申请/专利权人：西安交通大学

申请日：2021-05-14

公开（公告）日：2024-04-02

公开（公告）号：CN113256692B

主分类号：G06T7/30

分类号：G06T7/30

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2021.08.31#实质审查的生效;2021.08.13#公开

摘要：一种基于自适应邻域权重学习的刚体配准方法及设备，配准方法包括对源点集和目标点集进行预处理；初始化旋转矩阵和平移向量，确定目标函数；对源点集中的每一个点，遍历目标点集找到欧式距离最近的对应点集；计算源点集和对应点集的中心位置坐标，对两个点集进行去中心化处理；计算去中心化后两个点集的协方差矩阵并进行奇异值分解，求出旋转矩阵；由两个点集的中心化坐标做差得到平移矩阵；通过预先设定的k值，对点集中的点进行更新；根据求得的旋转矩阵和平移矩阵对源点集进行位置变换，计算变换后的源点集和目标点集的对应距离平方和，判断是否达到阈值，如果达到则输出配准结果，否则继续返回迭代。本发明能提高点云数据的配准精度。

主权项：1.一种基于自适应邻域权重学习的刚体配准方法，其特征在于，包括以下步骤：对源点集P和目标点集进行预处理；初始化旋转矩阵R和平移向量T，并对源点集P进行初始化，确定目标函数；对于源点集P中的每一个点，遍历目标点集找到欧式距离最近的对应点集Q；对源点集P进行初始化时，对点集中的每个点添加权重，确定出的目标函数如下： 其中，w表示点集的权重向量，γ表示对权重的惩罚参数，pi和qi是对应点；计算源点集P和对应点集Q的中心位置坐标，对两个点集进行去中心化处理；计算去中心化处理后两个点集的协方差矩阵，并进行奇异值分解，求出旋转矩阵R；由两个点集的中心化坐标做差得到平移矩阵T；通过预先设定的k值，对点集中的点进行更新；对点集中的点进行更新的具体方式如下：对源点集P中的每个点添加权重，按照目标函数求解值的大小进行升序排序，根据预先设置的k值，更新点集对应权重向量w；更新权重向量w的计算过程如下： 根据求得的旋转矩阵R和平移矩阵T对源点集P进行位置变换，计算出变换后的源点集P和目标点集的对应距离平方和d；判断d是否达到预先设定的阈值，如果达到则输出配准结果，否则继续返回迭代。

全文数据：

权利要求：

百度查询： 西安交通大学 一种基于自适应邻域权重学习的刚体配准方法及设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD