期刊文章详细信息
一种基于降采样后关键点优化的点云配准方法
Point cloud registration method based on key point optimization after downsampling
文献类型:期刊文章
Tao Sijie;Bai Ruilin(Key Laboratory of Advanced Process Control for Light Industry for Ministry of Education,School of Internet of Things Engineering,Jiangnan University,Wuxi Jiangsu 214122,China)
机构地区:[1]江南大学物联网工程学院轻工过程先进控制教育部重点实验室,江苏无锡214122
基 金:江苏高校优势学科建设工程资助项目(PAPD);江苏省产学研前瞻性联合研究项目(BY2015019-38);江苏省科技成果转化专项资金项目(BA2016075)。
年 份:2021
卷 号:38
期 号:3
起止页码:904-907
语 种:中文
收录情况:AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊
摘 要:针对工件点云数据多而导致点云配准耗时长的问题,提出一种基于降采样后关键点优化的点云配准方法。计算点云若干体素的重心,利用kd-tree快速遍历重心的邻近点来代替该体素;提出自适应的点云平均距离计算方法,对降采样后的点云提取ISS3D关键点,并采用基于球邻域的边界点判断方法对其优化;对优化后的关键点进行FPFH特征描述,利用SAC-IA求解近似变换阵,使用ICP算法精配准而解得工件的精确位姿信息。实验结果表明,相较于其他四种配准算法,配准精度分别提高了96.9%、98.1%、93.3%和3.5%,配准速度分别提高了77.2%、77.7%、76.9%和85.4%,表明了该方法的有效性。
关 键 词:耗时 体素网格 关键点 边界点
分 类 号:TP391]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...