[发明专利]面向三维点云配准的均匀特征采样方法

权利要求书

1.一种面向三维点云配准的均匀特征采样方法，其特征在于，包括以下步骤：

步骤S1：分别对源点云和目标点云根据激光线号将点云进行排列，随后进行均匀采样；

步骤S2：将采样后的点云，分别进行局部特征提取和全局特征提取，并进行拼接，得到多尺度特征；

步骤S3：根据特征提取会聚合领域信息的特性，对多尺度特征进行均匀采样；均匀采样后的多尺度特征输入交叉注意力模块，以提取变化特征，再将变换特征嵌入采样后的多尺度特征；

步骤S4：根据特征空间的差异构造特征匹配矩阵，以表示点云间的每个点的对应关系，并由匹配矩阵及采样后的目标点云获得本次迭代对齐的虚拟点云；随后，在源点云分支通过权重SVD估计刚性变换；

步骤S5：源点云分支在步骤S4求解出变换之后，将变换作用于点云采样后的源点云，之后重复步骤S2-步骤S4的操作，进行迭代，直至获得配准结果。

2.根据权利要求1所述的面向三维点云配准的均匀特征采样方法，其特征在于：步骤S1具体包括以下步骤：

步骤S11：对点云每个点，使用点的坐标信息，进行计算，得到该点所属的激光线号；其中，R³表示三维空间；

步骤S12：根据激光线号，将点云按顺序重新排列；

步骤S13：计算原始点云数量N和输入网络的点云数量M的商，并向下取整，得到采样间隔K；

步骤S14：根据采样间隔，对排列后的点云，进行等间隔的均匀采样，得到

步骤S15：计算采样后的点云数量N/K与输入网络的点云数量M之差Q；

步骤S16、去除多余的Q个点，得到采样后的点云

3.根据权利要求2所述的面向三维点云配准的均匀特征采样方法，其特征在于：步骤S2具体包括：

步骤S21：将采样后的点云X′分别送入全局特征抽取网络和局部特征抽取网络，得到F_Global和F_Loacal；

步骤S22：将F_Global和F_Loacal进行拼接，得到多尺度特征

4.根据权利要求3所述的面向三维点云配准的均匀特征采样方法，其特征在于：在步骤S3中，对多尺度特征进行均匀采样具体为：根据超参λ，对多尺度特征进行等间隔采样，得到均匀采样后的多尺度特征输入交叉注意力模块具体为：将源点云和目标点云采样后的特征分别送入交叉注意力模块，得到变换特征Φ(S)和Φ(T)；再将变换特征嵌入采样后的多尺度特征，，＝得到

5.根据权利要求4所述的面向三维点云配准的均匀特征采样方法，其特征在于：在步骤S4和步骤S5中：

采用源点云和目标点云对应的两帧特征计算匹配矩阵，并由匹配矩阵和二次采样后的目标点云获得相对确定的虚拟点云，最后通过权重SVD估计二次采样后的源点云与虚拟点云的刚性变换R_i、t_i，其中i表示当前迭代次数；

再用上一次计算得到的R_i-1、t_i-1作用于点云采样后的源点云，以此进行迭代；

所述二次采样是指根据超参λ，对点云X′进行二次采样，以得到X′_ds。