融合高斯混合模型和点到面距离的点云配准

摘要：

针对非线性光照变化、杂乱或遮挡等环境下目标定位精度低的问题, 提出一种基于高斯混合模型和点到面距离的点云配准算法, 以实现目标的精确定位. 首先设模板点云元素服从高斯混合分布, 根据点到面距离大小分配高斯混合模型中各组成部分的概率值, 构建负对数似然函数; 然后应用EM算法对点云优化, 并推导了最大化步阶段Q函数的封闭解, 提高算法实时性. 以合成数据和实际的法兰零件点云为对象进行实验, 结果表明, 该算法配准精度和鲁棒性明显优于传统配准算法, 能够满足复杂工况下目标精确定位要求.

关键词：点云配准、迭代最近点法、点到面距离、高斯混合模型、最大期望算法

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金51578162;国家重点科技计划资助项目2017YFD0700100;广东省科技计划项目2014A010104011,2015A020209111;滁州学院校级规划项目2016GH10,2016GH11;安徽省高校自然科学研究项目KJ2015B20

在线出版日期：2018-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：642-650