三維掃描系列001 點雲緒論

本文是學習肖勇大神的點雲課程總結的筆記，僅供個人學習使用。

肖勇

Mapping & Localization Technical Specialist @ Lucid Motors，主要從事無人車地 圖和定位算法研發。先後參與 Lyft、百度無人車 項目開發。密歇根大學土木工程博士，中科院遙 感與數字地球研究所地圖學碩士，武漢大學測繪 工程學士。

點雲資料及擷取

• 定義
  • 點雲：三維點的資料集合
• 屬性
  • 三維坐标
  • 強度
  • 顔色
  • 時間戳

• 分類
  • 點雲組織形式：
    • organized: the point cloud is laid out as a 2D array of points that resembles an image like structure -
    • unorganized: the point cloud is a list of points.

• 點雲擷取方式
  • 雷射掃描器
    • 星載
    • 機載
    • 地面
    • 移動
  • 深度相機(depth Camera)
  • 雙目相機(stereo Camera)
  • 光學相機多視角重建

雷射掃描器

• 工作原理：time of flight

• 

• 分類
  • 星載：衛星
  • 機載：飛機，無人機
  • 地面：三腳架上固定
  • 移動：車輛，機器人等

星載雷射雷達

• 常見系統
  • GLAS星載雷射雷達 系統(Geoscience Laser Altimeter System)
  • CALIOP星載雷射雷 達
  • ALADIN星載多普勒 雷射雷達

• 

機載雷射雷達

• 機載雷射雷達
  • 使用配有 GPS/IMU的飛機（無人機） 擷取大範圍的點雲
• 特點
  • 精度高：10cm
  • 大尺度測繪
• 應用領域
  • 大尺度（城市級别）測繪
  • DEM
  • 正射影像 （高精度相機）

地面雷射雷達

• 地面雷射雷達
  • 雷射雷達通常固定在三角架上，進行 較大範圍掃描擷取點雲。
• 特點
  • 精度高： 可達到 mm
  • 距離遠：可達到400m
  • 掃描速度快： Leica RTC360 1s 采集 ~200萬點雲
• 應用
  • 文物三維掃描模組化
  • 地形測量

移動雷射雷達

• 移動雷射雷達
  • 雷射雷達通常跟着移動物體（ 機器人無人車），進行較大範 圍掃描擷取點雲
• 特點
  • 精度高： cm
  • 距離遠：~240m
  • 掃描速度快： 10Hz, 200萬點 雲每秒
• 應用
  • 無人車，機器人
  • 街景測量

    

Point Cloud created by Velodyne Lidar’s Alpha Prime sensor

深度相機

• 深度相機
  • 通過近紅外雷射器把具有結構特征 的光線投影到物體上，通過紅外攝 像頭采集得到深度資訊。
• 特點
  • 成本低，計算量小
  • 主動光源，夜晚也可用
  • 觀測該範圍和距離有限
• 應用
  • 室内機器人
  • AR/VR

雙目相機

• 使用兩個相機從不同位置擷取物體的 兩幅圖像，通過計算對應點的位置偏 差，使用三角原理（Triangulation） 計算點的三維坐标
• 特點
  • 成本低
  • 室内室外都适用
  • 對環境光敏感
  • 基線限制了測量範圍

光學相機多視角重建

• SFM 運動結構恢複(Structure from motion)
  • 給出多幅圖像及其圖像特征點的對應集合 ，估計3D點的位置和錄影機姿态（運動）
• 特點
  • 成本低
  • 使用高精度相機和更穩定的平台（有 GPS/IMU）可以進行高精度測量
  • 計算量大

Credit to http://gsp.humboldt.edu/OLM/Courses/GSP_216_Online/lesson8-2/SfM.html

點雲資料處理

點雲濾波(filtering)

• 檢測和移除點雲中的噪聲或不感興趣的點
• 分類
  • 基于統計資訊 (statiscal-based)
  • 基于領域 (neighbor-based) 基于投影（projection-based)
  • 基于信号處理(singal processing based)
  • 基于偏微分方程(PDEs-based)
  • 其他方法：voxel grid fitlering, quadtreebased, etc.
• 常用方法
• 基于體素(voxel grid)
• 移動平均最小二乘(Moving Least Squares)

點雲比對 (point cloud registration)

• 估計兩幀或者多幀點雲之間的 rigid body transformation 資訊，将所有幀的點雲配準在同 一個坐标系。
• 分類
  • 初/粗比對: 适用于初始位姿差别大的兩幀點雲
  • 精比對：優化兩幀點雲之間的變換
  • 全局比對：通常指優化序列點雲比對的誤差， 如雷射 SLAM，兩幀之間比對，全局比對
• 常用方法
  • 基于 Iterative Closest Point (ICP)的方法
  • 基于特征的比對方法
  • 深度學習比對方法

Credit to http://geometryhub.net/en/notes/registration

• Iterative Closest Point (ICP)Registration
  • Given two scans