[发明专利]基于迭代就近点算法的点云配准方法

摘要

本发明公开了一种基于迭代就近点算法的点云配准方法，其实现步骤为(1)获取点云；(2)预处理点云；(3)获取待扩展参考空间和待扩展目标空间；(4)获取待配准参考空间和待配准目标空间；(5)配准参考点云和目标点云；(6)判断所有分段点云如完成配准，进行步骤(7)，否则，返回步骤(2)；(7)输出配准结果。本发明配准的点云首先是根据场景，采用不同扫描方式获取的，然后再利用粗配准、精配准和最大化对应点对等步骤，并通过修正配准得分，减小了陷入局部解的可能性，提高了鲁棒性和配准的精度，可用于配准复杂场景的点云。

主权项

一种基于迭代就近点算法的点云配准方法，包括如下步骤：(1)获取点云：根据场景选择不同的场景扫描方式，获取待扫描物体的点云；(2)预处理点云：(2a)任意选取相邻的两段点云，作为参考点云和预目标点云，分别建立参考点云和预目标点云空间坐标系；所述的参考点云和预目标点云空间坐标系的建立方式如下：以扫描仪所在位置为坐标系原点，将参考点云的坐标原点设置为O，将预目标点云的坐标原点设置为O'，将扫描仪开始扫描的方向作为X轴，与开始扫描方向垂直的方向作为Y轴，垂直水平面方向作为Z轴，将参考点云的坐标原点O向预目标点云的坐标原点O'的移动方向作为视角方向；(2b)若预目标点云是通过水平视角扫描方式获得，则将预目标点云绕Z轴顺时针旋转180°，作为目标点云，否则，将预目标点云直接作为目标点云；(2c)采用离群点过滤方法，对参考点云和目标点云进行过滤，获得过滤后参考点云和过滤后目标点云；(2d)采用稀疏化方法，对过滤后参考点云和过滤后目标点云进行稀疏化，获得稀疏化参考点云和稀疏化目标点云；(2e)用从扫描仪读取的扫描仪最优扫描半径，对稀疏化参考点云和稀疏化目标点云进行限长滤波，得到参考待配准点云和目标待配准点云；(3)获取待扩展参考空间和待扩展目标空间：(3a)在参考待配准点云内，取坐标值x≥0且y≥0的部分，作为参考重叠部分；(3b)在目标待配准点云内，取坐标值x≥0且y≥0的部分，作为目标重叠部分；(3c)分别在参考重叠部分和目标重叠部分上，设置相同大小的滑动窗，获得参考重叠子空间和目标重叠子空间，将滑动窗的位置标记为初始生成位置；(3d)将参考重叠子空间作为最优参考子空间，目标重叠子空间作为最优目标子空间，将参考重叠子空间和目标重叠子空间的最优子空间配准得分初始化为无穷大；(3e)采用迭代配准点云公式，将参考重叠子空间作为参考配准点云，目标重叠子空间作为目标配准点云，计算参考配准点云和目标配准点云的配准得分，将配准得分作为子空间配准得分；所述迭代配准点云公式如下：G′=AB]]>其中，G′表示参考配准点云和目标配准点云的配准得分，A表示参考配准点云和目标配准点云内匹配点的个数，B表示目标配准点云内点的个数；(3f)按照下式，计算参考重叠子空间和目标重叠子空间的配准修正得分：G=G′*(1-IT)]]>其中，G表示参考重叠子空间和目标重叠子空间的配准修正得分，G′表示参考重叠子空间和目标重叠子空间的子空间配准得分，I表示通过迭代就近点算法获得的参考重叠子空间和目标重叠子空间内匹配点的个数，T表示目标待配准点云内点的个数；(3g)对于配准修正得分小于最优子空间配准得分的情况，将参考重叠子空间作为最优参考子空间，目标重叠子空间作为最优目标子空间，最优子空间配准得分更新为与配准修正得分相同，对于配准修正得分大于或等于最优子空间配准得分的情况，不改变最优参考子空间、最优目标子空间和最优子空间配准得分；(3h)在目标重叠部分上，沿着视角方向，将滑动窗移动n*p长度，获得一个目标重叠子空间，其中，n表示一个正整数，1≤n≤5，p表示稀疏化所采用的体素边长；(3i)判断滑动窗是否超出目标重叠部分，如果是，则执行步骤(3j)，否则，执行步骤(3e)；(3j)在目标重叠部分上，沿视角方向的反方向，将滑动窗移回初始生成位置；(3k)在参考重叠部分上，沿着视角方向，将滑动窗移动n*p长度，获得一个参考重叠子空间，其中，n表示一个正整数，1≤n≤5，p表示稀疏化所采用的体素边长；(3l)判断滑动窗是否超出参考重叠部分，如果是，则执行步骤(3m)；否则，执行步骤(3e)；(3m)将最优参考子空间作为待扩展参考空间，最优目标子空间作为待扩展目标空间；(4)获取待配准参考空间和待配准目标空间：(4a)将待扩展参考空间作为参考待配准重叠空间，待扩展目标空间作为目标待配准重叠空间，将待扩展参考空间和待扩展目标空间的最优配准得分初始化为无穷大；(4b)将待扩展参考空间沿着视角方向和视角方向的反方向，分别增加长度m*Re，将增加长度的待扩展参考空间作为新的待扩展参考空间，其中，m表示一个正整数，1≤m≤10，Re表示根据用户要求的待扫描物体的点云精度所设置的扫描仪的扫描精度；(4c)将待扩展目标空间沿着视角方向和视角方向的反方向，分别增加长度m*Re，将增加长度的待扩展目标空间作为新的待扩展目标空间，其中，m表示一个正整数，1≤m≤10，Re表示根据用户要求的待扫描物体的点云精度所设置的扫描仪的扫描精度；(4d)采用与步骤(3e)相同的迭代配准点云公式，将待扩展参考空间作为参考配准点云，待扩展目标空间作为目标配准点云，计算参考配准点云和目标配准点云的配准得分，将配准得分作为优化配准得分；(4e)对于优化配准得分大于最优配准得分的情况，不改变参考待配准重叠空间和目标待配准重叠空间，对于优化配准得分小于或等于最优配准得分的情况，将待扩展参考空间作为参考待配准重叠空间，待扩展目标空间作为目标待配准重叠空间，最优配准得分更新为与优化配准得分相同；(4f)判断优化配准得分是否大于最优配准得分，如果是，则执行步骤(4g)，否则，执行步骤(4b)；(4g)将参考待配准重叠空间作为待配准参考空间，目标待配准重叠空间作为待配准目标空间；(5)配准参考点云和目标点云：(5a)采用迭代就近点算法，将参考点云和目标点云的待配准重叠空间配准，获得转换矩阵；(5b)采用矩阵运算，以转换矩阵为参数，将参考点云和目标点云转换到同一坐标系下，得到参考点云和目标点云配准后的点云；(5c)用参考点云和目标点云配准后的点云替换参考点云和目标点云，完成参考点云和目标点云的配准；(6)判断是否完成所有分段点云的配准，如果是，则执行步骤(7)，否则，执行步骤(2)；(7)输出配准结果。