[发明专利]一种引入法向量优化的RANSAC点云平面拟合方法

权利要求书

1.一种引入法向量优化的RANSAC点云平面拟合方法，其特征在于，具体包括如下步骤：

步骤1，将待拟合的点云数据集作为当前点云数据集；初始的迭代次数为0；

步骤2，从当前点云数据集中随机选取三个点p₁,p₂,p₃生成点云平面，作为当前点云平面：

ax₀+by₀+cz₀+d＝0

该式为平面方程的一般表达式，其中，a、b、c、d为方程系数，c≠0；

步骤3，分别计算当前点云数据集中除p₁,p₂,p₃以外的点p_i与当前点云平面的欧氏距离d_pi；如果点p_i与当前点云平面的欧氏距离d_pi满足如下公式，则将点p_i视为当前点云平面模型内的点，否则将其剔除；最后得到当前点云平面模型；

其中，d_T为距离阈值；

步骤4，判断迭代次数是否到达设定次数，则输出当前点云平面模型；否则将当前点云平面模型内的点的集合作为当前点云数据集，并将迭代次数加1，返回执行步骤2；

步骤5，令j＝1；j表示当前点云平面模型中点的序号；

步骤6，将当前点云平面模型中的第j个点作为当前点p_j；

步骤7，计算当前点p_j的法向量n_j；

步骤8，计算当前点p_j与其任意一个邻域点的法向量夹角β：

β＝arccos|n_i^Tn_j|

其中，n_i表示当前点p_j的任意一个邻域点的法向量；

步骤9，若β小于平滑度阈值，则当前点p_j仍然属于当前点云平面模型内的点，否则剔除该点，得到更新后的点云平面模型，将其作为当前点云平面模型；判断当前点云平面模型中的点是否已经遍历，是则输出当前点云平面模型；否则，令j＝j+1，返回步骤6。

2.如权利要求1所述的引入法向量优化的RANSAC点云平面拟合方法，其特征在于，所述步骤3中，所述距离阈值d_T为0.02。

3.如权利要求1所述的引入法向量优化的RANSAC点云平面拟合方法，其特征在于，所述步骤4中，所述设定次数为641。

4.如权利要求1所述的引入法向量优化的RANSAC点云平面拟合方法，其特征在于，所述步骤7具体包括如下子步骤：

步骤7.1，根据当前点的k个邻域点计算当前点p_j对应的协方差矩阵C_j，公式如下：

其中，表示最邻域元素的质心；k是点p_j的邻域点的数目。

步骤7.2，计算协方差矩阵C_j的每个特征值对应的特征向量，公式如下：

其中，λ_m是协方差矩阵C_j的第m个特征值，是λ_m对应的特征向量；

步骤7.3，将协方差矩阵C_j的最小特征值对应的特征向量作为当前点p_j的法向量n_j。