摘要
准确处理多时相激光雷达点云数据对于可靠监测矿山沉降极为重要。不同时期获取的点云数据可能因GNSS/INS定位偏差、传感器校准误差以及观测几何条件的差异而存在系统误差。这些误差通常表现为整体参考框架的偏移或逐渐出现的变形。当这类误差与真实的地形变化叠加时，会掩盖沉降信号，并引入虚假的差异，从而增加区分真实沉降与伪信号的难度。为解决这一问题，本研究提出了基于稳健配准的多时相点云系统误差校正方法（RR-SEC），该方法旨在为不同时间段的点云建立一致的参考框架。该算法并不假设稳定区域完全不会发生变化，而是通过分析多时相数据之间的差异，利用信息熵理论识别出局部变化模式更稳定的区域。在复杂地形中，该方法会选择差异熵值较低的点作为稳定控制点，以此约束点云的配准过程。随后，在这些约束条件下运用广义迭代最近点算法进行刚性配准，从而估算出不同时期点云之间的三维平移和旋转量。将估算得到的变换参数应用到整个点云上，可修正不同时期之间的参考偏差，实现所有数据点的坐标统一。通过包含刚性参考偏差和非刚性变形的模拟复杂地形数据，以及从穆杜柴登煤矿采集的无人机激光雷达数据进行的全面验证表明，与传统的GICP方法相比，RR-SEC能够有效降低点云对齐误差，使稳定区域的平均残差减少约85%。经过校正的点云所计算出的沉降值与实测值更为一致，且地形变形模式也更易于解读。RR-SEC展现出出色的稳定性，可作为提高矿山地区乃至其他地球科学领域变形监测精度的实用方法。
