结合多重采样与跨域匹配的路侧多激光雷达点云拼接方法

本发明公开了结合多重采样与跨域匹配的路侧多激光雷达点云拼接方法，首先，输入同时刻不同视角的路侧点云数据，通过分析点云密度与噪声水平，自适应调整采样比例以增强有效信息并滤除噪声。随后，基于DGCNN与Point Transformer等神经网络提取几何与形状特征，并通过GeoTransformer等算法进行初步跨域特征匹配与粗配准，获得初始变换矩阵。再结合RANSAC与ICP算法进行精细点对匹配与刚体变换优化，实现高精度点云配准。最终使用最终变换矩阵完成点云合并，并通过双边滤波去除残余噪声，输出拼接后的高质量点云图。该流程有效提升了异源激光雷达点云的拼接精度与鲁棒性。