基于泰勒级数准则函数的点云配准算

摘要

点云配准是在一组待匹配点云(也称数据点)和参考点云(也称模型点)之间产生一个最佳匹配,从而获取待匹配点云与参考点云之间的旋转和平移关系.基于鲁棒性的点云配准算法,提出基于泰勒级数准则函数来限制离群点的影响,运用重心信息改进配准初始值,利用最小二乘法,Huber.Tukey,Cauchy等准则函数进行对比实验,实验结果表明,当点云数据中含有离群值时,基于泰勒级数准则函数配准误差较最小二乘法,Huber,Tukey和Cauchy准则函数更小,在配准精度上有了较大的提高,并且误差值稳定收敛;在点云数据无同名点情况下,引入插值算法对点云数据进行处理,对后续的配准精度上有一定的改善。