|
针对迭代最近点(ICP)算法存在配准时间长、收敛易陷入局部最优、初始位姿较差而导致错误匹配等问题，提出一种基于几何一致性加权的二部图配准算法。首先，计算点云内部形状描述子(ISS)特征点及其3DSC特征与快速点直方图(FPFH)特征；然后，利用FPFH特征获取初始候选对应点对，并利用几何一致性确定高置信度基准点对，同时计算任意点对的几何一致性系数；接着，将对应匹配任务定义为一个代价函数用以模拟几何一致性加权的特征点对的全局相似性；最后，通过Kuhn-Munkres(KM)算法优化代价函数获取全局最优对应关系并利用奇异值分解(SVD)完成点云的粗配准。实验结果表明，相较传统粗配准方法，本文算法能在精度相似的情况下，节省20%的运行时间。
|