模方式能基于點云數據簡單快速的建立非常精準的三維模型，在點云清晰處能保證誤差幾乎為零，但是只適合較規則物體的建模 祾恩殿的建模結果如圖4 所示

圖4 基于CAD的三維建模結果圖

對于復雜物體，本文利用3dreshaper軟件進行處理。3dreshaper軟件對復雜模型建模效果非常好，但對于規則模型則不能通過一鍵式模型重建，對規則表面重建時會受噪點影響而出現表面不光滑的現象，圖5是最終模型部分。從圖5可以看出，3dreshaper對不規則的佛像表面處理得非常好，但是佛像下面的石凳，該平滑的平面有點粗糙，但是在可接受范圍內。

通過以上處理流程，最終得到了真三維、真尺寸、真紋理、且有大地坐標信息的室內全要素模型。從圖5左小角黑色方框中可以看到圖中一點的三維坐標，整體建模效果好。

4．3 三維建模過程中碰到的問題

雙面問題：繪制的三維模型不可避免的會出現一些雙面，即重疊面或者距離非常小的兩個面，這樣在瀏覽三維模型時就會產生閃爍的現象。

解決方法 在繪圖過程中盡量避免雙面的出現，在瀏覽三維模型的時候檢查模型，刪除重疊面，距離很小的兩個面盡量用一個面表示

圖5 復雜物體建模結果及最終坐標展示

紋理失真：給模型貼紋理時，會出現紋理重疊或不全；直接根據圖像顏色對單一顏色的物體賦紋理，紋理會出現失真現象。解決方法：給模型添加材質時，仔細調整圖像的大小及方向；貼紋理時盡量使用圖片，以確保紋理的真實性。

5 結束語

本文采用目前較為先進、高效率、靈活、低成本的移動激光雷達快速獲取了高精度的室內物體三維彩色點云數據。同時給出了室內全要素三維重建的技術流程，并借助相應點云數據處理軟件和建模軟件，對所得的彩色點云數據進行有效處理，實現了快速的真三維、真尺寸、真紋理的室內全要素可視化建模。實驗表明，基于移動激光雷達，可以快速獲取高精度的室內三維點云數據。采用本文提出的流程，可實現室內全要素快速三維建模。由于本文實驗所得模型具有大地坐標信息，因此，還可以將所建的模型放到Google等三維地圖中共享，事實上，目前的數字地球，如谷歌和微軟Bing三維地圖，都已支持室內三維的展示，如虛擬商店等［16］。但是如何實現模型的快速自動化建模，以及根據點云數據的色彩信息給模型進行紋理映射，需要更進一步的深入研究。

鳴 謝

本文作者在此特別感謝北京十三陵特區辦事處對我們研究工作的支持，給我們提供獲取點云數據的場地，同時也特別感謝北京中科數遙信息有限公司給我們提供設備與技術支持。

［1］ HAALA et al．Mobile Li DAR mapping f or 3D point cloud collection in ur ban areas－a perf or mance test．The Inter national Archives of the Photogrammetry，Remote Sensing and Spatial Inf or mation Sciences，2008，37（part B5）：1119－1124．

［2］ 盧小平，王玉鵬，盧遙，等．齊云塔激光點云三維重建［J］．測繪通報，2011（9）：11－14．

［3］ COSMAS J，ITAGAKI T，GREEN D，et al．3D MURALE：A multimedia system for archaeology［C］．In Proc．of VAST 2011（Virtual Reality，Archaeology and Cultural Heritage），ACM Press，2011：297－306．

［4］ 李菁．基于激光傳感器點云數據的開挖地貌三維重建與顯示［D］．上海：上海交通大學，2008．

［5］ 康忠志，托雷，王保前，等．基于三維激光掃描的地鐵隧道連續形變監測數據處理軟件系統［J］。測繪工程，2013，27（5）：82－96．

［6］ VALERO E，ADáN A，CERRADA C．Automatic method for building indoor boundar y models fro m dense point clouds collected by laser scanners［J］．Sensors，2012（12）：16099－16225．

［7］ HUITL R，SCHROT H G，HILSENBECK S，et al．TUMindoor：An extensive image and point cloud dataset f or visual indoor localization and mapping［C］．In IEEE ICIP，Miami，USA，2012．

［8］ Google．A new fr ontier for Google Maps：mapping the indoors，2012，http：／／googleblog．blogspot．com／2011／11／new－frontierf or－google－maps－mapping．ht ml．

［9］ 張勤．基于信息融合的移動機器人三維環境建模技術研究［D］．北京：北京郵電大學，2013．

［10］張永生．I MU／DGPS輔助航空攝影測量原理、方法與實踐［D］．武漢：武漢大學，2005．

［11］吳靜，靳奉祥，王健．基于三維激光掃描數據的建筑物三維建模［J］．測繪工程，2007，16（5）：57－60．

［12］呂磊，邢漢發，王敘泉．基于地面Li DAR技術的異形建筑竣工測量方法研究［J］．測繪工程，2014，23（1）：73－79．

［13］許捍衛，方曉亮，任家勇，等．基于Sketch Up的城市三維建模技術［J］．測繪科學，2011，36（1）：213－215．

［14］程綿綿，李少梅，朱新銘，等．基于規則格網DEM線狀矢量要素三維可視化方法［J］．測繪工程，2015，24（2）：38－41．

［15］趙煦．基于地面激光掃描點云數據的三維重建方法研究［D］．武漢：武漢大學，2010．

［16］BUDRONI A，BOEH M J．Auto mated 3D reconstr uction of interiors fro m point clouds［J］．Inter national Journal of Architectural Computing，2010，08（01）：55－74．