[发明专利]改进的最近点迭代点云配准方法

说明书

本发明提供了两种改进的最近点迭代点云配准方法，属于图像处理和三维点云配准领域。所述提高最近点迭代算法收敛速度的方法是在传统最近点迭代算法基础上，增加一个构造旋转矩阵的环节，所构造的旋转矩阵用于参与迭代过程中新的待配准点云的生成。构造矩阵的方法有两种，一种是基于当前次迭代所得的矩阵R_i进行构造，另一种是根据相邻两次迭代获得的三轴姿态角之差，再通过欧拉角公式，进行矩阵构造。经仿真验证，两种方法都能够有效提高传统最近点迭代算法的收敛速度，提高了算法的整体效率，特别是在处理是数据点较大的情况下，其效率提升的优势更为明显。

技术领域

本发明涉及点云配准方法，尤其是提高最近点迭代算法收敛速度的改进的最近点迭代点云配准方法，属于图像处理和三维点云配准领域。

背景技术

对空间非合作目标类航天器位置姿态信息的获取是进行在轨接近、操控和服务的前提。因此，对空间非合作目标位置姿态的测量是一个重要的研究方向。一种有效的测量方法是，利用激光类主动测量敏感器获取空间非合作目标三维点云，然后再通过相关位置姿态解算算法即可求解目标位置姿态信息。位置姿态的求解一般是通过将敏感器测量所得的三维点云与另一模型点云进行配准来实现。

最近点迭代(ICP)算法是1992年被提出的用于进行点云精确配准的迭代算法。该方法对待配准点云中的每一个点，在目标点云中寻找其欧氏距离最近的对应点，用以计算旋转平移矩阵，旋转平移矩阵作用于原待配准点云得到新的待配准点云。对以上步骤进行迭代，直到相邻两次迭代的目标函数值变化小于设定的阈值为止。

ICP算法是一种典型的迭代算法，其单次迭代的效率和总的迭代次数均会影响算法整体的收敛效率。该算法每次迭代都需进行最近点云的查找，这一过程耗费大量的时间。点数越多，查找效率越低。为提高ICP算法的效率，研究人员提出了许多方法来提高最近点点云的查找效率，进而减少单次迭代所需的时间。例如，基于K-D树结构的最近点云搜索方法提高了搜索速度；对待配准点云进行随机采样以减少参与计算的点云个数；对最近点对的欧氏距离进行阈值筛选以减小参与计算的点云个数等等。

上述提高最近点查找速度和减少参与点云的个数来提高ICP算法迭代效率的方法都属于提高单次迭代效率的范畴，均没有从减少总的迭代次数角度去对算法进行优化。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提出一种改进的最近点迭代三维点云姿态配准方法，通过构造旋转矩阵的方式来减少ICP算法迭代次数的方法来提高ICP算法的整体效率。

本发明的技术解决方案是：改进的最近点迭代点云配准方法，该方法包括以下步骤：

(a1)、在目标点云中依次寻找与待配准点云中各点的欧式距离最近点，将待配准点云中所有点相应的最近点集合构成最近点云，初始化迭代次数i为0，旋转矩阵Rⁱ为3×3的单位矩阵I₃、平移向量T_i为[0，0，0]，进入步骤(a2)；

(a2)、采用经典最近点迭代算法计算待配准点云和最近点云旋转矩阵R_i；

(a3)、在R_i的基础上，计算得到构造的矩阵R_i'，将R_i'×R_i得到新的旋转矩阵Rⁱ，所述R_i'为反对称阵，且为正交阵，具体为：