面向三维扫描系统的多视角点云配准方法研究

As one of the key techniques in many research domains, point cloud registration is a challenging issue in the field of computer vision, mobile robot and pattern recognition. Therefore, this project will make deep research on point cloud registration problem for the 3D scanning system and attempt to propose the effective solution for the automatic registration of multi-view point clouds. Based on our previous research work on registration, this project will establish the mathematical model and study the corresponding method for the registration of partially overlapping point clouds in double views. Then, it will design the reasonable strategy to analyze the initial parameters for multi-view registration with the registration results of double view point clouds. Further, it will establish the mathematical model and propose the effective approach for multi-view registration of point clouds. Finally, it will present the standard for the performance evaluation of different multi-view registration approaches. For unordered point clouds, the proposed approach of this project can be expected to achieve good registration without extracting any geometric features or structures, and thereby it will be a general framework for multi-view registration. Besides, this project will play an important role in the processing of large-scale point cloud data, the corresponding research achievements can be applied to 3D reconstruction, digital detection, robotic mapping, remote sensing, and medical image processing and so on.

作为计算机视觉、移动机器人和模式识别等研究领域的一项关键技术，点云配准问题是一项极富挑战性的重要课题。针对三维扫描系统，本项目拟研究可实现多视角点云自主配准的有效方法。以课题组已有的配准研究工作为基础，建立双视角缺失点云配准问题的数学模型，研究可靠的缺失点云配准算法；基于双视角点云配准结果，设计合理的策略分析多视角点云配准参数的初始值；在此基础之上，通过建立多视角点云配准问题的数学模型，研究有效的多视角配准算法；最后，拟提出相应的性能评价指标，以便分析并对比各类多视角点云配准算法的有效性。本项目拟研究的方法对输入点云的扫描顺序无特殊限制，且无需从待配准的点云数据中提取任何几何特征或结构化信息，故具有较强的通用性。该项目的实施可为大规模点云数据的处理工作提供可靠的技术手段，相应的研究成果可应用于三维重建、数字化检测、移动机器人地图创建、遥感和医学图像处理等重要领域。

作为计算机视觉、移动机器人和模式识别等研究领域的一项关键技术，点云配准问题是一项极富挑战性的重要课题。针对三维扫描系统，本项目拟研究可实现多视角点云自主配准的有效方法。围绕三这一总体目标，课题组研究了可实现无序多视角点云全自主配准的有效方法，并应用于三维物体重建和移动机器人的地图创建中。所取得的代表性研究成果包括：1）针对双视角缺失配准问题，提出了缺失点云的刚体和尺度配准方法；2）针对无序的多视角点云，提出了基于对偶原理和特征匹配的多视角点云粗配准方法；3）针对给定配准初值的多视角点云，提出了多种有效的解决方法，分别从精度、效率和可靠性等方面提高多视角点云配准方法的性能；4）将所提出的点云配准方法应用于移动机器人领域，解决了多移动机器人协同创建栅格地图的所面临的栅格地图融合问题，并提出了面向室外移动机器人的三维点云地图创建方法。本项目所研究的方法对输入点云的扫描顺序无特殊限制，且无需从待配准的点云数据中提取任何几何特征或结构化信息，故具有较强的通用性。该项目的实施可为大规模点云数据的处理工作提供可靠的技术手段，相应的研究成果可应用于三维重建、数字化检测、移动机器人地图创建、遥感和医学图像处理等重要领域。