点云数据的配准算法综述

摘要

近年来，随着移动机器人系统的运算能力和图像处理技术的发展，三维地图的创建已经成为SLAM、逆向工程以及机器人社区非常感兴趣的话题之一。工作空间的环境表达方法是移动机器人在环境中自主完成指定作业的基础，而三维地图能够提供更为丰富、准确的广义环境信息。点云数据的配准问题是三维地图构建的核心问题之一.点云数据的高精度、快速匹配对三维地图的构建以及基于此的SLAM、逆向工程等应用有着重要意义.总结了四种被广泛使用的点云数据配准算法,分别是迭代最近邻法、采样一致性初始配准、四点快速匹配方法和正态分布变换算法,介绍了这些算法的原理以及各自的优缺点,且列出了对这些缺点所提出的针对性改进算法.最后,针对部分算法的性质进行验证性实验.