1.一种复杂场景下大尺度桥梁三维激光扫描规划方法,其特征在于:所述方法的步骤为:S1、使用无人机摄影测量重建桥梁三维模型,在桥梁三维模型中添加扫描障碍物,提取模型三角形的中心点及中心点法向量,以此构建桥梁实体点云,分割实体点云中能够架设扫描仪和摆放标靶的区域并离散为等距网格点,作为测站及标靶候选点集;S2、在无约束条件下,对实体点云进行虚拟预扫描,获得表面点云,下采样并分割出特殊区域,作为桥梁模拟场景;S3、根据用户需求和扫描仪参数,设置全局区域点云密度、特殊区域点云密度,最大入射角、最大扫描距离和扫描角分辨率范围的约束条件,在约束条件下对桥梁模拟场景开展射线追踪仿真分析,通过加权贪心算法进行两阶段测站布置优化,选取最优测站位置、扫描角分辨率和高扫描角分辨率测站的扫描方位角,根据测站布置优化结果,以扫描仪移动路径最短和相邻测站扫描重叠点数最多为目标,通过蚁群算法对最优测站进行路径规划;S4、根据测站路径规划结果,聚类邻近测站为测站组,基于标靶候选点集和测站组分布情况,以测站标靶互视和标靶坐标协方差条件数最小为原则,进行标靶布置优化,找出每组测站的最优标靶位置;S5、汇总测站和标靶布置优化结果输出扫描方案,扫描方案包括最优测站位置及测站组、每组测站的最优标靶位置、扫描角分辨率、高扫描角分辨率测站的扫描方位角和扫描路径;所述S3中路径规划具体过程如下:首先,采用蚁群算法,将若干蚂蚁分配到各个测站,根据测站之间的距离和扫描重叠率,启发函数计算每只蚂蚁对下一测站的转移概率,通过轮赌法选择下一测站,记录蚂蚁走过的测站的顺序以及路径长度,直到访问完所有测站,通过对每只蚂蚁路径总长度升序选出精英蚂蚁;重复以上步骤,直到满足预设迭代次数,此时精英蚂蚁走过的测站的顺序以及路径长度即为全局路径规划;所述S4中测站分组具体过程如下:首先,统计所有两邻近测站距离的中位数,以某一测站为圆心,以中位数为半径,绘制邻域圆,进行邻域检测,若邻域内测站数量等于或超过数量阈值,则此测站为核心测站,否则为噪声测站,其中,数量阈值设为2;其次,对邻域内所有测站进行邻域检测,直到检测出噪声测站,检测出的所有核心测站视为同组测站,噪声测站为独自的测站组;最后,对剩余测站重复上述步骤,直到所有测站划分为多个测站组;所述S4中标靶布置优化具体过程如下:首先,针对同一测站组,以组内测站标靶互视和坐标协方差矩阵条件数最小为原则,在可视的标靶候选点中选取3个标靶布置点;其次,针对相邻测站组,根据路径规划结果,确定两个最邻近测站,以两个邻近测站标靶互视和坐标协方差矩阵条件数最小为原则,在可视的标靶候选点中选取3个标靶位置,重复以上步骤,直到遍历所有测站组。
2.根据权利要求1所述的复杂场景下大尺度桥梁三维激光扫描规划方法,其特征在于:所述S2中虚拟预扫描具体过程如下:首先,按照测量专业人员的扫描规划经验,选定一组虚拟预扫描的测站位置;其次,基于虚拟预扫描的测站位置,在无约束条件下,对实体点云进行射线追踪仿真分析,保存所有可视点,作为桥梁表面点云。
3.根据权利要求1所述的复杂场景下大尺度桥梁三维激光扫描规划方法,其特征在于:所述S3中两阶段测站布置优化具体过程如下:首先,采用低扫描角分辨率的全景扫描模式,统计场景内满足约束条件的区域位置,判断特殊区域是否满足约束条件;其次,若不满足约束条件,则先针对特殊区域使用高扫描角分辨率限制方位角的扫描模式模拟,再进行低扫描分辨率全景扫描模式模拟;再次,根据满足约束条件的场景点数量,计算每个测站候选点的权重系数,迭代选取最大权重的测站,直到全部扫描点满足完整度要求,或相邻两次迭代的覆盖率之差小于规定阈值,则停止迭代,获得一组最优测站位置和扫描角分辨率。
4.根据权利要求1所述的复杂场景下大尺度桥梁三维激光扫描规划方法,其特征在于:所述最大入射角不大于70度。