针对室内空间的三维重建, 采用双二维激光雷达, 提出精确标定两雷达相对位姿的方法, 实现三维空间的可连续采集, 并获得准确的三维轮廓点云。利用静态标定靶标的扫描数据, 建立靶标参数求解数学模型, 得到双雷达坐标系相对位姿的补偿矩阵, 并转化为精确矩阵。建立仿真平台, 模拟标定实验,实现靶标参数的扭曲校正, 初步验证该标定方法可行, 并进行模拟采集实验, 获得的点云分离程度小于等于7 mm。搭建了硬件实物平台, 标定后进行室内轮廓采集实验, 最终得到了无畸变扭曲的三维轮廓点云。实验结果表明,双二维激光雷达相对位姿的标定精度可以满足室内场景三维重建的要求。

基于摄像机位姿估计的数学模型, 提出了一种检测摄像机位移前后目标图像特征点的方法, 通过求解摄像机发生位移前后的相对位姿矩阵来解决应用视觉图像获得点云的初始配准问题。首先, 介绍了摄像机位姿估计模型, 包括本质矩阵、旋转矩阵以及平移矩阵; 然后, 介绍了SURF算子的特征点检测、描述和匹配的方法, 在此基础上面向双目视觉和单目结构光系统, 分别提出了摄像机位移前后目标图像SURF特征点匹配和深度估计模型; 最后, 分别进行双目视觉和单目结构光系统点云的获取、位移前后目标图像特征点检测匹配和深度估计实验, 应用摄像机位姿估计模型求解旋转矩阵和位移矩阵, 并对位移矩阵进行统计分析剔除粗差。实验中采用基于点云空间特征点和基于图像的方法进行对比, 点云对应特征点均方误差缩小至12.46 mm。实验结果验证了方法的可行性, 表明本文的点云初始配准方法能较好地获得点云精确配准初值。