[发明专利]一种基于图注意力机制的残缺点云配准方法

权利要求书

1.一种基于图注意力机制的残缺点云配准方法，其特征在于：

步骤1：构建残缺点云配准网络；

步骤2：待测物体的目标点云和源点云输入到残缺点云配准网络后进行训练；

步骤3：采集待测物体的目标点云和源点云，输入到训练后的残缺点云配准网络中，输出源点云和目标点云之间的旋转变换和平移变换结果，然后利用旋转变换和平移变换结果对待测物体的目标点云和源点云进行变换处理实现点云配准。

2.根据权利要求1所述的一种基于图注意力机制的残缺点云配准方法，其特征在于：所述的源点云和目标点云均为残缺的点云。

3.根据权利要求1所述的一种基于图注意力机制的残缺点云配准方法，其特征在于：所述的残缺点云配准网络包括两个感知注意力块、虚拟匹配点生成模块和奇异值分解操作；残缺点云配准网络以源点云和目标点云为输入，源点云和目标点云分别经各自的感知注意力块处理后获得点云特征矩阵，再将源点云和目标点云的点云特征矩阵均输入到虚拟匹配点生成模块获得两片残缺点云之间的虚拟匹配关系，再经过奇异值分解操作后获得两片点云之间的旋转坐标变换R和平移坐标变换t；

每个感知注意力块均主要由多层感知机、图注意力机制模块、全连接层依次连接构成，源点云和目标点云先经过各自的多层感知机网络获得各自的n×512的点云特征，n表示点云中点的个数，然后经由图注意力机制模块增强点云特征对关键匹配点的感知能力进而输出源点云和目标点云各自的高层注意力特征，将源点云和目标点云的高层注意力特征均再经过全连接层FC获得各自的点云特征矩阵F1和F2，将两个点云特征矩阵F1和F2输入到虚拟匹配点生成模块获得点云之间的匹配关系矩阵，并结合源点云和目标点云获得虚拟匹配点对，将获得的虚拟匹配点对最后通过奇异值分解操作SVD算法对虚拟匹配关系处理得到两片点云之间的旋转坐标变换R和平移坐标变换t。

4.根据权利要求1所述的一种基于图注意力机制的残缺点云配准方法，其特征在于：所述的图注意力机制模块包括了三个全连接层、信息传递编码模块、注意力计算模块、元素相加操作；将源点云/目标点云作为原始点云，经原始点云经过多层感知机网络获得的n×512的点云特征分别输入到三个全连接层中，三个全连接层中的权值不同，三个全连接层分别输出关键值K、初始值V、初步查询值Q’的三个参数，原始点云经信息传递编码模块获得点云空间结构信息，将点云空间结构信息和初步查询值Q’通过元素相加的方式处理获得查询值Q；

将关键值K、初始值V和查询值Q共同输入到注意力计算模块中，注意力计算模块具体按下式计算获得高层注意力特征：

其中，Z(Q,K,V)表示高层注意力特征，d_k表示关键值V的维度。

5.根据权利要求1所述的一种基于图注意力机制的残缺点云配准方法，其特征在于：所述的虚拟匹配点生成模块包括：

将源点云的点云特征矩阵F1和目标点云的点云特征矩阵F2之间按照以下公式处理获得源点云的每个点特征和目标点云的每个点特征之间的距离d，表示为：

其中，f1表示源点云的点云特征矩阵F1中的一个点特征，f2表示目标点云的点云特征矩阵F1中的一个点特征，T表示矩阵转置；

将获得的每个距离d均经过softmax函数处理获得softmax距离函数值，再从所有softmax距离函数值中选取最大的H个，由最大的H个softmax距离函数值分别对应在源点云的点云特征矩阵F1中的H个点云特征和目标点云的点云特征矩阵F2中的H个点云特征均作为虚拟匹配点云特征，源点云的一个虚拟匹配点云特征和目标点云的一个虚拟匹配点云特征构成虚拟匹配点对，从而获得各虚拟匹配点对。