[发明专利]点云配准的方法、装置、设备及存储介质

权利要求书

1.一种点云配准的方法，其特征在于，所述点云配准的方法包括：

获取两帧待配准点云数据，并对所述两帧待配准点云数据进行法向量计算，得到所述两帧待配准点云数据中每个特征点对应的法向量，所述两帧待配准点云数据包括一帧目标点云和一帧源点云；

基于每个特征点对应的法向量，计算每帧待配准点云数据中每个特征点对应的特征描述子，得到所述目标点云的第一描述子集合和所述源点云的第二描述子集合；

将所述第一描述子集合和所述第二描述子集合进行匹配，得到第一匹配集合；

基于所述第一匹配集合将所述源点云转换至所述目标点云所在的坐标系。

2.根据权利要求1所述的点云配准的方法，其特征在于，所述获取两帧待配准点云数据，并对所述两帧待配准点云数据进行法向量计算，得到所述两帧待配准点云数据中每个特征点对应的法向量，包括：

获取两帧待配准点云数据，并在所述两帧待配准点云数据中每个特征点选取第一预设半径内的多个初始近邻点，得到每个特征点对应的初始近邻点集；

基于每个特征点对应的初始近邻点集进行平面拟合，生成每个特征点对应的目标平面，所述目标平面对应一个目标近邻点集；

基于每个特征点对应的目标近邻点集和预设法向量算法，生成所述两帧待配准点云数据中每个特征点对应的法向量。

3.根据权利要求1所述的点云配准的方法，其特征在于，所述基于每个特征点对应的法向量，计算每帧待配准点云数据中每个特征点对应的特征描述子，得到所述目标点云的第一描述子集合和所述源点云的第二描述子集合，包括：

将每个特征点对应的法向量确定为每个特征点对应的三轴坐标系其中一轴；

获取每个特征点在第二预设半径内每个近邻点对应的法向量；

基于每个特征点对应的三轴坐标系和对应的每个近邻点对应的法向量，生成每个近邻点对应的偏差数据；

基于每个特征点的预设维度值和对应的每个近邻点的偏差数据，生成每个特征点对应的特征描述子，得到所述目标点云的第一描述子集合和所述源点云的第二描述子集合。

4.根据权利要求1-3中任一项所述的点云配准的方法，其特征在于，所述将所述第一描述子集合和所述第二描述子集合进行匹配，得到第一匹配集合，包括：

基于所述第一描述子集合生成目标多维搜索树；

计算所述第二描述子集合中每个特征描述子与所述目标多维搜索树中每个特征描述子之间的特征空间距离；

将特征空间距离小于或等于预设空间距离的两个目标特征描述子确定为描述子对，并进行数量统计，得到描述子对的数量；

若所述描述子对的数量大于或等于预设值，则将对应的描述子对组合为第一匹配集合；

若所述描述子对的数量小于所述预设值，则生成提醒信息，所述提醒信息用于指示所述目标点云和所述源点云配准失败。

5.根据权利要求1所述的点云配准的方法，其特征在于，所述基于所述第一匹配集合将所述源点云转换至所述目标点云所在的坐标系，包括：

基于所述第一匹配集合，生成目标三维刚性变换；

基于所述目标三维刚性变换对所述第一匹配集合进行筛选，得到第二匹配集合；

基于所述第二匹配集合，生成所述目标点云和所述源点云之间的旋转平移矩阵；

基于所述旋转平移矩阵将所述源点云转换至所述目标点云所在的坐标系。