[發明專利]一種基于三維局部點云配準的復合材料預制體整體外形重建方法

有效

• 申請號: 202110178562.5
• 申請日: 2021-02-09
• 公開（公告）號: CN112907729B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 單忠德;汪俊;隆昆;謝乾
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06T7/73;G06T7/33
• 代理公司: 南京鐘山專利代理有限公司 32252
• 代理人: 徐博

1.一種基于三維局部點云配準的復合材料預制體整體外形重建方法，其特征在于：采用多個3D相機對復合材料預制體整體外形進行掃描，由于相鄰兩個3D相機采集到的數據有局部重疊，依次將相鄰兩個3D相機采集到的重疊部數據進行配準，得到完整的復合材料預制體點云數據，實現復合材料預制體整體外形的重建，具體步驟如下：

步驟1，根據采集部分重疊局部點云的兩個3D相機的位姿關系求出粗配準變換矩陣，對兩片部分重疊局部點云進行粗配準；

步驟2，計算粗配準之后的兩片局部重疊點云中每個點的法向量；

步驟3，將兩片粗配準后的點云輸入到一個自監督的特征編碼網絡中，提取點云中每個點的特征描述子；具體包括如下子步驟：

步驟3.1，將輸入點云在±x,±y,±z 6個方向隨機選擇一個方向R_i進行角度變化；

步驟3.2，將角度變化后的點云輸入到一個自監督的特征編碼網絡中進行特征編碼，特征編碼網絡將n×6維的點云數據通過兩個共享參數的mlp將點坐標及法向量映射成n×64維的特征向量，然后將n×64維的特征向量通過一個特征變換模塊，得到一個具有旋轉不變性的n×64維特征向量，在對具有旋轉不變性的特征向量通過3個共享參數的mlp進一步編碼，最后輸出每個點的64維特征描述子；

步驟4，根據兩片粗配準后局部點云的特征描述子通過最近鄰算法構建兩片點云中點與點之間的對應關系集；

步驟5，對兩片粗配準后的點云中的對應關系集進行逐步優選來降低對應關系集中的離群值；具體包括如下子步驟：

步驟5.1，對于初始對應關系集K₁中的每一組對應點(p,q)，當且僅當該組對應點中一個點p的點特征描述子FP(p)是另一個點q的點特征描述子FP(q)的在該片點云P中描述子FP(P)的最近鄰，且另一個點q的點特征描述子FP(q)是該點p的點特征描述子FP(p)在另一片點云Q中描述子FP(Q)的最近鄰時，該組對應點(p,q)作為初步內點保留，得到初步內點對應關系集K₂；

步驟5.2，在初步內點對應關系集K₂中隨機選擇三組對應點(p₁,q₁),(p₂,q₂),(p₃,q₃)，取滿足下述條件的對應點得到最終的對應關系集K：

其中τ＝0.9；

步驟6，對去除離群值后的兩片點云中的每一對對應點進行迭代計算精配準變換矩陣，完成兩片局部點云的精配準；具體包括如下子步驟：

步驟6.1，將變換矩陣T初始化為單位矩陣T＝I，控制因子μ初始化為μ＝D²，D為待配準的最大表面點云的近似直徑，優化方程的雅克比矩陣J_r初始化為J_r＝0，殘差向量r初始化為r＝0；

步驟6.2，對最終對應關系集中的每一組對應點，計算兩點之間的線性關系：

式中，p、q為對應關系集中的一組對應點；l_p,q為對應點p、q之間的線性關系；

并求出優化方程：E(T,L)＝∑_(p,q)∈κl_p,q‖p-Tq‖²+∑_(p,q)∈κΨ(l_p,q)的雅克比矩陣J_r和殘差向量r，式中

步驟6.3，通過高斯牛頓法求解并更新變換矩陣T：

式中，α，β，γ為旋轉向量ω＝(α,β,γ)中的三個分量，a,b,c為平移向量t＝(a,b,c)的三個分量，ξ定義為ξ＝(ω,t)＝(α,β,γ)(a,b,c)；

步驟6.4，每進行2次迭代將參數μ減半，重復步驟6.2至6.3直到優化方程收斂或者μ小于設定閾值；

步驟7，更換下一組相鄰兩個3D相機獲取的局部點云數據，重復步驟1-6實現復合材料預制體整體外形重建。