三次元シーンの全方位点群データスキャンを実現するために、本論文では多線レーザーレーダー回転式スキャンシステムを設計した。本システムでスキャンされた三次元点群の品質は、レーザーレーダーと回転プラットフォーム間の姿勢変換関係に大きく依存する。しかし、既存のキャリブレーション方法は主に単一線型レーダーの応用シナリオに限定されており、キャリブレーションモデルの単一性やパラメータの強い結合などの問題が存在する。そこで本論文では、平面特徴に基づく多線レーザーレーダー回転プラットフォーム外部パラメータキャリブレーション手法を提案する。まず、ランダムサンプリングコンセンサスアルゴリズムを組み合わせ、多線レーザーレーダーと回転プラットフォームの外部パラメータ補正の数理モデルを構築する。次に、標準粒子群最適化アルゴリズムの固定慣性重みを線形減少慣性重み係数に置き換えることで、従来の粒子群アルゴリズムを改良し、改良アルゴリズムを用いて構築した数理モデルの最適化解を求める。最後に、シミュレーションおよび実際のシーンにおける点群の厚さ解析と再構成効果の評価を通じて、提案手法の精度と有効性を検証する。実験結果は、キャリブレーション前の点群厚さが7.6681cmであったのに対し、キャリブレーション後の点群厚さが4.0390cmに減少し、提案手法によるキャリブレーション後の再構成点群分布がより均一であることを示している。また、キャリブレーション前後の再構成シーンの点群分布比較を通じて、提案手法の有効性と信頼性をさらに実証している。

多線レーザーレーダー; レーダーキャリブレーション; 外部パラメータキャリブレーション; 三次元再構成; 点群