基于球心点互斥的球目标识别方法

提出了一种基于球心点互斥的球目标识别方法,用于从大场景三维点云中自动识别未知个数和未知半径的球目标。首先,根据专门设计的球面点响应函数滤除大量非球面点,并根据法向与曲率将剩余的球面点映射到球心位置;然后,构建用以描述局部密度渐变规律的球心点互斥树,通过剪枝操作将其分裂成若干子树,其分别对应不同球目标的球心点聚类;最后,根据球心点局部密度和球面点覆盖率估计值确认真实存在的球目标。实验结果表明:基于球心点互斥的球目标识别方法能够有效解决大场景三维点云中球目标的识别问题,即使是存在严重遮挡的情况下,暴露表面不足整个球面6%的球目标也都能够被识别出来。

利用球目标的多测站点云自动配准

提出了一种基于球心点互斥的球目标识别方法,并将其应用于多测站点云的自动配准。首先,针对每一个测站点云,根据法向和曲率推算所有可能出现球目标的球心点位置;然后,设计了一种仅利用球心点之间距离和局部密度的球心点互斥算法,用来探测和定位杂乱场景中的球目标,并利用球面覆盖率指标评价球目标的可靠性;最后,根据成功匹配的可靠球目标整体配准各个测站。针对由多种几何体搭建的实验场景从4个不同测站采集三维激光扫描点云,单点定位误差大于3mm。实验结果表明,在未知球目标数量、半径且存在遮挡的情况下,能够准确识别出可靠的球目标,并利用同名目标完成不同测站间的精确配准,配准后球心残差小于1mm。