基于有向包围盒的尺度点云配准算法

为了提高激光点云的配准精度和效率,解决两片点云之间存在尺度变换的配准问题,提出了一种基于有向包围盒的尺度点云配准算法。首先,分别生成两片点云的空间有向包围盒,利用两个包围盒对应边的比值计算尺度因子。然后,将目标点云包围盒进行尺度放缩,再利用包围盒对应顶点的关系计算旋转矩阵。同时,引入点云的单位向量和,以单位向量和之间余弦相似度最大为准则,选择正确的旋转矩阵。最后,为了实现精确配准,将尺度因子引入点到面迭代最近点(Iterative Closest Point, ICP)算法中,利用加权最小二乘法求解变换参数。实验结果表明,在点云之间存在数据缺失、噪声干扰和尺度变换的情况下,所提算法可以实现快速精确配准,且具备良好的稳健性。

基于天牛须改进粒子群算法的点云配准方法

为了提高激光点云配准精度与配准速度,采用了基于天牛须算法改进的粒子群算法,以点云分布熵为寻优目标,寻找最优空间变换矩阵的点云粗配准,为点云精配准提供良好的初始条件。结果表明,点云分布熵较传统的均值平方差评价方式有更快的计算速度,基于天牛须算法改进的粒子群算法具有全局搜索能力强、计算速度快等特点,与传统点云粗配准方法相比,该方法配准速度提升了近25%;在点云数据量大的条件下,表现出较快的配准速度。这一方法对如何提高激光点云配准速度具有参考意义。

基于物联网技术的自然资源无人机测绘数据采集方法

常规的自然资源无人机测绘数据采集方法主要依赖MAPEDIT软件完成测绘定点的编辑处理,但这种方法易受测绘空间位置变化影响,导致采集的测绘坐标与实际坐标存在不吻合的情况。为此,基于物联网技术,设计一种全新的自然资源无人机测绘数据采集方法。该方法规划了自然资源无人机测绘数据采集路径,利用物联网技术构建了无人机测绘数据采集中心,并设计了专门的无人机测绘激光点云配准算法,从而成功实现了自然资源无人机测绘数据的采集。实例分析结果表明,设计的基于物联网技术的自然资源无人机测绘数据采集方法所采集的测绘坐标与实际坐标非常接近,证明了该方法具有较好的采集效果。