[發明專利]三維點云配準方法、裝置、電子設備及可讀介質

在審

• 申請號: 202110040721.5
• 申請日: 2021-01-13
• 公開（公告）號: CN113793370A
• 公開（公告）日: 2021-12-14
• 發明（設計）人: 孫曉峰
• 申請（專利權）人: 北京京東叁佰陸拾度電子商務有限公司
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T3/00
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 孫寶海;袁禮君

本公開實施例提供一種三維點云配準方法、裝置、電子設備及可讀介質，該方法包括：獲取待配準點云和基準點云；確定待配準點云在二維平面的第一投影圖像，第一投影圖像包括多個第一像素點；確定基準點云在二維平面的第二投影圖像，第二投影圖像包括多個第二像素點；根據第一投影圖像的第一像素點和第二投影圖像中的第二像素點確定匹配像素點對，每個匹配像素點對包括一第一像素點和一第二像素點；根據匹配像素點中的第一像素點對應的至少一個待配準點云，和匹配像素點中的第二像素點對應的至少一個基準點云確定變換矩陣，以根據變化矩陣對待配準點云進行點云配準操作。本公開實施例提供的技術方案能夠實現大范圍點云的無初值快速精準配準。

技術領域

本公開涉及點云配準技術領域，尤其涉及一種三維點云配準方法、裝置、電子設備及計算機可讀介質。

背景技術

目前，隨著激光雷達及各種深度傳感器的普及，三維點云數據的獲取變得更加便捷。大量的三維點云正在成為三維重建、位姿估計、目標識別等研究領域的新型數據源。然而，大多數情況下，三維點云的采集需要跨時間段、跨視角、跨設備協同才能完成，只有將不同視角、不同時期、不同設備獲取的局部三維點云數據配準到一起，形成覆蓋整個場景的完整三維數據，才能進行后續的更高層級算法分析。因此，作為點云數據處理的基礎算法，三維點云配準技術一直是測繪地理信息、計算機視覺、計算機圖形學等領域的一個研究熱點。按照配準的目標精度不同，點云配準技術分為粗配準和精配準兩大類。粗配準是指在兩待配準點云相對位姿完全未知的情況下對點云進行配準，配準結果可為精配準提供良好的初始值。當前主流的粗配準算法包括基于窮舉搜索的配準算法和基于特征匹配的配準算法。其中基于窮舉搜索的配準算法，需要遍歷整個變換空間以選取使誤差函數最小的變換關系或者列舉出使最多點對滿足的變換關系。如隨機抽樣一致性(RANSAC)配準算法、四點一致集配準算法(4-Point Congruent Set,4PCS)、Super4PCS算法等。基于特征匹配的配準算法通過計算被測物體或場景本身所具備的形態特性構建點云間的匹配對應，然后采用相關算法對變換關系進行估計。如基于快速點特征直方圖(Fast Point Feature Histograms，FPFH)特征點的隨機采樣一致性(SAC-IA)、FGR算法、基于方向直方圖特征(Signature ofHistograms of OrienTations,SHOT)特征的AO算法、基于深度學習提取特征的3DsmoothNet方法、以及基于線特征的ICL算法等。精配準的目的是在粗配準結果的基礎上讓點云之間的空間位置差別最小化。通用的精配準算法主要包括ICP以及ICP的各種變種(如point to plane ICP、Point to line ICP、GICP、NICP)、NDT、基于深度學習的DeepVCP等。

盡管當前各種點云配準算法眾多，但與圖像配準算法相比，點云配準技術還有很多問題有待解決。當前絕大多數效果較好的點云配準算法主要針對小型特定物體(如經典的斯坦福兔子模型)或幾米范圍內的室內場景進行的。對于大范圍場景下的室內外點云配準問題，目前仍存在較大挑戰。由于算法復雜度與內存限制，現有的針對局部小范圍設計的配準算法很難擴展到大范圍場景。

因此，需要一種新的三維點云配準方法、裝置、電子設備及計算機可讀介質。

在所述背景技術部分公開的上述信息僅用于加強對本公開的背景的理解，因此它可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

有鑒于此，本公開實施例提供一種三維點云配準方法、裝置、電子設備及計算機可讀介質，能夠實現大范圍點云的無初值快速精準配準。

本公開的其他特性和優點將通過下面的詳細描述變得顯然，或部分地通過本公開的實踐而習得。