集成ICP和NDT的地面激光扫描点云渐进配准方法
发布时间:2020-12-25 11:02
随着三维空间信息技术的蓬勃发展,全球激光雷达市场日益庞大,这对点云自动配准提出了更大的挑战与要求。国内外学者目前对于点云配准的方法和改进都开展了富有成效的研究工作,但在点云配准的效率和精度兼顾方面还有着不足;并且在点云配准精度与效率评价中,评价方法多为作者自定,尚缺少一种误差分布更加形象化、直观化的表现方式以及系统的评价体系。因此,本文对传统的迭代最近点算法(Iterative Closest Points,ICP)点云配准算法进行改进,提出一种Gauss-Newton改进非线性最小二乘法求解点云变换矩阵的算法,并集成正态分布变换配准算法(Normal Distribution Transform,NDT)实现精细配准;构建一种系统、直观的点云配准精度、效率评价体系;最后采用室内、室外点云场景对各种点云配准算法进行对比试验分析。本文主要研究工作和成果如下:(1)对传统ICP点云配准算法进行改进。在配准开始之前,采用K-D树数据组织结构来对前后两幅点云对应点进行快速查找,减少了检索对应点所耗费时间;在ICP算法中求解迭代目标函数中,采用Gauss-Newton非线性最小二乘法进行目标函数...
【文章来源】:西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】:59 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 研究意义
1.2 国内外研究现状
1.2.1 点云配准的研究现状
1.2.2 点云配准评价方法的研究现状
1.3 研究目标与研究内容
1.4 论文章节安排
第2章 改进ICP并集成NDT的点云配准算法
2.1 ICP和NDT点云配准算法概述
2.1.1 迭代最近点配准算法
2.1.2 三维正态分布变换算法
2.2 NDT与改进ICP集成的点云配准方法
2.2.1 点云配准流程
2.2.2 PCA算法的点云预匹配
2.2.3 NDT粗配准参数选择
2.2.4 基于Gauss-Newton的非线性ICP配准模型
2.3 本章小结
第3章 点云配准结果评价方法
3.1 配准影响因素分析
3.1.1 点云数量
3.1.2 点云噪声
3.1.3 重叠范围
3.1.4 配准角度
3.2 基于误差椭球的精度评价方法
3.2.1 误差椭球的构建原理
3.2.2 对应点的选取
3.3 点云配准效率评价体系
3.4 本章小结
第4章 试验与结果分析
4.1 数据获取与预处理
4.1.1 点云数据获取
4.1.2 点云去噪
4.1.3 点云精简
4.2 实验场景与配准方案
4.3 点云配准精度分析
4.3.1 配准误差与误差分布
4.3.2 重叠范围的影响
4.3.3 空间位置的影响
4.4 点云配准效率分析
4.4.1 收敛速度
4.4.2 迭代效率
4.4.3 迭代速度
4.5 本章小结
第5章 总结与展望
5.1 论文工作总结
5.2 创新点
5.3 不足与展望
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果
本文编号:2937524
【文章来源】:西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】:59 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 研究意义
1.2 国内外研究现状
1.2.1 点云配准的研究现状
1.2.2 点云配准评价方法的研究现状
1.3 研究目标与研究内容
1.4 论文章节安排
第2章 改进ICP并集成NDT的点云配准算法
2.1 ICP和NDT点云配准算法概述
2.1.1 迭代最近点配准算法
2.1.2 三维正态分布变换算法
2.2 NDT与改进ICP集成的点云配准方法
2.2.1 点云配准流程
2.2.2 PCA算法的点云预匹配
2.2.3 NDT粗配准参数选择
2.2.4 基于Gauss-Newton的非线性ICP配准模型
2.3 本章小结
第3章 点云配准结果评价方法
3.1 配准影响因素分析
3.1.1 点云数量
3.1.2 点云噪声
3.1.3 重叠范围
3.1.4 配准角度
3.2 基于误差椭球的精度评价方法
3.2.1 误差椭球的构建原理
3.2.2 对应点的选取
3.3 点云配准效率评价体系
3.4 本章小结
第4章 试验与结果分析
4.1 数据获取与预处理
4.1.1 点云数据获取
4.1.2 点云去噪
4.1.3 点云精简
4.2 实验场景与配准方案
4.3 点云配准精度分析
4.3.1 配准误差与误差分布
4.3.2 重叠范围的影响
4.3.3 空间位置的影响
4.4 点云配准效率分析
4.4.1 收敛速度
4.4.2 迭代效率
4.4.3 迭代速度
4.5 本章小结
第5章 总结与展望
5.1 论文工作总结
5.2 创新点
5.3 不足与展望
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果
本文编号:2937524
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2937524.html