[论文解读] LiDAR Point--to--point Correspondences for Rigorous Registration of Kinematic Scanning in Dynamic Networks

Aurélien Brun, Davide A. Cucci+1 more|arXiv (Cornell University)|Jan 3, 2022

3D Surveying and Cultural Heritage被引用 5

一句话总结

本文提出一种紧密耦合的动态网络方法，利用三维点对点对应关系，在运动扫描中通过联合调整原始GNSS和惯性测量值，提升激光雷达点云配准精度。该方法通过在传感器层面建模误差，显著降低地理参考误差，尤其针对姿态噪声和GNSS信号中断问题，即使仅使用1%的对应点，也能实现接近最优的精度。

ABSTRACT

With the objective of improving the registration of LiDAR point clouds produced by kinematic scanning systems, we propose a novel trajectory adjustment procedure that leverages on the automated extraction of selected reliable 3D point--to--point correspondences between overlapping point clouds and their joint integration (adjustment) together with all raw inertial and GNSS observations. This is performed in a tightly coupled fashion using a Dynamic Network approach that results in an optimally compensated trajectory through modeling of errors at the sensor, rather than the trajectory, level. The 3D correspondences are formulated as static conditions within this network and the registered point cloud is generated with higher accuracy utilizing the corrected trajectory and possibly other parameters determined within the adjustment. We first describe the method for selecting correspondences and how they are inserted into the Dynamic Network as new observation models. We then describe the experiments conducted to evaluate the performance of the proposed framework in practical airborne laser scanning scenarios with low-cost MEMS inertial sensors. In the conducted experiments, the method proposed to establish 3D correspondences is effective in determining point--to--point matches across a wide range of geometries such as trees, buildings and cars. Our results demonstrate that the method improves the point cloud registration accuracy, that is otherwise strongly affected by errors in the determined platform attitude or position (in nominal and emulated GNSS outage conditions), and possibly determine unknown boresight angles using only a fraction of the total number of 3D correspondences that are established.

研究动机与目标

• 解决因低成本MEMS-IMU引入的姿态与位置误差以及GNSS信号中断，导致运动扫描中激光雷达点云配准不准确的问题。
• 通过将三维点对点对应关系直接整合到包含原始GNSS与惯性数据的动态网络校正中，提升轨迹估计精度。
• 通过利用对应关系在校正过程中估计，降低对预先标定的瞄准角参数的依赖。
• 在不同条件下（包括GNSS中断和对应点密度有限）评估该方法的鲁棒性与效率。
• 证明通过对应关系在传感器层面建模误差，相比传统条带校正或轨迹校正方法，能实现更优的配准精度。

提出的方法

• 该方法使用基于特征的检测器与描述子，从重叠的激光雷达点云中提取可靠的三维点对点对应关系，随后通过几何与强度滤波进行优化。
• 这些对应关系被建模为动态网络中的静态约束条件，同时对原始GNSS位置和惯性测量值（比力与角速度）进行校正。
• 通过迭代非线性最小二乘优化实现校正，将对应关系视为额外观测值，以优化轨迹与传感器参数。
• 该框架通过利用匹配点的几何一致性，实现平台轨迹、瞄准角与杠杆臂参数的联合估计。
• 对应关系权重设定为平均地面采样距离（约0.15 m）的倒数，以增强对不同地形与扫描几何的鲁棒性。
• 该方法以紧密耦合方式应用，直接在传感器测量层面进行误差校正，而非对轨迹产品进行后处理。

实验结果

研究问题

• RQ1 在机载激光雷达扫描中，能否在城市与自然地形等多种类型中可靠提取三维点对点对应关系？
• RQ2 当GNSS信号质量下降或中断时，对应关系在多大程度上能提升轨迹精度？
• RQ3 该方法在无预先标定的情况下，估计未知瞄准角的效率如何？
• RQ4 实现点云配准显著改进所需的最少对应点数量是多少？
• RQ5 与标准条带校正或基于轨迹的校正方法相比，结合对应关系的动态网络校正是否表现更优？

主要发现

• 该方法在多种地形类型（包括树木、建筑物与基础设施）中成功提取了大量三维点对点对应关系，且不受扫描几何或初始轨迹质量的影响。
• 在GNSS拒止段，基于对应关系的校正使地理参考误差最多降低30%，即使仅一条飞行航线受影响也有效。
• 仅使用全部对应点的1%即可实现接近最优的配准精度，0.1%密度时性能下降极小。
• 引入对应关系有效缓解了由姿态误差引起的点云“波浪形”畸变，此类误差在预标定系统中是主要误差源。
• 该框架能够准确估计未知瞄准角，残差误差在点云配准中保持较低水平，因其与姿态误差模式具有强相关性。
• 与分步校正方法相比，动态网络方法通过在传感器层面单次严格优化整合全部数据，表现更优。