王 銳，常 鍇，符國浩，王世峰，徐熙平*，王作斌

(1.長春理工大學(xué) 光電工程學(xué)院，吉林 長春 130022；2.長春理工大學(xué) 電子信息工程學(xué)院，吉林 長春 130022；3.長春理工大學(xué) 國家納米操縱與制造國際聯(lián)合研究中心，吉林 長春 130022)

1 引 言

隨著無人駕駛車輛[1]、機(jī)器視覺[2]的快速發(fā)展，三維空間重構(gòu)技術(shù)[3]在諸多領(lǐng)域都發(fā)揮著不可或缺的作用。該技術(shù)廣泛應(yīng)用于文物保護(hù)、建筑設(shè)計(jì)、道路檢測識別等場景，同時(shí)在游戲開發(fā)、臨床醫(yī)學(xué)等研究上也起到輔助作用[4]。三維空間重構(gòu)技術(shù)通過數(shù)據(jù)獲取、預(yù)處理、點(diǎn)云配準(zhǔn)和融合、生成空間表面等過程，把真實(shí)場景描述成符合計(jì)算機(jī)邏輯表達(dá)的數(shù)學(xué)模型。目前，國內(nèi)外已經(jīng)究出多種三維重構(gòu)的方法：基于雙目立體視覺成像[5]，它屬于被動三維測量，該方法匹配計(jì)算代價(jià)較高，并且計(jì)算無紋理表面深度信息的準(zhǔn)確度差；結(jié)構(gòu)光測量[6]，結(jié)構(gòu)光測量技術(shù)通過投影結(jié)構(gòu)光可控地增加被測物體的紋理信息，測量精度高，但是投影儀標(biāo)定與校正非線性誤差的過程較為復(fù)雜；應(yīng)用較多的方法是利用CCD攝像機(jī)[7]獲取致密的圖像灰度信息和激光雷達(dá)提供的深度信息得到空間三維重構(gòu)結(jié)果，但在兩種不同類型的數(shù)字信息的配準(zhǔn)過程中易引入較大誤差，標(biāo)定精度受限；利用多線激光雷達(dá)[8]進(jìn)行三維空間的重構(gòu)是目前應(yīng)用最為廣泛的方法之一，但該方法的主要缺陷是采集數(shù)據(jù)量過大，點(diǎn)云數(shù)據(jù)配準(zhǔn)的實(shí)時(shí)性有延時(shí)，對運(yùn)算處理器配置要求較高以及價(jià)格較昂貴等。

本文提出了一種結(jié)合單線激光雷達(dá)和慣性導(dǎo)航模塊GNSS/INS系統(tǒng)來進(jìn)行空間三維重構(gòu)的研究。利用單線激光雷達(dá)反饋的數(shù)據(jù)確定二維平面數(shù)據(jù)點(diǎn)的距離角度信息，并結(jié)合GNSS/INS測量航向角的大小，確定掃描點(diǎn)經(jīng)過的空間三維數(shù)字信息，將在不同幀獲取的數(shù)據(jù)分別融合、配準(zhǔn)，最終得到該傳感系統(tǒng)的絕對空間掃描結(jié)果。該方法在顯著提高運(yùn)算效率的同時(shí)保證了點(diǎn)云配準(zhǔn)的精度。

圖1 UTM-30LX雷達(dá)的工作掃描區(qū)域Fig.1 Working scanning area of UTM-30LX lidar

2 系統(tǒng)設(shè)計(jì)

單線激光雷達(dá)利用飛行時(shí)間法(Time of Flight，TOF)[9]實(shí)現(xiàn)距離的測量，并且結(jié)合測角技術(shù)直接獲取目標(biāo)點(diǎn)的角度信息。實(shí)驗(yàn)中選用的激光雷達(dá)傳感器是由日本HOKUYO公司生產(chǎn)的UTM-30LX單線激光雷達(dá)。該款激光雷達(dá)擁有30 m的有效測量距離、270°水平測量角度以及25 ms的掃描時(shí)間，能夠較為精確地獲取短距離、廣角度的平面深度數(shù)據(jù)，并以此進(jìn)行實(shí)驗(yàn)仿真。圖1是Hokuyo激光雷達(dá)的工作參數(shù)示意圖。為了更加便捷地實(shí)現(xiàn)本文所提出的三維空間重構(gòu)方法，本文將人為地給單線激光雷達(dá)提供不同的航向角來增加掃描維度，將不同幀的二維面融合配準(zhǔn)得到重構(gòu)的三維空間。同時(shí)選用GNSS/INS組合導(dǎo)航系統(tǒng)來確定實(shí)驗(yàn)中任意提供的不同方向的航向角。該組合導(dǎo)航系統(tǒng)集成了三個MEMS陀螺儀和三個MEMS加速度計(jì)，GNSS衛(wèi)星導(dǎo)航系統(tǒng)等。系統(tǒng)在靜態(tài)、動態(tài)和沖擊振動狀態(tài)下均有很好的響應(yīng)，可以精確地獲取傳感器的姿態(tài)和加速度信息。UTM-30LX和GNSS/INS的詳細(xì)參數(shù)如表1所示。

表1UTM-30LX和GNSS/INS的工作參數(shù)

Tab.1 Working parameters of UTM-30LX and GNSS/INS

性能參數(shù)UTM-30LXGNSS/INS工作電壓12VDC±10%4.2～17 V頻率40 Hz800 Hz(max)工作溫度-10 to 50 ℃-40 to 85 ℃測量精度0.1 mm±0.5°

3 空間三維重建過程

當(dāng)傳感器獲得空間掃描信息數(shù)據(jù)時(shí)，依據(jù)其反饋數(shù)據(jù)的上位機(jī)的Linux時(shí)間戳，兩傳感器的初始采集數(shù)據(jù)起始時(shí)間一致，并結(jié)合在MATLAB實(shí)驗(yàn)平臺上的插值函數(shù)找出在時(shí)間戳上匹配的激光雷達(dá)掃描距離數(shù)據(jù)信息和GNSS/INS的航向角以及對應(yīng)的三個方向的加速度信息，利用四元數(shù)[10-11]算法整合在各個不同位置(采集數(shù)據(jù)點(diǎn))的掃描點(diǎn)云信息，生成不同幀的圖像。分別對GNSS/INS三個方向的角加速度值施以頻域積分，實(shí)現(xiàn)點(diǎn)云空間位置的粗配準(zhǔn)，近似得到點(diǎn)云空間平移矩陣，接著使用在數(shù)據(jù)更新前提下的迭代最近點(diǎn)算法(Iterative Closet Point, ICP)算法獲得前后兩幅點(diǎn)云圖像的精確旋轉(zhuǎn)矩陣與平移向量，實(shí)現(xiàn)空間三維數(shù)字化重構(gòu)目標(biāo)。圖2為結(jié)合單線激光雷達(dá)和GNSS/INS的系統(tǒng)三維重構(gòu)工作流程。

圖2 空間三維重構(gòu)流程Fig.2 Flow chart of spatial three-dimensional reconstruction

3.1 傳感器空間、時(shí)間配準(zhǔn)

在實(shí)驗(yàn)中將單線激光雷達(dá)和GNSS/INS慣性測量單元固定在一起，由于實(shí)驗(yàn)測試的空間場景相對于兩個傳感器的體積較大，在實(shí)驗(yàn)過程中可近似將它視作一個在空間內(nèi)重心重合的質(zhì)點(diǎn)，那么GNSS/INS反饋的位置姿態(tài)信息亦可視為激光雷達(dá)的姿態(tài)信息。但是二者之間會始終存在一個由初始狀態(tài)決定的角度偏差，若采用直接測量該誤差角度的方案，則會存在較大的測量誤差且該偏角不易測量。針對此問題，在研究系統(tǒng)中運(yùn)用相對角度不變性的原理——前后狀態(tài)下的角度差值為定值，來實(shí)現(xiàn)數(shù)據(jù)的坐標(biāo)變換，即各軸之間存在的相對空間角位置固定，可將它理解為剛體的轉(zhuǎn)動，避免了偏角測量的難題，同時(shí)簡化了坐標(biāo)轉(zhuǎn)換時(shí)的計(jì)算量，提高了計(jì)算效率。

除了傳感器數(shù)據(jù)在空間上存在角度的偏差，數(shù)據(jù)在時(shí)間上的配準(zhǔn)也存在一些問題。激光雷達(dá)和GNSS/INS之間數(shù)據(jù)采集頻率不同，當(dāng)分別在兩個傳感器上采集數(shù)據(jù)時(shí)，易導(dǎo)致起始信號不一致，使數(shù)據(jù)錯位。為解決數(shù)據(jù)的時(shí)間配準(zhǔn)問題，實(shí)驗(yàn)中借助各傳感器內(nèi)置的Linux時(shí)間戳來獲得起始數(shù)據(jù)時(shí)間，并在MATLAB平臺實(shí)現(xiàn)傳感器反饋數(shù)據(jù)的預(yù)處理，從而實(shí)現(xiàn)激光雷達(dá)極坐標(biāo)下的角度、距離信息和GNSS/INS航向角姿態(tài)參數(shù)在時(shí)間上的配準(zhǔn)。進(jìn)行數(shù)據(jù)的插值運(yùn)算時(shí)，對于近似直線運(yùn)行軌跡，采用線性內(nèi)插；對于折線運(yùn)行軌跡，采用多項(xiàng)式或分段樣條內(nèi)插。為簡化后續(xù)處理數(shù)據(jù)的操作步驟，可在MATLAB內(nèi)設(shè)計(jì)一個GUI(Graphical User Interface)將上述步驟程序化，大大提高了數(shù)據(jù)預(yù)處理的效率，節(jié)省時(shí)間與空間上的資源。

3.2 四元數(shù)坐標(biāo)轉(zhuǎn)換與姿態(tài)解算

單線激光雷達(dá)是對其激光束掃描面的二維信息進(jìn)行獲取，所以本實(shí)驗(yàn)使用了GNSS/INS增加三個航向角掃描的維度，獲取更多的三維空間信息。為此，需要將在時(shí)間上配準(zhǔn)的傳感器數(shù)據(jù)應(yīng)用四元數(shù)進(jìn)行坐標(biāo)轉(zhuǎn)換，結(jié)合GNSS/INS采集到的姿態(tài)角信息解算出掃描數(shù)據(jù)點(diǎn)在空間中的坐標(biāo)位置。

傳感器的姿態(tài)解算是實(shí)現(xiàn)三維重構(gòu)的核心技術(shù)之一。實(shí)驗(yàn)中，三維重構(gòu)研究系統(tǒng)的姿態(tài)和航向角能夠有效地反映各個時(shí)刻下其所在空間的位置，從而繪制在空間某一位置的三維掃描圖像。運(yùn)用四元數(shù)進(jìn)行姿態(tài)解算，能夠減小因航向角分析順序不同而導(dǎo)致的誤差，并解決在某一個航向角的旋轉(zhuǎn)值為90°時(shí)會出現(xiàn)萬向節(jié)鎖的問題，最終導(dǎo)致剛體喪失旋轉(zhuǎn)自由度。隨著捷聯(lián)式慣性導(dǎo)航技術(shù)的發(fā)展，采用四元數(shù)法來描述剛體的角運(yùn)動變得更加簡單方便，四元數(shù)因其方程計(jì)算量不大、工作效率較高而廣泛應(yīng)用于描述空間載體的剛性運(yùn)動。根據(jù)GNSS/INS獲取的姿態(tài)數(shù)據(jù)可以得到載體在空間上的姿態(tài)信息：pitch(圍繞X軸逆時(shí)針旋轉(zhuǎn)的俯仰角)、yaw(圍繞Y軸逆時(shí)針旋轉(zhuǎn)的偏航角)、roll(圍繞Z軸逆時(shí)針旋轉(zhuǎn)的翻滾角)。圖3表示載體姿態(tài)的解算流程。

圖3 載體姿態(tài)解算流程Fig.3 Vehicle attitude solution procedure

由于單線激光雷達(dá)所獲取的數(shù)據(jù)以極坐標(biāo)形式展示，為簡化角度在空間上的旋轉(zhuǎn)運(yùn)算，對數(shù)據(jù)進(jìn)行坐標(biāo)變換，將極坐標(biāo)轉(zhuǎn)化至笛卡爾坐標(biāo)系內(nèi)。設(shè)激光雷達(dá)某一數(shù)據(jù)點(diǎn)的極坐標(biāo)為(ρ,θ)，其中ρ為距離值，θ為水平掃描角。為提高掃描空間每一幀點(diǎn)云圖像的可視化程度，在姿態(tài)解算過程中將激光雷達(dá)起始掃描線旋轉(zhuǎn)π/4，使兩坐標(biāo)系下極軸與笛卡爾坐標(biāo)系下橫軸重合。由于三個角度具有空間對稱性，這里以圍繞X軸即激光雷達(dá)的極徑旋轉(zhuǎn)的俯仰角α為例，說明該數(shù)據(jù)點(diǎn)的三維笛卡爾直角坐標(biāo)(x,y,z)：

(1)

在僅存在單一角度旋轉(zhuǎn)時(shí)，此方程的適應(yīng)性較強(qiáng)，但當(dāng)三個方向均存在旋轉(zhuǎn)角度時(shí)，對各個方向的角度運(yùn)算順序會對實(shí)驗(yàn)結(jié)果產(chǎn)生比較大的影響，會出現(xiàn)一組角度對應(yīng)多個空間點(diǎn)，尤其是當(dāng)其中的一個繞軸旋轉(zhuǎn)角度為π/2時(shí)，會出現(xiàn)萬向節(jié)鎖，導(dǎo)致其中兩個軸發(fā)生重合，進(jìn)而失去一個自由度的情形。

為了避免萬向節(jié)鎖的出現(xiàn)，應(yīng)用四元數(shù)刻畫其繞任意軸的旋轉(zhuǎn)。Faugeras和Hebert[12]應(yīng)用四元數(shù)算法來處理移動物體的配準(zhǔn)問題。四元數(shù)是一種高階復(fù)數(shù)，單位四元數(shù)是一個包含4個矢量的列陣，即有：

qR=[q0,q1,q2,q3]T,

(2)

四元數(shù)對航向角的運(yùn)算過程為：

q=Rq′，

(3)

其中:R代表四元數(shù)航向角的旋轉(zhuǎn)矩陣，q′是作用旋轉(zhuǎn)矩陣前的掃描數(shù)據(jù)點(diǎn)在空間的坐標(biāo)，q是原始數(shù)據(jù)運(yùn)算四元數(shù)旋轉(zhuǎn)矩陣后的結(jié)果?？臻g掃描數(shù)據(jù)任取一點(diǎn)p，設(shè)p點(diǎn)繞x軸、y軸、z軸的旋轉(zhuǎn)角度分別為α，β，γ。那么四元數(shù)內(nèi)繞x軸、y軸和z軸的旋轉(zhuǎn)矩陣將可以表示為：

(4)

(5)

(6)

由各個軸向的旋轉(zhuǎn)矩陣，在空間上任意航向角的旋轉(zhuǎn)可由以上矩陣復(fù)合得到點(diǎn)云數(shù)據(jù)的旋轉(zhuǎn)作用矩陣。

4 點(diǎn)云圖像配準(zhǔn)

點(diǎn)云配準(zhǔn)是點(diǎn)云數(shù)據(jù)處理的關(guān)鍵技術(shù)之一，其實(shí)質(zhì)是確定點(diǎn)云間的變換參數(shù)，從而將不同掃描坐標(biāo)系下的點(diǎn)云轉(zhuǎn)換至全局坐標(biāo)系下，實(shí)現(xiàn)空間三維重構(gòu)。運(yùn)用四元數(shù)進(jìn)行姿態(tài)解算后，實(shí)驗(yàn)中需要將位于局部坐標(biāo)系的點(diǎn)云圖像轉(zhuǎn)化到全局坐標(biāo)系內(nèi)實(shí)現(xiàn)點(diǎn)云配準(zhǔn)，進(jìn)而獲得空間三維重構(gòu)的效果。鑒于采集的數(shù)據(jù)圖像在時(shí)間上是連續(xù)的，故可將點(diǎn)云圖像劃分為多幀圖像實(shí)現(xiàn)配準(zhǔn)。定義前幀數(shù)據(jù)上的任意一點(diǎn)在全局坐標(biāo)系下的坐標(biāo)記為pn=[xn,yn,zn]T，當(dāng)前幀數(shù)據(jù)上的任意一點(diǎn)在全局坐標(biāo)系下的坐標(biāo)為pn+1=[xn+1,yn+1,zn+1]T。pn到pn+1的三維旋轉(zhuǎn)矩陣R和平移向量t為外部參數(shù)矩陣，它們的轉(zhuǎn)換關(guān)系如下：

pn+1=R*·pn+t,

(7)

其中：R*·pn表示矩陣R中的元素與矩陣pn中的元素按照相同位置進(jìn)行相乘，得到的結(jié)果作為新矩陣中相同位置的元素。其中，旋轉(zhuǎn)矩陣的變換表現(xiàn)為空間剛體變換，將源點(diǎn)云變換到目標(biāo)點(diǎn)云相同的坐標(biāo)系下。

4.1 迭代最近點(diǎn)算法與數(shù)據(jù)更新

ICP算法[13]主要用于實(shí)現(xiàn)多視角下的數(shù)據(jù)配準(zhǔn)。ICP算法是一種高效的三維配準(zhǔn)算法，普遍應(yīng)用于激光雷達(dá)掃描數(shù)據(jù)處理。初代ICP算法可以概括為以下幾個步驟：

(1)根據(jù)點(diǎn)集pn中的點(diǎn)坐標(biāo)，在統(tǒng)一曲面S上搜索相應(yīng)最近點(diǎn)點(diǎn)集pn+1；

(2)計(jì)算兩個點(diǎn)集的重心位置坐標(biāo)，點(diǎn)集中心化生成新的點(diǎn)集；

(3)由新的點(diǎn)集計(jì)算正定矩陣N，進(jìn)而得到矩陣N的最大特征值及最大特征向量；

(4)由于最大特征向量等價(jià)于殘差平方和最小時(shí)的旋轉(zhuǎn)四元數(shù)，將四元數(shù)轉(zhuǎn)化為旋轉(zhuǎn)矩陣R；

(5)確定旋轉(zhuǎn)矩陣R后，通過兩個坐標(biāo)系中的重心點(diǎn)確定平移向量；

(6)以連續(xù)兩次距離和之差的絕對值作為迭代判斷閾值；

(7)執(zhí)行迭代過程直到滿足閾值條件。

ICP算法具有較高的配準(zhǔn)精度，但同時(shí)存在運(yùn)算量較大、效率低等問題。其主要原因是ICP算法處理的數(shù)據(jù)量較大且數(shù)據(jù)是連續(xù)的。為了減少在查找最近點(diǎn)時(shí)耗費(fèi)的時(shí)間，本文首先利用k-d tree[14]提高數(shù)據(jù)查找速度，并基于八叉樹的空間坐標(biāo)分割管理數(shù)據(jù)存儲結(jié)構(gòu)。通過松散八叉樹數(shù)據(jù)結(jié)構(gòu)管理場景節(jié)點(diǎn)，進(jìn)行可見性數(shù)據(jù)分割，可有效減少數(shù)字信號傳遞的數(shù)量，且對于連續(xù)點(diǎn)云圖像配準(zhǔn)通過時(shí)間維度上的掃描數(shù)與角度分割數(shù)據(jù)，即間斷性地配準(zhǔn)點(diǎn)云數(shù)據(jù)。這樣不僅可以保留點(diǎn)云的數(shù)字特征，而且在配準(zhǔn)時(shí)也可以有效減少算法的運(yùn)算量。

4.2 加速度積分粗配準(zhǔn)

通過GNSS/INS中的加速度計(jì)可以得出在空間坐標(biāo)系下的各個方向的加速度值，對加速度數(shù)據(jù)施以二次積分運(yùn)算即可得到傳感器的位移變化量，但是此過程中易出現(xiàn)二次趨勢的問題，在此使用低通濾波滾動平均值的方法將一些低頻信號去除。實(shí)驗(yàn)中傳感器的頻率為中頻振動，在此選用頻域積分來獲取位移量。

圖4 采集數(shù)據(jù)場景Fig.4 Data acquisition scenarios

4.3 實(shí)驗(yàn)及結(jié)果

為了驗(yàn)證本文提出的空間三維重構(gòu)方法的可行性，實(shí)驗(yàn)選擇200 mm×200 mm×300 mm的立方體作為實(shí)驗(yàn)數(shù)據(jù)采集對象；實(shí)驗(yàn)數(shù)據(jù)處理平臺為i5-4200M cpu，8 GB內(nèi)存，win7操作系統(tǒng)。如圖4所示，利用GNSS/INS收集的多維歐拉角信息和單線激光雷達(dá)數(shù)據(jù)，可以得到兩組未配準(zhǔn)的圖像。

單線激光雷達(dá)在俯仰方向上進(jìn)行50幀掃描。將這50幀的點(diǎn)云數(shù)據(jù)結(jié)合GNSS/INS提供的俯仰角進(jìn)行坐標(biāo)轉(zhuǎn)換，轉(zhuǎn)移到同一坐標(biāo)系下。由于每幀數(shù)據(jù)轉(zhuǎn)換算法在步驟上是相同的，所以每組圖像都需迭代50次，如圖5(a)所示。然后，通過ICP算法實(shí)現(xiàn)旋轉(zhuǎn)矩陣和平移向量測量，結(jié)果如圖5(b)所示。

作為比較，利用16線激光雷達(dá)VLP-16實(shí)現(xiàn)相同的過程，結(jié)果如圖6所示。多線激光雷達(dá)的三維構(gòu)造過程可以更均勻地分布點(diǎn)數(shù)據(jù)，并且比單層激光雷達(dá)具有更詳細(xì)的構(gòu)造效果。表2是實(shí)驗(yàn)過程中的點(diǎn)云數(shù)量以及其處理時(shí)間。多線激光雷達(dá)比單線激光雷達(dá)消耗更多的時(shí)間，消耗的時(shí)間約為單線激光雷達(dá)的5倍。

圖6 多線雷達(dá)數(shù)據(jù)處理后的結(jié)果

Fig.6 Processed results of multi-layer LIDAR

表2 點(diǎn)云數(shù)量與運(yùn)算時(shí)間

表3是結(jié)合ICP算法所得到的各自點(diǎn)云數(shù)據(jù)配準(zhǔn)所需的旋轉(zhuǎn)矩陣與平移向量。為了精準(zhǔn)地對單線激光雷達(dá)與多線激光雷達(dá)的配準(zhǔn)精度進(jìn)行量化對比，引入ICP配準(zhǔn)評價(jià)指標(biāo)[15]，其計(jì)算公式如下：

(8)

其中：Lpi是源點(diǎn)云中對應(yīng)原始點(diǎn)的最優(yōu)配準(zhǔn)點(diǎn)，Iqi為Lpi的最近鄰點(diǎn)。首先計(jì)算配準(zhǔn)后對應(yīng)點(diǎn)云之間的歐氏距離，再對得到的所有數(shù)值求和后除以配準(zhǔn)點(diǎn)總數(shù)進(jìn)行平均，得到的平均距離差值即為ICP配準(zhǔn)評價(jià)指標(biāo)Q。配準(zhǔn)評價(jià)指標(biāo)數(shù)值越小，配準(zhǔn)效果越好。在本文實(shí)驗(yàn)環(huán)境下，當(dāng)Q<0.3時(shí)，配準(zhǔn)精度較高。

表3中數(shù)據(jù)代表了單線激光雷達(dá)和多線激光雷達(dá)重構(gòu)比較過程中的準(zhǔn)確性。結(jié)合上述的ICP配準(zhǔn)評價(jià)指標(biāo)，可以得到單線激光雷達(dá)的重構(gòu)配準(zhǔn)精度較好，且與多線激光雷達(dá)效果接近。

表3 點(diǎn)云配準(zhǔn)旋轉(zhuǎn)矩陣、平移向量以及配準(zhǔn)得分

5 結(jié) 論

本文詳細(xì)闡述了單線激光雷達(dá)和GNSS/INS的空間三維重構(gòu)技術(shù)，并在實(shí)驗(yàn)中驗(yàn)證了這一系統(tǒng)在空間重構(gòu)方面的可行性。利用相對角度不變性原理，解決了單線激光雷達(dá)與GNSS/INS相對角度偏差的問題。并且，利用四元數(shù)對激光雷達(dá)的點(diǎn)云數(shù)據(jù)進(jìn)行坐標(biāo)轉(zhuǎn)換。結(jié)合GNSS/INS的姿態(tài)角度信息，完成姿態(tài)解算，獲得空間點(diǎn)云圖像。在本文實(shí)驗(yàn)環(huán)境下，根據(jù)ICP配準(zhǔn)的評價(jià)指標(biāo)可以得到單線激光雷達(dá)與多線激光雷達(dá)的配準(zhǔn)得分較為接近，單線激光雷達(dá)與GNSS/INS的空間三維重構(gòu)系統(tǒng)與多線激光雷達(dá)構(gòu)成的三維重構(gòu)系統(tǒng)同樣具有較高的配準(zhǔn)精度。使用ICP算法進(jìn)行點(diǎn)云空間配準(zhǔn)時(shí)，利用k-d tree方法提高數(shù)據(jù)篩選速度，并且結(jié)合八叉樹的空間坐標(biāo)分割管理數(shù)據(jù)存儲結(jié)構(gòu)特征，對待匹配的點(diǎn)云數(shù)據(jù)進(jìn)行更新。在保留點(diǎn)云數(shù)字特征的前提下，能夠顯著提高運(yùn)算速率。實(shí)驗(yàn)結(jié)果表明，本文提出的基于單線激光雷達(dá)結(jié)合GNSS/INS的方法，相較于多線激光雷達(dá)方法可以節(jié)省76%的數(shù)據(jù)處理時(shí)間，而且單線激光雷達(dá)與GNSS/INS的空間三維重構(gòu)系統(tǒng)在俯仰方向上得到的角度范圍更大且垂直角度分辨率也是可控的，可以針對特定感興趣區(qū)域通過增加俯仰角度測量范圍以及縮小垂直角度分辨率，使得數(shù)據(jù)更加詳細(xì)、均勻。本文方法能夠在某些領(lǐng)域的三維空間重構(gòu)中替代多線激光雷達(dá)。