-
题名基于M估计算法的三维点云平面拟合方法研究
被引量：1
- 1
-
-
作者
杨少舟
龙东平
陈继尧
吴士旭
徐先懂
-
机构
湖南科技大学机电工程学院
难加工材料高效精密加工湖南省重点实验室
长沙视浪科技有限公司
韶关学院智能工程学院
-
出处
《电子测量技术》
北大核心
2024年第5期70-76,共7页
-
基金
湘潭市科技计划项目(ZD-YB20211003)
韶关学院博士引进基金(440-9900064607)项目资助。
-
文摘
通过激光传感器获取的三维点云难免混入噪声和异常点,导致点云平面的拟合精度降低。为解决该问题,本文提出了一种结合M估计样本一致性(MSAC)算法和主成分分析(PCA)法拟合点云平面的方法。该方法首先通过MSAC算法去除点云数据中的异常点,获得较为理想的点云平面,然后使用PCA方法对保留的点云数据进行平面拟合,以获取更加精确的点云平面参数。使用电池托盘作为被测物,应用3D线激光轮廓传感器扫描被测物并将点云数据传输到计算机进行处理。通过设定的仿真数据和电池托盘点云数据进行实验,发现本文方法与随机采样一致性(RANSAC)结合PCA、最小平方中值(LMedS)结合PCA的方法相比,在耗时接近的情况下,能够显著降低异常点对点云平面拟合的影响,获得更精确的平面拟合参数。对两个部分的电池托盘点云滤波处理后进行平面拟合时,能够发现本文方法与其他两种方法相比,标准差分别降低了28.6%和22.5%%、24.0%和29.0%,该方法具有较高的平面拟合精度和实用性。
-
关键词
点云数据
异常点
平面拟合
M估计
主成分分析方法
-
Keywords
point cloud data
abnormal points
plane fitting
M-estimation
principal component analysis method
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
