科研之友
微信
新浪微博
Facebook
分享链接
摘要
多视角点云配准是逆向工程中的关键步骤之一，具有重要的研究意义和工程应用价值。而对于狭窄场景(如口腔或机械结构内部)获取的点云数据，多视角配准算法的精度直接影响重建精度的好坏。为了提升狭窄场景多视角点云配准的速度和鲁棒性，提出一种基于位姿图优化的增量式多视角点云配准方法。首先针对相邻视角的点云，结合迭代最近点法(ICP)和基于特征的配准方法，提出一种多策略融合的成对点云配准算法，用于求解相邻视角点云的配准结果；然后在增量式相邻视角点云的配准基础上，进一步提出一种基于距离约束的回环检测方法，并依据相邻视角点云的配准结果和回环检测的结果构建位姿图；最后采用实时优化策略对位姿图进行优化，消除累计误差，实现鲁棒的多视角配准。实验结果表明，提出的多策略融合配准算法和基于距离约束的回环检测方法是有效的。经典ICP算法和基于FPFH特征的配准算法在实验中存在失效的现象，而提出的多策略融合配准算法并无失效。基于距离筛选的回环检测方法较常规的回环检测方法效率提高。提出的多视角配准算法在配准牙齿模型数据时精度可达到0.0357mm。为了验证算法的普适性，采用多个狭窄场景下连续采集的模型点云进行验证，结果表明提出的算法取得了不错的效果，表明该方法是一种有效的狭窄场景多视角配准方法。
-
单位机械传动国家重点实验室; 重庆大学
