中国矿业大学环境与测绘学院, 江苏 徐州 221116
为了满足高精度的室内位置服务需求，提出了一种利用K-means聚类改进的迭代最近点(ICP)算法来构建结构化的二维室内地图。通过对二维激光扫描仪获取的点云数据的聚类分析，将每一帧的数据进行聚类，并通过几何中心的平移对点云数据进行预配准，利用聚类及预配准的结果对点云数据进行精确配准得到全局最优解。聚类改进的ICP算法相比于传统的ICP算法，在仅使用单一的二维激光扫描仪采集的点云数据为数据源时，能获得较高精度的配准结果。实验表明，该算法具有适用性强、配准精度高等优点，有助于在单一传感器下快速、精准地构建室内地图。
测量 迭代最近点 K-means聚类 点云配准 室内地图 激光与光电子学进展
2016, 53(5): 051202
