-
题名基于快速鲁棒-最近点迭代算法的构件点云配准方法
- 1
-
-
作者
许航
孙宏昌
梁志强
蒋永翔
张天江
-
机构
天津职业技术师范大学机械工程学院
天津市智能机器人技术及应用企业重点实验室
北京理工大学机械与车辆学院
北京理工大学郑州智能科技研究院
天津鼎润机电设备有限公司
-
出处
《制造技术与机床》
北大核心
2025年第8期77-86,共10页
-
基金
天津市科技计划院市合作项目“大型复杂构件具身智能移动机器人加工检测系统研发”(24YFYSHZ00180)
天津市津南区揭榜挂帅项目“基于ROS的智能移动机器人通用底盘系统开发与产业化”(2022JB03)。
-
文摘
大型构件的原位加工模式对加工设备的定位精度提出了很高的要求。传统的最近点迭代(iterative closest point,ICP)算法在源点云和目标点云初始位姿相差较大时容易导致配准失败,在噪声环境下鲁棒性差容易导致错误匹配。针对以上问题提出一种基于快速鲁棒-最近点迭代(fast and robust-iterative closest point,FR-ICP)算法的构件点云配准方法。对斯坦福数据集和构件点云进行体素下采样,基于内蕴形状特征(intrinsic shape signatures,ISS)提取关键点并计算快速点特征直方图(fast point feature histograms,FPFH)特征描述子,基于随机采样一致性(random sample consensus,RANSAC)算法对点云进行粗配准。对点到面的ICP算法进行改进,引入Tukey鲁棒函数,对点云进行精配准。实验证明,改进后的算法能够有效提高噪声环境下点云配准的鲁棒性、收敛速度和精度以及在有噪声且初始位姿差异较大时的配准成功率。
-
关键词
随机采样一致性
最近点迭代
快速鲁棒性
点云配准
噪声环境
-
Keywords
random sample consensus
iterative closest point
fast robustness
point cloud registration
noise environment
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
TH-39
[机械工程]
TG659
[金属学及工艺—金属切削加工及机床]
-
