1 天津工业大学生命科学学院天津市光电检测技术与系统重点实验室，天津 300387
2 天津工业大学电气与电子工程学院天津市光电检测技术与系统重点实验室，天津 300387
传统的货车点云配准算法通过寻找点云间的关键特征实现点云配准，这种方法效率较低，且点云之间存在重复的场景、噪声点，配准算法寻找的关键特征往往是不准确的。对此，提出了一种基于激光雷达的多视角点云配准方法。所提方法将惯性测量单元引入点云配准，在不依赖点云数据的情况下完成对应点云位姿矫正，然后采用随机采样一致性算法拟合局部平面搜索最近点，融入最近点迭代算法，快速寻找对应点集，实现点云精确配准。在采集的卡车数据集上进行实验，所提方法可在4 s内完成配准，平移误差最大不超过0.01 m，旋转误差控制在0.1°以内。实验结果表明，所提方法在货车点云配准中具有良好的配准效率及配准精度，具有较高的适用性。
遥感 测量 激光雷达 点云配准 自动装货 惯性测量单元 最近点迭代算法 激光与光电子学进展
2022, 59(12): 1228004
光子学报
2021, 50(11): 1112002
1 中国科学院微电子研究所, 北京 100029
2 中国科学院大学, 北京 100049
为了提高芯片级原子钟的自动化装配效率与装配精度, 研究了一种粗-精结合的微器件位姿检测方法。首先, 分析了微器件自身的特点、应用环境, 提出利用图像梯度直方图特征训练SVM分类器来实现微器件粗定位的方法, 同时通过构建遮挡样本和模糊样本以解决模型在微器件离焦模糊、遮挡情况下的漏检问题, 提高模型泛化能力。然后, 提出利用LSD算法和直线增长方法来提取目标边缘, 计算得到图像亚像素的特征点坐标。最后, 通过ICP算法计算微器件在显微视场下的实时位置和姿态。实验结果表明, 原子钟核心器件的识别准确率为95.3%, 定位平均误差小于20μm, 角度误差小于0.5°, 能够满足微装配过程中微加持器准确抓取目标器件的要求。
微装配 图像梯度直方图 最近点迭代 位姿测量 micro assembly image gradient histogram iteration closest point position-pose measurement
1 中车南京浦镇车辆有限公司, 江苏 南京 210031
2 华中科技大学无锡研究院, 江苏 无锡 214174
在以工业机器人为主体的轨道车体打磨和喷涂系统中, 由于轨道车辆表面纹理特征较少和曲率变化, 使得物体表面关键特征定位困难和稳定性差等问题。为解决上述问题, 首先对常见的视觉传感器的优缺点进行分析, 然后选择使用单目视觉技术来对车体表面特征定位方法进行研究, 提出并实现了融合多传感器的方法来实现大型物体表面关键特征的定位。该方法结合使用单目相机和激光位移传感器, 在算法层面上借鉴了逆映射和最近点迭代的算法。最后对提出的算法进行验证, 结果表明: 该方法可高效快速地计算出车体目标点的三维坐标和相机相对车体的位置关系, 并根据结果对误差来源进行综合分析。
轨道车体 单目视觉 位姿估计 逆映射 最近点迭代 surface features of rail vehicle monocular vision pose estimation inverse mapping iterative closest point
1 四川大学电气信息学院, 四川 成都 610065
2 西南技术物理研究所, 四川 成都 610041
为了提高三维激光扫描点云的配准效率和精度,提出一种基于l
p空间力学模型的点云配准算法。针对待配准的两组点云数据,首先计算两片点云的重心,通过重心化将两组点云移到以重心为原点的同一坐标系下,然后利用l
p空间力学模型将复杂的两组点云数据分别简化为三个特征向量表示的模型,再根据两点云特征向量的对应关系利用奇异值分解方法求解刚体变换旋转矩阵,得到初始配准参数,最后使用改进的最近点迭代(ICP)算法实现两组点云的精确配准。本文算法可以处理无序散乱点云样本。相比于经典ICP算法,本文算法对Bunny点云数据的配准效率提高了72%,对Dragon点云数据的配准速度提高了4倍。实验表明,本文算法收敛速度较快,效果优良。
图像处理 激光光学 l
p空间 力学模型 点云配准 奇异值分解 最近点迭代 光学学报
2018, 38(10): 1010005
东南大学自动化学院复杂工程系统测量与控制教育部重点实验室, 江苏 南京 210096
针对在不同视角下所获得的三维点云数据，提出了一种基于特征提取的点云自动配准算法。算法根据点云在不同半径内的法向量变化度来提取特征点，综合利用点云局部点的三种几何特征搜索匹配点对。通过利用距离约束条件来获取准确匹配点对并计算初始配准参数。精确配准阶段采用改进的迭代最近点(ICP)算法完成二次拼接。实验结果表明，与传统ICP算法相比，该算法在运行时间与精确度上都有着明显的提升。
激光光学 点云配准 法向量变化度 最近点迭代
1 中国农业大学现代精细农业系统集成研究教育部重点实验室，农业部农业信息获取技术重点实验室, 北京 100083
2 福建省特种设备检验研究院, 福州 350008
3 黑龙江八一农垦大学信息技术学院, 大庆 163319
构建了基于彩色相机和光学混合探测(PMD)相机的多源视觉系统，旨在建立具有真彩色信息的果树冠层三维点云模型，为果树的剪枝、疏花疏果和采摘等果园管理提供技术支持。针对PMD相机获取的目标场景三维点云，结合PMD相机的幅度图像和密度聚类算法提取有效点，利用前期研究的图像配准方法得到多源图像之间的坐标转换关系，完成了果树冠层多源信息融合。通过主成分分析法得到较好的初始位置，再采用最近点迭代算法，实现两组三维点云之间的拼接。对自然场景下的开花期和坐果期的果树冠层三维点云拼接方法进行了实验验证，结果表明多视角三维点云拼接误差为2.62 cm，可以较好地弥补单个角度下拍摄造成的数据缺失，实现了果树冠层完整的三维显示。
机器视觉 果树冠层 信息融合 三维点云拼接 最近点迭代法 光学学报
2014, 34(12): 1215003
针对无任何预知信息下的散乱点云数据配准问题，提出了一种基于点云法向量信息的自动配准算法。根据点云局部法向量的变化提取特征点，通过比较特征点的直方图特征向量获得初始匹配点对；使用随机抽样一致性（RANSAC）算法，根据刚性距离约束条件得到精确匹配点对；利用四元素法计算得到初始配准参数，采用改进的最近点迭代（ICP）算法对点云精确配准。实验结果表明了此方法的有效可行性。
激光光学 三维点云 点云配准 点云法向量 最近点迭代
1 国防科学技术大学电子科学与工程学院， 湖南 长沙 410073
2 中国人民解放军77108部队， 四川 成都 610000
多视点三维点云场景拼接是解决激光三维主动成像目标自遮挡或被遮挡情况下目标数据不完全问题的一种有效方法，它将直接影响到后续的目标检测与识别处理。通过点云投影分布熵对场景独立坐标系进行估计，由此计算待拼接场景之间的空间变换参数，最后通过退火最近点迭代(ICP)方法，实现多视点场景的精确拼接。仿真实验结果表明，此方法是一种有效可行的方法。
激光光学 三维点云 点云场景拼接 投影密度分布熵 退火最近点迭代 中国激光
2012, 39(11): 1114003
