基于模型的全局點云配準方法研究

《基于模型的全局點云配準方法研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。

1、碩士學位論文基于模型的全局點云配準方法研究RESEARCHONGLOBALLYOPTIMALPOINTCLOUDREGISTRATIONBASEDONMODELS羅天男哈爾濱工業(yè)大學2016年7月國內圖書分類號：TP391.4學校代碼：10213國際圖書分類號：004.92密級：公開工學碩士學位論文基于模型的全局點云配準方法研究碩士研究生：羅天男導師：劉旺副教授申請學位：工學碩士學科：儀器科學與技術所在單位：電氣工程及自動化學院答辯日期：2016年7月授予學位單位：哈爾濱工業(yè)大學ClassifiedIndex:TP391.4U.D.C:004.92Dissertationf

2、ortheMasterDegreeinEngineeringRESEARCHONGLOBALLYOPTIMALPOINTCLOUDREGISTRATIONBASEDONMODELSCandidate：LuoTiannanSupervisor：AssociateProf.LiuWangAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：InstrumentScienceandTechnologyAffiliation：SchoolofElectricEngineeringDateofDefence：July,2016D

3、egree-Conferring-Institution：HarbinInstituteofTechnology哈爾濱工業(yè)大學工學碩士學位論文摘要隨著航空航天空間探索的發(fā)展，自主交會對接等太空任務的實現(xiàn)技術已經成為現(xiàn)代科技領域的重要研究內容，其中的目標相對姿態(tài)測量技術是必不可少的關鍵。點云配準是計算機視覺領域許多研究重點的基本問題之一，能被廣泛應用于三維重構、姿態(tài)估計及模式識別等領域，因此點云配準方法的研究具有重要意義。隨著計算機視覺領域相關技術的研究與發(fā)展，基于稠密點云配準的雙目視覺姿態(tài)估計系統(tǒng)具有配置簡單、測量精度高及功耗低等優(yōu)點，得到廣泛關注與研究。該系統(tǒng)姿態(tài)參數的解

4、算即采用稠密點云配準的方式實現(xiàn)，特別是基于模型的點云配準將測量所得的目標物體的部分數據點云與完整的模型點云進行配準，能夠解決非合作目標的相對姿態(tài)估計問題。然而現(xiàn)存的點云配準算法由于在其精度、速度或魯棒性等性能上的不足，難以保證將任何位置狀態(tài)下具有大量噪聲點或奇異點的測量數據點云成功配準到模型點云上，同時對于稠密點云配準的效率也較低，因此難以直接應用于雙目視覺姿態(tài)估計系統(tǒng)的姿態(tài)參數解算過程中。為克服上述姿態(tài)解算過程存在的問題，本文主要研究基于模型的全局點云配準算法來滿足應用要求。首先研究基于等效距離場的點云配準算法，采用隱式B樣條曲面擬合建立距離場，并利用Levenberg-

5、Marquardt算法優(yōu)化求解配準參數，以滿足配準過程的精度和速度要求。其次研究按照分支限界策略搜索具有非凸性的配準誤差函數的全局最優(yōu)解的方法，以此克服局部配準算法可能陷入局部最優(yōu)位置的缺點。然后結合基于等效距離場的局部配準算法加速收斂，最終形成基于模型的全局點云配準算法，保證全局收斂性和魯棒性要求。本文基于模型的點云配準通過結合利用等效距離場的局部點云配準和采用分支限界的全局最優(yōu)配準參數搜索方法實現(xiàn)。通過采用經典三維點云庫中的模型數據進行實驗與分析，驗證本文方法具有精度高、速度快、魯棒性較好且保證全局收斂性的特點；采用雙目視覺系統(tǒng)測量的點云數據進行三維姿態(tài)估計實驗，證明本

6、文方法能夠滿足基于稠密點云的雙目視覺姿態(tài)估計系統(tǒng)的應用需求。關鍵詞：雙目視覺姿態(tài)估計；點云配準；隱式B樣條曲面擬合；Levenberg-Marquardt算法；分支限界算法-I-哈爾濱工業(yè)大學工學碩士學位論文AbstractWiththedevelopmentofaerospaceandspaceexploration,therealizationtechniquesofspacemissionssuchasautonomousrendezvousanddockinghavebecomeimportantresearchtopicsinthefieldofmodernsci

7、enceandtechnology.Andtherelativeposeestimationtechnologyisessentialamongthem.Pointcloudregistrationisoneofthebasicproblemsincomputervision,whichcanbewidelyusedinthree-dimensionalreconstruction,poseestimation,patternrecognitionandotherfields.Therefore,researche