一种改良的快速点特征直方图ICP点云配准算法

简介：
本研究提出了一种改进的快速点特征直方图（FPFH）迭代最近点（ICP）算法，用于提高点云数据配准的速度与精度。该方法通过优化特征描述和匹配过程，在保持高准确性的同时大幅减少了计算时间，特别适用于大规模场景重建及实时应用。 为了克服迭代最近点（ICP）算法鲁棒性差、配准精度低的问题，本段落提出了一种基于快速点特征直方图（FPFH）的改进ICP点云配准算法。首先，通过优化内部形态描述子和法向矢量角的变化来提取更精确的点云特征；其次，在欧氏距离计算中引入指数函数进行优化，并将此作为FPFH特征描述中的权重系数，以确保利用初始对齐估计得到更为准确的点云位置信息；接着采用双重约束及单位四元数算法实现初步配准工作。最后，构建双向k维树并基于每个点对欧氏距离与其最大值之比来计算对应关系权重，并将此作为ICP迭代误差函数中的加权系数，以此减少不良匹配的影响和缩短迭代时间。 实验结果表明，相较于传统ICP方法，本段落提出的算法在配准精度上提高了2到6个量级，并且具有更强的鲁棒性。