摘要
一种基于显著关键点提取的城市道路点云配准方法,包括步骤:将获取的城市道路点云作为处理对象,对数据进行去除地面操作,并采用自定义的稀疏化处理方式进行下采样,根据点云的邻点数量过滤密集区域;采用改进的自适应法线计算点云的法向量;采用显著角点提取算法对两个点云数据分别提取关键点;使用快速点直方图FPFH对关键点进行特征计算,并结合随机采样一致RANSAC计算初始变换,完成粗配准,最后结合平均匹配距离MMD和修剪最近点迭代TrICP算法进行迭代优化处理。本发明采用显著角点提取算法提取关键点,能准确识别到路缘石、路灯和告示牌上法向量变化明显的点;避免了冗余的计算,减少了配准时间,解决了道路点云配准繁琐,效率慢的问题。
技术关键词
邻域
点云配准方法
关键点
城市道路
协方差矩阵
特征值
坐标
点特征直方图
法向量夹角
特征匹配关系
邻居
最小化误差
算法
代表
点云特征
告示牌
成分分析
系统为您推荐了相关专利信息
估测方法
LIDAR点云
无人机多光谱
构型
指标
远程控制设备
电机台架
远程通信方法
MQTT服务器
通道
LEO卫星
计算中心
通信资源分配
卸载方法
时延
邻域特征
数据转换模块
生成方法
点云
连续流模型
信息分析方法
监控视频流
运动特征参数
空间金字塔池化
深度学习模型