面向深度相机位姿优化的帧间点云数据配准算法

发布时间：2021-12-30 09:57

　　TOF相机能够同时采集灰度图像和深度图像从而优化相机位姿的估计值.应用图结构调整框架优化多帧数据采集时的相机位姿,采用帧间配准决定优化的精度和效率.从2帧图像上提取并匹配尺度不变特征点对,二维特征点被扩展到三维空间后,利用与特征点的空间位置关系将2帧三维点云配准;逐步应用提出的算法配准参与位姿优化的多帧点云中的任意2帧点云;最后将有效配准的点云帧对作为输入数据,采用图结构算法优化位姿.实验结果表明,提出的帧间配准算法使得位姿估计值精度显著提高,同时保证了估计效率. 

【文章来源】：浙江大学学报(工学版). 2019,53(09)北大核心EICSCD

【文章页数】：10 页

【参考文献】：
期刊论文
[1]融合高斯混合模型和点到面距离的点云配准[J]. 林桂潮,唐昀超,邹湘军,张青,时晓杰,冯文贤.  计算机辅助设计与图形学学报. 2018(04)
[2]基于EKF和LKF级联的频偏和相位估计联合方案[J]. 侯冰洁,杨彦甫,向前,张群,姚勇.  光学学报. 2018(01)
[3]结合同场景彩色图像的深度图超分辨率重建[J]. 王宇,朴燕,孙荣春.  光学学报. 2017(08)
[4]基于卷积神经网络的点云配准方法[J]. 舒程珣,何云涛,孙庆科.  激光与光电子学进展. 2017(03)
[5]基于Kinect v2的实时精确三维重建系统[J]. 李诗锐,李琪,李海洋,侯沛宏,曹伟国,王向东,李华.  软件学报. 2016(10)
[6]一种估计深度相机位姿精度的闭式算法[J]. 李兴东,郭伟,李满天,陈超,孙立宁.  机器人. 2014(02)



本文编号：3557968