[发明专利]一种基于三维局部点云配准的复合材料预制体整体外形重建方法有效
申请号: | 202110178562.5 | 申请日: | 2021-02-09 |
公开(公告)号: | CN112907729B | 公开(公告)日: | 2022-02-11 |
发明(设计)人: | 单忠德;汪俊;隆昆;谢乾 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | G06T17/00 | 分类号: | G06T17/00;G06T7/73;G06T7/33 |
代理公司: | 南京钟山专利代理有限公司 32252 | 代理人: | 徐博 |
地址: | 211106 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 三维 局部 点云配准 复合材料 预制 整体 外形 重建 方法 | ||
1.一种基于三维局部点云配准的复合材料预制体整体外形重建方法,其特征在于:采用多个3D相机对复合材料预制体整体外形进行扫描,由于相邻两个3D相机采集到的数据有局部重叠,依次将相邻两个3D相机采集到的重叠部数据进行配准,得到完整的复合材料预制体点云数据,实现复合材料预制体整体外形的重建,具体步骤如下:
步骤1,根据采集部分重叠局部点云的两个3D相机的位姿关系求出粗配准变换矩阵,对两片部分重叠局部点云进行粗配准;
步骤2,计算粗配准之后的两片局部重叠点云中每个点的法向量;
步骤3,将两片粗配准后的点云输入到一个自监督的特征编码网络中,提取点云中每个点的特征描述子;具体包括如下子步骤:
步骤3.1,将输入点云在±x,±y,±z 6个方向随机选择一个方向Ri进行角度变化;
步骤3.2,将角度变化后的点云输入到一个自监督的特征编码网络中进行特征编码,特征编码网络将n×6维的点云数据通过两个共享参数的mlp将点坐标及法向量映射成n×64维的特征向量,然后将n×64维的特征向量通过一个特征变换模块,得到一个具有旋转不变性的n×64维特征向量,在对具有旋转不变性的特征向量通过3个共享参数的mlp进一步编码,最后输出每个点的64维特征描述子;
步骤4,根据两片粗配准后局部点云的特征描述子通过最近邻算法构建两片点云中点与点之间的对应关系集;
步骤5,对两片粗配准后的点云中的对应关系集进行逐步优选来降低对应关系集中的离群值;具体包括如下子步骤:
步骤5.1,对于初始对应关系集K1中的每一组对应点(p,q),当且仅当该组对应点中一个点p的点特征描述子FP(p)是另一个点q的点特征描述子FP(q)的在该片点云P中描述子FP(P)的最近邻,且另一个点q的点特征描述子FP(q)是该点p的点特征描述子FP(p)在另一片点云Q中描述子FP(Q)的最近邻时,该组对应点(p,q)作为初步内点保留,得到初步内点对应关系集K2;
步骤5.2,在初步内点对应关系集K2中随机选择三组对应点(p1,q1),(p2,q2),(p3,q3),取满足下述条件的对应点得到最终的对应关系集K:
其中τ=0.9;
步骤6,对去除离群值后的两片点云中的每一对对应点进行迭代计算精配准变换矩阵,完成两片局部点云的精配准;具体包括如下子步骤:
步骤6.1,将变换矩阵T初始化为单位矩阵T=I,控制因子μ初始化为μ=D2,D为待配准的最大表面点云的近似直径,优化方程的雅克比矩阵Jr初始化为Jr=0,残差向量r初始化为r=0;
步骤6.2,对最终对应关系集中的每一组对应点,计算两点之间的线性关系:
式中,p、q为对应关系集中的一组对应点;lp,q为对应点p、q之间的线性关系;
并求出优化方程:E(T,L)=∑(p,q)∈κlp,q‖p-Tq‖2+∑(p,q)∈κΨ(lp,q)的雅克比矩阵Jr和残差向量r,式中
步骤6.3,通过高斯牛顿法求解并更新变换矩阵T:
式中,α,β,γ为旋转向量ω=(α,β,γ)中的三个分量,a,b,c为平移向量t=(a,b,c)的三个分量,ξ定义为ξ=(ω,t)=(α,β,γ)(a,b,c);
步骤6.4,每进行2次迭代将参数μ减半,重复步骤6.2至6.3直到优化方程收敛或者μ小于设定阈值;
步骤7,更换下一组相邻两个3D相机获取的局部点云数据,重复步骤1-6实现复合材料预制体整体外形重建。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110178562.5/1.html,转载请声明来源钻瓜专利网。