1.一种基于声呐点云数据的水下施工控制事件自动获取方法,其特征在于,所述方法包括以下步骤:
步骤1:将初始点云分成底部平面及剩余点云;
步骤2:对剩余点云再次分割,得到上排布平面;
步骤3:对底部平面进行局外点滤除,滤除底部平面中干扰点云,得到下排布平面;
步骤4:对上/下排布平面进行簇分类;
步骤5:通过选取并比较特征点的位置,筛选出边缘簇;
步骤6:对上排布边缘簇进行直线拟合,对下排布边缘簇进行直线拟合,得到两条拟合直线的参数;
步骤7:计算两条拟合直线间距离,得到排布的搭接宽度。
2.根据权利要求1所述的方法,所述步骤1中,对初始点云进行基于ransac理论的平面分割,将底部平面分割出来;
最优平面模型的选取见式:
a,b,c,d最优=a,b,c,d|max{p1,p2,...pi,...pk}
其中a,b,c,d为平面模型参数,pi为局内点数,k为循环次数;
当次循环得到的局内点数大于之前循环得到的最大局内点数,则更新最大局内点数的值,并按照下式计算新的k值:
p为点云分割成功的概率,w为局内点数与点云总数的比值,n为确定一个模型所需点云数;
循环结束后,选取最大局内点数对应的平面模型参数作为平面分割的最优结果。
3.根据权利要求1所述的方法,所述步骤2中,对分割出底面后剩余的点云再次分割,同样使用ransac理论,将上排布平面从剩余点云中分割出来。
4.根据权利要求1所述的方法,所述步骤3中,使用基于统计分析的局外点滤除法对底面进行局外点滤除,滤除底面内散乱点云,得到下排布平面,该方法的要素见下式:
dn为任意点云与其k邻域点云的距离均值,x,y,z为点云的三维坐标,μd和σd分别为底面所有点云的dn的均值和标准差,根据dn的上述统计信息滤除局外点。
5.根据权利要求1所述的方法,所述步骤4中,利用基于欧氏距离的簇分类方法对排布平面进行点云簇分类;
对于两组点云pi和pj,若满足式:
则认为两组点云pi和pj形成不同的簇;其中︱p1p2︱表示计算两点p1和p2间的距离,dth为簇分类距离阈值。
6.根据权利要求1所述的方法,所述步骤5中,在簇分类的结果中提取边缘簇:选取点云簇的特征点,通过比较特征点的分布位置确定边缘簇的特征点,反向索引出边缘簇。
7.根据权利要求1所述的方法,所述步骤6中,使用lmeds法和m-estimator法对两块排布平面的边缘簇进行直线拟合,lmeds法的表达式如下:
a,b,c最优=a,b,c|min{med(r1),med(r2),...med(ri),...,med(rk)}
其中a,b,c为空间直线参数,ri为直线拟合残差,med(·)为取中值运算,k为循环次数;选取直线拟合残差中值的最小值对应的直线参数作为最优参数;
m-estimator法的表达式如下:
a,b,c最优=a,b,c|min{∑ρ(r1),∑ρ(r2),...∑ρ(ri),...,∑ρ(rk)}
其中a,b,c为空间直线参数,ri为直线拟合残差,ρ(ri)为残差函数,k为循环次数;ρ(ri)取值为:
t值用以抑制过大的残差分量;选取残差函数之和的最小值对应的直线参数作为最优参数;
针对不同拟合方法及不同参数得到的拟合直线,使用拟合直线残差统计量衡量出最适合的拟合方法及参数。