融合高斯混合模型和点到面距离的点云配准
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.
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
30
TP391.41(计算技术、计算机技术)
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
2018-05-11(万方平台首次上网日期,不代表论文的发表时间)
共9页
642-650