题名 体素化广义迭代最近点的回环检测算法研究
被引量：1
1
作者
任逍 赵旭 李连鹏 刘子玉
机构
北京信息科技大学高动态导航技术北京市重点实验室
出处
《传感器与微系统》
CSCD
北大核心
2024年第9期35-38,共4页
文摘
同步定位与地图构建(SLAM)是大规模定位和地图构建的关键技术之一,针对室外大场景环境建图时存在累计误差较大导致定位精度不高、地图出现重影和漂移的问题,提出了一种基于体素化广义迭代最近点(VGICP)优化的回环检测算法。该方法扩展了广义迭代最近点(GICP)算法,计算体素内局部多个点,在保证准确性的同时避免了代价高昂的最邻近搜索。将所提方法加入扫描上下文(SC)-LeGO—激光雷达测距和实时测绘(LOAM)完整框架中,并利用KITTI数据集05序列测试。实验结果表明:优化算法估计的轨迹和真实轨迹有较高的重合度,绝对位姿误差(APE)和相对姿态误差(RPE)的最大值分别下降了46.4%,18.8%;均方值误差下降了17.7%,19.9%;优化算法可以进一步提高建图精度并降低姿态漂移误差。
关键词
同步定位与地图构建 回环检测 体 素 化 广义 迭 代 最近 点 SC-LeGO-LOAM
Keywords
SLAM loop detection VGICP SC-LeGO-LOAM
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于PCA的体素化GICP点云配准算法
2
作者
徐浩鸿 付昱凯 崔世界
机构
东北大学信息科学与工程学院 中国科学院沈阳自动化研究所
出处
《组合机床与自动化加工技术》
北大核心
2025年第1期155-159,共5页
基金
国家自然科学基金资助项目(92267201,92267205)。
文摘
为了满足工业中对目标工件进行三维重建的速度和精度,通过分析算法配准过程提出一种基于主成分分析(PCA)和体素化广义迭代最近点(VGICP)的点云配准策略。首先,PCA算法为精配准阶段提供良好的初始位姿,其中在进行主方向矫正时,在保证数据整体特征的基础上进行体素下采样来减少由于计算配准误差所消耗的时间,提高计算速度;其次,精配准阶段采用的VGICP算法对高度依赖最近邻搜索的GICP算法进行体素划分,使用多点分布聚合的方法,可以从较少数量的点中稳健地估计体素分布,具有较快的处理速度。基于PCA改进的VGICP算法将配准效率提高60%以上,并且优于常用配准算法,同时保持了良好的配准精度。
关键词
体素化广义迭代最近点算法 主成分分析 点 云配准下采样
Keywords
voxelized GICP PCA point cloud registration sampling
分类号
TH165
[机械工程—机械制造及自动化]
TG659
[金属学及工艺—金属切削加工及机床]
题名 基于超体素与几何特征融合的点云配准优化
被引量：2
3
作者
刘耀文 毕远伟 张鲁建 黄延森
机构
烟台大学计算机与控制工程学院
出处
《激光与红外》
CAS
CSCD
北大核心
2024年第6期864-869,共6页
基金
国家自然科学基金项目(No.62272405)资助。
文摘
针对点云配准过程中点云数据冗余、易出现误匹配点对和配准精度低的问题,提出了一种融合超体素及几何特征的点云配准方法。首先使用超体素与法向量信息相结合的方法提取特征点;其次,在粗配准中,通过使用快速特征点直方图(Fast Point Feature Histograms,FPFH)进行特征描述,采用双向最近邻比获取初始特征点对应关系,基于法向量夹角策略和随机采样一致性(Random Sample Consensus,RANSAC)算法进行对应关系的优化,获取良好的初始位姿;最后,在精配准中,基于初始位姿与改进的迭代最近点算法(Iterative Closest Point,ICP)算法完成点云配准。通过在斯坦福数据集中进行配准实验,验证了所提算法具有更好的鲁棒性,能高效且精准的完成点云配准。
关键词
超体 素 迭 代 最近 点 算法 特征匹配 点 云配准
Keywords
supervoxel iterative closest point algorithm feature matching point cloud registration
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TN249
[电子电信—物理电子学]
题名 基于多分辨率的快速迭代最近点配准算法
被引量：6
4
作者
王硕 王亚飞 李学华
机构
北京信息科技大学信息与通信工程学院
出处
《计算机应用与软件》
北大核心
2020年第4期260-265,272,共7页
基金
北京市自然科学基金-海淀原始创新联合基金项目(重点研究专题)(L182039) 北京市自然科学基金-海淀原始创新联合基金项目(前沿项目)(L182032) 北京市自然科学基金-市教委联合项目(KZ201911232046)。
文摘
针对迭代最近点(Iterative Closest Point,ICP)算法计算时间长的问题,提出一种基于多分辨率配准点的ICP算法。使用自适应体素网格滤波器对原始点云进行多分辨率采样,利用低分辨率点云快速迭代获得两点云间初始变换矩阵;利用高分辨率点云在初始变换基础上做更精确配准。实验结果表明,该算法在配准精度基本不变的情况下,可以显著降低配准时间,且随着点云点数增加,速度提升效果越明显。
关键词
迭 代 最近 点 算法 (ICP)点 云配准多分辨率 体 素 网格滤波器点 间距离
Keywords
Iterative closest point(ICP) Point cloud registration Multi-resolution Voxel grid filter Distance between points
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 面向模型和室内外点云的高效配准算法
5
作者
李俊杰 雷臣 李伟诚 余肖慧 杨宇焓 朱文利
机构
武汉轻工大学机械工程学院
出处
《液晶与显示》
北大核心
2025年第3期493-504,共12页
基金
国家自然科学基金(No.52371074)。
文摘
针对现有点云配准算法对不同场景的点云进行配准时存在适用性弱、鲁棒性差及配准效率低下等问题,本文提出面向模型和室内外点云的高效配准算法。首先,采用体素网格滤波对点云进行下采样,并使用内部形态描述子(ISS)提取点云特征。然后,由快速点特征直方图(FPFH)对特征点进行特征描述,采用随机采样一致性(RANSAC)算法对点云进行粗配准。最后,通过图形处理器(GPU)并行加速的体素化广义迭代最近点(VGICP)算法实现精配准。实验结果表明,在含有噪声点的三维模型、室内及低重叠率室外点云中,本文算法在达到较高配准精度的同时仅耗时0.118 s、0.306 s和0.648 s。相比于现有的配准算法,配准效率提高了79.12%、82.41%和88.28%。本文算法在不同的应用场景下均具有较高的配准精度和配准效率,且适用性更强、鲁棒性更高。
关键词
点 云配准随机采样一致性 图形处理器 体 素 化 广义 迭 代 最近 点
Keywords
point cloud registration random sample consensus graphics processing unit voxelized generalized iterative closest point
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 面向复杂场景的地图轻量化与匹配定位方法
6
作者
魏东岩 巨柳荫 纪新春 马朝伟 袁洪
机构
中国科学院空天信息创新研究院 中国科学院大学电子电气与通信工程学院 西北工业大学电子信息学院
出处
《中国惯性技术学报》
北大核心
2025年第2期114-123,共10页
基金
国家自然科学基金青年科学基金(42204048)。
文摘
针对移动机器人在计算、存储与通信资源受限场景下高精度定位需求,提出一种环境特征地图轻量化重建与匹配定位方法。设计自适应点特征直方图(APFH)描述子表征点特征显著度,充分提取关键特征点构建轻量化点云地图,有效兼顾复杂场景中不同类型区域的地图轻量化与特征丰富性。基于粗-精级联匹配定位方法,使用采样一致性配准算法(SAC-IA)搜索匹配APFH完成粗匹配,并提出对称化广义迭代最近点算法(SGICP)进行精匹配,通过对称化构造误差函数降低匹配陷入局部最优概率,提高轻量化点云地图的匹配定位精度。公开数据集与实际场景测试表明,与现有常用方法相比,相同压缩率下所提方法构建的轻量化点云地图信息熵平均提高49.63%,多类场景下平均匹配定位精度提高17.19%。
关键词
点 云匹配地图轻量化 对称化 广义 迭 代 最近 点 算法 自适应点 特征直方图
Keywords
cloud registration map lightweight SGICP APFH
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
题名 改进的采样一致性点云配准算法
被引量：8
7
作者
王月海 庄志鹏 邢娜
机构
北方工业大学信息学院
出处
《计算机工程与设计》
北大核心
2022年第5期1382-1388,共7页
基金
国家自然科学基金项目(61571323)。
文摘
为解决传统迭代最近点(iterative closest point,ICP)算法存在配准效率低等问题,提出一种改进的采样一致性点云配准算法。通过自适应体素网格滤波法对点云进行处理,可以根据点云量级自动修改体素立方体大小,剔除偏差较大的噪点,降低点云数据量级;在快速点特征直方图(fast point features histogram,FPFH)中引入距离的二次函数,降低远距离邻域点的权值,提高近距离邻域点的权值。运用公开数据集Bunny点云数据进行实验的结果表明,该算法相对于传统点云配准算法的配准精度提升了54.65%,配准效率提升了39.39%。运用多组数据验证了该算法的有效性。
关键词
迭 代 最近 点 算法 采样一致性算法 体 素 网格滤波法机器人视觉 三维重建
Keywords
ICP algorithm SAC-IA algorithm voxel grid filtering robot vision three-dimensional reconstruction
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 三维点云的邻域分布快速配准
8
作者
余永维 方荣 杜柳青 刘豪 刘中元
机构
重庆理工大学机械工程学院
出处
《光学精密工程》
2025年第19期3106-3120,共15页
基金
国家自然科学基金资助项目(No.52375083) 重庆英才资助项目(No.QYC20220207232,No.cstc2024ycjhbgzxm0052) +3 种基金 重庆教委科研重大资助项目(No.KJZD-M202401101,No.KJZD-M202501102) 重庆技术创新与应用资助项目(No.CSTB2022TIAD-CUX0017) 重庆理工大学研究生创新资助项目(No.gzl⁃cx20253073) 精密机械检测技术与装备工程中心资助项目(No.2023PTTS001)。
文摘
针对基于传统点云特征的粗-精两步配准算法存在高维特征计算复杂耗时、稠密点云配准速度慢等问题,提出一种三维点云的邻域分布快速配准方法。首先,定义邻域点的三种深层次几何特征,提出低维度多尺度邻域分布特征描述,以大幅降低特征计算复杂度,同时提高特征描述的区分度,实现点云局部特性的高效表征。然后,提出基于邻域分布特征的快速粗配准方法,根据点云整体起伏程度与邻域分布方向提取特征点,依据邻域分布特征描述建立特征点初步匹配的条件,并改进点对间欧氏距离约束条件以剔除错误匹配点对,实现高效准确粗配准。最后,为解决稠密点云配准速度慢问题,提出通过k维树及体素化网格法改进迭代最近点(Iterative Closest Point,ICP)算法,并采用二次精配准策略修正降采样引起的配准误差,进一步提高精配准的准确性和效率。斯坦福模型实验和实际工业零件点云配准实验均表明,本文方法相较基于现有传统特征描述的配准方法而言,配准精度提升了22%以上,耗时降低了43%以上,证明本方法能够快速有效配准不同视角物体表面点云,具有较好的稳定性和适用性。
关键词
点 云配准邻域分布特征 匹配点 对优化 迭 代 最近 点 体 素 化 网格法
Keywords
point cloud registration neighborhood distribution feature matched point pair optimization iterative closest point voxelized grid method
分类号
TP391.41
[自动化与计算机技术]
