ICP算法

摘要： 基于移动式三维激光雷达,建立了一种柑橘冠层结构信息(树高、冠幅、分枝角度)的获取方法:1)利用移动式三维激光雷达获取柑橘三维点云数据;2)选定SOR滤波组合(k,α)分别为(100,0.9),(20,1.2),(100,0.9)对冠层残缺叶片点云和叶片边缘点云进行滤波处理;3)利用Mean shift算法求取植株点云中心结合采集点角度,完成点云初始匹准;4)运用ICP算法进行精准拼接并构建完整植株的三维模型,提取柑橘的株高、冠幅和枝干角度信息。验证结果表明,三维模型获取树高、冠幅、枝干角度的相对误差分别小于等于2.5%、小于等于4.5%、小于等于5.5%,判定系数R^(2)大于0.97,均方根误差大于5.1。

摘要： 针对深度相机在定位过程中存在的实时性差、定位精度低等问题,该文结合深度相机的特点,在传统ICP算法的基础上融合FREAK-SURF特征匹配点。首先,为了提高匹配速度,采用二进制描述符FREAK描述子简化传统的SURF特征点描述信息完成图像粗匹配,并结合对极几何约束预估相机初始位姿,为后续精匹配环节提供一个良好的初值。其次,在完成粗配准的基础上将特征点的空间位置和相机位姿误差模型引入点云配准算法中,并且为了弥补微小扰动和空间尺度对系统的影响,构造一种欧氏、马氏距离相融合的距离度量函数对匹配点对进行度量,构建出视觉里程计累计误差模型。最后,为增强特征点空间位置准确性与降低视觉里程计累计误差,在精匹配后采用卡尔曼滤波对特征点空间位置进行更新,以提高特征点位置与相机位姿精度。实验验证表明,该研究对深度相机视觉里程计问题的处理上,实时性优于主流的PnP-BA算法和SVD-ICP算法,精度高于传统的SVD-ICP算法。

摘要： 针对销孔工件的目标点云和模型(源)点云空间坐标系不一致问题,提出了一种采用主元分析法(PCA)校正的改进ICP点云配准方法。首先,采用主元分析法(PCA)计算销孔工件目标点云和模型点云数据的主轴方向、并求得初始转换矩阵;其次,对初始转换矩阵进行误差分析,采用双向KD树近邻搜索最近点的方法加速两片点云初始转换矩阵的误差校正,得到校正后的转换矩阵,从而完成粗配准;然后,引入法向量夹角阈值约束剔除错误匹配点对改进ICP算法实现精配准,最终将两片点云坐标系调整一致。通过实验进行了比较分析,实验结果表明,该方法可以有效实现销孔工件的点云配准,同时获得较优的配准速度和精度,采用该方法最终的配准误差为0.0354mm,平均配准耗时4.639s。

摘要： 随着传统波磨动态检测弦测算法的改进,轨顶中线处波磨曲线的提取精度逐渐提高,但钢轨波磨是一种不规则的空间曲面,单一条波磨曲线不足以完整反应真实的波磨信息。由此,文章提出一种钢轨波磨区域曲面动态检测方法,以实现轨顶中线区域波磨曲面的准确还原。所提检测方法运用点线结合的测量方式,将结构光技术与传统中点弦测法结合所得精确测量点波磨值与其未被磨损一侧轮廓点集作为参考点,以标准钢轨轮廓作为点云轮廓算法ICP(iterative closest points)配准基准,有效避免迭代过程中局部最优解的出现。实验室条件下实现轨顶中线±10 mm范围内波磨曲面检测,拓展波磨的检测范围,满足测量精度要求,证明所提动态波磨检测方式是一种可行的区域波磨曲面复原方法。

摘要： 【目的】基于单一平台遥感数据提取的森林结构参数信息不全面,因此融合多平台遥感数据已成为遥感技术在林业应用中的发展趋势。本研究针对手持移动激光雷达和无人机激光雷达2种不同平台的数据,提出一种基于Delaunay三角网和迭代最近点(ICP)算法的点云数据融合方法,通过融合获得完整的树木点云数据。【方法】选取哈尔滨城市林业示范基地中樟子松和蒙古栎2块人工林作为研究样地,利用手持移动激光雷达和无人机激光雷达获取样地中树木点云数据,然后分别提取2种不同平台点云数据的树木位置点,使用2组位置点构建2个Delaunay三角网来搜索树木位置目标点与其对应点,以此实现点云的粗配准,并利用模拟退火算法优化粗配准过程。在此基础上,通过选取点云重合度高的部分树冠点云,利用ICP算法进行点云数据的精配准,从而实现2种平台森林样地点云数据的精确融合。【结果】粗配准和精配准中分别设置的线段差阈值和高度区域范围这2个参数对点云数据的配准有较大的影响,而粗配准中迭代次数参数的设置对融合结果的影响较小。在样地内部随机选取区域,将区域内配准后的2种平台点云的树木位置投影点坐标进行对比,得到樟子松和蒙古栎的投影点平均坐标偏移距离分别为0.19和0.25 m。根据采集数据时设置的标志物计算偏移误差,樟子松样地和蒙古栎样地融合结果的均方误差分别为0.0512和0.0802,樟子松样地点云数据的融合精度高于蒙古栎样地。【结论】本研究提出一种基于树木位置的不同激光雷达平台点云数据无标识融合方法,融合精度较高,空中与地面获取的点云数据实现了相互补充,可为森林结构参数的精确提取及树木三维模型构建提供数据支撑,从而推动激光雷达数据在森林资源调查等方面更加广泛地应用。

摘要： 构建精确三维模型无损获取植物表型特征信息,对研究农作物的精准化种植、可视化管理和智能化操控具有实际意义。针对当前植物三维建模过程点云数据量大、配准精度不高的问题,该研究提出基于轻量化处理的迭代最近点算法(Iterative Closest Point,ICP)点云配准优化方法。首先以人机交互算法对获取的植株点云图像进行背景滤除,然后利用高效近邻搜索算法判别点云的离群点进行噪声去噪;通过引入辅助特征坐标参数解决ICP算法配准过程中易陷于局部最优解的问题,获取多组点云的精确配准;最后提出体素化网格法,在保证点云三维形态特征的前提下有效滤除冗余点云数据点。试验结果表明,单株和多植株的精简配准效果良好,表型清晰明显,细节易区分,精简后的植株点云冗余数据减少96.90%~97.35%。精简后的植物点云表型可有效重构植株的形态特征,单植株的株高误差为0.20%~0.45%,冠幅误差为0.17%~0.47%,多植株的株高误差为0.25%~0.60%,冠幅误差为0.42%~0.80%。优化后的ICP算法实现滴水莲点云数据精准融合时间为124.3s,较暴力算法提升26.75%,冗余点云数据精简96.90%~97.20%,为植物表型的三维建模轻量化处理提供参考。

摘要： 针对工业机器人在抓取工件过程中需要识别和定位工件的问题,提出了一种基于改进法矢计算的点云局部描述符SHOT的三维物体识别与位姿估计的方法。首先,对三维扫描仪获取工件表面点云进行预处理和分割,得到用于匹配的工件点云模板数据集;其次,采用均匀采样算法提取特征点集,通过SHOT特征描述符对场景点云与模板点云提取的特征点进行点云局部描述;最后,利用Kd树建立初始对应对,引入3D霍夫投票机制通过点云局部坐标系各向量之间的转换关系完成工件识别,根据对应关系求解出初始变换矩阵。基于ICP算法进行精确配准,得到工件的精确位姿信息。实验结果表明:该方法与基于ICP算法进行对比,提高了配准精度,可以得到精确的位姿估计信息,为在机器人应用中工件定位抓取提供精确的位姿检测方法。

摘要： 迭代最近点(ICP)配准算法需要两点云处于良好的初始位置,否则在配准时容易陷入局部最优。针对该问题,提出了一种基于内部形状描述子(ISS)特征点与改进描述子的粗配准方法,使得低重叠度或无公共重叠部分的点云获取良好的初始位置。首先,利用ISS特征点提取点云的特征点;其次,基于特征点与其邻域点法向量夹角提出改进的描述子,根据描述子的欧氏距离将点云特征进行匹配;第三,通过单次最优变换进行粗配准;最后,对两点云进行精配准ICP迭代。实验表明,在点云模型完整的情况下,本文方法可为精配准提供良好的初始位置,且粗配准精度比传统点云配准精度高三个量级,配准效率提升23.7%。

摘要： 基于TOF(time of flight)相机设计一种融合目标二维灰度信息与三维点云信息的位姿估计算法框架,解算追踪星与非合作目标之间的相对位姿.该算法框架使用TOF相机获取的目标的灰度图像和三维点云数据,采用基于弧段的椭圆提取方法和ICP(iterative closest point)点云迭代方法求解非合作目标的相对位姿信息.融合了基于灰度图像的图像处理算法与基于点云的位姿优化迭代算法提高了位姿解算算法的精度与鲁棒性,通过地面测试试验验证了所提算法框架的性能.在轨试验表明本文所提算法框架可以稳定有效地解算超近程空间非合作目标的相对位姿,为追踪星GNC分系统提供可靠导航信息且TOF相机输出相对位姿精度优于2°、5 cm.

摘要： 在物体的三维形貌测量中,点云拼接对三维重建具有至关重要的意义。本文提出一种多角度被测物图像点云拼接算法,在相机投影仪旋转不同角度的情况下,拍摄被测物体多角度的图像信息,设置被测物体外围的圆孔辅助进行点云拼接,并采用ICP算法提高拼接效果。实验结果表明,本方法拼接效果好且拼接速度有明显提升。

摘要： 为有效地解决ICP算法对图像变换初值要求较高的问题，提出一种基于轮廓点的粗配准方法。给出一种灰度图像构建方法，利用灰度图像轮廓查找方法提取出轮廓，即可得到距离图像中的轮廓点。粗配准后再用ICP算法精确配准。实验结果验证了该方法的有效性，在保证配准精度的前提下，加快了ICP算法的收敛速度。

摘要： 为有效地解决ICP算法对图像变换初值要求较高的问题，提出一种基于轮廓点的粗配准方法。给出一种灰度图像构建方法，利用灰度图像轮廓查找方法提取出轮廓，即可得到距离图像中的轮廓点。粗配准后再用ICP算法精确配准。实验结果验证了该方法的有效性，在保证配准精度的前提下，加快了ICP算法的收敛速度。

摘要： 为有效地解决ICP算法对图像变换初值要求较高的问题，提出一种基于轮廓点的粗配准方法。给出一种灰度图像构建方法，利用灰度图像轮廓查找方法提取出轮廓，即可得到距离图像中的轮廓点。粗配准后再用ICP算法精确配准。实验结果验证了该方法的有效性，在保证配准精度的前提下，加快了ICP算法的收敛速度。

摘要： 为有效地解决ICP算法对图像变换初值要求较高的问题，提出一种基于轮廓点的粗配准方法。给出一种灰度图像构建方法，利用灰度图像轮廓查找方法提取出轮廓，即可得到距离图像中的轮廓点。粗配准后再用ICP算法精确配准。实验结果验证了该方法的有效性，在保证配准精度的前提下，加快了ICP算法的收敛速度。

摘要： 本文对网格模型上的ICP算法进行了改进，提出了一种可以保持模型尖锐特征的新结构ICP算法。该算法在模型的尖锐顶点处能够得到比传统ICP算法更小的搜索误差，大大改善了算法的执行效果．

摘要： 本文对网格模型上的ICP算法进行了改进，提出了一种可以保持模型尖锐特征的新结构ICP算法。该算法在模型的尖锐顶点处能够得到比传统ICP算法更小的搜索误差，大大改善了算法的执行效果．

摘要： 本文对网格模型上的ICP算法进行了改进，提出了一种可以保持模型尖锐特征的新结构ICP算法。该算法在模型的尖锐顶点处能够得到比传统ICP算法更小的搜索误差，大大改善了算法的执行效果．

摘要： 本文对网格模型上的ICP算法进行了改进，提出了一种可以保持模型尖锐特征的新结构ICP算法。该算法在模型的尖锐顶点处能够得到比传统ICP算法更小的搜索误差，大大改善了算法的执行效果．

摘要： 本文对网格模型上的ICP算法进行了改进，提出了一种可以保持模型尖锐特征的新结构ICP算法。该算法在模型的尖锐顶点处能够得到比传统ICP算法更小的搜索误差，大大改善了算法的执行效果．

摘要： 针对目前多站点云配准过程中特征提取困难的情况,提出一种同轴影像辅助多站点云配准的方法.在实现点云与同轴影像配准的基础上,采用SIFT算法提取同轴影像纹的匹配点对,经反求得到两站点云间的匹配点对,并利用RANCAS方法排除误匹配点对,最后使用改进的ICP算法进行精确配准.经实验证明,本文的配准方法具有良好的配准效果.

摘要： 一种类PD算法结合ICP算法的零件精确找正方法，属于计算机及机械技术领域。含有类PD算法进行粗配准的步骤及ICP算法进行精配准的步骤。类PD算法为类PD自适应步长调节的机器学习算法，ICP算法包含将匹配好的点云数据进行精匹配。类PD算法进行粗配准的步骤包括利用类PD算法进行点云数据粗匹配，从而为ICP算法提供精确的初始位置姿态；ICP算法进行精配准的步骤包括再利用ICP算法对点云数据精匹配，进行精确找正。类PD算法进行粗配准的步骤为利用类PD自适应步长调节的机器学习算法对点云数据进行粗匹配；ICP算法进行精配准的步骤利用ICP算法将匹配好的点云数据进行精匹配。

摘要： 本发明提供了一种基于ICP算法与点云剔除算法的牙齿配准方法，属于医学图像分析处理技术领域。包括以下步骤：补牙前对口腔牙列进行CBCT扫描，获取牙齿表面的三维点云数据；识别龋齿的虫洞区域，利用区域生长算法将牙洞表面点云从扫描得到的牙齿点云中分离，然后利用点云孔洞修补技术对表面孔洞进行修补，进而拟合为完整的牙齿点云数据；进行补牙手术完成补牙操作；补牙操作完成后再次进行CBCT扫描，得到补牙后的三维点云数据；采用ICP算法与点云剔除算法对补牙后的三维点云数据与拟合的完整的牙齿点云进行配准，并识别出待去除的补牙材料量。本发明提高了数据配准的精度，解决了待去除的材料量难以把握的困难。

摘要： 本发明提供了一种基于ICP算法与点云剔除算法的牙齿配准方法，属于医学图像分析处理技术领域。包括以下步骤：补牙前对口腔牙列进行CBCT扫描，获取牙齿表面的三维点云数据；识别龋齿的虫洞区域，利用区域生长算法将牙洞表面点云从扫描得到的牙齿点云中分离，然后利用点云孔洞修补技术对表面孔洞进行修补，进而拟合为完整的牙齿点云数据；进行补牙手术完成补牙操作；补牙操作完成后再次进行CBCT扫描，得到补牙后的三维点云数据；采用ICP算法与点云剔除算法对补牙后的三维点云数据与拟合的完整的牙齿点云进行配准，并识别出待去除的补牙材料量。本发明提高了数据配准的精度，解决了待去除的材料量难以把握的困难。

摘要： 一种类PD算法结合ICP算法的零件精确找正方法，属于计算机及机械技术领域。含有类PD算法进行粗配准的步骤及ICP算法进行精配准的步骤。类PD算法为类PD自适应步长调节的机器学习算法，ICP算法包含将匹配好的点云数据进行精匹配。类PD算法进行粗配准的步骤包括利用类PD算法进行点云数据粗匹配，从而为ICP算法提供精确的初始位置姿态；ICP算法进行精配准的步骤包括再利用ICP算法对点云数据精匹配，进行精确找正。类PD算法进行粗配准的步骤为利用类PD自适应步长调节的机器学习算法对点云数据进行粗匹配；ICP算法进行精配准的步骤利用ICP算法将匹配好的点云数据进行精匹配。

摘要： 本发明公开了一种基于ICP算法的点云文件配准方法，包括：获取点云文件集，并启动多个进程；将点云文件集划分为多个点云段，并依序将点云段预分配给对应的进程；创建包含第一变量和第二变量的共享内存，对共享内存进行初始化；根据第一变量分别在每个进程中实时调度闲置GPU或CPU执行ICP算法，通过ICP算法对每个进程中的目标点云进行配准，得到配准后的点云文件；其中，当任意一个进程预先完成分配到的所有目标点云的配准时，通过第二变量查找未配准的目标点云数量最多的点云段，将该点云段中未配准的目标点云动态分配给空闲的进程进行配准，从而能够提高系列点云文件配准的并行化程度、计算资源的利用率和点云文件并行配准的效率。

摘要： 本申请涉及一种基于FPFH和ICP改进算法的无序抓取姿态估计方法，能够基于FPFH和ICP算法在无序抓取中的三维姿态估计方法，用于工业现场三维物体识别和姿态估计，解决无序抓取过程中的物体位姿估计精度及实时性问题，采用FPFH算法进行物体识别和三维姿态估计，具有旋转不变性并对噪声具有鲁棒性，能够很好的抑制工业现场噪声的影响。本方法采取ICP迭代最近点算法，针对工业场景中存在一定噪声、遮挡、和反光，容易造成工件点云分布不均匀、存在孔洞的问题，修改了ICP的目标函数，使配准更精确，从而获得更加准确的姿态变换矩阵。

摘要： 本发明涉及一种基于ICP算法的手眼标定误差修正方法，所述手眼标定包括标定物体、机器人和相机，通过将相机中的点云坐标利用矩阵转换关系X转换到机器人坐标系下的转换坐标，并通过机器人TCP工具采集点云坐标在机器人坐标系下的实际坐标，通过ICP算法匹配转换坐标和实际坐标两组点集，获得两组点集之间平移和旋转的手眼标定误差矩阵，从而获得修正后的手眼标定矩阵。

摘要： 本发明公开了一种基于ICP算法的降维加速点云配准方法，方法步骤如下：S1：导入点云数据并初始化参数；S2：使用四元数法计算配准参数[R

摘要： 本发明属于拍摄云台控制技术领域，公开了一种基于点云配准ICP算法的机器人云台伺服控制方法，在巡检点标定时调整好云台的姿态，采集此时激光数据作为模板点云，并记录云台水平和垂直方向角度信息；在巡检过程中，当机器人再次到达停靠点时，首先采集一帧激光数据作为实时点云，通过迭代点云配准ICP算法获得实时点云与模板点云之间的变换关系，从而确定此时机器人与标定时的位姿差别；然后根据巡检点的信息计算拍摄目标与机器人的距离；最后根据位姿变化和距离进行云台角度修正。本发明采用点云配准技术，能够快速准确地寻找目标，且不受光照强度影响，有效提高了采集率和巡检效率。

摘要： 本发明涉及三维测量领域，尤其涉及一种基于自适应阈值ICP算法的点云配准方法，步骤如下：计算集合自适应截断距离；计算点距离集合平均值；计算点距离集合标准差；根据标准差和距离平均值筛选；对筛选的对应点进一步计算平均值和标准差；计算自适应距离阈值；建立距离误差优化目标函数；计算均方根误差；匹配正确性检验；算法收敛判断。本发明提出了一种基于耦合几何和曲率一致性约束的深度图像配准方法，通过耦合几何约束和曲率约束，提升了深度图像配准的精度。通过提出的基于自适应阈值ICP算法的点云配准方法，其配准精度较传统ICP算法配准精度更高，配准计算效率更高。