来源：期刊VIP网 时间：
作者：单馨平;苏建强;刘利强;付亚雄;
单位：内蒙古工业大学电力学院;内蒙古自治区机电控制重点实验室;
摘要：最近点迭代(iterative closest point, ICP)算法是一种最经典的点云配准算法，该算法对初始位置要求高且计算速度慢，而基于特征提取的改进方法因特征点数量不足或缺乏代表性导致配准精度低，对此提出基于双约束特征提取的改进ICP配准算法。首先，利用法向量夹角和内部形状特征(intrinsic shape signatures, ISS)提取特征点，通过相互补充的两个约束提取更具代表性的特征点；再用三维形状上下文特征(3D shape context, 3DSC)描述特征点，得到初始点集；其次，采样一致性初始配准(sample consensus initial aligment, SAC-IA)算法与ICP算法融合，为ICP提供优化的初始位置；最后对多组仿真数据和激光雷达实测数据进行分别研究，实验结果表明，与传统ICP算法相比，不同对象的配准精度均提高85%以上、时间减少40%以上，所提算法对数据量庞大且初始位置相差较大的三维激光雷达点云数据具有良好的配准精度和效率。
关键词：三维激光雷达;;点云配准;;双约束特征提取;;ICP算法
基金资助：内蒙古自治区科技攻关项目(2021GG0256);; 内蒙古自治区自然科学基金项目(2022LHMS06007)
