[发明专利]一种复杂异形曲面机器人三维测量的点云误配准滤除方法及系统

摘要

本发明公开了一种复杂异形曲面机器人三维测量的点云误配准滤除方法及系统，该方法包括以下几个步骤：步骤1：将输入的配准点云对划分为三组，从每组配准点云对中选取一个点云对，求解出对应的变换矩阵Ri；步骤2：将求得的变换矩阵转换为欧拉旋转角，构建欧拉旋转角集合D；步骤3：对D中的欧拉旋转角进行自适应密度聚类，选出聚类结果中包含欧拉旋转角数量最多的类，并将用于求解该类欧拉旋转角的配准点云对作为可信配准点云对，从而完成误配准点云对滤除；该方法充分利用了给定点云配准对的空间信息，进行有效分解，并高效聚类，从而能够有效排除三维点云配准中误配准点，对点云的噪声、配准位置偏移等有较强适应性。该系统结构简单，操作方便。

主权项

1.一种基于密度聚类的三维点云误配准滤除方法，其特征在于，包括以下步骤：步骤1：将输入的配准点云对划分为三组{a_i},{b_i},{c_i}，从每组配准点云对中选取一个点云对，根据矩阵变换关系，求解出a_i,b_i,c_i对应的变换矩阵R_i；{a_i}＝{(x_3i‑2‑x_3i‑1,y_3i‑2‑y_3i‑1)}{b_i}＝{(x_3i‑1‑x_3i,y_3i‑1‑y_3i)}{c_i}＝{(x_3i‑x_3i‑2,y_3i‑y_3i‑2)}其中，i＝1,2,3,...,INT(N/3)，INT()表示向下取整函数；步骤2：将求得的变换矩阵转换为欧拉旋转角，得到INT(N/3)个欧拉旋转角d_i，d_i＝(θ_i,ω_i,φ_i)，并构建欧拉旋转角集合D，D＝{d_i}；其中，θ_i,ω_i,φ_i分别表示欧拉旋转角的x轴分量、y轴分量和z轴分量，N表示配准点云对的总数；步骤3：对D中的欧拉旋转角进行自适应密度聚类，选出聚类结果中包含欧拉旋转角数量最多的类，并将用于求解该类欧拉旋转角的配准点云对作为可信配准点云对，从而将所输入的配准点云对中的误配准点云对滤除。