申请/专利权人:南京理工大学
申请日:2023-12-22
公开(公告)日:2024-03-22
公开(公告)号:CN117475170B
主分类号:G06V10/44
分类号:G06V10/44;G06V10/762;G06V10/74;G06F17/11
优先权:
专利状态码:有效-授权
法律状态:2024.03.22#授权;2024.02.20#实质审查的生效;2024.01.30#公开
摘要:本发明公开了一种基于FPP的由局部到全局结构引导的高精度点云配准方法,包括如下步骤:利用条纹投影轮廓术得到源点云和目标点云的多模态数据特征;利用多模态数据特征进行点云聚类,得到源点云和目标点云的点云聚类切块,通过特征相似度匹配出对应的节点对,得到源点云与目标点云中局部点云块的对应关系;利用重叠注意力网络模型对源点云与目标点云中具有对应关系的局部点云块进行特征交互;基于对应聚类投票的特征匹配模块对聚类点云对进行特征对应分析,选择置信度高计算位姿矩阵。本发明提出基于FPP数据特性的点云配准框架,采用聚类结构化先验约束网络模型的训练以及推理来实现更高精度和鲁棒性的点云配准。
主权项:1.一种基于FPP的由局部到全局结构引导的高精度点云配准方法,其特征在于,包括如下步骤:一、利用条纹投影轮廓术得到源点云和目标点云的多模态数据特征;二、利用步骤一得到的多模态数据特征进行点云聚类,得到源点云和目标点云的点云聚类切块,通过点云聚类切块的特征相似度匹配出源点云与目标点云中对应的节点对,得到源点云与目标点云中局部点云块的对应关系;三、利用重叠注意力网络模型对源点云与目标点云中具有对应关系的局部点云块进行特征交互;四、基于对应聚类投票的特征匹配模块对聚类点云对进行特征对应分析,选择置信度高的对应聚类计算位姿矩阵。
全文数据:
权利要求:
百度查询: 南京理工大学 基于FPP的由局部到全局结构引导的高精度点云配准方法
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。