来源：期刊VIP网 时间：
作者：刘梦珂;柯福阳;
单位：南京信息工程大学遥感与测绘工程学院;南京信息工程大学无锡研究院;
摘要：针对多视角工件点云配准时间长、收敛缓慢、对应点匹配易错等缺点，提出一种基于改进的内部形状描述子-三维形状上下文特征(intrinsic shape signatures-3D shape context, ISS-3DSC)结合ICP的工件点云配准算法。首先使用八叉树下采样和ISS特征点相结合的提取算法进行特征点的提取，并用3DSC特征描述符对提取到的特征点进行描述，其次先使用采样一致性算法(sample consensus initial alignment, SAC-IA)完成粗配准的第一步操作，后续使用NDT算法作为粗配准的第二步操作，可以为ICP算法提供一个较好的初始位姿，最后通过双向KD-tree结合方向向量约束的ICP算法，完成整个配准流程。以斯坦福大学公开的点云数据以及采用三维激光扫描仪扫描得到的多视角工件点云来验证本文算法的有效性，并与常用的FPFH-ICP算法、3DSC-NDT算法以及目前较新的Harris-DLFS-ICP算法进行对比分析。实验结果表明，与上述3种算法相比，所提算法的配准精度和执行速度更快，且在两点云初始位姿相差较大的时候也能得到较好的结果，具有一定的工业应用价值。
关键词：工件;;点云配准;;八叉树下采样;;双向KD-tree
基金资助：江苏省自然科学基金(BK20211037);; 江苏省科技计划社会发展项目(BE2021622)
