本文为CSDN晚意丶3D原创,转载请表明原文出处
———————————————————————————————————————
概述
提出一种基于采样一致性初始配准(SAC-IA)和正态分布变换(NDT)配准融合的点云配准方法。首先计算出待配准点云和目标点云的快速点特征直方图(FPFH)特征;然后依据该特征,利用SAC-IA算法求出初始转换矩阵,完成初始配准;最后在初始配准的基础上,利用NDT算法对两片点云进行精配准。实验结果表明,该方法的配准精度显著优越于ICP算法,且配准效率也有所提升。
流程
- 首先计算待配准点云和目标点云的FPFH特征,并依据二者相似的FPFH特征,利用 SAC-IA 算法求出变换矩阵,从 而 完 成 初 始 配 准;
- 在 此 基 础上,对点云进行体 素 化 处 理,求得点云的均值向量和协方差矩阵,并求出点云的概率密度函数;
- 接着将点云的最 优 转 换 参 数 用 各 个 映 射 点 的 概率分布之和来代替;
- 然 后 利 用 海森矩阵法求出点云概 率 分 布 函 数 的 最 小 值,进 而 得 到 最 优变换矩阵&#x