[发明专利]一种基于GPU的GMM点云配准方法

权利要求书

1.一种基于GPU的GMM点云配准算法，其特征在于，包括以下步骤：

提取目标点云的XYZ坐标数据并描绘其特征信息，包括：将目标点云的XYZ坐标数据从CPU内存拷入GPU显存并分别存储；绘制基底直方图条目；基于K-Means聚类算法对所述基底直方图条目的点分类；计算所述基底直方图条目各类点的高斯分布并获得高斯分布参数；

提取源点云的XYZ坐标数据：在GPU显存中开辟数组空间，将源点云XYZ坐标数据从CPU内存拷入GPU显存并分别储存；

设定位姿搜索参数；

位姿搜索预处理，得到经过不同航向角旋转的变换点云集并存储；

层次化位姿搜索，得到经过不同搜索组合变换的搜索点云集并输出最优位姿。

2.根据权利要求1所述的基于GPU的GMM点云配准算法，其特征在于，所述提取目标点云的XYZ坐标数据并描绘其特征信息，包括：将目标点云的XYZ坐标数据从CPU内存拷入GPU显存并分别存储；绘制基底直方图条目；基于K-Means聚类法对所述基底直方图条目的点分类；计算所述基底直方图条目各类点的高斯分布并获得高斯分布参数，具体过程为：

步骤1.1：在GPU显存中开辟3个数组空间，将目标点云的XYZ坐标数据从CPU内存拷入GPU显存并将XYZ数据分别储存在所述3个数组空间中，以便在后续读取时实现对GPU内存的合并访问；

步骤1.2：在GPU上利用线束级操作完成快速归约算法，找到目标点云X,Y数据的最大最小值；

步骤1.3：依据此边界及预设基底网格分辨率将目标点云在X,Y平面上划分成边长相等的若干基底直方图条目；

步骤1.4：为目标点云中的每一个点分配一个GPU线程，根据各个点的X,Y坐标数据将各个点映射至所属基底直方图条目中；

步骤1.5：根据实时动态信息获取各个基底直方图的高程，并作为当前基底直方图的地面高度基准；

步骤1.6：为每一个基底直方图分配一个GPU线程，遍历基底直方图当中所有的点，根据每个点的Z轴信息以及该基底直方图的地面高度基准进行K-Means聚类，将基底直方图中的点分为地面类和上层建筑类；

步骤1.7：为每一个基底直方图分配一个GPU线程，检查各个基底直方图中地面类和上层建筑类中点的数量；

步骤1.8：为每一个基底直方图分配一个GPU线程，根据K-Means聚类结果为每个基底直方图的地面类和上层建筑类分别计算在Z轴上的高斯分布并得到高斯分布参数；将所得到的高斯分布参数分别以连续内存形式储存在GPU显存中，以在后续读取高斯分布参数时完成对显存的合并访问。

3.根据权利要求2所述的基于GPU的GMM点云配准算法，其特征在于，在步骤1.1中，所述在GPU显存中开辟3个数组空间中的所述数组空间的大小为4bytes×N_T，其中，N_T为目标点云中点的数量。

4.根据权利要求2所述的基于GPU的GMM点云配准算法，其特征在于，在步骤1.7和步骤1.8中，若所述某一基底直方图中的地面类或上层建筑类中点的数量少于2个，则点数少于2个的类被从其所属基底直方图中抹去，且该类对应的高斯分布参数置为零。

5.根据权利要求2-4任一项所述的基于GPU的GMM点云配准算法，其特征在于，所述设定位姿搜索参数，具体过程为：

步骤3.1：分别在三个自由度X轴Y轴和航向角设置搜索范围：X_s，Y_s和H_s；

步骤3.2：设置三个自由度的基础搜索步长：S_x，S_y和S_h；

步骤3.3：设置搜索层数：L；

步骤3.4：设置GPU线程并行度参数：P，其中P≤32；

步骤3.5：设置源点云点中点的数量：N_s。