基于佳点集人工鱼群的点云配准算法

被引：10

作者：

李书群 ^{[1
]}

陈钰 ^{[2
]}

杨雨婷 ^{[3
]}

余敏 ^{[2
]}

朱勇超 ^{[2
]}

屈小川 ^{[2
]}

机构：

[1] 合肥学院城市建设与交通学院

[2] 合肥工业大学土木与水利工程学院

[3] 合肥工业大学管理学院

来源：

合肥工业大学学报(自然科学版) | 2023年 / 46卷 / 09期

基金：

安徽省自然科学基金;

关键词：

点云配准; 人工鱼群算法; 佳点集; 迭代最近点(ICP)算法;

D O I：

暂无

中图分类号：

TP391.41 []; TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对点云配准迭代最近点(iterative closest point, ICP)算法对点云的初始位置姿态有较高的要求且易陷入局部最优的问题，文章提出一种基于佳点集人工鱼群的点云配准算法。首先采用佳点集方法对人工鱼群初始化，解决人工鱼群因初始种群分布不均而陷入局部最优的问题，并通过下采样与三维尺度不变特征变换(3D scale invariant feature transform, 3D SIFT)特征点提取简化点云；然后采用快速点特征直方图(fast point feature histogram, FPFH)特征描述解求点云间的对应点对并剔除错误对应点对，通过佳点集人工鱼群算法寻优刚性变换的6个参数完成粗配准；最后使用ICP算法完成精配准。实验选取斯坦福大学提供的Bunny、Dragon和Happy Buddha 3组测试数据集进行配准；结果表明，该文算法收敛速度快，能为ICP算法提供良好的初始位姿避免其陷入局部最优。

引用

页码：1203 / 1209

页数：7

共 18 条

[1]

基于布谷鸟优化的三维点云配准算法 [J].