申请/专利权人：西北工业大学

申请日：2021-01-07

公开（公告）日：2024-04-12

公开（公告）号：CN112652003B

主分类号：G06T7/33

分类号：G06T7/33

优先权：["20201029 CN 2020111760719"]

专利状态码：有效-授权

法律状态：2024.04.12#授权;2021.04.30#实质审查的生效;2021.04.13#公开

摘要：本发明涉及一种基于RANSAC测度优化的三维点云配准方法，包括从数据库中读取点云数据；给点云数据添加噪声；计算点云的匹配集合，获取候选匹配集；对匹配集合进行迭代随机采样，计算场景点云与目标点云之间的位姿矩阵；在时间消耗和RMSE两方面进行评价算法的优劣。本方法计算得出的位姿仍然能使场景点云与目标点云有较高的吻合度和重叠率，抗干扰能力更强。

主权项：1.一种基于RANSAC测度优化的三维点云配准方法，其特征在于步骤如下：S1：对输入的场景点云和目标点云进行降采样，依据降采样后点云的关键点和描述子，计算场景与目标的匹配集合，再将匹配集合进行排序，筛选出K根候选匹配；所述K根候选匹配的具体过程包括：S11：建立三维体素网格，计算每个体素的重心，将体素的重心作为降采样的值；S12：计算每根匹配在场景点云和目标点云中索引的对应关系： 其中，与分别表示场景点云与目标点云中第i和第j个关键点处的描述子，n表示目标点云中关键点的个数；S13：记场景点云关键点为Ps，目标点云关键点为Pt，依据公式1中的对应关系计算两点云之间的匹配集合为C＝{ci}，其中且S14：将匹配集合按照距离从小到大排列，选取较小的K根匹配作为候选匹配集合；S2：设置初始位姿得分Score和初始迭代次数Iterators；S3：在候选匹配中随机选取三根匹配，并依此生成假设；S31：生成3个不同的0到K-1的随机数，作为候选匹配的索引；S32：根据随机生成的三根匹配，计算场景点云与目标点云之间的位姿 其中，R,t分别表示场景点云与目标点云之间的旋转变化矩阵和平移变化矩阵；S4：采用优化测度评估生成的假设，评估得分记作ScoreIterator；S41：遍历候选匹配集中每一根匹配，计算每一根匹配中场景点云中的关键点经过位姿R,t变化后的点： S42：计算场景点云中变换后的关键点到对应目标点云关键点之间的距离： S43：计算每一根匹配在R,t下的得分： 其中，t是距离阈值，t设置为7.5倍点云分辨率；S44：计算所有匹配在R,t位姿下的得分： 其中n表示匹配的数目；S5：根据评估得分更新Score，迭代步骤S3和S4，直至迭代次数。

全文数据：

权利要求：

百度查询： 西北工业大学 一种基于RANSAC测度优化的三维点云配准方法

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。

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