三维点云数据配准技术研究

论文摘要

三维激光测量的发展为实物的数字化提供更多的方法。由此也产生了对来自不同测量仪器在不同的视觉角度测定的数据匹配的问题。在新兴的数字化维修再制造领域,将实测的数据与原始的设计模型进行比对是不可缺少的技术环节。三维数据配准技术为解决这些问题提供了有效途径。本文对三维数据配准技术进行深入研究,主要研究内容及研究成果如下：首先对数据配准中原始数据可能存在噪声,采取八叉树结构进行去噪,在去除噪声的同时,建立良好的数据搜索结构。并且为了简化后期的配准过程,基于离散点特征信息对数据进行简化。同时为了改进初始状态不佳时对配准的收敛的影响,采用主成分分析法对点云数据进行旋转规一化。然后针对最近迭代算法存在对应点选取的问题,借鉴几何哈希配准法和扩展高斯球法,提出了基于特征信息分段求重心的方法,以此有效减少在寻找对应点对过程中消耗的时间。而对于数据配准中初始旋转矩阵不易确定的情况,结合遗传算法的概率搜索获取初始旋转矩阵,再用最近迭代法进行精配准,二者结合改善了配准的效率和精度。最后将配准算法应用于破损修复系统中,对破损工件进行扫描获取点云数据,将数据与设计的模型进行匹配对比,基于配准的结果提取破损数据,为后期的机器人快速修复路径规划提供基础。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究的意义及背景
• 1.2 匹配技术的发展、趋势及研究现状
• 1.2.1 匹配技术的发展及趋势
• 1.2.2 匹配技术的研究现状
• 1.3 匹配技术的关键问题
• 1.4 论文结构
• 第二章 数据预处理
• 2.1 点云信息提取
• 2.1.1 点邻域的搜索
• 2.1.2 点云几何特征信息提取
• 2.2 三维数据去噪精简
• 2.3 数据的旋转规一化
• 2.4 实验验证
• 2.4.1 邻域搜索实验结果
• 2.4.2 点云法向量及曲率实验
• 2.4.3 点云数据的去噪及简化实验
• 2.4.4 点云的旋转规一化实验
• 2.5 本章小结
• 第三章 三维数据配准
• 3.1 最近点迭代配准算法
• 3.1.1 数学基础
• 3.1.2 算法的具体实现
• 3.1.3 算法本身存在的一些缺陷
• 3.2 基于特征信息的聚类粗匹配
• 3.3 引入遗传算法的初始值优化
• 3.3.1 遗传算法原理
• 3.3.2 遗传算法在初始值中的应用
• 3.4 实验验证
• 3.4.1 基于特征信息的最近迭代
• 3.4.2 结合遗传算法的最近迭代
• 3.5 本章小结
• 第四章 匹配算法在实际系统的应用
• 4.1 实验工作原理
• 4.2 实验的硬件系统
• 4.3 实验的软件系统
• 4.4 实验应用结果
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 致谢