申请/专利权人:武汉理工大学
申请日:2023-11-24
公开(公告)日:2024-03-05
公开(公告)号:CN117649443A
主分类号:G06T7/73
分类号:G06T7/73;G06T7/33
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.22#实质审查的生效;2024.03.05#公开
摘要:本发明公开一种融合Sparse‑ICP算法和VMM算法的复杂构件位姿估计方法,将理论设计模型离散为理论点云作为点云匹配时的目标点云pcds,利用扫描设备获取扫描点云作为源点云pcdt,对理论点云和扫描点云分别进行曲率采样获取点云关键点;通过4PCS算法对源点云pcdt与目标点云pcds的关键点进行粗配准,并将所获得粗配准转换矩阵T作用于扫描点云,更新位置;利用Sparse‑ICP算法进行k次迭代计算,输出转换矩阵,对目标点云pcds进行坐标更新;利用K近邻双向搜索,对基于刚性变换后的点云dataS和dataT进行重叠计算,并去除重复索引;将去除重复索引后的点云节点坐标以及各点云节点间距离值进行可视化,获取配准误差图。本方法能实现存在密度不均点云、缺失点云及离群点云时的良好配准。
主权项:1.一种融合Sparse-ICP算法和VMM算法的复杂构件位姿估计方法,其特征在于,包括:步骤1、将理论设计模型离散为理论点云作为点云匹配时的目标点云pcds,利用扫描设备获取扫描点云作为源点云pcdt,对理论点云和扫描点云分别进行曲率采样获取点云关键点;步骤2、通过4PCS算法对源点云pcdt与目标点云pcds的关键点进行粗配准,并将所获得粗配准转换矩阵T作用于扫描点云,更新位置;步骤3、利用Sparse-ICP算法进行k次迭代计算,输出转换矩阵,对目标点云pcds进行坐标更新;步骤4、利用K近邻双向搜索,对基于刚性变换后的点云dataS和dataT进行重叠计算,并去除重复索引;步骤5、将去除重复索引后的点云节点坐标以及各点云节点间距离值进行可视化,获取配准误差图。
全文数据:
权利要求:
百度查询: 武汉理工大学 融合Sparse-ICP算法和VMM算法的复杂构件位姿估计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。