特徵物为基础的lidar点云资料.ppt

特徵物為基礎的LIDAR點雲資料結合關係模式 學生:莊子毅 指導教授:趙鍵哲 目錄 研究背景 方法介紹 實驗測試 成果分析 結論 未來工作 研究背景 研究的目的在利用線特徵為基礎建立三維空間轉換模式。 整合空間資料的第一要務為套合至共同的座標系統，例如地面光達系統不同測站的點雲資料套合。 傳統的做法大多利用控制點也就是點特徵的方式來進行座標轉換。 直線特徵較點特徵豐富，且在結構化的過程中直線特徵較點特徵容易萃取。 三維直線特徵的共軛對應是以直線軌跡為依據，與以點對點不同，突顯其資料空間彈性，有助於共軛直線特徵自動化對應的工作 。 研究背景 這次報告將介紹由之前說明過的非線性嚴密解模式(Rigorous Model)以及線性近似模式(Approximated Model)所結合成的聯合轉換模式(Hybrid Model)，並對其進行測試檢驗與偵錯方式進行探討。 方法介紹 三維空間相似轉換為七參數轉換模式，其參數包含了尺度參數 ，三軸的旋轉參數 ， ， ，以及平移參數 ， ， 。 三維直線特徵轉換模式的觀測量為每條空間直線段的兩端點，雖然空間直線的表示方式有許多，如兩點式，兩面式，對稱比例式，六參數式，四參數式等，不論採用哪一種表示方式經變換後均可適用於兩(端)點式法。 這裡為根據三維直線兩點式法推演三維空間相似轉換等模式。 方法介紹(聯合模式 ) 所謂的聯合模式即是將嚴密模式以及近似模式做一個結合。 嚴密模式具有較高的解算精度但是需要人工給定參數起始值，而近似模式可直接解得參數值，但是解算精度較差。 利用近似模式的參數解作為嚴密模式的參數起始值，如此不但免除供予近似值之程序，也維持較好的參數求解精度，此為聯合模式之效益。 方法介紹(聯合模式 ) 聯合模式其作業流程如圖1所示 圖1、聯合模式計算流程 近似模式計算得到的參數解需經由門檻值的檢驗來決定是否可採用。 門檻值的設定須經由觀測量的精度來推估。 其目的除了檢查計算的參數是否達到精度要求，也避免以錯誤或較差的參數近似值帶入後續的嚴密模式影響參數求解結果。 方法介紹(聯合模式之數學模式) 聯合模式之數學模式即近似模式與嚴密模式的結合。 圖2、在不同坐標下的三維共軛直線段 由圖2，共軛三維直線經座標轉換後應具共線特性，也就是(Xc,Yc,Zc)經轉換至第二座標系後應落於其共軛線段之軌跡上，如式(1)所示。 圖中共軛直線的對應可以看出此模式並非採用點對點的模式而是利用線對線之向量分量對應為基礎。 方法介紹(聯合模式之數學模式) 利用第一座標系的直線段端點 可以分別建立下式，以下採用點 作說明: (1) 其中 , 為第一座標系的第線段端點座標施行空間相似轉換至第二座標系後之座標 為第二座標系的第線段端點座標 方法介紹(聯合模式之數學模式) 所以一條三維空間直線段(包含兩端點)可以建立四個觀測方程式 為求解七個轉換參數至少需要兩條共軛空間直線段才可進行計算。 嚴密模式 : 於是ㄧ條三維空間直線上的一個端點可以列出兩條觀測方程式: 觀測方程式一(命名為F1): 觀測方程式二(命名為F2): 方法介紹(聯合模式之數學模式) 此為附有未知數之條件平差方程式其數學模式如下: 因為是非線性方程式，必須針對七個轉換參數進行偏微分線性化。 方法介紹(聯合模式之數學模式) 由於嚴密演算法及方程式型態為非線性方程，因此必須利用供與參數近似值後進行迭代計算值至獲致收斂解。 依最小二乘法解得: 參數解: 後驗單位權方差: 後驗參數方差協方差矩陣: 方法介紹(聯合模式之數學模式) 近似模式: 線性轉換模式的觀測方程式推導同於嚴密模式。 令 方法介紹(聯合模式之數學模式) 觀測方程式一更改為: 觀測方程式二更改為: 利用最小二乘法的條件帶未知數之模式進行計算，一條空間直線段可以產生四條觀測方程式，共有十二個未知參數，至少需要使用三組共軛直線特徵方可求解這十二參數。 方法介紹(聯合模式之數學模式) 此十二參數包含平移向量( )，而三個旋轉角度及一個尺度因子可利用以下轉換式推