1.一种基于语义分割的多视角异源点云配准方法，其特征在于，包括以下步骤：步骤1：采集室外多视角异源待配准点云数据集，并对数据集进行预处理:步骤1‑1：对数据集中的每幅点云进行裁剪、坐标系对齐、降采样；

步骤1‑2：对预处理后的点云数据进行语义标注，获得Heshan‑3D数据集；

步骤1‑3：构建RandLA‑Net模型；

步骤1‑4：利用Heshan‑3D数据集对所述的RandLA‑Net模型进行训练，得到点云样本的参数和权重，并将所述的参数和权重作为训练好的RandLA‑Net模型的参数和权重；

步骤1‑5：使用训练好的RandLA‑Net模型对经过标准化的待配准场景点云进行语义分割，预测出场景点云中每个点的语义类别Class，定义Classcar为汽车类别，Classbuilding为房类别，Classtree为树类别；

步骤2：根据语义分割类别Classcar、Classbuilding、Classtree，分别提取出各自的类别点云数据簇；

步骤3：对点云数据簇进行滤波以筛除语义分类错误的点，得到干净的点云类别簇：步骤3‑1：垂直方向地面分割滤波，RANSAC拟合地平面并设置合适的地平面距离阈值threshold，滤除阈值内所有点云；

步骤3‑2：使用DBSCAN密度聚类滤波从错误分类的点云簇中筛选出干净的点云类别簇；

步骤4：对滤波处理后的点云类别簇做最小外接框，并将最小外接框点云化处理；

步骤5：采用位姿估计算法获取两个世界坐标系最小外接框之间的旋转矩阵R和平移矩阵t；

步骤6：步骤5所求的R和t构成两幅待配准异源点云之间的变换矩阵T，通过最小外接框获取的T间接实现俯视‑平视点云的配准融合。

2.根据权利要求1所述的一种基于语义分割的多视角异源点云配准方法，其特征在于：步骤1所述的多视角异源待配准点云是由两个不同传感器从两个视角采集得到的点云；多视角指的是数据采集视角，分别是地面平视采集视角和空中俯视采集视角；异源指的是数据采集所用的传感器，分别是地面激光雷达和空中无人机携带的RGB相机；所述的多视角异源待配准点云P＝{p1,p2,...,pn}，Q＝{q1,q2,...,qm}需由传感器获得的数据，后续利用重建算法得到。

3.根据权利要求1所述的一种基于语义分割的多视角异源点云配准方法，其特征在于：步骤3所述的点云滤波方法是将垂直地平面分割和密度聚类滤波结合的方式来筛除语义分类错误的点，以获取较为干净的点云类别簇；具体地，根据平面公式：Ax+By+Cz+D＝0知，平面拟合需要至少三个点，以Pbuilding为例，从Pbuilding中随机选取三个点计算平面参数A，B，C，D，用其余点云坐标依次代入平面公式计算误差，然后与阈值误差进行比较，如果小于阈值误差的点视为平面上的点，从而拟合出地平面；根据距离公式：计算平面之外各点到拟合平面距离与设置高度阈值进行比较，阈值

之内的点视为距离地平面一定高度的杂点，根据此原理可有效去除大部分错误语义分类的噪声点，然后使用DBSCAN密度聚类再次去除剩余的错误语义分类的噪声点，从而得到Classbuilding类的目标点云P'building，采用相同方法可以得到P'car，P'tree，Q'building，Q'car，Q'tree。

4.根据权利要求1所述的一种基于语义分割的多视角异源点云配准方法，其特征在于：采集数据是两个不同传感器获取得到的，其密度差异大对姿态估计算法带来严重挑战，所述步骤4为了解决该挑战，分别对滤波后的点云做最小外接矩阵框，然后将外接框点云化，分别表示为Pframe＝{p1,p2,...,pk}，Qframe＝{q1,q2,...,ql}，其中k，l代表点云化后的框的 点云 数；Pf r am e和 Qf ra m e选 为新 的 待匹 配点 云簇 ，根 据公 式 ：*

可以计算得到点云化后的框之间的旋转矩阵R和平移矩阵

*

t，其中N是Pframe与Qframe之间匹配点数。

5.根据权利要求1所述的一种基于语义分割的多视角异源点云配准方法，其特征在于：步骤5所述的位姿估计算法为4PCS算法。

6.根据权利要求1所述的一种基于语义分割的多视角异源点云配准方法，其特征在于：* *

步骤6所述的变换矩阵 是由步骤5得到的旋转矩阵R 和平移矩阵t 构成得到，T可使得 最小，从而将初始待配准点云P＝{p1,p2,...,pn}，Q＝{q1,q2,...,qm}配准融合。

7.一种基于语义分割的多视角异源点云配准装置，其特征在于，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现权利要求1‑6中任一项所述的一种基于语义分割的多视角异源点云配准方法。

8.一种计算机可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时，实现权利要求1‑6中任一项所述的一种基于语义分割的多视角异源点云配准方法。