一种基于BFGS修正的正态分布变换点云配准方法

doi:10.13474/j.cnki.11-2246.2020.0315

测绘通报 ›› 2020, Vol. 0 ›› Issue (10): 38-42.doi: 10.13474/j.cnki.11-2246.2020.0315

一种基于BFGS修正的正态分布变换点云配准方法

袁志聪^1,3, 鲁铁定^1,2, 刘瑞¹

1. 东华理工大学测绘工程学院, 江西南昌 330013;
2. 流域生态与地理环境监测国家测绘地理信息局重点实验室, 江西南昌 330013;
3. 珠海市测绘院, 广东珠海 519000

收稿日期:2019-11-18 出版日期:2020-10-25 发布日期:2020-10-29
通讯作者: 鲁铁定。E-mail:tdlu@whu.edu.cn E-mail:tdlu@whu.edu.cn
作者简介:袁志聪(1994-),男,硕士,主要研究方向为点云数据处理、数字图像处理。E-mail:zhicong_yuan@126.com
基金资助:
国家自然科学基金（41464001）；国家重点研发计划（2016YFB0501405；2016YFB0502601-04）；江西省自然科学基金（2017BAB203032）

A normal distribution transform point cloud registration method based on BFGS correction

YUAN Zhicong^1,3, LU Tieding^1,2, LIU Rui¹

1. Faculty of Geomatics, East China University of Technology, Nanchang 330013, China;
2. Key laboratory of watershed ecology and geographical environment monitoring, National Administration of Surveying, Mapping and Geoinformation, Nanchang 330013, China;
3. Zhuhai Surveying and Mapping Institute, Zhuhai 519000, China

Received:2019-11-18 Online:2020-10-25 Published:2020-10-29

摘要/Abstract

摘要： 点云配准是点云数据处理中的关键问题，针对原始正态分布变换算法求解Hessian矩阵时间复杂度高的问题，本文提出一种基于BFGS算法修正的正态分布变换点云的配准方法。通过利用目标函数的梯度值及增量参数更新正定矩阵，以正定矩阵近似代替Hessian矩阵的逆矩阵，确保算法每次迭代方向均为函数值下降方向，降低了算法的时间复杂度；通过模拟数据试验及实测数据试验，验证了本文算法的可行性，其在保持原始正态分布变换算法精度的前提下，提高了算法的配准效率。

关键词: 点云配准, 正态分布变换算法, Hessian矩阵, BFGS算法, 正定矩阵

Abstract: Point cloud registration is a key problem in point cloud data processing. For the problem of solving the Hessian matrix with high time complexity for the original normal distribution transformation algorithm, a modified normal distribution transform point cloud registration method based on the BFGS algorithm is proposed. The positive definite matrix is updated with the gradient value and incremental parameters of the objective function. The inverse matrix of the Hessian matrix is almost replaced by a positive definite matrix, which reduces the time complexity of the algorithm, ensures that the direction of each iteration of the algorithm is the direction where the function value drops in. The feasibility of this algorithm is verified by simulated data and measured data experiments. This algorithm improves the registration efficiency of the algorithm while maintaining the accuracy of the original normal distribution transformation algorithm.

Key words: point cloud registration, normal distribution transformation algorithm, Hessian matrix, BFGS algorithm, positive definite matrix

中图分类号:

P237

袁志聪, 鲁铁定, 刘瑞. 一种基于BFGS修正的正态分布变换点云配准方法[J]. 测绘通报, 2020, 0(10): 38-42.

YUAN Zhicong, LU Tieding, LIU Rui. A normal distribution transform point cloud registration method based on BFGS correction[J]. Bulletin of Surveying and Mapping, 2020, 0(10): 38-42.

参考文献

[1] 程效军,贾东峰.海量点云数据处理理论与技术[M].上海:同济大学出版社, 2014.
[2] PAUL J B, NEIL D M. A method for registration of 3D shapes[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1992, 14(2):239-256.
[3] 赵夫群, 周明全. 基于二维图像特征的点云配准方法[J]. 测绘通报, 2017(10):39-42,73.
[4] 李鹏,邢帅,李瑾,等.基于虚拟特征点的三维激光点云粗配准算法[J].地球信息科学学报,2018,20(4):430-439.
[5] 严剑锋,邓喀中.基于特征点提取和匹配的点云配准算法[J].测绘通报,2013(9):62-65.
[6] 武鹏. 平面特征的多站地面激光雷达点云配准[J]. 测绘科学,2016,41(9):108-111.
[7] MAGNUSSON M, LILIENTHAL A, DUCKETT T. Scan registration for autonomous mining vehicles using 3D-NDT[J].Journal of Field Robotics, 2007, 24(10):803-827.
[8] 杨飚, 李三宝, 王力.基于正态分布变换与迭代最近点的快速点云配准算法[J]. 科学技术与程,2017,17(15):91-95.
[9] 陈清艳, 方勇纯,孙宁. 基于曲率特征的改进型3D-NDT配准[C]//第三十四届中国控制会议. 杭州:中国自动化学会控制理论专业委员会,2015.
[10] 胡修祥, 张良. 结合NARF特征的改进型3D-NDT多视点云配准[J]. 信号处理, 2015, 31(12):1674-1679.
[11] 张少坤. NDT算法在古建筑点云数据配准中的应用与研究[J]. 信息化建设,2016(7):291.
[12] 张晓,张爱武,王致华.基于改进正态分布变换算法的点云配准[J].激光与光电子学进展,2014,51(4):100-109.
[13] KAZUNORI H, MARTIAL H, KAZUNORI I. Building 3-D models from unregistered range images[J]. Graphical Models and Image Processing, 1995,57(4):315-333.
[14] VAN T N, TRUNGTHIEN T, et al. 3D point cloud registra-tion based on the vector field representation[C]//20132nd International Association for pattern Recognition Asian Conference on Pattern Recognition. Naha:IEEE, 2013.
[15] 王鹏,李少达,赵雪.基于拟牛顿法改进的3D正态分布变换点云配准算法[J].地理信息世界, 2017, 24(5):42-44.

一种基于BFGS修正的正态分布变换点云配准方法

A normal distribution transform point cloud registration method based on BFGS correction

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 11

编辑推荐

Metrics

本文评价

[1]	谢洪, 陈立波, 聂倩, 吴玮, 张沛. 利用点云配准的空地影像融合技术[J]. 测绘通报, 2022, 0(6): 82-87.
[2]	谢元, 董梦, 马新建. 多源数据在复杂场景建筑物三维重建的应用[J]. 测绘通报, 2022, 0(6): 143-147.
[3]	阮明浩, 卢永华, 刘玉贤, 汤圣君, 王伟玺, 张宇琦, 李游. 激光与倾斜点云精确配准与无缝融合[J]. 测绘通报, 2022, 0(4): 6-10.
[4]	赵彦刚, 付守健, 陈宏强, 吴波. Heron移动背包三维激光扫描系统在1∶500大比例尺测图中的精度评价及效率分析[J]. 测绘通报, 2021, 0(10): 114-116.
[5]	李宇翔, 郭际明, 潘尚毅, 吕丽丽, 卢主兴, 章迪. 一种基于ISS-SHOT特征的点云配准算法[J]. 测绘通报, 2020, 0(4): 21-26.
[6]	杨海舰, 徐二帅, 陈文佳, 许志华. 四元组标靶辅助下的RGB-D室内点云配准[J]. 测绘通报, 2020, 0(12): 32-36.
[7]	李明峰, 陆海芳, 赵湘玉. 对偶四元数法在稳健点云配准中的应用[J]. 测绘通报, 2019, 0(9): 22-26.
[8]	郭雨, 夏永华, 杨明龙. 融合多源测量数据的钟乳石三维建模方法[J]. 测绘通报, 2019, 0(2): 49-53.
[9]	杨铭. 背包式移动三维激光扫描系统的应用[J]. 测绘通报, 2018, 0(9): 91-95.
[10]	杨敏, 甘淑, 袁希平, 高莎, 朱赞, 于辉. 复杂带状地形条件下的地面三维激光扫描点云数据采集与配准处理试验[J]. 测绘通报, 2018, 0(5): 35-40.
[11]	赵夫群, 周明全. 基于二维图像特征的点云配准方法[J]. 测绘通报, 2017, 0(10): 39-42,73.