一种基于三维曲线匹配的点云相对位姿估计方法
【专利摘要】本发明公开了一种基于三维曲线匹配的点云相对位姿估计方法，它的步骤是提取两帧输入点云的边缘轮廓，得到代表三维边缘轮廓曲线的三维点集、
；针对三维点集
、
提取得到有序点集的集合
；将每个有序点集
或
进行分解，分解后的每个子集表示一个圆弧段，建立每段圆弧的特征描述向量；匹配两帧点云边缘曲线圆弧段的特征描述向量，建立匹配关系，计算两帧点云的相对位姿变换矩阵
。本发明方法不依赖初始位姿，仅通过环境的轮廓进行匹配，估计相对位姿；仅处理边缘点集，降低了运算量；可适应点云中存在的干扰物。
【专利说明】一种基于三维曲线匹配的点云相对位姿估计方法【技术领域】
[0001]本发明涉及三维环境重构领域，尤其涉及一种基于三维曲线匹配的点云相对位姿估计方法。
【背景技术】
[0002]已有的点云相对位姿估计方法主要分为两类。一类基于点云特征匹配，缺点是受点云密度变化影响很大，密度差异会直接导致错误概率提高。另一类基于点云的直接匹配，缺点是依赖初始位姿，且运算量大。
[0003]对于三维曲线的匹配，已有方法也主要基于卷积，难以适用于多曲线对多曲线的匹配。
【发明内容】
[0004]本发明的目的是克服现有技术的不足，提供一种基于三维曲线匹配的点云相对位姿估计方法。
[0005]基于三维曲线匹配的点云相对位姿估计方法是:
O分别提取两帧输入点云的边缘轮廓，得到代表三维边缘轮廓曲线的三维点集
L1^L2 ；
2)分别针对三维点集ΖΛΙ2提取得到有序点集的集合，每个有序点集L丨或句均表不了一条二维曲线；
j
3)将每个有序点集Li或L2进行分解，分解后的每个子集表示一个圆弧段，建立每段圆弧的特征描述向量；
4)匹配两帧点云边缘曲线圆弧段的特征描述向量，建立匹配关系，计算两帧点云的相对位姿变换矩阵为旋转矩阵，t为平移矩阵。
[0006]所述的步骤I)为:a)对于无序点云,搜索每个点周围半径小于r范围内的数量不超过n的所有最近邻点，得到点集N，为点集N拟合平面G,以点集N在平面G内的投影点位置为自变量，点集iV到平面G的距离为函数值，拟合二元二次函数f，得到Hessian矩阵H,计算Hessian矩阵If的特征值I1和I,假定λ1 >λ2 若λ1 > thresh且
λ2 < thresh2 ,其中thresh1、thresh2别为相应阈值，则认为该点为边缘点；b)对于有序点云，即深度图，利用Canny算法提取边缘点集。
[0007]所述的为点集N拟合平面G的方法为:计算点集N的均值，得到平面G的中心
;计算的特征向量，其最小特征值对应的特征向量即为平面G的法向量NG;平面G的中心和法向量1?即表示了一个经过中心Ce、法向量为的平面。
[0008]所述的拟合二元二次函数/并得到Hessian矩阵孖的方法为:对于点集i￥中每一
点q，假定NTN最大的两个特征值对应的特征向量分别为αG和βG,计算一个以x、y为自
变量，左(.v,y)为值的键值对，
【权利要求】
1.一种基于三维曲线匹配的点云相对位姿估计方法，其特征在于它的步骤如下: 1)分别提取两帧输入点云的边缘轮廓，得到代表三维边缘轮廓曲线的三维点集IM2 ； 2)分别针对三维点集Hi2提取得到有序点集的集合辽丨，每个有序点集if或 均表不了一条二维曲线； 3)将每个有序点集或g进行分解，分解后的每个子集表示一个圆弧段，建立每段圆弧的特征描述向量； 4)匹配两帧点云边缘曲线圆弧段的特征描述向量，建立匹配关系，计算两帧点云的相对位姿变换矩阵(I?, T)，Λ为旋转矩阵，T为平移矩阵。
2.根据权利要求1所述的基于三维曲线匹配的点云相对位姿估计方法，其特征在于，所述的步骤I)为:a)对于无序点云，搜索每个点周围半径小于r范围内的数量不超过的所有最近邻点，得到点集iV ,为点集iV拟合平面G,以点集Λτ在平面G内的投影点位置为自变量，点集N到平面G的距离为函数值，拟合二元二次函数/，得到Hessian矩阵if ,计算Hessian矩阵/f的特征值1，和I,假定i >厶，若A1 > threslb,且A7 < thresiu，其中f/rres/iyrtres/i^、别为相应阈值，则认为该点为边缘点；b)对于有序点云，即深度图，利用Canny算法提取边缘点集。
3.根据权利要求2所述的基于三维曲线匹配的点云相对位姿估计方法，其特征在于，所述的为点集i￥拟合平面G的方法为:计算点集AT的均值，得到平面G的中心Ce ;计算iV'V的特征向量，其最小特征值对应的特征向量即为平面G的法向量《5 ;平面G的中心Ce和法向量11(3即表示了一个经过中心Ci5、法向量为的平面。
4.根据权利要求2所述的基于三维曲线匹配的点云相对位姿估计方法，其特征在于，所述的拟合二元二次函数/并得到Hessian矩阵嚴的方法为:对于点集JV中每一点1|，假定N7N最大的两个特征值对应的特征向量分别为和!?^，计算一个以Λ； 'V为自变量，A-0^3，)为值的键值对，
5.根据权利要求1所述的基于三维曲线匹配的点云相对位姿估计方法，其特征在于，所述的步骤2)为:使用区域增长算法，以每次从三维点集I2或L2中随机选取的区域增长种子点为起始，以点集所表示的曲线一阶连续为条件，通过不断吸纳符合增长条件的新点，有序地拓展曲线点集，若不能再拓展，则另取种子点并拓展另一个曲线点集，直至所有点被拓展完毕。
6.根据权利要求5所述的基于三维曲线匹配的点云相对位姿估计方法，其特征在于，所述的曲线一阶连续条件为:
7.根据权利要求1所述的基于三维曲线匹配的点云相对位姿估计方法，其特征在于，所述的步骤3)为:对于每一个表示三维曲线的有序点集Li或M，依次计算每个点P,—处曲
线的曲率IC:和扭率h ,
8.根据权利要求1所述的基于三维曲线匹配的点云相对位姿估计方法，其特征在于，所述的步骤4)为:针对两帧点云边缘曲线圆弧段的特征描述向量，建立k-d树，在k-d树中，建立两帧点云边缘曲线圆弧段之间的匹配关系，运用随机抽样一致性算法，去除部分错误匹配，建立代价函数
【文档编号】G06T17/00GK103729882SQ201310742491
【公开日】2014年4月16日 申请日期:2013年12月30日 优先权日:2013年12月30日
【发明者】熊蓉, 李千山 申请人:浙江大学