[發(fā)明專利]基于仿射變換模型CPD算法的三維點(diǎn)云配準(zhǔn)方法

有效

• 申請?zhí)枺?/td>: 201710369647.5
• 申請日: 2017-05-23
• 公開（公告）號: CN107204009B
• 公開（公告）日: 2020-06-09
• 發(fā)明（設(shè)計(jì)）人: 高會軍;滕軍;李湛;林偉陽;曲東升;李長峰
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號: G06T7/33
• 分類號: G06T7/33
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109
• 代理人: 楊立超

基于仿射變換模型CPD算法的三維點(diǎn)云配準(zhǔn)方法，本發(fā)明涉及基于點(diǎn)云配準(zhǔn)的噴漆機(jī)器人位置配準(zhǔn)方法。本發(fā)明的目的是為了解決現(xiàn)有主流三維點(diǎn)云配準(zhǔn)算法CPD存在算法復(fù)雜度高、程序運(yùn)行時間長、配準(zhǔn)精度低、魯棒性差的問題。具體過程為：一、得到一組三維點(diǎn)云數(shù)據(jù)作為待配準(zhǔn)點(diǎn)云；二、得到的點(diǎn)云數(shù)據(jù)作為參考點(diǎn)集；三、計(jì)算協(xié)方差，并初始化B和t；四、利用GPU并行計(jì)算P；五、求解在目標(biāo)函數(shù)取極大值時，參數(shù)B,t,σ²的值；六、重復(fù)迭代四和五，直到協(xié)方差小于設(shè)定的閾值，求出協(xié)方差小于設(shè)定的閾值時的B和t，以及最終配準(zhǔn)的結(jié)果點(diǎn)集，根據(jù)最終的配準(zhǔn)結(jié)果點(diǎn)集對待噴漆物體進(jìn)行噴漆作業(yè)。本發(fā)明用于噴漆機(jī)器人噴漆領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明涉及基于點(diǎn)云配準(zhǔn)的噴漆機(jī)器人位置配準(zhǔn)方法。

背景技術(shù)

隨著數(shù)據(jù)采集技術(shù)和計(jì)算機(jī)技術(shù)的快速發(fā)展，人們可以更加方便地利用各種三維數(shù)據(jù)采集設(shè)備獲得物體模型表面一系列的采樣點(diǎn)，即三維點(diǎn)云數(shù)據(jù)，而對應(yīng)點(diǎn)云數(shù)據(jù)處理技術(shù)也因此被廣泛應(yīng)用。三維點(diǎn)云配準(zhǔn)技術(shù)作為點(diǎn)云數(shù)據(jù)處理技術(shù)中關(guān)鍵技術(shù)之一，因其在靈活性、可移植性、成本以及精度等方面表現(xiàn)出了顯著的優(yōu)勢而應(yīng)用于工業(yè)產(chǎn)品檢測、醫(yī)療診斷、考古研究以及建筑設(shè)計(jì)等諸多領(lǐng)域，尤其是在噴漆機(jī)器人領(lǐng)域，利用三維點(diǎn)云配準(zhǔn)技術(shù)可以極大提高機(jī)器人噴漆效率。

三維點(diǎn)云配準(zhǔn)技術(shù)就是對采集回的點(diǎn)云數(shù)據(jù)進(jìn)行匹配，找到兩組點(diǎn)云數(shù)據(jù)集的一系列空間變換關(guān)系，并通過這些空間變換，使得兩個點(diǎn)云數(shù)據(jù)集的對應(yīng)點(diǎn)在空間位置上盡最大可能的一致。目前，用于處理三維點(diǎn)云配準(zhǔn)技術(shù)的算法主要有兩類：一類是基于最小二乘法的配準(zhǔn)算法，另一類則是基于概率模型的配準(zhǔn)算法。對于第一類算法，最具代表性的是BeslPJ和Mckay ND提出的迭代最近點(diǎn)算法(Iterated Closest Points Algorithm,ICP)，具有極高的配準(zhǔn)精度，但也存在一定的局限性：對初值要求高、魯棒性差等，因此，一系列的改進(jìn)算法相繼被提出。對于第二類算法，較為成功的AndriyMyronenko和Xubo Song提出了一致點(diǎn)漂移算法(Coherent Point Drift,CPD)，其核心是將匹配矩陣的求解轉(zhuǎn)化為高斯混合模型的質(zhì)心點(diǎn)集與觀測數(shù)據(jù)點(diǎn)集進(jìn)行擬合的最大似然估計(jì)問題，因此對于噪聲、出格點(diǎn)以及缺失點(diǎn)的影響具有較強(qiáng)魯棒性。

對于只存在剛性變換的兩組點(diǎn)云，主流三維點(diǎn)云配準(zhǔn)算法ICP和CPD都有較高的匹配精度，但在實(shí)際中，由于攝像頭等設(shè)備的視角變化，往往采集回來的點(diǎn)云數(shù)據(jù)集相對于模板點(diǎn)集存在縮放、反轉(zhuǎn)等非剛性形變，受數(shù)據(jù)量大、有噪聲、出格點(diǎn)和缺失點(diǎn)的影響，此時，ICP算法已不再適用，但基于仿射變換模型的CPD算法卻能很好地解決這一問題；不過，CPD算法復(fù)雜度高、程序運(yùn)行時間長、配準(zhǔn)精度低、魯棒性差。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決現(xiàn)有主流三維點(diǎn)云配準(zhǔn)算法CPD存在算法復(fù)雜度高、程序運(yùn)行時間長、配準(zhǔn)精度低、魯棒性差的問題，而提出基于仿射變換模型CPD算法的三維點(diǎn)云配準(zhǔn)方法。

基于仿射變換模型CPD算法的三維點(diǎn)云配準(zhǔn)方法具體過程為：

步驟一、利用噴漆機(jī)器人中的圖像采集設(shè)備對待噴漆物體進(jìn)行掃描，采集得到一組三維點(diǎn)云數(shù)據(jù)作為待配準(zhǔn)點(diǎn)云；

步驟二、對步驟一中采集得到的待配準(zhǔn)點(diǎn)云進(jìn)行預(yù)處理，得到的點(diǎn)云數(shù)據(jù)作為參考點(diǎn)集；

步驟三、計(jì)算步驟二中得到參考點(diǎn)集與對應(yīng)的已保存的模板點(diǎn)集的協(xié)方差σ²，并初始化仿射變換矩陣B和平移向量t；

步驟四、根據(jù)步驟三得到的σ²,B,t三個參數(shù)以及模板點(diǎn)集和參考點(diǎn)集，利用GPU并行計(jì)算高斯混合模型的后驗(yàn)概率矩陣P；

步驟五、利用步驟四得到的后驗(yàn)概率矩陣P，求解在目標(biāo)函數(shù)Q(B,t,σ²)取極大值時，參數(shù)B,t,σ²的值；