摘要
本发明涉及点云数据配准技术领域,特别涉及一种基于空间特征编码与几何感知注意力计算的点云配准优化方法,有效克服了在低重叠和复杂空间关系下匹配精度不足和效率低下的问题。首先,利用空间特征编码器对点云数据进行高效的特征提取和编码,获得包含丰富空间信息的特征表示;接着,设计了一种基于几何感知的自注意力机制,通过自适应的注意力权重对点云中的关键区域进行加权,使模型能够聚焦于点云数据中最为显著和辨识度高的特征;然后,通过多阶段的特征融合与局部几何建模,进一步提升点云配准的精度和鲁棒性。实验结果表明,在多种复杂环境,特别是高噪声、旋转和变形等,本发明方法展现出了优于传统方法的配准性能。
技术关键词
K近邻算法
嵌入特征
多阶段
特征提取模块
三元组
三维点云数据
邻域特征
编码器
点云数据配准
注意力机制
坐标
法向量夹角
点云局部