基于线性混合形变的汽车工件非刚体三维点云配准方法技术

一种基于线性混合形变的汽车工件非刚体三维点云配准方法，本发明专利技术涉及基于线性混合形变的汽车工件非刚体三维点云配准方法。本发明专利技术的目的是为了解决现有对于非刚体降采样后的参考点云P，当降采样后的参考点云P由于自身重力或受到外力发生形变时，原始的ICP方法不再适用的缺点。一：得到Q和P；二：构建控制向量S；三：构建线性混合形变模型；四：计算初始刚体变换矩阵；五：构建最小二乘误差函数；六：得到△S；七：得到P′；八：使P′旋转和平移；九：得到最初源点云与参考点云间的变换关系；十：判断九得到的最初源点云与参考点云间的变换关系是否满足收敛条件，如果满足则输出结果，否则转到四。本发明专利技术用于汽车工件配准领域。

【技术实现步骤摘要】
一种基于线性混合形变的汽车工件非刚体三维点云配准方法
本专利技术涉及基于线性混合形变的汽车工件非刚体三维点云配准方法。
技术介绍
随着RGB-D摄像机的发展，使低成本获取物体高质量的三维点云成为可能，同时也促进了立体视觉的发展和应用。三维点云配准是立体视觉中一个十分重要的问题，这项技术在逆向工程、机器人视觉定位、三维测量等领域有着丰富的应用。由Besl等人提出的迭代最近点(ICP，IterativeClosestPoint)算法是点云配准中比较成熟并且应用广泛的算法。但是ICP只能解决刚体变换问题，对于非刚体降采样后的参考点云P，当降采样后的参考点云P由于自身重力或受到外力发生形变时，原始的ICP方法不再适用。
技术实现思路
本专利技术的目的是为了解决现有ICP只能解决刚体变换问题，对于非刚体降采样后的参考点云P，当降采样后的参考点云P由于自身重力或受到外力发生形变时，原始的ICP方法不再适用的缺点，而提出一种基于线性混合形变的汽车工件非刚体三维点云配准方法。一种基于线性混合形变的汽车工件非刚体三维点云配准方法具体过程为：步骤一：输入参考点云Q'和源点云P'，利用网格滤波方法进行降采样，得到降采样后的参考点云Q和源点云P；步骤二：在降采样后的源点云P上规划变形的点即控制点，并构建控制向量S；步骤三：计算有界调和权重集W，构建线性混合形变模型；步骤四：通过迭代最近点方法寻找降采样后的参考点云Q和源点云P相对应点的初始对应关系，并通过奇异值分解计算初始刚体变换矩阵；步骤五：根据降采样后的参考点云Q和源点云P相对应点的初始对应关系以及初始刚体变换矩阵构建最小二乘误差函数；步骤六：利用LM算法求解最小二乘误差函数的最优解，得到控制向量S的增量ΔS；步骤七：根据得到的ΔS更新控制向量S，得到S′，S′＝ΔS+S，通过步骤三中的线′性混合形变模型使降采样后的源点云P发生形变，得到发生形变后的源点云P′；步骤八：重新通过迭代最近点方法确定参考点云Q和发生形变后的源点云P′的对应点关系，并通过奇异值分解得到刚体变换矩阵，使发生形变后的源点云P′旋转和平移；步骤九：将步骤八得到的刚体变换矩阵与步骤四得到的初始刚体变换矩阵的值相乘，得到最初源点云与参考点云间的变换关系；步骤十：判断步骤九得到的最初源点云与参考点云间的变换关系是否满足收敛条件，如果满足则输出结果，否则转到步骤四。本专利技术的有益效果为：本专利技术提出了一种基于线性混合形变的汽车工件非刚体三维点云配准方法，通过有界调和权重来建立降采样后的参考点云P形变模型，通过规划控制点来控制降采样后的参考点云P的形变。利用Levenberg-Marquardt(LM)算法求解非线性最小二乘误差函数最优解并更新降采样后的参考点云P的形变量，最后利用奇异值分解来得到刚体变换矩阵。通过线性混合形变模型来使降采样后的参考点云P发生形变，通过对降采样后的参考点云P规划控制点和控制向量以及计算有界调和权重，可以较好的描述降采样后的参考点云P的形变，通过LM法求解最优化结果，可以较快的达到收敛并且可以一定程度上防止局部收敛问题。该方法原理简单，易于实现，通过将变形与匹配相结合，一定程度上解决了非刚体降采样后的参考点云P点云配准的问题，并提高了配准精度，加快了配准的收敛速度。三个收敛条件中的参数分别为：ε1＝10-4，ε2＝10-6，kmax＝100。从图3a、3b、3c、3d为迭代最近点方法效果图，图3e、3f、3g、3h为本专利技术方法效果图，四张图分别为迭代次数为0、5、10、50时的结果。图4为本方法与迭代最近点方法误差结果与迭代次数关系的对比图；如图4所述，迭代次数为5次时，迭代最近点方法误差结果为0.0038，本专利技术方法为0.001；迭代次数为10次时，迭代最近点方法误差结果为0.0018，本专利技术方法为0.001；迭代次数为15次时，迭代最近点方法误差结果为0.0014，本专利技术方法为0.0008；迭代次数为50次时，迭代最近点方法误差结果为0.0008，本专利技术方法为0.0004；由该图可以看出本专利技术方法收敛更快，精度更高。附图说明图1为本专利技术方法流程图；图2a为汽车保险杠模型变形前后侧视图，图2b为汽车保险杠模型变形前后俯视图图2c为汽车保险杠模型变形前后主视图；由于受到自身重力的影响，保险杠从地面拿起之后会发生形变，表现为两边向里收缩；图3a为用迭代最近点方法迭代0次对变形前后汽车保险杠点云进行配准的效果图；图3b为用迭代最近点方法迭代5次对变形前后汽车保险杠点云进行配准的效果图；图3c为用迭代最近点方法迭代10次对变形前后汽车保险杠点云进行配准的效果图；图3d为用迭代最近点方法迭代50次对变形前后汽车保险杠点云进行配准的效果图；图3e为采用本专利技术方法迭代0次对变形前后汽车保险杠点云进行配准的效果图；图3f为采用本专利技术方法迭代5次对变形前后汽车保险杠点云进行配准的效果图；图3g为采用本专利技术方法迭代10次对变形前后汽车保险杠点云进行配准的效果图；图3h为采用本专利技术方法迭代50次对变形前后汽车保险杠点云进行配准的效果图；图4为本方法与迭代最近点方法误差结果与迭代次数关系的对比图。具体实施方式具体实施方式一：结合图1说明本实施方式，本实施方式的一种基于线性混合形变的汽车工件非刚体三维点云配准方法具体过程为：步骤一：向程序中输入参考点云Q'和源点云P'，利用网格滤波方法进行降采样，得到降采样后的参考点云Q和源点云P；步骤二：在降采样后的源点云P上规划变形的点即控制点，并构建控制向量S；人为规划，在降采样后的源点云P上选取会发生形变的点，即为控制点，根据这些控制点可能发生运动的自由度(每个点都有x、y、z三个自由度)，规划控制向量(把所有要求的变量定义为一个向量，例如每个控制点有x、y、z三个变量)；步骤三：计算有界调和权重集W，构建线性混合形变模型；步骤四：通过迭代最近点方法寻找降采样后的参考点云Q和源点云P相对应点的初始对应关系，并通过奇异值分解计算初始刚体变换矩阵；步骤五：根据降采样后的参考点云Q和源点云P相对应点的初始对应关系以及初始刚体变换矩阵构建最小二乘误差函数；步骤六：利用LM算法求解最小二乘误差函数的最优解，得到控制向量S的增量ΔS；步骤七：根据得到的ΔS更新控制向量S，得到S′，S′＝ΔS+S，通过步骤三中的线性混合形变模型使降采样后的源点云P发生形变，得到发生形变后的源点云P′；步骤八：重新通过迭代最近点方法确定参考点云Q和发生形变后的源点云P′的对应点关系，并通过奇异值分解得到刚体变换矩阵，使发生形变后的源点云P′旋转和平移；步骤九：将步骤八得到的刚体变换矩阵与步骤四得到的初始刚体变换矩阵的值相乘，得到最初源点云与参考点云间的变换关系；步骤十：判断步骤九得到的最初源点云与参考点云间的变换关系是否满足收敛条件，如果满足则输出结果，否则转到步骤四。具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤三中计算有界调和权重集W，具体过程为：最小化方程：并满足如下约束：其中δjk为克罗内克函数，当j＝k时δjk值为1，否则δjk值为0；Δωj为ωj的增量；ωj为控制点对应的有界调和权重；为第j个控制点，j＝1,2,…,m，m为控制点的个数，m取值为正整数，为第k个控制点，k本文档来自技高网...

【技术保护点】
一种基于线性混合形变的汽车工件非刚体三维点云配准方法，其特征在于：一种基于线性混合形变的汽车工件非刚体三维点云配准方法具体过程为：步骤一：输入参考点云Q'和源点云P'，利用网格滤波方法进行降采样，得到降采样后的参考点云Q和源点云P；步骤二：在降采样后的源点云P上规划变形的点即控制点，并构建控制向量S；步骤三：计算有界调和权重集W，构建线性混合形变模型；步骤四：通过迭代最近点方法寻找降采样后的参考点云Q和源点云P相对应点的初始对应关系，并通过奇异值分解计算初始刚体变换矩阵；步骤五：根据降采样后的参考点云Q和源点云P相对应点的初始对应关系以及初始刚体变换矩阵构建最小二乘误差函数；步骤六：利用LM算法求解最小二乘误差函数的最优解，得到控制向量S的增量△

【技术特征摘要】
1.一种基于线性混合形变的汽车工件非刚体三维点云配准方法，其特征在于：一种基于线性混合形变的汽车工件非刚体三维点云配准方法具体过程为：步骤一：输入参考点云Q'和源点云P'，利用网格滤波方法进行降采样，得到降采样后的参考点云Q和源点云P；步骤二：在降采样后的源点云P上规划变形的点即控制点，并构建控制向量S；步骤三：计算有界调和权重集W，构建线性混合形变模型；步骤四：通过迭代最近点方法寻找降采样后的参考点云Q和源点云P相对应点的初始对应关系，并通过奇异值分解计算初始刚体变换矩阵；步骤五：根据降采样后的参考点云Q和源点云P相对应点的初始对应关系以及初始刚体变换矩阵构建最小二乘误差函数；步骤六：利用LM算法求解最小二乘误差函数的最优解，得到控制向量S的增量△S；步骤七：根据得到的△S更新控制向量S，得到S′，S′＝△S+S，通过步骤三中的线性混合形变模型使降采样后的源点云P发生形变，得到发生形变后的源点云P′；步骤八：重新通过迭代最近点方法确定参考点云Q和发生形变后的源点云P′的对应点关系，并通过奇异值分解得到刚体变换矩阵，使发生形变后的源点云P′旋转和平移；步骤九：将步骤八得到的刚体变换矩阵与步骤四得到的初始刚体变换矩阵的值相乘，得到最初源点云与参考点云间的变换关系；步骤十：判断步骤九得到的最初源点云与参考点云间的变换关系是否满足收敛条件，如果满足则输出结果，否则转到步骤四。2.根据权利要求1所述一种基于线性混合形变的汽车工件非刚体三维点云配准方法，其特征在于：所述步骤三中计算有界调和权重集W，具体过程为：最小化方程：并满足如下约束：其中δjk为克罗内克函数，当j＝k时δjk值为1，否则δjk值为0；△ωj为ωj的增量；ωj为控制点对应的有界调和权重；为第j个控制点，j＝1,2,…,m，m为控制点的个数，m取值为正整数，为第k个控制点，k取值为正整数，为变形前的源点云上的点，为第j个控制点在处的权重，j为控制点，i为源点云P上的点，i取值为正整数。3.根据权利要求2所述一种基于线性混合形变的汽车工件非刚体三维点云配准方法，其特征在于：所述步骤三中构建线性混和形变模型，具体公式为：其中为变形后的源点云上的点，ψj为控制点的刚体变换矩阵。4.根据权利要求3所述一种基于线性混合形变的汽车工件非刚体三维点云配准方法，其特征在于：所述步骤五中根据...

【专利技术属性】
技术研发人员：林伟阳，叶超，李湛，于兴虎，
申请(专利权)人：浙江优迈德智能装备有限公司，
类型：发明
国别省市：浙江,33