基于改进的SAC-IA-SICP点云配准方法研究
基于改进的SAC-IA-SICP点云配准方法研究
田应仲1,2 侯玉琴1,2 李 龙1,2 李 明1 韦庆玥1(通讯作者)
(1.上海大学机电工程与自动化学院;2.上海智能制造及机器人重点实验室)
摘要:为了改善传统ICP算法迭代误差大、配准精度低的问题,本文提出一种基于采样一致性配准算法(Sample Consensus Initial Aligment,SAC-IA)初始匹配与改进迭代最近点(Iterative Closet Point,ICP)精配准相结合的配准方法。首先采用SAC-IA进行初始配准,然后将一种对称的目标函数引入ICP算法,提高ICP算法收敛性,并用于点云精配准。实验结果表明,本文方法的配准精度较ICP算法提升了93.00%,时效性提高了15.20%,表明SAC-IA-SICP配准方法可靠性较高。
关键词:点云配准;采样一致性配准;迭代最近点;目标函数