-
公开(公告)号:CN118379526B
公开(公告)日:2024-10-22
申请号:CN202410831800.1
申请日:2024-06-26
申请人: 集美大学
IPC分类号: G06V10/75 , G06V10/762 , G06V10/46
摘要: 本发明涉及一种基于概率分布采样约束的多特征点云匹配方法,属于激光点云匹配领域。所述方法将边、面、杂乱点均视为概率分布的采样结果,利用局部范围内的点云拟合得到对应概率分布的参数,基于概率分布采样构建优化问题的约束条件,以此来避免等权重假设不合理的问题。本发明还分别设计了边‑边、面‑面、杂乱点‑杂乱点三个数据关联通道,以此提升系统数据关联的准确性和可靠性。
-
公开(公告)号:CN118537606B
公开(公告)日:2024-10-25
申请号:CN202411008074.X
申请日:2024-07-26
申请人: 集美大学
摘要: 本发明提供了一种三维点云匹配退化的处理方法、装置及程序产品,该方法包括:S1,将参数输入三维点云匹配模型,参数包括目标函数、待优化变量和约束条件;S2,初始化待优化变量;S3,建立增量方程;S4,计算增量方程,得到增量方程的原始解;S5,判断是否发生退化问题,若是则进入步骤S6,否则进入步骤S8;S6,确定退化子空间;S7,将增量方程的原始解的分量进行置零,得到增量方程的重构解;S8,判断退化子空间是否为空,根据判断结果使用增量方程的原始解/重构解更新位姿变量;S9,重复步骤S3至步骤S8,达到预定条件后输出迭代结果。利用上述技术方案,可实时处理三维点云匹配中的退化情况,进而提升几何结构单一场景下三维点云匹配的精度。
-
公开(公告)号:CN118379526A
公开(公告)日:2024-07-23
申请号:CN202410831800.1
申请日:2024-06-26
申请人: 集美大学
IPC分类号: G06V10/75 , G06V10/762 , G06V10/46
摘要: 本发明涉及一种基于概率分布采样约束的多特征点云匹配方法,属于激光点云匹配领域。所述方法将边、面、杂乱点均视为概率分布的采样结果,利用局部范围内的点云拟合得到对应概率分布的参数,基于概率分布采样构建优化问题的约束条件,以此来避免等权重假设不合理的问题。本发明还分别设计了边‑边、面‑面、杂乱点‑杂乱点三个数据关联通道,以此提升系统数据关联的准确性和可靠性。
-
公开(公告)号:CN118537606A
公开(公告)日:2024-08-23
申请号:CN202411008074.X
申请日:2024-07-26
申请人: 集美大学
摘要: 本发明提供了一种三维点云匹配退化的处理方法、装置及程序产品,该方法包括:S1,将参数输入三维点云匹配模型,参数包括目标函数、待优化变量和约束条件;S2,初始化待优化变量;S3,建立增量方程;S4,计算增量方程,得到增量方程的原始解;S5,判断是否发生退化问题,若是则进入步骤S6,否则进入步骤S8;S6,确定退化子空间;S7,将增量方程的原始解的分量进行置零,得到增量方程的重构解;S8,判断退化子空间是否为空,根据判断结果使用增量方程的原始解/重构解更新位姿变量;S9,重复步骤S3至步骤S8,达到预定条件后输出迭代结果。利用上述技术方案,可实时处理三维点云匹配中的退化情况,进而提升几何结构单一场景下三维点云匹配的精度。
-
-
-