基于FPFH-ICP的三维工件点云配准方法研究

摘要

针对三维工件点云配准方法存在配准精度低等问题,笔者提出一种基于快速点特征直方图(Fast Point Feature Histogram,FPFH)初始匹配与迭代最近点(Iterative Closest Point,ICP)的点云配准方法。首先,在配准前使用随机抽样一致(Random Sample Consensus,RANSAC)算法对初始点云数据进行预处理,获得目标点云数据;其次,使用FPFH算法提取点云特征,进行特征匹配,求得初始变换矩阵;再次,使用ICP算法对初始变换矩阵进行增益,求得最终变换矩阵;最后,完成点云精确配准。基于三维工件点云,将本文算法与经典算法对比测试。实验结果表明,本文算法在配准精度上有所提高。