(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211057880.7 (22)申请日 2022.08.31 (71)申请人 哈尔滨岛田大鹏工业股份有限公司 地址 150025 黑龙江省哈尔滨市呼兰区利 民开发区珠海路南侧 申请人 哈尔滨耐是智能科技有限公司 (72)发明人 罗巍　洪天昊　李鹏堂　李鑫　 (74)专利代理 机构 哈尔滨市阳光惠远知识产权 代理有限公司 2321 1 专利代理师 刘景祥 (51)Int.Cl. G06T 7/33(2017.01) G06T 7/73(2017.01) G06T 1/00(2006.01) G06T 5/50(2006.01)G06T 17/00(2006.01) G06T 17/20(2006.01) G06V 10/46(2022.01) G06V 10/50(2022.01) G06V 10/74(2022.01) G06V 10/762(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于多尺度特征提取的多视角 点云配 准及点云融合方法 (57)摘要 本发明公开了一种基于多尺度特征提取的 多视角点云配准及点云融合方法， 属于三维点云 处理技术领域。 包 括： S100、 机器 人持3D激光轮廓 仪， 从多视角扫描工件， 获得各个视角的单视角 点云数据； S200、 对3D激光轮廓仪返回的单视角 点云数据建立八叉树结构； S300、 计算点云法向 量和曲率特征； S400、 进行点云关键点特征提取； S500、 将多视角点云的关键点利用Super4PCS进 行粗配准， 并计算配准误差； S600、 筛选最优待配 准源点云执行配准， 得到配准后的两组点云； S700、 融合配准后的两组点云。 本发明相对于现 有技术， 明显提升了配准精度和配准速度， 满足 了需要。 权利要求书2页 说明书4页 附图4页 CN 115423854 A 2022.12.02 CN 115423854 A 1.一种基于多尺度特征提取的多视角点云配准及点云融合方法， 其特征在于， 所述基 于多尺度特 征提取的多视角点云配准及点云融合方法包括以下步骤： S100、 机器人持3D激光轮廓仪， 从多视角扫描工件， 获得 各个视角的单视角点云数据； S200、 对3D激光轮廓仪返回的单视角点云数据建立八叉树结构； S300、 计算点云法向量和曲率特 征； S400、 进行点云 关键点特 征提取； S500、 将多视角点云的关键点利用Super4PCS进行粗配准， 得到仿射变换矩阵， 并计算 配准误差； S600、 筛选最优待配准源点云执 行配准， 得到配准后的两组点云； S700、 融合所述配准后的两组点云； S800、 将S700的输出， 设为第一组点云， 作为S200的输入， 循环执行S200至S 700， 直至融 合所有视角下的点云。 2.根据权利要求1所述的一种基于多尺度特征提取的多视角点云配准及点云融合方 法， 其特征在于， 在S20 0中， 所述八叉树结构的构建过程包括以下步骤： S210、 设定最大递归深度； S220、 计算当前点云的最大尺寸， 并以此尺寸建立第一个立方体； S230、 依序将单位元 元素加入能被包 含且没有子节点的立方体； S240、 若没有达到最大递归深度， 则进行细分八等份， 再将该立方体所装的单位元元素 全部分担给八个子立方体； S250、 若发现子立方体所分配到的单位元元素数量不为零且与父立方体一致， 则该子 立方体停止细分； S260、 重复S23 0‑S250， 直至达到最大递归深度。 3.根据权利要求2所述的一种基于多尺度特征提取的多视角点云配准及点云融合方 法， 其特征在于， 在S40 0中， 所述 点云关键点的特 征提取过程包括以下步骤： S410、 根据已知点云 分辨率， 为体素网格选择一个适当尺寸； S420、 用水密的体素模型表征点云， 将这个水密体素模型中的所有体素值均设置为1； S430、 利用球形 卷积核的体素表示形式计算卷积； S440、 将每个三维点对应 体素的卷积结果 填充到直方图中； S450、 利用三维点的罕见值进行聚类， 即对直方图元素填充较少的三维点进行 聚类， 并 利用每个聚类的质心的最近邻点作为稳定关键点。 4.根据权利要求3所述的一种基于多尺度特征提取的多视角点云配准及点云融合方 法， 其特征在于， 在S5 00中， 具体包括以下步骤： S510、 计算源点云与目标点云的待配准 点集； S520、 对所述待配准 点集进行八叉树分割； S530、 根据位置和方向计算具有一一对应关系的配准点对， 利用欧氏距离计算配准误 差。 5.根据权利要求4所述的一种基于多尺度特征提取的多视角点云配准及点云融合方 法， 其特征在于， 在S600中， 具体的： 以第一组点云作为目标点云， 根据S 500得到的配准误差 将多视角源点云进行配准优先性排序， 结合S300计算得到的曲率特征， 利用余弦相 似度度权　利　要　求　书 1/2 页 2 CN 115423854 A 2量曲率相似性， 筛选最优配准源点云， 执行S 500得到的仿射变换矩阵， 将源点云配准到目标 点云中。 6.根据权利要求5所述的一种基于多尺度特征提取的多视角点云配准及点云融合方 法， 其特征在于， 在S700中， 具体的， 配准后的两组点云利用KDTree计算重叠部 分点云， 从体 量最大的点云中删除重 叠部分点云， 然后融合两组点云。权　利　要　求　书 2/2 页 3 CN 115423854 A 3