基于改进NDT算法的城市场景三维点云配准

对于存在较大初始变换误差的两帧点云,正态分布变换(NDT)配准算法通常会收敛到局部最小值.为提高收敛性能,提出一种新的区域生长聚类正态分布变换(RGC-NDT)算法,该算法在优化步骤中取代体积分割,消除体素边界处评分函数的不连续性.使用主成分分析法(PCA),针对点云中的每个点计算局部特征向量及曲率.基于这些特征向量的相似性,根据区域隶属判定规则,将种子点周围的相邻点聚合为簇类,然后为每个聚类计算正态分布变换,并将该区域内的点表示为分布-分布匹配的概率密度函数.实验表明:相比于传统NDT算法,该算法匹配准确度提高1.18倍,且匹配耗时仅为其1/3.