【技术实现步骤摘要】
本专利技术属于激光点云匹配领域，具体涉及一种基于概率分布采样约束的多特征点云匹配方法。
技术介绍
1、点云匹配（registration）是通过匹配两帧点云获得雷达位姿变化的技术，是激光雷达定位及建图技术的核心。在匹配方法方面，目前主流的匹配方法分为两大类：直接匹配法和特征匹配法。直接匹配法是直接对两帧点云进行最近邻对齐获得雷达的位姿估计值，多应用在三维重建、虚拟现实和增强现实等非实时任务中，代表性方法有迭代最近点法、正态分布变换法、通用icp法、体素栅格gicp法。特征匹配法首先从原始激光点云中提取特征，再根据特征的几何属性匹配两帧点云获得位姿估计值，目前主流的模型是基于线面特征的匹配方法。相较于直接匹配法，特征匹配法具有更快的速度，能够满足移动机器人实时位姿估计的需求。
2、当前，特征匹配法激光里程计面临着两个方面的不足：等权重假设不合理和非标准特征点处理不恰当。在特征匹配过程中，通常假设边特征约束和面特征约束是等权重的，然而这一假设并不符合激光雷达测距的特点——距离越远测距精度越低、距离越远点云的分辨率越低。另外，复杂...
【技术保护点】
1.一种基于概率分布采样约束的多特征点云匹配方法，其特征在于，包括：
2.根据权利要求1所述的一种基于概率分布采样约束的多特征点云匹配方法，其特征在于，步骤S001中，源点云和目标点云数学上表示为：
3.根据权利要求1所述的一种基于概率分布采样约束的多特征点云匹配方法，其特征在于，步骤S002中，对体素内的所有点进行统计值计算，即计算每个体素内的所有点的坐标平均值，对于体素内的点集合，其坐标平均值表示为：
4.根据权利要求1所述的一种基于概率分布采样约束的多特征点云匹配方法，其特征在于，步骤S003中，点云聚类方法包括基于密度的聚类...
【技术特征摘要】
1.一种基于概率分布采样约束的多特征点云匹配方法，其特征在于，包括：
2.根据权利要求1所述的一种基于概率分布采样约束的多特征点云匹配方法，其特征在于，步骤s001中，源点云和目标点云数学上表示为：
3.根据权利要求1所述的一种基于概率分布采样约束的多特征点云匹配方法，其特征在于，步骤s002中，对体素内的所有点进行统计值计算，即计算每个体素内的所有点的坐标平均值，对于体素内的点集合，其坐标平均值表示为：
4.根据权利要求1所述的一种基于概率分布采样约束的多特征点云匹配方法，其特征在于，步骤s003中，点云聚类方法包括基于密度的聚类方法、基于特征的聚类方法、基于...
【专利技术属性】
技术研发人员：武东杰，吴德烽，游政，林立雄，钟尚坤，刘启俊，张卫东，尤长智，张舜，方宇凡，胡小波，
申请(专利权)人：集美大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。