摘要：在三维激光扫描技术中,点云数据配准技术直接影响后期建模质量。点云配准主流算法为迭代最近点(ICP)算法,该算法能自动、高精度配准,也具有时间空间复杂度较大、收敛缓慢、易匹配错误对应点等缺点。将基于曲率极值的算法与ICP算法相结合,对曲率特征明显的点云模型进行配准。从算法收敛效率、抗噪性及点云初始位置优劣对算法的影响三方面设计实验,并与经典ICP算法及其他改进算法进行对比。结果表明,该算法对于曲率变化明显的点云数据表现出的收敛效率高于其他算法,对于质量较差的初始数据,该算法收敛稳定性较强。

摘要：为解决传统迭代最近点(iterative closest point,ICP)算法存在配准效率低等问题,提出一种改进的采样一致性点云配准算法。通过自适应体素网格滤波法对点云进行处理,可以根据点云量级自动修改体素立方体大小,剔除偏差较大的噪点,降低点云数据量级;在快速点特征直方图(fast point features histogram,FPFH)中引入距离的二次函数,降低远距离邻域点的权值,提高近距离邻域点的权值。运用公开数据集Bunny点云数据进行实验的结果表明,该算法相对于传统点云配准算法的配准精度提升了54.65%,配准效率提升了39.39%。运用多组数据验证了该算法的有效性。

摘要：针对传统的抓取方法难以获得可靠抓取位姿的问题,提出一种基于双视角点云拼接的抓取方法。首先,通过手眼标定将两个视角下的点云同时转化到机器人基坐标系下,实现点云粗拼接;其次,为了解决迭代最近点(ICP)算法容易陷入局部最优的问题,设计了一种基于垂直平面的ICP算法(VP-ICP),引入辅助参照物以补偿错误匹配点所带来的计算误差,实现精细拼接;然后,对抓取位姿检测(GPD)算法进行改进,调整候选抓取位姿的筛选条件,提高对贴近地面的物体的抓取能力;最后,搭建了一套基于机器人操作系统(ROS)的3D视觉抓取系统,使用改进的GPD法在拼接后的点云中检测出可靠的抓取位姿,实现对散乱堆放物体的无序抓取。实验结果表明,所提算法的平均拼接耗时为1.23 s,地面法向量夹角的均值为0.56°,较次优算法有明显提升;点云拼接和改进的GPD法分别将平均抓取完成度提升了12.5%和4.1%。

摘要：针对迭代最近点算法未涉及点云彩色信息且匹配速率较低的问题,提出一种改进的迭代最近点云快速拼接算法。基于NCAM光学追踪彩色与深度信息,将色彩特征点与随机采样相结合,构建彩色点云模型,进行特征点采样;采用伞曲率体积积分不变量算法对特征点进行描述,构建带色彩约束的目标函数,并通过四元数法和特征值分解法求解最优值,实现点云数据的有效拼接。实验结果表明,改进的点云数据拼接算法可以有效地提高拼接效率及拼接精度,从而提高拼接质量。

摘要：给出了一种基于增量式网格的快速对齐算法 ,在迭代最近点 (ICP)算法的基础上 ,利用增量式网格多分辨率的特点 ,通过在不同粒度下的对齐来提高效率 还给出了一种在对齐前计算初始变化矩阵的方法 ,根据该方法计算出来的初始变化矩阵用于ICP算法中 。

摘要：阵列激光三维成像作为一种新型的非合作目标三维图像获取技术,高效的回波信号处理和三维重构方法是提高其探测能力和成像精度的前提,其中配准过程是阵列激光三维成像点云数据处理中必不可少的步骤.本文根据阵列激光三维成像系统的成像特点,对迭代最近点(ICP)配准算法中阈值设定依据进行分析,结合阵列激光三维成像系统中的重要参数测距精度和成像横向分辨率,对配准迭代过程中对应点距离阈值和迭代停止阈值进行有针对的设置,提出了基于自适应阈值的ICP点云配准方法.对阵列激光成像点云和扫描激光深度成像数据的实验表明该算法有效可行,能够提高配准精度和配准速度,同时由于该算法充分考虑了成像系统本身,在实际应用中对系统的合理设计具有一定的指导意义.

摘要：针对损伤零部件点云模型与原始模型利用传统迭代最近点算法配准出现较大误差的问题,提出一种基于该算法的改进算法,以实现两模型间对应点的准确获取,从而实现损伤零部件点云与原始模型的准确配准。考虑到损伤零部件表面尺寸和形貌发生变化,该算法将对应点曲率约束与对应点间的距离约束结合,并设定曲率和距离阈值实现损伤点云的自动剔除,保证了配准点云对应点的准确性及配准的快速性。最后,运用MATLAB实现了算法编写,并通过损伤模具的配准验证了该算法的有效性。

摘要：针对复杂曲面零件在三坐标测量过程中存在着定位难、定位精度低的问题,基于改进的迭代最近点算法,提出了考虑半径补偿的预定位与精定位的多级定位算法;并通过建立定位点几何误差与叶片定位精度的数学关系模型,结合贪婪算法与六点原则,给出了近优的定位点序列生成方法。结合定位算法与定位点序列,给出了复杂曲面零件定位迭代流程,并开发了三坐标测量定位系统。以涡轮叶片为例,通过的定位仿真和定位实验,结果表明:该系统只需测量12~18个点即可使得叶片定位误差在0.1mm以内,证明该系统能有效的提高复杂曲面零件的定位精度和效率。

摘要：为了准确地同时识别复杂点云中的多个目标,提出一种基于法矢改进点云特征C-SHOT的3D物体识别方法.首先,在估计RGB-D数据的点云法矢时将邻域点距离信息考虑在内,计算带距离权重的协方差矩阵得到更精确的点云法矢;其次根据特征点处法矢与邻域法矢的夹角余弦构造点云形状直方图,同时统计点云纹理直方图并与形状直方图融合成C-SHOT描述符;最后对场景与模板分别提取C-SHOT特征,利用Kd树快速求得对应对,引入3D霍夫投票机制,并结合点云局部坐标系克服噪声遮挡问题完成多目标初识别.基于LM-ICP实现精确定位及位姿估计,画出目标包围盒,采用基准数据库CVLab以及采集实验室真实数据进行实验,结果验证了该方法的有效性与精确性.

摘要：通过获取的数据进行三维建模的精度直接影响后续的设计与加工制造。目前数据采集有多种方式,而单一数据源建模已经难以满足需求,为解决这一问题,提出一种多源数据融合方法。首先运用基于启发式搜索策略的特征线提取算法提取固定模型的融合区域,然后采用迭代最近点算法实现两模型的空间位置匹配,最后基于迭代拉普拉斯变形对两模型进行表面形态融合,实现两者之间融合。数据源采用下颌CT数据以及光学三维扫描模型,试验表明该技术路线稳定可靠,融合过程无形态扭曲,最终结果反映物体真实物理结构,得到既有表面高精度又具有内部结构的三维模型。