科研之友
微信
新浪微博
Facebook
分享链接
摘要
重叠度低的点云配准精度和不同尺度点云配准通用性的研究是点云配准的难题，目前许多配准算法对低重叠度的点云，尤其是在位姿差异较大的情况下，配准精度较低，此外，算法对不同尺度的点云较为敏感，点云需要预先处理或者调节较多参数才能达到较好的配准效果。快速点特征直方图（FPFH）是一种广泛应用于点云的特征，复杂度相对较低，保留了点云的大部分特征。基于点云的快速点特征直方图提出了一种改进的配准方法。首先，提出基于FPFH特征的多尺度特征关键点提取方法，可以适应不同规模的点云数据集，同时降低了需要调节的参数量；然后，对经过FPFH特征匹配初筛的对应点关系进行精确提取，增加点云内的距离约束条件，降低对重叠度的敏感性，获取配准的初步变换矩阵，即粗配准；最后，经过迭代最近点（ICP）方法进行微调，从而达到精确配准的目的。实验结果显示，该方法在不同重叠度以及不同规模的点云数据集上，都拥有较好的配准精度，效果超过了一些传统的配准方法。
- 单位
