移動LiDAR點云室內三維結構化重建方法和關鍵技術研究

崔 揚

北京市測繪設計研究院，北京 100038

室內移動LiDAR測量系統集成了IMU、激光掃描儀、數碼相機等儀器設備，在無GNSS室內場景的三維空間信息快速獲取方面取得了重大突破，為室內空間數據獲取提供了全新的技術手段。然而，由于室內環境復雜、目標豐富、移動對象、多次反射等情況，移動LiDAR測量系統獲得的點云具有遮擋嚴重、數據缺失、噪聲較大、密度分布不均勻的特點，給室內三維模型自動化快速重建與表達帶來了極大的挑戰。具體表現為要素提取難、多種室內場景適應難、自動化程度低、重建精度低等問題。本文針對移動激光點云的室內房屋分割和模型重建所面臨的瓶頸問題，展開研究，提出了解決方法。同時，基于自動化重建的室內模型進行了5G信號仿真和小基站優化選址的方法研究。主要研究成果如下：

(1)針對多層、多房屋、復雜連接的室內場景空間過分割的問題，提出了融合語義約束和多標記圖割的單房屋分割方法。將提取的室內結構要素作為幾何、語義信息，通過光線追蹤模擬軌跡點的可視點云；并基于相鄰軌跡點可視點云的相似性和空間平滑性構建多標記圖割能量函數，將無序點云分割為具有語義信息的單個房間。論文選擇移動激光設備采集的2份ISPRS測試數據、3份真實場景的點云數據、RGBD采集的兩份點云數據進行試驗。結果表明，在多層、多房屋、復雜連接的室內場景下，論文提出的方法可以穩健地分割室內單個房屋，解決了室內空間過分割的問題，為室內場景的語義解譯和模型重建提供支撐。

(2)針對不同類型、結構復雜的室內場景，移動LiDAR點云自動化重建難的問題，論文提出了線、面特征相互約束機制的三維室內建模方法。首先，將分割單房屋點云的水平切片投影生成二值圖像，從圖像中提取初始化直線。由于激光點云的局部噪聲，提取的線段出現了角度、距離、冗余、局部缺失等誤差。采用G2o圖優化理論完成誤差線的全局一致性改正，生成結構線的平面圖。最后，融合平面的三維高程信息、線的幾何結構和分割房屋的語義信息重建高精度的三維室內模型。論文分別選取移動激光掃描設備采集的一份ISPRS測試數據和5份真實大場景點云數據進行試驗。結果表明：本文的方法適用于結構復雜、類型多樣的室內房屋。重建的模型具有幾何、語義、拓撲連接信息，滿足CityGML標準中的LoD3，模型精度基本達到10 cm以內，為室內應用服務提供空間數據基礎。

(3)首次基于自動化重建的室內結構化模型進行了5G信號仿真，并提出了5G小基站選址的優化方法，利用最少的基站數量達到5G信號最大覆蓋度。首先，對于模型的水平平面，劃分均勻格網作為候選基站，模擬室內模型結構與通信之間的遮擋關系，同時，考慮信號在傳播過程中的路徑損耗和反射衰減損耗，以模擬5G信號的強度值和覆蓋度。然后，基于5G信號仿真結果與重建結構化模型，利用貪婪優化算法設計了面向5G基站優化選址策略。為了保證基站位置的正確性、信號的覆蓋度，同時提升優化效率，采用多尺度格網的空間劃分作為候選基站，并進行5G小基站優化選址。研究表明：該方法能夠有效地模擬5G信號，并且實現自動化5G基站布設和選址，相比于手工構建的室內模型，該方法能更好地滿足室內快速布設大量高密度5G通信基站的需求。