[发明专利]一种基于有向包围盒的尺度点云配准方法及装置

权利要求书

1.一种基于有向包围盒的尺度点云配准方法，其特征在于，包括：

构建尺度点云配准模型，并对所述尺度点云配准模型进行去中心化，获取去中心化的源点云和目标点云；

根据去中心化的源点云和目标点云表面顶点的空间分布确定点云的有向包围盒方向，分别生成源点云有向包围盒和目标点云有向包围盒；

基于所述源点云有向包围盒和所述目标点云有向包围盒的顶点和边的对应关系计算尺度因子和旋转矩阵；

基于余弦相似度最大原则从所述旋转矩阵中选择一个作为最优旋转矩阵，并基于所述最优旋转矩阵和所述尺度因子计算平移向量，完成点云配准；

其中，所述基于所述源点云有向包围盒和所述目标点云有向包围盒的顶点和边的对应关系计算尺度因子和旋转矩阵，包括：

分别计算目标点云有向包围盒和源点云有向包围盒的边长，得到目标点云有向包围盒和源点云有向包围盒在不同方向的边长的比值，对所有方向上的比值进行平均值计算，得到尺度因子S^*；

基于所述尺度因子S^*对目标点云的有向包围盒顶点G进行尺度变换处理，得到目标点云尺度变换后的有向包围盒顶点G′；

通过最小二乘法对源点云的有向包围盒顶点F和目标点云尺度变换后的有向包围盒顶点G′进行处理，得到旋转矩阵R；

其中，所述通过最小二乘法对源点云的有向包围盒顶点F和目标点云尺度变换后的有向包围盒顶点G′进行处理，得到旋转矩阵R，包括：

根据源点云有向包围盒和目标点云有向包围盒顶点之间的一一对应关系，通过最小二乘法对所述源点云的有向包围盒顶点F和目标点云尺度变换后的有向包围盒顶点G′进行处理，并通过奇异值分解得到旋转矩阵R，R＝UV^T；

所述最小二乘法处理过程具体为：R＝G′F^T(FF^T)^-1；

所述奇异值分解的过程具体为：R＝U∑V^T；

式中，U，V为对最小二乘法处理结果G′F^T(FF^T)^-1进行奇异值分解后的两个酉矩阵；

其中，所述根据去中心化的源点云和目标点云表面顶点的空间分布确定点云的有向包围盒方向，分别生成源点云有向包围盒和目标点云有向包围盒，包括：

对去中心化的源点云和目标点云进行快速凸包，得到源点云凸包点集X_H和目标点云凸包点集Y_H；

基于所述源点云凸包点集X_H和目标点云凸包点集Y_H，利用主成分分析法确定源点云的有向包围盒方向和目标点云的有向包围盒方向；

基于所述源点云的有向包围盒方向建立新坐标系，并根据源点云在对应新坐标系下的投影X_Q确定源点云的有向包围盒顶点F，依次连接所有源点云的有向包围盒顶点，得到源点云有向包围盒；

基于所述目标点云的有向包围盒方向建立新坐标系，并根据目标点云在对应新坐标系下的投影Y_P确定目标点云的有向包围盒顶点G，依次连接所述目标点云的有向包围盒顶点，得到目标点云有向包围盒；

其中，所述基于余弦相似度最大原则从所述旋转矩阵中选择一个作为最优旋转矩阵，包括：获取去中心化后的源点云和目标点云的单位向量和，并计算所述源点云和所述目标点云的单位向量和的余弦相似度λ_d，选择余弦相似度λ_d最大的旋转矩阵作为最优旋转矩阵R^*；

所述去中心化后的源点云和目标点云的单位向量和具体为：

其中，ω_X为源点云的单位向量和，ω_Y为目标点云的单位向量和，为源点云中的第i个点云，为目标点云中的第j个点云，N_x为源点云中点云的总个数，N_y为目标点云中点云的总个数；

所述余弦相似度λ_d的计算过程具体为：

其中，λ_d表示余弦相似度，为源点云有向包围盒和目标点云有向包围盒顶点之间的不同对应关系下的旋转矩阵，表示欧几里得范数；λ_d∈[-1，1]，当λ_d＝1时，表示两点云完全相似或者相同；

最优旋转矩阵