来源：期刊VIP网 时间：
作者：胡丽珍;李凤昱;胡健;
单位：湖州职业技术学院;
摘要：针对配准算法经验参数较多，难以通过人工调参获取最优配准参数的问题，提出一种基于改进的人工鱼群算法(artificial fish swarm algorithm, AFSA)优化的配准算法。首先，对AFSA算法存在的耗时长、参数敏感等问题进行改进，加入拉丁超立方抽样改进鱼群初始化过程，并依据改善率引入自适应的步长动态调整方法，提高AFSA算法的初始解质量和计算效率；其次，利用体素网格滤波对粗配准后的点云数据进行降采样和滤波，提高后续数据处理效率；最后，以最小化配准后的均方根误差为目标，通过改进的AFSA算法不断对配准参数进行调节择优，最终获取限制区间内最佳的参数，从而提升算法的自动化程度和精确度。采用普林斯顿大学数据集SUN3D中4对不同场景点云进行6次重复实验，并与RANSAC-ICP、FGR-ICP以及4PCS-ICP 3种配准算法进行比较。所提算法相较RANSAC-ICP的平均RMSE降低了7.773 mm,相较FGR-ICP降低了7.369 mm,相较4PCS-ICP降低6.095 mm,并避免繁杂的人工调参过程，证明所提算法具有高自动化和精准配准的特性。
关键词：激光点云;;人工鱼群优化算法;;迭代最近点;;点云配准
基金资助：自然资源部深部地热资源重点实验室2024年度开放基金(KLDGR2024B05);; 2024年度湖州市科技计划项目(2024GZ21)
