1.一种基于图投票的三维点云配准方法,其特征在于,包括如下操作:
S1、基于源点云集和目标点云集,获取若干个点云对,形成了点云对集;
将点云对作为顶点,将顶点距离小于顶点距离阈值的两个顶点用边相连,得到一阶图;
从一阶图中,获取每个顶点邻域范围内顶点和边,得到每个顶点的顶点子图;
S2、基于不同顶点子图之间顶点重复次数,进行顶点投票,得到每个顶点的投票值;将投票值大于投票值阈值的顶点对应点云对作为精选点云对,形成了精选点云对集;
S3、从精选点云对集随机选择若干个精选点云对,计算点云空间变化矩阵,对目标点云集进行空间变换,得到空间变换点云集;
获取空间变换点云集与源点云集的每个点云对的点云距离,将点云距离小于点云距离阈值的点云对,作为特征点云对,获取特征点云对数量;若特征点云对数量小于点云对数量阈值,记录点云空间变化矩阵;
重复执行挑选精选点云对、计算点云空间变化矩阵、获取特征点云对数量和记录点云空间变化矩阵的操作若干次,直至重复次数等于重复次数阈值,将特征点云对数量最小值对应的点云空间变化矩阵,作为最优点云空间变化矩阵;
基于最优点云空间变化矩阵,进行源点云集和目标点云集的点云配准。
2.根据权利要求1所述的基于图投票的三维点云配准方法,其特征在于,S1中顶点距离是通过如下公式计算得到的:,
为顶点与顶点之间的顶点距离,为在源点云集中源点云与源点云的欧氏距离,为在目标点云集中目标点云与目标点云的欧氏距离,,。
3.根据权利要求1所述的基于图投票的三维点云配准方法,其特征在于,S2中得到每个顶点的投票值的操作为:获取每个顶点,在两个不同的顶点子图之间重复出现的总次数,作为每个顶点的投票值。
4.根据权利要求1所述的基于图投票的三维点云配准方法,其特征在于,S2中得到每个顶点的投票值的操作为:将当前顶点的顶点子图中,存在的顶点对应的顶点子图,作为当前顶点的待比对顶点子图,当前顶点的顶点子图作为目标顶点子图;获取每个顶点,在所有目标顶点子图与对应待比对顶点子图之间重复出现的总次数,作为每个顶点的投票值。
5.根据权利要求1所述的基于图投票的三维点云配准方法,其特征在于,S3中点云空间变化矩阵的获取方法为:获取若干个精选点云对中分别属于目标点云集和源点云集的点云,得到若干个目标精选点云和若干个源精选点云;将所有目标精选点云的平均值和所有源精选点云的平均值,分别作为目标精选点云中心和源精选点云中心;
每个目标精选点云和每个源精选点云,减去各自对应的目标精选点云中心和源精选点云中心,得到若干个目标去中心化点云和若干个源去中心化点云;基于若干个目标去中心化点云和若干个源去中心化点云,构建点云协方差矩阵;
对点云协方差矩阵进行奇异值分解,得到旋转矩阵;基于旋转矩阵,获取平移向量;基于旋转矩阵和平移向量,得到点云空间变化矩阵。
6.根据权利要求5所述的基于图投票的三维点云配准方法,其特征在于,
点云空间变化矩阵为,为平移向量,为旋转矩阵。
7.根据权利要求1所述的基于图投票的三维点云配准方法,其特征在于,S1中,每个顶点邻域范围内顶点和边,是每个顶点直接相连的顶点和边。
8.一种基于图投票的三维点云配准系统,用于实现权利要求1所述的基于图投票的三维点云配准方法,其特征在于,包括:顶点子图生成模块,用于基于源点云集和目标点云集,获取若干个点云对,形成了点云对集;将点云对作为顶点,将顶点距离小于顶点距离阈值的两个顶点用边相连,得到一阶图;从一阶图中,获取每个顶点邻域范围内顶点和边,得到每个顶点的顶点子图;
精选点云对集生成模块,用于基于不同顶点子图之间顶点重复次数,进行顶点投票,得到每个顶点的投票值;将投票值大于投票值阈值的顶点对应点云对作为精选点云对,形成了精选点云对集;
点云配准模块,用于从精选点云对集随机选择若干个精选点云对,计算点云空间变化矩阵,对目标点云集进行空间变换,得到空间变换点云集;获取空间变换点云集与源点云集的每个点云对的点云距离,将点云距离小于点云距离阈值的点云对,作为特征点云对,获取特征点云对数量;若特征点云对数量小于点云对数量阈值,记录点云空间变化矩阵;重复执行挑选精选点云对、计算点云空间变化矩阵、获取特征点云对数量和记录点云空间变化矩阵的操作若干次,直至重复次数等于重复次数阈值,将特征点云对数量最小值对应的点云空间变化矩阵,作为最优点云空间变化矩阵;基于最优点云空间变化矩阵,进行源点云集和目标点云集的点云配准。
9.一种基于图投票的三维点云配准设备,其特征在于,包括处理器和存储器,其中,所述处理器执行所述存储器中保存的计算机程序时实现如权利要求1-7任一项所述的基于图投票的三维点云配准方法。
10.一种计算机可读存储介质,其特征在于,用于存储计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的基于图投票的三维点云配准方法。