一种基于降采样后关键点优化的点云配准方法

摘要

针对工件点云数据多而导致点云配准耗时长的问题,提出一种基于降采样后关键点优化的点云配准方法.计算点云若干体素的重心,利用kd-tree快速遍历重心的邻近点来代替该体素;提出自适应的点云平均距离计算方法,对降采样后的点云提取ISS3D关键点,并采用基于球邻域的边界点判断方法对其优化;对优化后的关键点进行FPFH特征描述,利用SAC-IA求解近似变换阵,使用ICP算法精配准而解得工件的精确位姿信息.实验结果表明,相较于其他四种配准算法,配准精度分别提高了96.9％、98.1％、93.3％和3.5％,配准速度分别提高了77.2％、77.7％、76.9％和85.4％,表明了该方法的有效性.