改进的基于FPFH特征配准点云的方法

ICP(Iterative Closest Point)算法是点云配准中最常用的算法,而点云的FPFH(Fast Point Feature Histograms)特征可在点云配准中为其提供初始匹配信息。针对该方法的初始匹配中距离测度等问题,提出一种改进的基于FPFH特征配准点云的方法。点云配准时首先计算2个点云的点的FPFH特征之间的巴氏距离,以k-d树检索巴氏距离最小的对应点,然后利用奇异值分解计算初始转换矩阵,进行ICP算法精细匹配,求得最终变换矩阵。实验结果表明,改进的基于FPFH特征配准点云的方法能为ICP算法提供良好的初始变换矩阵,在同等迭代次数下该方法具有更高的精度。

个体拥挤度快速排序MABC的RFID系统设计

大规模物联网射频识别(RFID)网络规划问题已被证明是一个NP难问题,为提高物联网RFID系统设计的合理性,提出一种基于个体拥挤度快速排序MABC的物联网RFID系统设计方法。首先,将RFID网络规划问题(RNP)分解为最佳标签覆盖、读写器干扰、经济性指标和负载均衡指标四项指标构成的多目标优化问题,并引入多目标人工蜂群算法(ABC)进行优化;其次,为提高ABC算法的优化性能,利用非支配排序方法设计了一种快速的排序方法,并利用拥挤度分析提高种群的多样性;最后,通过实验对比验证了所提系统设计方法的有效性。