[发明专利]一种基于非局部操作的点云配准方法

权利要求书

1.一种基于非局部操作的点云配准方法，其特征在于：

步骤1：构建基于非局部操作的点云配准网络；

步骤2：待测物体的模板点云和源点云输入到点云配准网络后进行训练；

步骤3：采集待测物体的模板点云和源点云，输入到训练后的点云配准网络中，直接预测扫描测量的源点云和模板点云之间的旋转变换和平移变换结果，然后利用旋转变换和平移变换结果对待测点云进行变换处理实现点云配准；

所述的点云配准网络包括非局部操作模块、交叉非局部操作网络、多层感知机网络、奇异值分解和矩阵相乘操作；源点云和模板点云分别经各自的非局部操作模块处理后输出源点云特征和模板点云特征，每个非局部操作模块均由依次连接的第一个多层感知机网络、非局部操作网络和第二个多层感知机网络连接构成，多层感知机网络的内部权重共享，然后将源点云特征和模板点云特征均输入到交叉非局部操作网络后经交叉非局部操作网络处理获得两个交叉特征，两个交叉特征进行矩阵相乘操作后的结果再和模板点云经过矩阵相乘操作获得虚拟匹配点，将虚拟匹配点和源点云经过奇异值分解获得旋转变换参数R和平移变换参数t。

2.根据权利要求1所述的一种基于非局部操作的点云配准方法，其特征在于：所述将源点云特征和模板点云特征均输入到交叉非局部操作网络后经交叉非局部操作网络处理获得两个交叉特征，具体为将源点云特征作为交叉非局部操作网络的第一输入，模板点云特征作为交叉非局部操作网络的第二输入，处理输出获得一个交叉特征；并且将模板点云特征作为交叉非局部操作网络的第一输入，源点云特征作为交叉非局部操作网络的第二输入，处理输出获得另一个交叉特征，从而获得两个交叉特征。

3.根据权利要求1所述的一种基于非局部操作的点云配准方法，其特征在于：所述的非局部操作网络包括了第一多层感知机M1、第二多层感知机M2、第三多层感知机M3、矩阵相乘操作、矩阵相加操作、第四多层感知机M4；非局部操作网络的输入分别经过第一多层感知机M1、第二多层感知机M2、第三多层感知机M3处理后获得三个感知特征，第一多层感知机M1和第二多层感知机M2获得的两个感知特征经矩阵相乘操作再经Softmax激活函数处理后获得中间特征，将中间特征再和第三多层感知机M3获得的一个感知特征进行矩阵相乘操作获得合并特征，将合并特征经第四多层感知机M4处理后再和非局部操作网络的输入经矩阵相加操作获得非局部操作网络的输出。

4.根据权利要求1所述的一种基于非局部操作的点云配准方法，其特征在于：所述的交叉非局部操作网络包括了第五多层感知机M5、第六多层感知机M6、第七多层感知机M7、矩阵相乘操作、矩阵相加操作和第八多层感知机M8；交叉非局部操作网络的第一输入分别经了第五多层感知机M5处理后获得了一个交叉感知特征，交叉非局部操作网络的第二输入分别经了第六多层感知机M6、第七多层感知机M7处理后获得了另外两个交叉感知特征，第五多层感知机M5和第六多层感知机M6获得的两个交叉感知特征经矩阵相乘操作再经Softmax激活函数处理后获得交叉中间特征，将交叉中间特征再和第七多层感知机M7获得的一个交叉感知特征进行矩阵相乘操作获得交叉合并特征，将交叉合并特征经第八多层感知机M8处理后再和非局部操作网络的第一输入经矩阵相加操作获得非局部操作网络的输出。