[发明专利]基于一致点漂移算法的三维非刚体点云配准方法

说明书

基于一致点漂移算法的三维非刚体点云配准方法，本发明涉及基于点云配准的喷漆机器人位置配准方法。本发明的目的是为了解决现有三维点云非刚体配准算法在点云数据量大、变形复杂、有噪声、出格点和缺失点影响的情况下，存在配准精度低、鲁棒性差、计算时间长的缺点。具体过程为：一、利用喷漆机器人中的图像采集设备对待喷漆物体进行扫描，得到一组三维点云数据作为待配准点云；二、得到的点云数据作为参考点集；三、计算参考点集与已有的模板点集的协方差σ，并初始化一致点漂移算法的相关参数；四、构造高斯核矩阵；五、得到最终配准的结果点集，根据最终的配准结果点集对待喷漆物体进行喷漆作业。本发明用于喷漆机器人位置配准。

技术领域

本发明涉及基于点云配准的喷漆机器人位置配准方法。

背景技术

随着现代工业对产品质量和生产效率的要求，计算机辅助制造工程已经成为现代计算机科学的重要组成部分，而三维点云配准技术则是计算机辅助制造工程中较为重要的环节。在工业生产中，通过点云配准可以起到控制工业生产测量精度误差、快速检测工业产品缺陷和加快工业生产进度等作用。此外，在医疗诊断、文物修复等非工业领域，点云配准技术依然有着十分重要的作用，尤其是在喷漆机器人领域，利用三维点云配准技术可以极大提高机器人喷漆效率。

三维点云配准技术就是对采集回的点云数据进行匹配，找到两组点云数据集的一系列空间变换关系，并通过这些空间变换，使得两个点云数据集的对应点在空间位置上尽最大可能的一致。根据待配准点云形变模型的复杂程度，点云配准可以分为刚体点云配准和非刚体点云配准。对于刚体点云的配准问题已经取得了很多理论成果，然而，现实中普遍存在的是非刚体形变，所以对非刚体的研究十分重要。

对于刚体点云配准，由Besl PJ和Mckay ND于1987年提出的迭代最近点算法(Iterated Closest Points Algorithm,ICP)使用最为广泛，该算法运用最小二乘的最优匹配原理，当初值较好时，具有极高的配准精度。而相对于刚体点云配准，非刚体点云的配准涉及到更多的自由度，也更加复杂。为有效解决这一难题，相关的基于概率的软匹配方法被相继提出，即利用概率值来描述点对点之间可能的匹配对应关系。其中较为成功的是McNeill与Vijayakumar等提出的基于高斯混合模型(Gaussian Mixture Models,GMM)的EM算法,以及在此基础上，AndriyMyronenko和Xubo Song提出了一致点漂移算法(CoherentPoint Drift,CPD)，两者的核心都是将匹配矩阵的求解转化为GMM的质心点集与观测数据点集进行拟合的最大似然估计问题，前指利用EM(期望最大值)算法，后者基于运动一致性原理(Motion Coherent Theory,MCT)求解优化，因此对于噪声、出格点以及缺失点的影响具有较强鲁棒性。

然而，对于实际中采集到的非刚体三维点云，因为其点云数据量大、变形复杂、有噪声、出格点和缺失点的影响，所以大部分三维点云非刚体配准算法存在配准精度低、鲁棒性差、计算时间长。

发明内容

本发明的目的是为了解决现有三维点云非刚体配准算法在点云数据量大、变形复杂、有噪声、出格点和缺失点影响的情况下，存在配准精度低、鲁棒性差、计算时间长的缺点，而提出基于一致点漂移算法的三维非刚体点云配准方法。

基于一致点漂移算法的三维非刚体点云配准方法具体过程为：

步骤一、利用喷漆机器人中的图像采集设备对待喷漆物体进行扫描，采集得到一组三维点云数据作为待配准点云；

步骤二、对步骤一中采集得到的待配准点云进行预处理，得到的点云数据作为参考点集；

步骤三、计算步骤二中得到的参考点集与已有的模板点集的协方差σ，并初始化一致点漂移算法的相关参数；

一致点漂移算法的相关参数包括系数矩阵W，反应噪声影响占比的权值ω，高斯滤波器的宽度β和最大似然拟合参数λ；