实现激光点云高效配准的ICP优化及性能验证

摘要：

激光点云常规匹配算法是迭代最近点(Iterative Closest Point,ICP)算法,但其收敛速度慢、鲁棒性差,因此,提出一种融合多种优化算法的激光点云高效ICP配准方法.首先对点云体素滤波降采样,通过ISS算子提取关键点,采用快速点特征直方图(Fast Point Feature Histograms,FPFH)提取关键点特征,嵌入多核多线程并行处理模式(OpenMP)提高特征提取速度;然后基于提取的FPFH特征,使用采样一致性初始配准算法(Sample Consensus Initial Alignment,SAC-IA)进行相似特征点粗配准,获取点云集间的初始旋转平移变换矩阵;最后采用ICP算法进行精配准,同时采用最优节点优先(Best Bin First,BBF)优化K-D tree近邻搜索法来加速对应关系点对的搜索,并设定动态阈值消除错误对应点对,提高配准快速性和准确性.对两个实例的配准点云进行了实验验证,结果表明,提出的优化配准算法具有明显速度优势和精度优势.

关键词：激光点云、快速点特征直方图、采样一致性初始配准、迭代最近点算法、点云配准

所属期刊栏目：50

分类号：TN958.98

资助基金：国家自然科学基金;山东省自然科学基金

在线出版日期：2021-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：301-307