双重下采样增强的点云改进配准算法研究

摘要：

自动驾驶领域对点云配准实时性要求高,而已有ICP算法及其变体存在对初始位姿要求高、配准速度慢等问题.鉴于此,本文提出了一种改进的快速点云配准方法,首先采用双重下采样方法对初始点云数据进行预处理,在保留原始特征的同时快速降低点云数据量,然后引入内部形状描述子(ISS)来优化超级全等四点集(Su-per4PCS)算法,降低其时间复杂度,最后选用线性最小二乘优化ICP算法进行快速精配准.采用斯坦福点云数据和自动驾驶Kitti点云数据对该算法有效性进行了测试和对比验证,结果表明:该算法具有良好的鲁棒性,且配准精度和配准速度均比已有算法有明显提高.

关键词：点云配准、双重下采样、ISS特征、Super4PCS、ICP算法

所属期刊栏目：45

分类号：TP391.41;TN911.73;TP751

资助基金：国家自然科学基金62101074

在线出版日期：2023-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：572-578