基于多传感器融合和结构光扫描的大范围弱特征场景测量系统

本申请公开了一种基于多传感器融合和结构光扫描的大范围弱特征场景测量系统，涉及大范围场景扫描技术领域，在该系统中，采用扩展卡尔曼滤波算法，基于惯性测量模组和定位传感模组提供的定位数据进行融合，并结合激光测距模组提供的测距信息对融合后的定位数据进行修正，保障了后续点云配准的精度和鲁棒性。随后根据双目结构光扫描相机在场景扫描时的位置信息和姿态信息，计算出各帧扫描点云数据相对于第一帧扫描点云数据的相对旋转矩阵和相对位移矩阵并进行粗配准，粗配准过程直接利用全局位姿信息即可将各帧点云变换到统一坐标系，大幅提高了粗配准的效率。最后通过提取非接触式激光标记装置在各帧扫描点云数据中投影出的激光标记点云，并利用这些提取出的激光标记点云的颜色特征和几何分布规律，对各帧扫描点云数据进行迭代精配准。综上，本申请实现了在大型弱特征场景下高精度、高效率、高鲁棒性的点云配准，可用于实现高精度的非接触式测量。