基于角度约束的跨源点云配准算法

针对现有点云配准算法在跨源点云上配准效果不佳的问题,提出一种基于角度约束的跨源点云配准算法。该算法重新定义快速点特征直方图(FPFH)算法的权重系数,以适应不同尺度的点云数据,提高匹配点对的内点率;同时使用角度约束对匹配点对进行筛选,保留兼容性良好的匹配点对用于尺度估计,对两个点云的尺度进行统一。在粗配准阶段,筛选出满足距离约束的兼容三角形,计算粗配准矩阵,完成初步变换。最后利用迭代最近点(ICP)算法进行细配准,提高整体的配准精度。实验结果表明,所提算法对相同尺度和不同尺度的点云数据均具有较好的配准效果,且具备快速配准点云的能力。