← 返回列表
基于FPP的由局部到全局结构引导的高精度点云配准方法
申请人信息
- 申请人:南京理工大学
- 申请人地址:210094 江苏省南京市玄武区孝陵卫200号
- 发明人: 南京理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于FPP的由局部到全局结构引导的高精度点云配准方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311776827.7 |
| 申请日 | 2023/12/22 |
| 公告号 | CN117475170B |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06V10/44 |
| 权利人 | 南京理工大学 |
| 发明人 | 柏连发; 杨乐; 王兴国; 陈霄宇; 韩静; 张毅; 郑东亮 |
| 地址 | 江苏省南京市孝陵卫200号 |
摘要文本
本发明公开了一种基于FPP的由局部到全局结构引导的高精度点云配准方法，包括如下步骤：利用条纹投影轮廓术得到源点云和目标点云的多模态数据特征；利用多模态数据特征进行点云聚类，得到源点云和目标点云的点云聚类切块，通过特征相似度匹配出对应的节点对，得到源点云与目标点云中局部点云块的对应关系；利用重叠注意力网络模型对源点云与目标点云中具有对应关系的局部点云块进行特征交互；基于对应聚类投票的特征匹配模块对聚类点云对进行特征对应分析，选择置信度高计算位姿矩阵。本发明提出基于FPP数据特性的点云配准框架，采用聚类结构化先验约束网络模型的训练以及推理来实现更高精度和鲁棒性的点云配准。。来自专利查询网
专利主权项内容
1.一种基于FPP的由局部到全局结构引导的高精度点云配准方法，其特征在于，包括如下步骤：一、利用条纹投影轮廓术得到源点云和目标点云的多模态数据特征；二、利用步骤一得到的多模态数据特征进行点云聚类，得到源点云和目标点云的点云聚类切块，通过点云聚类切块的特征相似度匹配出源点云与目标点云中对应的节点对，得到源点云与目标点云中局部点云块的对应关系；三、利用重叠注意力网络模型对源点云与目标点云中具有对应关系的局部点云块进行特征交互；四、基于对应聚类投票的特征匹配模块对聚类点云对进行特征对应分析，选择置信度高的对应聚类计算位姿矩阵。