[发明专利]基于点云压缩和惯性导航的移动场景实时三维重构方法

摘要

本发明涉及一种基于PFH和惯性导航的移动场景实时三维重构方法，分为以下三个阶段：第1阶段，设计一种基于PFH的点云压缩算法；第2阶段，设计了一种基于惯性导航的点云配准算法；第3阶段，完成点云融合。本发明可实现较高压缩比，有效减少ICP算法输入点集的数量，从而节约点云配准、点云融合计算时间；减少ICP算法的迭代次数，提高收敛速度，从而提高整个重构算法的实时性。

主权项

一种基于点云压缩和惯性导航的移动场景实时三维重构方法，其特征在于，包括如下步骤：第一步、对于场景S，利用Kinect体感控制器的摄像头分别从视角V₁，…，V_k，…V_n依次获取点云集合M₁，…，M_k，…M_n，M_k为k时刻从视觉V_k获取的点云；第二步、将点云集合{M₁，…，M_k，…M_n}压缩为{P₁，…，P_k，…P_n}，其中，P_k为M_k的一个子集，且满足：式中，ρ为预设比，F_c(□)为特征点数量度量函数，δ为设定的特征点保留率；第三步、利用惯性导航技术获取场景S内运载体在视角V₁，…，V_k，…V_n下的位置、角度偏移量，转化为ICP算法所需的初始变换矩阵与第四步、利用初始变换矩阵与对压缩后的点云{P₁，…，P_k，…P_n}进行粗配准，再基于ICP算法确定变换矩阵R_k与T_k，完成精确配准；第五步、随着Kinect体感控制器的传感器在场景S中的漫游，不断将新获取的每一片点云与局部模型拼接、融合，直到重构出整个三维场景模型。