简介:摘要 对初始位置完全未知且距离较远的点云配准时,传统ICP算法容易出现匹配偏差、错误等结果。针对这一问题,提出了基于快速点特征直方图的采样一致性配准的粗配准方法。对待配准点云构建快速点特征直方图,基于此特征利用采样一致性算法实现粗配准,然后再使用ICP算法实现精配准。实验结果证明,该方法与传统ICP算法相比,能改善点云匹配准确度,得到正确的配准结果。
简介:目的探讨配准标记点外形差异对三维图像配准精度的影响。方法分别采用4种不同外形的配准标记点,配准试样锥形束CT(CBCT)三维图像与其原始设计三维图像,而后通过测量配准后试样的2种三维图像间的距离差,来分析不同外形配准标记点对三维图像配准精度的影响。结果配准偏差分别为立方形(0.0938±0.0062)mm、球形(0.0854±0.0056)mm、圆柱形(0.1032±0.0061)mm、圆台形(0.0972±0.0062)mm,仅球形配准标记点组与其他组间的差异有统计学意义(P〈0.05)。结论实验中所选的几种配准标记点均可较好地实现三维图像配准,相比较而言,球形配准标记点具有更高的配准精度。
简介:针对移动机器人在室内环境下难以获取GPS定位信息,仅靠自身惯导不能得到精确位姿的问题,提出了一种基于RGB-D传感器获取三维环境点云,对连续点云提取特征并进行配准的移动机器人6自由度位姿估计方法.首先通过RGB-D传感器获取环境深度图像,根据特征提取算法提取点云特征;然后以特征点为配准点,运用随机一致性采样(RANdomSAmpleConsensus,RANSAC)算法对点云进行初配准,剔除部分错误匹配点,获得初始变换矩阵;最后采用改进的迭代最近点(IterativeClosetPoint,ICP)算法进行精配准,获得点云间的最终变换矩阵,实现位姿估计.实验结果表明:该方法有效地提高了大规模点云配准效率,得到了较精确的位姿估计信息.