-
题名面向模型和室内外点云的高效配准算法
- 1
-
-
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
- 2
-
-
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]
-
-
题名基于视觉超声系统的三维可视化研究
- 3
-
-
作者
刘洋
李全勇
顾健
杨帆
王文博
-
机构
长春理工大学光电工程学院
-
出处
《长春理工大学学报（自然科学版）》
2023年第3期61-69,共9页
-
基金
吉林省教育厅科学技术研究项目(JJKH20210823KJ)
吉林省科技资源开放共享服务平台与科研条件保障项目(20191004022TC)。
-
文摘
随着科技的发展,无损检测技术日趋成熟,对大型工件的检测结果进行三维可视化成像,并复现其整体空间形态具有重要意义。采用双目视觉系统与超声相控阵系统获取单次检测的三维可视化点云,对获取的超声点云采用3D局部特征描述算法提取具有代表性的点云特征点,之后使用快速点特征值直方图获取对应关系,并使用改进的随机抽样一致性算法提高映射关系的精度,以此对两块点云进行粗匹配,误差1.74 mm,采用最近点迭代算法精配准后误差仅0.13 mm,共用时16.5 s。之后对48块点云进行分阶段配准,最终误差为1.17 mm,能够满足实际检测中的准确性要求。
-
关键词
无损检测
三维可视化
超声点云
粗匹配
最近点迭代算法
-
Keywords
non-destructive detect
3D visualization
ultrasound point cloud
rough match
nearest point iteration algorithm
-
分类号
TB551
[理学—声学]
-
