咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >空间信息约束的改进ICP算法大场景点云快速配准方法 收藏

空间信息约束的改进ICP算法大场景点云快速配准方法

Improved ICP algorithm for fast registration of point clouds in large-scale scenarios with spatial information constraints

作     者:赵遐龄 潘斌 ZHAO Xialing;PAN Bin

作者机构:湖南省水文地质环境地质调查监测所湖南长沙410100 湖南省地质工程勘察院有限公司湖南株洲412003 

出 版 物:《北京测绘》 (Beijing Surveying and Mapping)

年 卷 期:2024年第38卷第8期

页      面:1106-1111页

学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基  金:湖南省地质院科研项目(HNGSTP202314) 湖南省水文地质环境地质调查监测所科研项目(HNSHK202206) 

主  题:大场景点云配准 地面三维激光扫描 三维角点特征 改进ICP算法 

摘      要:针对大场景点云快速配准对初值要求高的问题,将测站空间位置与三维角点特征作为空间约束信息,改进传统迭代最近邻点法(ICP)配准算法。考虑点云密度与扫描仪的距离关系,结合使用点—点准则与点—线准则进行点云精配准。实例验证结果表明,在4 507万点云场景下,均方根误差(RMSE)达到0.231 1 m,较直接使用ICP算法提高0.352 1 m,较使用采样随机采样一致性算法RANSAC+迭代最近点算法(ICP)方法提高0.119 3 m,时间分别缩短5.87、18.32 s;在843万点云场景下,RMSE达到0.051 6 m,较直接使用ICP算法提高1.052 1 m,较使用RANSAC+ICP方法提高0.266 9 m,时间分别缩短2.10、19.43 s;提取到的有效角点较Harris3D算法提高了34.84%,证明本文算法能够用于大场景散乱点云的快速配准。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分