一种改进的基于PCA的ICP点云配准算法研究

发布时间：2022-08-09 21:30

　　三维点云配准是三维重建过程中的重要环节,ICP配准算法无法处理初始位姿相差较大的点云,结果可能陷入局部最优的问题。本文提出了一种改进的基于PCA的快速ICP匹配算法,通过对两组点云进行主成分求解,形成各自的PCA坐标系。对两组点云分别进行坐标系转换,通过主轴校正矩阵解决了PCA主轴反向问题;利用K-D tree快速搜索最近点改进传统ICP方法,完成点云的快速精确配准。实验表明,该配准算法可以有效处理点云初始位置较差的情况,实现任意位姿关系下的两组点云的快速精确配准。 

【文章页数】：7 页

【文章目录】：
0 引 言
1 点云粗配准
    1.1 基于PCA的点云粗配准
    1.2 PCA主轴方向校正
2 基于K-D tree的ICP精配准
    2.1 K-D tree搜索算法
    2.2 ICP算法求解旋转平移矩阵
3 实验算例
    3.1 配准误差分析
    3.2 配准耗时分析
4 结 论


【参考文献】：
期刊论文
[1]三维点云快速拼接方法研究[J]. 黄潜,王泽勇,李金龙,孟倞安,高晓蓉.  信息技术. 2018(07)
[2]基于曲率特征的迭代最近点算法配准研究[J]. 曾繁轩,李亮,刁鑫鹏.  激光与光电子学进展. 2017(01)
[3]采用点云重心距离进行边界检测的点云数据配准[J]. 王勇,唐靖,饶勤菲,袁巢燕.  小型微型计算机系统. 2015(09)
[4]一种基于特征提取的点云自动配准算法[J]. 黄源,达飞鹏,陶海跻.  中国激光. 2015(03)
[5]融合语义特征与GPS位置的地面激光点云拼接方法[J]. 浦石,李京伟,郭四清.  测绘学报. 2014(05)
[6]一种基于法向量的点云自动配准方法[J]. 陶海跻,达飞鹏.  中国激光. 2013(08)
[7]基于有界k-d树的最近点搜索算法[J]. 刘宇,熊有伦.  华中科技大学学报(自然科学版). 2008(07)



本文编号：3673315