-
题名基于混合算法的点云配准方法研究
被引量：6
- 1
-
-
作者
任伟建
高梦宇
高铭泽
张鹏
刘丹
-
机构
东北石油大学电气信息工程学院
东北石油大学黑龙江省网络化与智能控制重点实验室
中国石油管道局工程有限公司设计分公司
中国海洋石油集团有限公司东方石化有限责任公司
中国石油天然气股份有限公司辽河油田分公司钻采工艺研究院
-
出处
《吉林大学学报（信息科学版）》
CAS
2019年第4期408-416,共9页
-
基金
国家自然科学基金资助项目(61374127)
黑龙江省科学基金资助项目(F2018004)
-
文摘
为解决ICP(Iterative Closest Point)算法对初始点云位置要求高且易陷入局部最优的问题,提出一种新的配准方法。首先遵从优势互补基本思想,结合将人工萤火虫算法和粒子群算法生成自适应人工萤火虫-粒子群算法(AAGPSO:Adaptive Artificial Glowworm-Particle Swarm Optimization),以使算法的收敛速度变快,解的精度得到提高;其次优化迭代最近点算法(ICP),将已改进的AAGPSO算法引入ICP配准算法中进行点云配准,解决ICP算法因点云的初始位置相差较大而陷入局部最优问题,加快整体的配准效率。通过实验对比原始ICP配准方法和改进的配准方法并对其进行误差分析,结果验证了AAGPSO算法在传统ICP算法的基础上提高了配准精度,并且加快了算法收敛速度,改进的配准方法具有明显优越性。
-
关键词
人工萤火虫-粒子群优化算法
点云配准
ICP算法
-
Keywords
artificial glowworm-particle swarm optimization algorithm(aagpso)
point cloud registration
iterative closest point(ICP) algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
