摘要
本发明为一种用于工业元件位姿估计的稳健的点云配准方法,涉及工业元件位姿估计技术领域,将点云的几何曲率特征与局部描述子FPFH特征相结合,构建稳健的相似度度量方法,有效增强了点云局部特征的表达能力,将局部特征与全局分布相结合的点云配准策略,通过构建点云二分图和相似度矩阵,并采用KM算法实现全局最优匹配,有效降低了误匹配率,相比于其他基于特征的配准方法,配准精度提升,在多视角条件下,该方法在单一场景、简单场景和复杂场景中均能有效应对复杂几何结构和细致表面纹理的工业元件,显著提高了配准的准确性和鲁棒性。
技术关键词
关键点
曲率特征
KM算法
邻域
特征值
位姿估计技术
元件
工业
协方差矩阵
加权融合算法
度度量方法
成分分析法
高斯核函数
直方图
特征点
点云
场景
金字塔
系统为您推荐了相关专利信息
干扰源检测方法
GNSS卫星信号
数据
车辆
地图匹配算法
费歇尔信息矩阵
调频系统
分类规则
模糊C均值算法
数据样本集合
全局对比度
复杂度
正则化参数
多尺度
多变量高斯模型
原型
实例分割模型
三维点云数据
特征提取器
多层感知机
人体关键点检测
智能助理机器人
深度相机
深度图
空间三维位置