基于仿射变换模型CPD算法的三维点云配准方法技术

基于仿射变换模型CPD算法的三维点云配准方法，本发明专利技术涉及基于点云配准的喷漆机器人位置配准方法。本发明专利技术的目的是为了解决现有主流三维点云配准算法CPD存在算法复杂度高、程序运行时间长、配准精度低、鲁棒性差的问题。具体过程为：一、得到一组三维点云数据作为待配准点云；二、得到的点云数据作为参考点集；三、计算协方差，并初始化B和t；四、利用GPU并行计算P；五、求解在目标函数取极大值时，参数B,t,σ

Three dimensional point cloud registration method based on affine transformation model CPD algorithm

The invention relates to a three-dimensional point cloud registration method based on an affine transformation model CPD algorithm. The invention relates to a position registration method of a paint spraying robot based on point cloud registration. The object of the invention is to solve the problem that the existing mainstream 3D point cloud registration algorithm CPD has the advantages of high algorithm complexity, long program running time, low registration accuracy and poor robustness. The specific process is: first, to get a set of 3D point cloud data for registration of point cloud; point cloud data of two, obtained as a set of reference points; three, calculating covariance, and initialization of B and T; four, GPU parallel computing using P; five, for maximum in the objective function, the parameters of B. T, sigma

【技术实现步骤摘要】
基于仿射变换模型CPD算法的三维点云配准方法
本专利技术涉及基于点云配准的喷漆机器人位置配准方法。
技术介绍
随着数据采集技术和计算机技术的快速发展，人们可以更加方便地利用各种三维数据采集设备获得物体模型表面一系列的采样点，即三维点云数据，而对应点云数据处理技术也因此被广泛应用。三维点云配准技术作为点云数据处理技术中关键技术之一，因其在灵活性、可移植性、成本以及精度等方面表现出了显著的优势而应用于工业产品检测、医疗诊断、考古研究以及建筑设计等诸多领域，尤其是在喷漆机器人领域，利用三维点云配准技术可以极大提高机器人喷漆效率。三维点云配准技术就是对采集回的点云数据进行匹配，找到两组点云数据集的一系列空间变换关系，并通过这些空间变换，使得两个点云数据集的对应点在空间位置上尽最大可能的一致。目前，用于处理三维点云配准技术的算法主要有两类：一类是基于最小二乘法的配准算法，另一类则是基于概率模型的配准算法。对于第一类算法，最具代表性的是BeslPJ和MckayND提出的迭代最近点算法(IteratedClosestPointsAlgorithm,ICP)，具有极高的配准精度，但也存在一定的局限性本文档来自技高网...

【技术保护点】
基于仿射变换模型CPD算法的三维点云配准方法，其特征在于：所述方法具体过程为：步骤一、利用喷漆机器人中的图像采集设备对待喷漆物体进行扫描，采集得到一组三维点云数据作为待配准点云；步骤二、对步骤一中采集得到的待配准点云进行预处理，得到的点云数据作为参考点集；步骤三、计算步骤二中得到参考点集与对应的已保存的模板点集的协方差σ

【技术特征摘要】
1.基于仿射变换模型CPD算法的三维点云配准方法，其特征在于：所述方法具体过程为：步骤一、利用喷漆机器人中的图像采集设备对待喷漆物体进行扫描，采集得到一组三维点云数据作为待配准点云；步骤二、对步骤一中采集得到的待配准点云进行预处理，得到的点云数据作为参考点集；步骤三、计算步骤二中得到参考点集与对应的已保存的模板点集的协方差σ2，并初始化仿射变换矩阵B和平移向量t；步骤四、根据步骤三得到的σ2,B,t三个参数以及模板点集和参考点集，利用GPU并行计算高斯混合模型的后验概率矩阵P；步骤五、利用步骤四得到的后验概率矩阵P，求解在目标函数Q(B,t,σ2)取极大值时，参数B,t,σ2的值；步骤六、重复迭代步骤四和步骤五，直到协方差σ2小于设定的阈值，求出协方差σ2小于设定的阈值时的仿射变换矩阵B和平移向量t，以及最终配准的结果点集R＝YM×DBT+lt，l为元素全为1的列向量，YM×D为模板点集，根据最终的配准结果点集对待喷漆物体进行喷漆作业。2.根据权利要求1所述基于仿射变换模型CPD算法的三维点云配准方法，其特征在于：所述步骤二中对步骤一中采集得到的待配准点云进行预处理,得到的点云数据作为参考点集；具体过程为：步骤二一、对步骤一中采集得到的待配准点云中不需要配准的背景点云数据进行删除，得到去背景后的点云；步骤二二、使用统计滤波器和半径滤波器对步骤二一中得到的去背景后的点云中的离群点进行删除，得到滤波后的点云；步骤二三、对步骤二二中得到的滤波后的点云进行降采样，得到降采样后的点云；步骤二四、将步骤二三中得到的降采样后的点云以矩阵的形式保存为一个数据集，做为参考点集。3.根据权利要求2所述基于仿射变换模型CPD算法的三维点云配准方法，其特征在于：所述步骤三中计算步骤二中得到参考点集与对应的已保存的模板点集的协方差σ2，并初始化仿射变换矩阵B和平移向量t；具体过程为：步骤三一、计算参考点集XN×D＝(x1,…xN)T和模板点集YM×D＝(y1,…yM)T的协方差：其中，M,N分别为参考点集和模板点集中点的数目，取值为正整数；D为点集的维数，xn为参考点集中第n个点的D维向量，ym为模板点集中第m个点的D维向量；步骤三二、初始化仿射变换矩阵B和平移向量t，仿射变换矩阵B初始化为单位阵，即B＝I，平移向量t初始化为零，即t＝0；式中，I为单位阵。4.根据权利要求3所述基于仿射变换模型CPD算法的三维点云配准方法，其特征在于：所述步骤四中根据步骤三得到的σ2,B,t三个参数以及模板点集和参考点集，利用GPU并行计算高斯混合模型的后验概率矩阵P；具体过程为：步骤四一、将参考点集XN×D和模板点集YM×D，以及仿射变换矩阵B和平移向量t拷贝进GPU显存；步骤四二、在GPU中分配M×N个...

【专利技术属性】
技术研发人员：高会军，滕军，李湛，林伟阳，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江,23