[发明专利]改进的最近点迭代点云配准方法

摘要

本发明提供了两种改进的最近点迭代点云配准方法，属于图像处理和三维点云配准领域。所述提高最近点迭代算法收敛速度的方法是在传统最近点迭代算法基础上，增加一个构造旋转矩阵的环节，所构造的旋转矩阵用于参与迭代过程中新的待配准点云的生成。构造矩阵的方法有两种，一种是基于当前次迭代所得的矩阵Ri进行构造，另一种是根据相邻两次迭代获得的三轴姿态角之差，再通过欧拉角公式，进行矩阵构造。经仿真验证，两种方法都能够有效提高传统最近点迭代算法的收敛速度，提高了算法的整体效率，特别是在处理是数据点较大的情况下，其效率提升的优势更为明显。

主权项

改进的最近点迭代点云配准方法，其特征在于包括以下步骤：(a1)、在目标点云中依次寻找与待配准点云中各点的欧式距离最近点，将待配准点云中所有点相应的最近点集合构成最近点云，初始化迭代次数i为0，旋转矩阵Ri为3×3的单位矩阵I3、平移向量Ti为[0，0，0]，进入步骤(a2)；(a2)、采用经典最近点迭代算法计算待配准点云和最近点云旋转矩阵Ri；(a3)、在Ri的基础上，计算得到构造的矩阵R'i，将R'i×Ri得到新的旋转矩阵Ri，所述R'i为反对称阵，且为正交阵，具体为：Ri′=1-Ri(1,2)2-(k13Ri(1,3))2k12Ri(1,2)k13Ri(1,3)-k12Ri(1,2)1-Ri(1,2)2-(k23Ri(2,3))2k23Ri(2,3)-k13Ri(1,3)-k23Ri(2,3)1-(k13Ri(1,3))2-(k23Ri(2,3))2]]>式中，k12、k13和k23分别为矩阵Ri对角线右上角三个元素绝对值Ri(1,2)、Ri(1,3)和Ri(2,3)的系数；k12、k13和k23的大小顺序与相应的矩阵Ri对角线右上角三个元素绝对值Ri(1,2)、Ri(1,3)和Ri(2,3)从大到小顺序一致；(a4)、计算待配准点云P和最近点云X的中心μp、μx，根据待配准点云P和最近点云X的中心μp、μx和旋转矩阵Ri求解平移向量Ti：Ti＝μx‑Riμp(a5)、将旋转矩阵Ri和平移向量Ti作用于待配准点云，更新待配准点云，在目标点云中依次寻找与更新后的待配准点云中各点的欧式距离最近点，更新最近点集，计算两点云之间的平均欧式距离f(Ri,Ti)；(a6)、如果i为0，则更新迭代次数i为i+1，重复上述步骤(a2)～(a6)；否则，比较相邻两次迭代得到的平均欧氏距离之差是否满足阈值条件，即|f(Ri,Ti)‑f(Ri‑1,Ti‑1)|≤thr1，所述thr1为第一欧式距离门限，满足条件时，结束；不满足条件时，更新迭代次数i为i+1，重复上述步骤(a2)～(a6)。