基于切片最优传输的点云精准配准方法

技术特征：
1.一种基于切片最优传输的点云精准配准方法，其特征在于包括如下步骤：步骤1：备份待配准点云团c
s
为c
p
；步骤2：对点云团c
p
和目标点云团c
d
的三维数据进行数据降维，生成一维直方图h
p
与hd；步骤3：确定一维直方图h
p
与h
d
的sliced-wasserstein配准方案a
w
，即单射配准方案；步骤4：根据配准方案a
w
更新点云团c
p
；步骤5：重复步骤2至步骤4，重复次数为切片数n
s
；步骤6：计算待配准点云团c
s
到点云团c
p
的缩放系数s，旋转矩阵m
r
，平移矩阵m
t
；步骤7：重复步骤1至步骤6，重复次数为迭代数n
i
。2.根据权利要求1所述的基于切片最优传输的点云精准配准方法，其特征在于，所述步骤2的具体步骤如下：步骤2.1：运用box-muller变换算法随机生成一个代表方向的三维单位向量分别计算点云团c
p
和目标点云团c
d
在方向向量的投影集合p
p
和p
d
；步骤2.2：根据投影值分别对投影集合p
p
和p
d
进行升序排序，获得一维直方图h
p
和h
d
。3.根据权利要求1所述的基于切片最优传输的点云精准配准方法，其特征在于，所述步骤3的具体步骤如下：步骤3.1：运用icp算法计算直方图h
p
和h
d
的最邻近配准方案a
n
；步骤3.2：缩小直方图h
p
和h
d
的sliced-wasserstein配准范围，h
p
待配准范围缩小至[i，k]，记为h
″
p
，h
d
目标范围缩小至[j，l]，记为h
″
d
；步骤3.3：运用icp算法计算直方图h
″
p
和h
″
d
的最邻近配准方案a
′
n
；步骤3.4：对直方图h
″
p
和h
″
d
的sliced-wasserstein配准进行子问题分割；步骤3.5：依次求解规模为1的子问题，将该问题的最邻近配准方案a
′
n
作为解；步骤3.6：并行求解剩余子问题。4.根据权利要求3所述的基于切片最优传输的点云精准配准方法，其特征在于，所述步骤3.2中，缩小流程如下：(3.21)若h
p
中存在小于h
d
最小值的部分，则该部分与从h
d
的最小值开始向右进行一对一的配准；(3.22)若h
p
中存在大于h
d
最大值的部分，则该部分与从h
d
的最大值开始向左进行一对一的配准；(3.23)记h
p
待配准的剩余部分为h
′
p
，h
′
p
中最小值为m
pmin
，h
′
p
中最大值为m
pmax
，即h
′
p
＝[m
pmin
，m
pmax
]，则对应的h
d
目标部分为h
′
d
，其中h
′
d
的最小值n
dmin
＝a
n
[m
pmin
]，最大值为n
dmax
＝a
n
[m
pmax
]，即h
′
d
＝[n
dmin
，n
dmax
]；(3.24)从h
′
p
的最小值开始，向右进行配准，直到a
n
[m
i
]＝＝a
n
[m
i+1
]停止，其中pmin≤i≤pmax-1；记n
j
＝a
n
[m
i
]，其中dmin≤j≤dmax；若i＝pmax-1，a
n
[m
i
]≠a
n
[m
i+1
]，则步骤3结束，得到sliced-wasserstein配准方案a
w
；(3.25)从h
′
p
的最大值开始，向左进行配准，直到a
n
[m
k
]＝＝a
n
[m
k-1
]停止，其中pmin+1≤k≤pmax；记nl＝a
n
[m
k
]，其中dmin≤l≤dmax；此时，h
p
待配准范围缩小至[i，k]，记为h
″
p
，h
d
目标范围缩小至[j，l]，记为h
″
d
。5.根据权利要求3所述的基于切片最优传输的点云精准配准方法，其特征在于，所述步
骤3.4中，分割流程如下：(3.41)若h
″
p
的待配准点数小于20，则不进行子问题分割且步骤3.4结束；(3.42)将h
″
p
分割成若干子问题，初始每个子问题处理最多一个非单射点簇，即a
′
n
[m
i
]＝＝a
′
n
[m
i+1
]＝＝
…
＝＝a
′
n
[m
j
]，j-i≥1，并且h
″
d
中的a
′
n
[m
i
]分别向两边扩展j-i个空闲点，即未被配准方案a
n
标记的点，作为该子问题的目标范围；若相邻子问题存在公共空闲点，则合并子问题，对应的目标范围进行对应的扩展。6.根据权利要求3所述的基于切片最优传输的点云精准配准方法，其特征在于，所述步骤3.6中，单个子问题求解流程如下：(3.61)记该子问题的待匹配直方图为h
″′
p
，规模为m，目标直方图为h
″′
d
，规模为n；(3.62)运用icp算法计算直方图h
″′
p
和h
″′
d
的最邻近配准方案a
″
n
；(3.63)若m＝＝n，则按顺序对h
″′
p
和h
″′
d
进行一对一配准且步骤3.6结束；(3.64)若m＝＝n-1，则在h
″′
d
中寻找一点n
i
作为空闲点，小于点n
i
的全部点从h
″′
p
的最小值开始一对一配准，大于点n
i
的全部点从h
″′
p
的最大值开始一对一配准，选择点n
i
的标准为选择结果是配准损失最小且步骤3.6结束；(3.65)若为其他情况，执行步骤3.2，以及步骤3.6中的流程(3.63)与(3.64)；(3.66)重新计算最邻近配准方案，记为a
″′
n
，按升序顺序遍历待配准直方图，若当前点的左邻近点为空闲点，计算当前点以a
″′
n
作为配准结果的累计损失与a
″′
n
左移一位的累计损失，取累计损失小的作为当前点的配准方案，直至待配准直方图遍历结束。7.根据权利要求1所述的基于切片最优传输的点云精准配准方法，其特征在于，所述步骤6的具体步骤如下：步骤6.1：计算点云团c
s
和c
p
的中心点，获得平移矩阵m
t
；步骤6.2：平移点云团c
s
和c
p
，使点云团c
s
和c
p
的中心点均处于坐标原点，记此时的点云团为c
′
s
和c
′
p
；步骤6.3：计算点云团c
′
s
和c
′
d
的协方差矩阵m
cov
；步骤6.4：对协方差矩阵m
cov
进行svd分解，计算旋转矩阵m
r
和缩放系数s。8.一种基于切片最优传输的点云精准配准装置，其特征在于包括：数据降维模块，用于对点云团和目标点云团的三维数据进行数据降维，生成一维直方图；配准模块，用于确定一维直方图的sliced-wasserstein配准方案；数据更新模块，用于根据配准方案更新点云团；数据处理模块，用于计算待配准点云团到点云团的缩放系数，旋转矩阵和平移矩阵。9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的点云精准配准方法。10.一种计算机可读存储介质，包括一个或多个存储有计算机可读指令的可读存储介质，其特征在于，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1至7中任一项点云精准配准方法。

技术总结
本发明公开了一种基于切片最优传输的点云精准配准方法，用于实现快速精确的点云配准，属计算机视觉和计算机图形学相结合的研究领域。本发明所述的方法主要包括：首先，备份待配准点云团C


技术研发人员：杜振龙 梁天凯 王乐 李晓丽 陈东
受保护的技术使用者：南京工业大学
技术研发日：2022.05.26
技术公布日：2022/8/8