基于IMU点云特征跟踪一致性的ICP配准技术

摘要

针对点云非重叠区域较大时,由于场景中存在相似区域和平滑区域,ICP配准易陷入局部极小值的问题,设计了一种初始配准与精配准结合的快速准确配准算法。首先,结合点云深度图像进行网格分区,基于蒙特卡罗方法随机选取20个NARF关键点,利用IMU惯导跟踪关键点的FPFH特征,并根据跟踪矢量的一致性剔除误匹配,快速计算初始配准矩阵;然后,利用所有关键点进行最近邻跟踪匹配,并根据跟踪矢量的一致性剔除误匹配,提高了ICP配准的估计精度。通过Bunny兔和NYUv2数据集将该算法与ICP算法进行对比,验证了该算法能够有效地提高点云配准效率和精度。