Para realizar a varredura abrangente dos dados de nuvem de pontos de uma cena tridimensional, este artigo projeta um sistema de varredura rotativo para lidar de múltiplas linhas. A qualidade da nuvem de pontos 3D escaneada depende fortemente da relação de transformação de pose entre o lidar e a plataforma rotativa. No entanto, os métodos de calibração existentes estão em grande parte limitados a cenários de aplicação de lidar de linha única e apresentam problemas como modelo de calibração único e forte acoplamento de parâmetros. Para isso, este artigo propõe um novo método de calibração externa para plataforma rotativa de lidar de múltiplas linhas baseado em características planas. Primeiramente, combinando o algoritmo de consenso de amostras aleatórias, constrói-se um modelo matemático para calibração dos parâmetros externos do lidar de múltiplas linhas e da plataforma rotativa. Em seguida, por meio da introdução de um coeficiente de peso inercial decrescente linearmente para substituir o peso inercial fixo no algoritmo padrão de otimização por enxame de partículas, melhora-se o algoritmo tradicional e utiliza-se o algoritmo aprimorado para otimizar e resolver o modelo matemático construído. Por fim, por meio da análise da espessura da nuvem de pontos em simulações e cenas reais, bem como da avaliação do efeito da reconstrução, verifica-se a precisão e eficácia do método proposto. Os resultados experimentais mostram que, em comparação com a espessura da nuvem de pontos antes da calibração de 7,6681 cm, a espessura após a calibração diminuiu para 4,0390 cm, indicando que a distribuição da nuvem de pontos reconstruída é mais uniforme após a calibração pelo método proposto. A comparação da distribuição da nuvem de pontos das cenas reconstruídas antes e depois da calibração comprova ainda mais a eficácia e confiabilidade do método proposto.

lidar de múltiplas linhas; calibração de radar; calibração externa; reconstrução 3D; nuvem de pontos