首页
|
本学科首页
官方微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
基于混合算法的点云配准方法研究
作者姓名:
任伟建
高梦宇
高铭泽
张鹏
刘丹
作者单位:
东北石油大学 电气信息工程学院,黑龙江 大庆163318;东北石油大学黑龙江省网络化与智能控制重点实验室,黑龙江 大庆163318;东北石油大学 电气信息工程学院,黑龙江 大庆,163318;中国石油管道局工程有限公司 设计分公司,河北 廊坊,065000;中国海洋石油集团有限公司 东方石化有限责任公司,海南 东方,572600;中国石油天然气股份有限公司 辽河油田分公司钻采工艺研究院,辽宁 盘锦,124010
基金项目:
国家自然科学基金资助项目( 61374127) ; 黑龙江省科学基金资助项目( F2018004)
摘 要:
为解决ICP( Iterative Closest Point) 算法对初始点云位置要求高且易陷入局部最优的问题,提出一种新的配准方法。首先遵从优势互补基本思想,结合将人工萤火虫算法和粒子群算法生成自适应人工萤火虫-粒子群算法( AAGPSO: Adaptive Artificial Glowworm-Particle Swarm Optimization) ,以使算法的收敛速度变快,解的精度得到提高; 其次优化迭代最近点算法( ICP) ,将已改进的AAGPSO 算法引入ICP 配准算法中进行点云配准,解决ICP 算法因点云的初始位置相差较大而陷入局部最优问题,加快整体的配准效率。通过实验对比原始ICP 配准方法和改进的配准方法并对其进行误差分析,结果验证了AAGPSO 算法在传统ICP 算法的基础上提高了配准精度,并且加快了算法收敛速度,改进的配准方法具有明显优越性。
关 键 词:
人工萤火虫-粒子群优化算法
点云配准
ICP算法
本文献已被
万方数据
等数据库收录!
点击此处可从《吉林大学学报(信息科学版)》浏览原始摘要信息
点击此处可从《吉林大学学报(信息科学版)》下载全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号