搭载RGB-D相机轮式机器人误匹配特征点筛除方法

根据搭载RGB-D相机的平面运动轮式机器人运动特点,本文提出一种基于等高约束条件和直线约束条件的误匹配特征点对筛选方法.本文首先在平面运动机器人相机运动约束条件下,建立了匹配特征点对的等高约束条件和直线约束条件,然后利用该条件筛除了暴力匹配法产生的误匹配点对,取得了高质量的帧间匹配点对.最后,本文将误匹配特征点筛除算法与随机抽样一致性算法相结合,估计了机器人相机的运动.实验证明,与原始随机抽样一致性算法相比,本文提出的特征点筛除算法能够有效提高随机抽样一致性算法的效率,并提高其计算精度.

复杂零件点云的高精度鲁棒配准方法

点云配准是三维测量中的关键一步,但由于零件点云表面相似特征多,误匹配概率大,导致配准结果难以保证。为此,提出了一种具有高鲁棒性、高精度的点云配准方法。首先,使用FPFH特征描述子来计算点云特征向量,产生初始匹配点对集。然后,依据具有旋转平移不变性的精确几何结构特征对初始匹配点对集进行筛选,剔除误匹配点对。最后,利用列文伯格-马夸尔特(L-M)算法计算点云之间的变换矩阵。实验结果表明,与其他方法相比,其配准精度评价指标RMSE降低80%以上,结合精配准方法可进一步将RMSE值降低86%,从结果可看出本文方法配准精度高且具有较高的鲁棒性。