科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统ICP算法配准过程中存在误差大、耗时长及收敛慢等问题，提出一种基于曲率特征约束的3D-Harris算法结合3D形状上下文(3DSC)特征的点云配准方法。首先提取点云数据的体素中心，利用k最近邻搜索获取体素中心邻近点为体素栅格来下采样，以表面法线与平均曲率为特征约束提取降采样后3D-Harris特征点，采用3DSC对特征点进行描述，然后根据3DSC特征结合RANSAC算法进行粗配准，估算点云的初始位姿。最后利用k-d tree加速对应点的查找，线性最小二乘法优化点到面ICP算法求解最优变换矩阵。采用不同规模、不同重叠度且含高斯噪声的缺失数据的数据集进行仿真实验，结果表明：与经典ICP方法及结合SIFT的SAC-IA+ICP方法比较，所提方法在保持算法快速性的情况下，配准精度更高，收敛速度更快。
- 出版日期2023
- 单位电子信息工程学院; 太原科技大学
