[发明专利]一种三维点云配准方法、装置、设备及存储介质

权利要求书

1.一种三维点云配准方法，其特征在于，包括如下步骤：

获取源点云和目标点云；

计算出所述源点云的FPFH特征描述子和所述目标点云的FPFH特征描述子；

根据所述源点云的FPFH特征描述子和目标点云的FPFH特征描述子，确定若干个初始特征匹配对；

根据若干个所述初始特征匹配对，基于模拟退火算法确定出初始变换矩阵；

将所述初始变换矩阵作为初始值，采用ICP算法进行精配准；

所述根据若干个所述初始特征匹配对，基于模拟退火算法确定出初始变换矩阵的步骤具体包括：

基于模拟退火算法确定出若干个所述初始特征匹配对中的若干个最优特征匹配对；

根据若干个所述最优特征匹配对，基于ICP算法进行点云粗配准，以确定出初始变换矩阵；

在进行初始变换矩阵的确定时，先设定初始温度t0和温度系数a，随机提取生成的特征点，然后对特征点进行icp粗配准，保存误差结果及旋转平移矩阵并计算概率，判断是否接受该次结果，接着降温进入下次迭代，每一次迭代都会生成一个新的旋转平移矩阵，相对应的待匹配点云也就一次一次地更加逼近目标点云，当迭代次数达到五十次或者陷入局部最优解后结束本次迭代，完成退火算法后选取最小误差的旋转矩阵和平移矩阵作为所述初始变换矩阵；

在采用模拟退火算法进行最优特征匹配对寻找时，具体步骤如下：

在解空间范围内随机给定一个可行解i，初始温度为t = t0，温度系数为a，计算目标函数f(i)，其中，所述目标函数为计算特征匹配对的欧式距离的函数；

判断温度t是否到达平衡状态，如果已经到达平衡则输出结果；

生成一个随机扰动，生成一个新解j；

计算f(j)函数值；

如果f(j)f(i)，则，i=j，f(i)=f(j)，则重新判断温度t是否到达平衡状态；

令t = t*a，继续迭代，直至所有迭代结束后，确定出若干个所述初始特征匹配对中的若干个最优特征匹配对；

所述ICP精配准的步骤如下：

(1) 寻找对应点：依据模拟退火算法计算出的特征匹配对结果，对浮动图像P进行变换，得到新的浮动图像1P ，对于1P中的每一个点，在参考图像Q中找寻与之距离最近的点，即为对应点；

(2)优化粗配准得到的转换矩阵：根据(1)得到的对应点求取旋转和平移的参数，由于对应点对数量庞大，而旋转和平移的参数只有 6 个，所以可以利用SVD 奇异值分解算法来计算新的旋转平移参数；

(3)算法迭代：根据步骤(2)得到的新的旋转矩阵R和平移向量T，更新点集：；

(4) 计算目标函数值：，如果结果大于规定的阈值，则返回步骤 1)；如果结果陷入局部最优值或者迭代次数超过指定的次数，则停止计算。

2.根据权利要求1所述的三维点云配准方法，其特征在于，所述计算出所述源点云的FPFH特征描述子和所述目标点云的FPFH特征描述子的步骤具体为：

计算出所述源点云和目标点云的每个点的法向量，根据源点云的法向量和目标点云的法向量分别计算出所述源点云的点特征直方图和所述目标点云的点特征直方图，根据所述源点云的点特征直方图和所述目标点云的点特征直方图得到所述源点云的FPFH特征描述子和所述目标点云的FPFH特征描述子。

3.根据权利要求1所述的三维点云配准方法，其特征在于，所述根据所述源点云的FPFH特征描述子和目标点云的FPFH特征描述子，确定初始特征匹配对的步骤具体为：

根据所述源点云和目标点云的FPFH特征描述子，确定所述目标点云中与所述源点云的各个点的欧式距离最短的点，将所述源点云和目标点云中欧式距离最短的两个点作为一特征匹配对，以得到若干个初始特征匹配对。

4.根据权利要求1所述的三维点云配准方法，其特征在于，所述初始变换矩阵包括初始旋转矩阵和初始平移矩阵。