融合体素特征的鲁棒点云配准方法

作     者：钱梁梁 聂闻 张昊晟 朱天强 

作者机构：福州大学先进制造学院 中国科学院海西研究院泉州装备制造研究中心 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2024年

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家重点研发计划项目(2021YFC3001300) 江西省自然科学基金项目(20212ACB214005) 

主　　题：点云配准 局部特征描述子 迭代最近点 体素特征 鲁棒性 

摘      要：针对现有的点云配准方法很容易受到噪声、点云规模以及初始位姿的影响，导致配准精度较低的问题，本文提出了一种鲁棒高效的配准方法：首先将原始点云进行体素网格化处理，其次基于方向直方图签名(SHOT)特征描述子提取强化SHOT关键点集进行四点全等集(4PCS)算法粗匹配，实现源点云和目标点云的初始配准，最后引入双尺度、特征约束的策略将广义迭代最近点(GICP)拓展到体素层面，对有良好初始位姿的两片点云进行精确配准。通过在斯坦福公共点云数据集和真实场景数据集上的广泛实验，全面评估了该点云配准算法在不同场景下的适用性，实验结果表明，该点云配准算法对不同位置初值、不同重叠率以及不同规模的点云具有良好的可靠性和鲁棒性，并且真实场景下配准精度比迭代最近点(ICP)算法和快速四点集(Super-4PCS)算法分别提升了37.6%和23.2%。