局部距离优化的点云配准算法 |
| |
引用本文: | 王明,严飞.局部距离优化的点云配准算法[J].四川激光,2023(2):57-62. |
| |
作者姓名: | 王明 严飞 |
| |
作者单位: | 1. 南京信息工程大学自动化学院;2. 江苏省大气环境与装备技术协同创新中心 |
| |
摘 要: | 为了降低多视觉点云配准过程中易产生的误匹配等问题,提高配准效率,提出一种加权距离均值的关键点提取算法。以点云表面某点为中心,计算邻近点到中心点处切平面的加权距离均值,以此筛选出具有局部特征信息差异的关键点;选择快速点特征直方图(Point Features Histograms, FPFH)作为关键点的特征描述子;在匹配对应点对方面,采用一种基于邻近匹配对欧氏距离相对一致性的对应关系查找策略,结合随机抽样一致性(Sample Consensus Initial Alignment, RANSAC)算法确定对应点集,得到最优初始变换矩阵完成粗配准;最后使用迭代最近点(Iterative Closest Point, ICP)算法进行精配准。实验结果表明,所提算法在有效提取关键点的基础上提高了对应关系的准确性,较好的初始位姿使得ICP算法最终的收敛速度与传统点云配准算法相比平均提高了约47.75%,具有较好的配准效果。
|
关 键 词: | 机器视觉 点云配准 关键点提取 对应点筛选 迭代最近点 |
|
|