基于熵准则遗传算法的点云配准算法

被引：19

作者：

陈杰 ^{[1
]}

蔡勇 ^{[1
,2
]}

张建生 ^{[1
]}

机构：

[1] 西南科技大学制造科学与工程学院

[2] 西南科技大学制造过程测试技术省部共建教育部重点实验室

来源：

计算机应用研究 | 2019年 / 36卷 / 01期

关键词：

迭代最近点算法; 遗传算法; 空间分布熵; 配准;

D O I：

10.19734/j.issn.1001-3695.2017.03.0642

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：

迭代最近点(ICP)算法由于其配准精度很高,通常运用于点云的精配准,但其配准精度和迭代收敛性取决于待配准点云的初始位置。提出一种将遗传算法和空间分布熵相融合的空间最优变换矩阵求解算法,以一种新的点云空间位置评价方法——空间分布熵作为遗传算法的目标函数,采用遗传算子指导解的搜索方向,通过新种群的不断迭代使空间分布熵最小,结束后对最优个体解码实现点云的粗配准。实验表明,该算法有效可行,克服了传统方法在有点云缺陷和噪声点时不能提供很好的初始拼接位置的问题,在误差允许的范围内,可以直接实现点云拼接。

引用

页码：316 / 320

页数：5

共 13 条

[1]

基于自适应八叉树的三维点云快速拾取方法研究 [J].