科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文提出了一种结合三维点云测量技术与点云配准算法的无标识点位姿测量方案。针对传统点云配准算法对初始位置和噪声敏感，目标测量点云与参考点云部分重合以及密度差异大导致的异源点云配准精度低的问题，提出了一种基于混合特征重合区域预测的端到端位姿估计算法，即通过深度学习的方法实现点云配准。首先，设计点云混合特征编码模块，通过特征交互融合源点云与参考点云的特征，获得更丰富的特征表示。其次，基于混合特征设计参考点云重合掩码解码模块，保留参考点云中与源点云重合的所有重合点。最后，利用重合部分的点云特征回归两组点云的相对位姿参数，实现了目标的位姿测量。实验结果表明，该算法对异源点云配准具有较好的性能，能在保证鲁棒性的同时，显著提升点云配准精度。
-
单位天津大学; 中航工业洛阳电光设备研究所; 光电控制技术重点实验室; 精密测试技术及仪器国家重点实验室
