来源：期刊VIP网 时间：
作者：曾嘉琪;王桂棠;王春鹏;吴黎明;文康全;
单位：广东工业大学机电工程学院;化学与精细化工广东省实验室揭阳分中心;
摘要：针对传统迭代最近点(iterative closest point, ICP)算法容易陷入局部最优、配准时间长、噪声适应性差，以及难以实现复杂工业现场的快速批量配准的问题，提出一种基于ISS-3DSC(intrinsic shape signature-3D shape context)特征结合改进ICP的喷涂工件点云配准算法。为了减少点云数量，保证点云空间结构特征，算法对原始点云数据进行重心近邻点体素滤波，采用ISS结合3DSC描述子提取更具结构信息的特征点，并通过改进的随机采样一致性(random sample consensus, RANSAC)算法高效剔除误匹配点，避免了传统ICP算法陷入局部最优的问题，最后采用优化点到面ICP方式解决传统算法在精配准时收敛速度慢的问题。以斯坦福大学Armadillo模型和工业现场采集的喷涂工件模型为对象进行实验分析，实验数据表明，算法相比传统ICP和尺度不变特征(scale-invariant feature transform, SIFT)的ICP算法，能有效地提高配准效率和配准，在面对大数据量的模型时效果提升更为明显。
关键词：点云配准;;三维形状特征;;随机采样一致性估计;;改进迭代最近点算法
基金资助：2023年佛山市促进高校科技成果服务产业发展扶持项目(2023DZXX02);; 佛山市南海区创新创业人才团队(第14批)项目
