公开(公告)号：CN118840399B

公开(公告)日：2024-11-29

申请号：CN202411311715.9

申请日：2024-09-20

Applicant: 湘潭大学

Inventor： 陈洋卓 ,  郭凤姣 ,  蔡晓雯 ,  徐玲林 ,  何影 ,  朱林凯

IPC: G06T7/33 ,  G06T7/73 ,  G06T19/20

Abstract: 本发明公开了一种基于双重下采样与图优化的点云配准方法，涉及点云配准技术领域，具体步骤为：步骤S1，获取点云数据作为源点云，每个点具有三维空间坐标；步骤S2，对源点云和目标点云进行粗采样和精采样，粗采样采用体素下采样，精采样采用基于法向夹角的下采样；步骤S3，使用迭代的距离感知相似度矩阵卷积进行粗配准，通过迭代的方式调整源点云集合的位置和方向；步骤S4，利用快速图卷积神经网络提取点云的深层次特征；步骤S5，将迭代最近点算法应用于快速图卷积神经网络提取的特征；步骤S6，通过因子图优化，将点云配准问题建模为因子图，最小化因子图中的误差项，使用因子图优化算法进行迭代求解，直到误差低于预设阈值。

公开(公告)号：CN118840399A

公开(公告)日：2024-10-25

申请号：CN202411311715.9

申请日：2024-09-20

Applicant: 湘潭大学

Inventor： 陈洋卓 ,  郭凤姣 ,  蔡晓雯 ,  徐玲林 ,  何影 ,  朱林凯

IPC: G06T7/33 ,  G06T7/73 ,  G06T19/20

Abstract: 本发明公开了一种基于双重下采样与图优化的点云配准方法，涉及点云配准技术领域，具体步骤为：步骤S1，获取点云数据作为源点云，每个点具有三维空间坐标；步骤S2，对源点云和目标点云进行粗采样和精采样，粗采样采用体素下采样，精采样采用基于法向夹角的下采样；步骤S3，使用迭代的距离感知相似度矩阵卷积进行粗配准，通过迭代的方式调整源点云集合的位置和方向；步骤S4，利用快速图卷积神经网络提取点云的深层次特征；步骤S5，将迭代最近点算法应用于快速图卷积神经网络提取的特征；步骤S6，通过因子图优化，将点云配准问题建模为因子图，最小化因子图中的误差项，使用因子图优化算法进行迭代求解，直到误差低于预设阈值。