三維重建主要透過使用相關儀器來獲取物體的二維影象或三維點雲等資料資訊, 然後, 再對獲取的資料資訊進行分析處理, 最後, 利用三維重建的相關理論重建出真實環境中物體表面的輪廓資訊，廣泛應用於人工智慧、機器人、無人駕駛、SLAM (Simultaneous localization and mapping)、虛擬現實和 3D 列印等領域, 具有重要的研究價值也是未來發展的重要研究方向。
三維重建技術分類如下圖所示
三維重建技術分類
目前三維重建方法較多，但主要聚焦在鐳射和視覺，因為二者能輸出較出色的重建效果，鐳射和視覺重建的效果又有一些差異：
鐳射重建精度較高，不受光線影響，但是不具有顏色屬性。
視覺重建精度一般，具有顏色屬性，但效果易受光線影響。
無論是鐳射和是視覺做三維重建都需要做特徵匹配，但是匹配都不能保證精度足夠，在一些特徵不好的時候，建圖的效果較差，所以一般會加入IMU做匹配約
束，IMU感測器能智慧地融合多軸陀螺儀和加速度計，即只用內部感測器就可以得到測量資料，而不需要任何外界幫助，提供可靠的位置和運動識別。
IMU在三維重建中採用的方法一般是透過卡爾曼濾波器或者最佳化的預積分模型進行對匹配進行相對約束，能大大提升匹配的精度和魯棒性。
基於濾波的IMU融合框架如下圖所示
基於濾波的IMU融合
基於最佳化的IMU融合如下圖所示
基於最佳化的IMU融合
兩種融合方式都有其應用的優點，基於濾波的計算量小，基於最佳化的計算兩較大，精度一般高於濾波方法。
鐳射三維重建的匹配原理如下圖所示
鐳射三維重建過程
鐳射匹配的本質就是對應點關聯，做剛體變換完成，典型演算法是ICP,NDT。
鐳射匹配的對應點關聯
視覺三維重建的匹配原理如下圖所示
視覺三維重建過程
視覺匹配的本質就是利用多幀影象的共視關係恢復目標的三維結構，典型方法就是BA。
視覺匹配的多視角共視約束
鐳射三維重建效果
鐳射三維重建高精度地圖1
鐳射三維重建高精度地圖2
視覺重建效果圖
視覺三維重建地圖，帶有顏色屬性
純鐳射或者視覺+IMU在大場景中可能會有一定累計誤差漂移情況，對此，加入RTK可消除累積誤差，適合進行大場景三維重建，效果如下圖所示。
鐳射+視覺+IMU+RTK重建效果圖
最後，有相關需求歡迎透過微信公眾號聯絡我們。
