[發明專利]一種基于非局部操作的點云配準方法

有效

• 申請號: 202110358528.6
• 申請日: 2021-04-02
• 公開（公告）號: CN112991407B
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 宋亞楠;沈衛明;陳剛
• 申請（專利權）人: 浙江大學計算機創新技術研究院
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T17/20;G06N3/04;G06N3/08
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 林超

1.一種基于非局部操作的點云配準方法，其特征在于：

步驟1：構建基于非局部操作的點云配準網絡；

步驟2：待測物體的模板點云和源點云輸入到點云配準網絡后進行訓練；

步驟3：采集待測物體的模板點云和源點云，輸入到訓練后的點云配準網絡中，直接預測掃描測量的源點云和模板點云之間的旋轉變換和平移變換結果，然后利用旋轉變換和平移變換結果對待測點云進行變換處理實現點云配準；

所述的點云配準網絡包括非局部操作模塊、交叉非局部操作網絡、多層感知機網絡、奇異值分解和矩陣相乘操作；源點云和模板點云分別經各自的非局部操作模塊處理后輸出源點云特征和模板點云特征，每個非局部操作模塊均由依次連接的第一個多層感知機網絡、非局部操作網絡和第二個多層感知機網絡連接構成，多層感知機網絡的內部權重共享，然后將源點云特征和模板點云特征均輸入到交叉非局部操作網絡后經交叉非局部操作網絡處理獲得兩個交叉特征，兩個交叉特征進行矩陣相乘操作后的結果再和模板點云經過矩陣相乘操作獲得虛擬匹配點，將虛擬匹配點和源點云經過奇異值分解獲得旋轉變換參數R和平移變換參數t。

2.根據權利要求1所述的一種基于非局部操作的點云配準方法，其特征在于：所述將源點云特征和模板點云特征均輸入到交叉非局部操作網絡后經交叉非局部操作網絡處理獲得兩個交叉特征，具體為將源點云特征作為交叉非局部操作網絡的第一輸入，模板點云特征作為交叉非局部操作網絡的第二輸入，處理輸出獲得一個交叉特征；并且將模板點云特征作為交叉非局部操作網絡的第一輸入，源點云特征作為交叉非局部操作網絡的第二輸入，處理輸出獲得另一個交叉特征，從而獲得兩個交叉特征。

3.根據權利要求1所述的一種基于非局部操作的點云配準方法，其特征在于：所述的非局部操作網絡包括了第一多層感知機M1、第二多層感知機M2、第三多層感知機M3、矩陣相乘操作、矩陣相加操作、第四多層感知機M4；非局部操作網絡的輸入分別經過第一多層感知機M1、第二多層感知機M2、第三多層感知機M3處理后獲得三個感知特征，第一多層感知機M1和第二多層感知機M2獲得的兩個感知特征經矩陣相乘操作再經Softmax激活函數處理后獲得中間特征，將中間特征再和第三多層感知機M3獲得的一個感知特征進行矩陣相乘操作獲得合并特征，將合并特征經第四多層感知機M4處理后再和非局部操作網絡的輸入經矩陣相加操作獲得非局部操作網絡的輸出。

4.根據權利要求1所述的一種基于非局部操作的點云配準方法，其特征在于：所述的交叉非局部操作網絡包括了第五多層感知機M5、第六多層感知機M6、第七多層感知機M7、矩陣相乘操作、矩陣相加操作和第八多層感知機M8；交叉非局部操作網絡的第一輸入分別經了第五多層感知機M5處理后獲得了一個交叉感知特征，交叉非局部操作網絡的第二輸入分別經了第六多層感知機M6、第七多層感知機M7處理后獲得了另外兩個交叉感知特征，第五多層感知機M5和第六多層感知機M6獲得的兩個交叉感知特征經矩陣相乘操作再經Softmax激活函數處理后獲得交叉中間特征，將交叉中間特征再和第七多層感知機M7獲得的一個交叉感知特征進行矩陣相乘操作獲得交叉合并特征，將交叉合并特征經第八多層感知機M8處理后再和非局部操作網絡的第一輸入經矩陣相加操作獲得非局部操作網絡的輸出。