摘要：针对航空发动机叶片三坐标测量机（CMM）测量，进行了自动测量编程与误差处理两个方面的研究。提出了一种基于已知叶片CAD模型提取测量点理论坐标值与计算法向矢量的方法，矢量计算采用微平面法。数据处理时，采用icp算法进行配准消除了系统误差，从而得到叶片型面误差。开发了测量点坐标值与矢量计算以及配准程序。实例证明该方法可靠、有效。

摘要：将三维激光扫描仪应用于公路测量,通过控制点云采集的参数来优化点云密度分布,采用基于四元数的icp算法进行配准,提高配准精度。运用局部点离群算法完成点云去噪,得到高质量的公路路面点云,为后续设计参数的提取工作提供了可靠的数据源。最后运用点云边界点识别算法准确提取了公路边界线,并进一步生成了公路中心线及各项路线设计参数。实验表明结果完全满足后续施工设计的需要。

摘要：由于激光扫描原理的限制,要获得整个场景的完整全表面数据需多站点设置,由单站点扫描获取场景中的部分数据,最后将全部站点数据配准。通过对三维激光数据自身的数据分布特点和icp配准算法的研究和改进,设计出了两步配准方法:首先,基于特征点对基础上的SVD粗配准;然后由特征点对确定出重叠区域子集并进而采用icp算法作点云精配准,最终实现三维激光快速配准。利用一组粮仓扫描数据配准试验验证此方法在大规模场景扫描中的多视点三维激光数据快速配准中的有效性和可靠性。

摘要：针对利用高精度转台进行配准模型的顶部和底部与模型进行配准时效果不佳的问题,提出一种面向全自动三维扫描系统的多视角三维数据自动配准方案.对待扫描模型,利用单轴高精度转台获取由不同角度扫描的点云数据,先使用一种快速简单的方法求解转台中轴,利用中轴将多片点云拼合得到模型主体;再通过点云包围盒变换,完成点云的初始配准,并通过改进的icp算法完成点云的精确配准.实验结果表明,该方法具有较好的操作性和较高的精度.

摘要：在散乱点云的配准过程中,由于不同次扫描得到的点云模型之间的重叠部分可能较小且点云具有丰富的几何细节,致使传统icp(Iterative Closest Point)精确配准算法很难得到理想精度。针对这个问题以Chen和Medioni提出的点面距离误差测度函数为基础,结合基于特征的点云配准思想,设计了一种先建立拥有接近的主曲率的匹配点对集合,然后将二次拟合曲面间的平均距离作为误差测度进行迭代优化的精确配准算法。该算法在微小距离精确配准的应用环境下能提供相对于传统icp算法更好的精度和更高的效率。

摘要：针对对于多视角下测得的散乱点云数据,icp算法存在不稳定性和易收敛到局部最优的问题,提出基于曲率特征的icp改进算法。该方法首先引入随机抽样一致性算法查找特征点,以距离最近为判断依据获得特征点对,然后利用四元数法计算配准参数,最后基于模拟退火法得到全局最优配准参数完成点云精确配准。实验表明,与传统icp算法相比,改进的icp算法可以有效提高点云配准的稳定性和精度。

摘要：提出了一种以三维模型为基础的数据点配准方法。本方法利用扫描数据生成三角网格模型,首先应用单纯形优化算法生成三维模型的最小包围盒,然后通过坐标变换实现CAD模型与三角网格模型上数据点的粗配准,最后通过icp(迭代最近点法)算法实现精配准。

摘要：多视点云数据的对齐(拼接)问题是逆向工程研究的热点问题之一。在icp算法的基础上,提出通过在数据测量时放置基准物体,建立点云数据对齐特征,在进行多视点云数据拼接时对对齐特征增加约束的方法,实现多视点云数据的快速对齐。并对基于三个基准点约束对齐的对齐精度进行了分析,提出了减少对齐误差的措施,最后通过实例对研究结果加以分析验证。

摘要：为了实现港口堆场作业自动化,迫切需要一种快速准确的集卡定位系统。针对此需要设计了一套由运动控制卡、步进电机和2-D激光雷达组合而成的3-D激光雷达扫描系统,采用了一种多个3-D激光雷达系统协同工作的工作方式和与之相适应的改进的icp数据处理算法以及先粗后精的分级定位方法。该系统工业性试生产的结果表明,装卸效率达到80TEU/h,精度控制在了5mm以内,首次实现了无人驾驶轨道吊车对集卡的快速准确定位。该系统对于其它领域的大型部件的检测定位也有非常重要的意义。

摘要：针对KinectFusion算法中采用frame-to-model icp进行位姿估计时经常发生位姿丢失的问题,提出了使用惯性测量传感器IMU进行松耦合的算法改进.通过使用IMU采集到位移数据结合icp算法实现位姿估计,意图在快速移动或者采集的图像数据缺少有效配准点的情况下保证相机跟踪不丢失,增强KinectFusion算法的整体鲁棒性.通过实验,将提出的算法与原有的算法进行比较,结果表明这里算法在没有明显降低实时性的情况下,其鲁棒性上优于原有算法,可以满足移动机器人的实时SLAM需求.