基于Kinect传感器的三维点云配准优化

作者：胡胜; 胡凯峰; 芦晨鹏; 刘聪^*; 袁功进; 汪飘

来源：激光杂志, 2023, 44(02): 63-68.

DOI：10.14016/j.cnki.jgzz.2023.02.063

• Kinect深度传感器
• 机器视觉
• 点云配准
• ICP算法
• 线性最小二乘法

针对目前三维点云配准中传统ICP(Iterative Closest Point)算法存在的速度慢、精度低的问题。采用微软Kinect2.0深度传感器从真实的场景中获取目标物体的点云数据,通过点云分割、滤波、下采样等预处理工作,确保点云配准质量。在点云的粗配准中,使用特征点采样一致性算法,使点云获得更好的初始位置,为精配准创造了良好的初始条件。在点云的精配准中,提出一种利用线性最小二乘法优化的点到面ICP算法。实验结果表明,改进后算法的均方根误差为0.788 mm,时间为56.31 ms。与基于尺度不变特征变换的ICP算法和特征点采样一致性改进ICP算法相比,改进后的算法配准精度分别提高了30.9%和33.6%,速度提高了18.9%和32.1%。

• 单位
  华侨大学; 电子工程学院; 湖北工业大学