信息与控制

作者：李营浩, 夏仁波, 赵吉宾, 易俊兰, 邱太文

关键词：点云处理, 点云配准, 对应关系学习, 空间一致性

本文提出了一种新颖的点云配准方法，能够有效地估计两个部分重叠点云之间的变换关系。通过采用先进的对应点学习技术，并强调超点的空间一致性，显著提高了点云粗匹配的准确性。同时，引入了显著性得分这一概念，在提取点对应关系时进行了创新性的应用，进而提升变换估计的准确性。此外，设计了一系列包括粗匹配损失、精匹配损失及显著性分数损失在内的新颖损失函数组合，优化了模型性能，提升了配准的准确性。实验结果表明该方法在点云配准任务中的表现出色，有效提升了内点比例、特征匹配召回率以及配准召回率。在不同噪声环境下，本方法展现出优异的鲁棒性，并在各种重叠率情况下均展现出优势。消融实验进一步验证了几何一致性和显著性分数对于提高配准精度的关键作用。

来源：2025年第3期

《信息与控制》期刊编辑部

查看信息与控制杂志2025年第3期