摘要
针对空间非合作目标点云配准过程中目标残缺、机动过快等问题,对飞行时间深度(TOF)相机点云配准过程进行研究。利用相机可同时获取灰度与深度图的特点,提出一种基于霍夫变换的点云配准算法,在提供精确初始位姿的同时,也加速了最近点搜索过程。对TOF相机摄得灰度图进行边缘检测,利用边缘点以随机霍夫变换的方法拟合椭圆中心,使待配准点云与参考点云中心配准。随后检测图像几何特征,与对应参考点特征相配,提高初始位姿精度,既避免所提算法陷入局部最小,也可解决目标点云缺失无法配准的难题。在最近点搜索过程中,引入kd-tree改进算法,以3σ准则剔除单次k邻近的离群点,提高了相机动态性能。以某实拍卫星模型对所提算法进行仿真分析,成功验证了其对于残缺目标配准的可行性与鲁棒性。同时,在完整与残缺点云目标下,所提算法较于常规霍夫变换法相比分别提速955.3%和440.4%,且精度相当,具有较为广泛的应用前景。
-
单位上海航天控制技术研究所