首页|基于改进ICP算法的三维点云刚体配准方法

基于改进ICP算法的三维点云刚体配准方法

Rigid registration method of 3D point cloud based on improved ICP algorithm

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对含有噪声和外点的三维点云刚体配准问题,由于迭代最近点(iterative closest point,ICP)算法的配准精度较低,为此,该文提出了一种基于改进ICP算法的三维点云刚体配准方法.考虑到伪Huber损失函数对噪声和外点不敏感、鲁棒性强,首先,建立了基于伪Huber损失函数的三维点云刚体配准模型.其次,利用RGB-D点云数据中颜色信息辅助建立点云对应关系,以提高改进ICP算法中对应点匹配的准确性.最后,结合奇异值分解(singular value decomposition,SVD)和Levenberg-Marquardt (LM)的优化算法对三维点云刚体配准模型进行优化求解.实验结果表明,该文所提三维点云刚体配准方法的配准精度高,能够有效抑制噪声和外点对配准精度的影响.

汪霖、郭佳琛、张璞、万腾、刘成、杜少毅

展开 >

西北大学信息科学与技术学院,陕西西安710127

西安交通大学人工智能学院,陕西西安710149

三维点云刚体配准 伪Huber损失函数 RGB-D点云数据 噪声和外点

619713432020KW-0102020JM-012

2021

10.16152/j.cnki.xdxbzr.2021-02-002

西北大学学报(自然科学版)
西北大学

西北大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.35
ISSN：1000-274X
年,卷(期)：2021.51(2)
  • 8
  • 2