1 昆明理工大学机电工程学院,云南 昆明 650500
2 云南省先进装备智能制造技术重点实验室,云南 昆明 650500
针对移动机器人在进行传统2D环境的定位时所存在的定位精度低且定位实时性差等问题,提出一种改进的迭代近邻点(ICP)算法的定位方法。首先,建立位姿搜索空间,采用由低到高的分辨率对搜索空间进行逐层搜索,并结合多点云密度进行部分点云扫描匹配,排除非最优位姿,加速搜索过程;在进行点云匹配中,采用帧对图的方式,有效地利用了历史帧信息;对得到的最优位姿进行稀疏矩阵位姿优化,进一步提高定位精度。在SLAM Benchmark数据集上进行测试,结果表明所提方法的算法效率是现流行的Cartographer算法的1.8倍到4.9倍之间,同时平移误差较小。并利用Turtlebot2机器人进行实际测试,结果表明所提方法的定位误差相比Cartographer和Gmapping均有明显的降低,且实时性较好;与传统的自适应蒙特卡罗重定位(AMCL)相比,平移误差均值降低了0.035 m,旋转误差均值降低了0.001 rad,具有较高的重定位精度。
激光雷达 移动机器人定位 多分辨率 迭代近邻点 多点云密度 激光与光电子学进展
2024, 61(8): 0811001
1 中国科学院 国家空间科学中心,北京 100190
2 中国科学院大学,北京 100049
3 辽宁大学 物理学院,辽宁 沈阳 110036
针对时间飞行(TOF)获取的三维点云数据噪声点多、有效目标在点云中所占比例较小的问题,提出一种适用于TOF 点云数据的基于强度特征匹配的迭代最近点配准算法。首先使用强度特征进行有效区域提取,然后对有效区域进行配准,最后使用有效区域的变化矩阵对整个点云数据进行配准。实验结果表明,该方法能在不影响配准速度的情况下,有效提高真实点云配准的精确度。
点云配准 时间飞行 强度信息 迭代最近点 point cloud registration Time Of Flight intensity information Iterative Closest Point (ICP) 太赫兹科学与电子信息学报
2023, 21(6): 838
1 国防科技大学电子科学学院湖南长沙 410073
2 国防科技大学气象海洋学院湖南长沙 410073
迭代最近点法(ICP)及其变体是三维点云刚性配准的典型方法, 但此类通过迭代计算逐点距离矩阵实现点云配准的方式, 严重制约了点云的配准效率。本文提出一种快速 ICP算法, 利用 Frobenius范数表示待配准的两幅点云之间的误差函数, 获得误差值最小点位置, 并对此位置进行奇异值分解, 从而得到旋转矩阵和平移向量, 极大压缩了迭代次数和配准时间。在 Standford数据集和 3DMatch数据集上进行试验, 与传统 ICP算法及其变体、3种基于学习的点云配准算法进行对比, 本文方法配准效率最优; 在达到相近的配准精确度时, 提出的快速 ICP方法的迭代次数仅为传统 ICP算法的 0.2倍, 在 Standford数据集上配准所需时间为传统 ICP算法的 1/4, 在 3D Match数据集上配准所需时间为传统 ICP算法的 1/8倍。本文提出的快速 ICP算法在数据量大的点云场景下, 具有更高的效率。
三维计算机视觉 点云数据处理 点云配准 快速迭代最近点法 Frobenius范数 奇异值分解 3D computer vision point cloud data processing point cloud registration fast iterative closest point method Frobenius norm Singular Value Decomposition(SVD) 太赫兹科学与电子信息学报
2023, 21(10): 1263
战略支援部队信息工程大学地理空间信息学院,河南 郑州 450001
针对传统LiDAR里程计(LO)测量方法在处理无初值、长序列点云配准时存在精度低、稳定性差等问题,本文引入端到端点云配准网络(HRegNet),提出一种基于深度神经网络的LO测量方法——HRegNet-LO算法,以期实现更加准确、鲁棒的LO测量。所提算法由两个核心模块组成:前端计算和后端优化。在前端scan-to-scan配准中,主要是依据原始点云的3D坐标,采用HRegNet网络,计算出相邻两帧点云的初始转换矩阵,实现LO初始位姿计算;在后端scan-to-map配准中,主要是通过提取特征点构建特征地图,应用迭代最近邻点(ICP)算法,每间隔一定距离对初始位姿进行优化,以减小预估轨迹中的漂移。在Kitti odometry数据集上对所提算法的性能进行了评估,并与LOAM、F-LOAM等算法作对比分析。实验结果表明,所提算法相对旋转、平移误差分别在0.003°/m和1%左右,每帧位姿计算耗时约为100 ms,可以满足LO测量对于精度和实时性的要求。
HRegNet网络 LiDAR里程计 特征地图 迭代最近邻点 Kitti odometry数据集 光学学报
2023, 43(24): 2428003
上海工程技术大学电子电气工程学院,上海 201620
针对激光雷达因为颠簸等路面原因突然转向和做摇摆运动所造成的运动漂移问题,提出一种基于连续时间样条约束的改进激光里程计。在运动非连续性假设下,基于扫描关键帧和样条分割来提高点云匹配精度,然后添加样条约束,基于改进迭代最近邻(ICP)算法进行帧与地图匹配,有效抑制运动轨迹的漂移。在KITTI里程数据集和实验室采集的里程数据集上的实验结果表明,所提激光里程计改进算法分别使运动轨迹的全局平均误差降低了12.43%、29.40%。与目前基于几何特征的方法相比,所提改进激光里程计稳定且有效抑制了运动轨迹漂移,改善了激光里程计性能。
激光里程计 迭代最近邻 点云匹配 样条约束 轨迹漂移 激光与光电子学进展
2023, 60(22): 2212007
1 五邑大学轨道交通学院,广东 江门 529020
2 广东工业大学机电工程学院,广东 广州 510642
3 佛山市南海区广工大数控装备协同创新研究院,广东 佛山 528225
针对如何快速且准确地获取模具内部完整三维点云数据的问题,提出一种机械臂与三维视觉设备结合的三维点云拼接算法。在初拼接阶段,采用手眼标定方式获取手眼矩阵,并将各幅点云转换到机器人基坐标系,完成初步拼接,得到良好的配准初始位置。在此基础上,提出改进的迭代最近点(ICP)算法,通过结合内部形体描述子(ISS)特征获得关键点,并用随机一致性算法剔除错误匹配点,在点的匹配过程中采用点到面的方式进行匹配,最终得到完整的拼接点云。实验结果表明,所提算法在与ICP算法及其他改进的ICP算法的配准性能对比中具有良好的稳健性,算法耗时及配准误差明显下降,完整的拼接点云误差为0.12 mm,具有较高的工程实践价值。
机器视觉 点云拼接 三维点云 迭代最近点算法 机械臂 激光与光电子学进展
2023, 60(20): 2015001
光学 精密工程
2023, 31(10): 1522