基于改进灰狼优化算法的点云配准

摘要：

针对传统ICP算法受初始位置限制而精度不高的问题,提出一种基于改进灰狼优化算法的配准方法.将差分进化算法引入到灰狼优化算法中并加以改进形成新的混合算法(Differential Evolution-Grey Wolf Optimizer,DE-GWO)解码获得最优的旋转矩阵参数,将其作为初始值引入到点云细配准使用的迭代最新点算法(Iterative Closest Point,ICP)中进一步提高配准精度,以避免传统ICP算法因点云初始位置相差大而导致配准失败,提高配准精度和配准效率.通过在斯坦福点云模型上进行仿真,验证了算法的有效性.

关键词：点云配准、差分进化、灰狼优化

所属期刊栏目：39

分类号：TP391.4(计算技术、计算机技术)

资助基金：中央高校基本科研业务费资助项目2018CDZG-17

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：513-518