基于改进RANSAC-ICP算法的点云配准方法
黄丽婷1
林靖宇2
卢泉1
1.广西大学电气工程学院 南宁 5300042.广西大学电气工程学院 南宁 530004;广东工业大学自动化学院 广州 510006
摘要：针对点云配准时重叠区域小,难以提取特征,配准精度较低的问题,提出了一种结合改进的随机采样一致性(RANSAC)算法和改进的迭代最近点(ICP)算法的点云配准算法.首先,采用快速点特征直方图(FPFH)描述子对点云进行特征描述;其次通过融合几何一致性,采用改进随机采样一致性的算法,及时删除匹配过程中的误匹配点对,保持着对应点之间的优质关系,使其在低重叠率的点云以及含噪声的点云下也能找到具有对应关系的点,进行点云粗配准;最后针对点云数据量大时ICP配准耗时长的问题,采用KD-Tree搜索,将无序的点云进行有序化排列,进行点云精配准.采用激光雷达扫描的真实点云数据进行实验验证,并与主流点云配准算法进行比较分析.实验结果表明,对于较低重叠率、含噪声的点云,能够快速、精确地求得最优变换,具有较好的配准效果.
关键词：低重叠率点云配准FPFHRANSACICP
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(61561005)
论文发表日期：2024-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 2543-2548,2554 )
英文信息