CN112102377A - 基于切比雪夫的icp点云全局最优配准方法及装置 - Google Patents

Abstract

本发明公开了基于切比雪夫的ICP点云全局最优配准方法及装置，通过构建6维空间变换可行域、分支定界搜索、切比雪夫代理模型拟合等求解全局最优的空间变换矩阵，替代了分支定界架构中平移向量求解的内循环，实现两片随机位置点云的精确配准。该方法具有良好的抗噪、鲁棒性能，能避免ICP算法受限于点云初始位置而收敛于局部最优解，并且减少了搜索最近邻匹配点的次数，加快了其收敛速度，进而提高了ICP全局最优点云配准的效率。本发明应用于计算及视觉技术领域。

Description

基于切比雪夫的ICP点云全局最优配准方法及装置

技术领域

本公开涉及计算机视觉技术领域，具体涉及基于切比雪夫的ICP点云全局最优配准方法及装置。

背景技术

点云数据配准是计算机图形学最重要的研究内容之一，也是对象识别、姿态估计、人脸识别、表面匹配等应用中的关键技术。三维重建作为当前研究热点，已广泛应用于生活娱乐中的各个领域，包括制造业、医学、考古学等。而点云数据配准则是三维重建过程中必不可少的环节。

在进行点云配准时，现有的方法大多是采用常规的ICP算法进行点云配准，但是当面临点云初始位置相差较大的配准任务时，可能会出现ICP算法受限于点云点云初始位置而收敛于局部配准误差最优解的问题，这样一来就会导致点云配准不够精确；另外常规的ICP算法进行六维空间(包括三维旋转和三维平移)搜索的复杂度较高，从而在构建双循环分支定界架构时存在的耗时长、收敛慢等问题。

发明内容

本公开旨在至少解决上述问题之一，提供基于切比雪夫的ICP点云全局最优配准方法及装置。

为了实现上述目的，根据本公开的一方面，提供基于切比雪夫的ICP点云全局最优配准方法，所述基于切比雪夫的ICP点云全局最优配准方法包括以下步骤：

步骤101、获取点云P以及源点云Q；

步骤102、构建所述点云P以及源点云Q的关于旋转变量和平移变量的6维可行域空间，所述6维可行域搜索空间包括3维旋转空间以及3维平移空间；

步骤103、构建关于所述旋转变量的分支定界框架，将所述旋转变量的可行域空间进行8等分处理得到8个子可行域空间，并分别求解8个子可行域空间的罗德里格旋转矩阵得到8个子可行域空间对应的罗德里格旋转矩阵；

步骤104、对8个子可行域空间分别构建关于所述平移变量的切比雪夫代理模型，并计算8个子可行域空间分别对应的最优平移向量；

步骤105、根据8个子可行域空间分别对应的最优平移向量，分别计算对应的8个子可行域空间的边界函数；

步骤106、结合传统ICP算法求解8个子可行域空间的分别对应的配准误差最优解，分别判断8个子可行域空间的分别对应的配准误差最优解是否大于所述配准误差最优解对应的子可行域空间的边界函数的下边界值，若是则将对应的配准误差最优解对应的子可行域空间摒弃；

步骤107、找出摒弃后剩余的最小配准误差最优解，获取所述最小配准误差最优解对应的子可行域空间的边界函数的下边界值，计算所述最小配准误差最优解与所述下边界值的差，判断所述最小配准误差最优解与所述下边界值的差是否小于第一阈值，若是则将所述最小配准误差最优解作为全局配准误差最优解，若否则将所述最小配准误差最优解对应的子可行域空间的旋转变量作为新的旋转变量，重复执行步骤103至步骤107。

进一步，上述步骤102中构建6维可行域空间的方式具体包括以下：

将所述目标点云P以及向其配准的点云Q同时缩放至中点为绝对坐标原点的边长为2的包围盒，对所述包围盒进行参数化求解得到其旋转变量的可行域区间C_r∈[-π，π]³以及平移变量的可行域区间C_t∈[-1，1]³，令C_cut＝C_r，E_global＝∞，其中C_cut表示中间变量，E_global表示最小配准误差最优解。

进一步，所述步骤103具体包括：

构建关于所述旋转变量的BnB全局优化框架，将所述旋转变量的可行域区间即C_cut均匀划分为8个子可行域空间C_ri，并分别求出C_ri对应的区间重点的参数值R_i∈C_ri，其中i＝1，2，...，8，根据所述参数值R_i求解得出对应的罗德里格旋转矩阵，根据8个子可行域空间C_ri对点云P进行旋转变换得到8个不同位姿的点云P_i，其中i＝1，2，...，8。

进一步，所述步骤104具体包括：

对所述8个不同位姿的点云P_i分别构建关于平移参数t∈C_t和点云配准误差E_t的切比雪夫代理模型f(t)＝C(t)β_i ^T，并对可行域区间C_t进行细分网格得到均匀分布的平移参数t_i∈C_t，分别计算点云P_i关于t_i的最小配准误差Ei_min＝min(C(t_i)β_i ^T)，以及最小配准误差对应的平移参数Ti_best＝arg min(C(t_i)β_i ^T)。

进一步，上述步骤105至步骤106具体包括以下：

根据Ti_best分别对8个不同位姿的点云P_i进行平移变换得到8个新的点云P_j，j＝1，2，...，8，结合传统ICP算法对P_j进行进一步校准，得到对应的配准误差E_j，j＝1，2，...，8，以及对应的配准点云P_ICP，获取E_j中的最小值E*＝min(E_j)，判断E*是否小于E_global，如果是则将E_global更新为E*，即令E_global＝E*；

分别计算8个子可行域空间C_ri的边界函数的下边界值LB_i，i＝1，2，...，8，如果LB_i＞E_global，则将LB_i对应的子可行域空间C_ri摒弃，最后将摒弃剩余的子可行域空间C_ri对应的下边界值LB_i存储至数组C_all中。

进一步，上述步骤107具体包括以下：

找寻数组C_all中最小的下边界值

计算

判断

是否小于第一阈值ε，若是则完成配准，将

对应的子可行域空间C_ri对应的点云作为配准点云P_best，若否则将子可行域空间C_ri对应的点云定义为新的点云P1返回步骤102中重复执行所述基于切比雪夫的ICP点云全局最优配准方法直至得到配准点云P_best。

本发明还提出基于切比雪夫的ICP点云全局最优配准装置，所述装置应用了所述基于切比雪夫的ICP点云全局最优配准方法，包括：

点云获取模块，用于获取点云P以及源点云Q；

第一计算模块，用于构建所述点云P以及源点云Q的关于旋转变量和平移变量的6维可行域空间，所述6维可行域搜索空间包括3维旋转空间以及3维平移空间；

第二计算模块，用于构建关于所述旋转变量的分支定界框架，将所述旋转变量的可行域空间进行8等分处理得到8个子可行域空间，并分别求解8个子可行域空间的罗德里格旋转矩阵得到8个子可行域空间对应的罗德里格旋转矩阵；

第三计算模块，用于对8个子可行域空间分别构建关于所述平移变量的切比雪夫代理模型，并计算8个子可行域空间分别对应的最优平移向量；

第四计算模块，用于根据8个子可行域空间分别对应的最优平移向量，分别计算对应的8个子可行域空间的边界函数；

第一计算判断模块，用于结合传统ICP算法求解8个子可行域空间的分别对应的配准误差最优解，分别判断8个子可行域空间的分别对应的配准误差最优解是否大于所述配准误差最优解对应的子可行域空间的边界函数的下边界值，若是则将对应的配准误差最优解对应的子可行域空间摒弃；

第二计算判断模块，用于找出摒弃后剩余的最小配准误差最优解，获取所述最小配准误差最优解对应的子可行域空间的边界函数的下边界值，计算所述最小配准误差最优解与所述下边界值的差，判断所述最小配准误差最优解与所述下边界值的差是否小于第一阈值，若是则将所述最小配准误差最优解作为全局配准误差最优解，若否则将所述最小配准误差最优解对应的子可行域空间的旋转变量作为新的旋转变量，重复执行步骤103至步骤107。

本发明还提出一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的基于切比雪夫的ICP点云全局最优配准方法的步骤。

本公开的有益效果为：本发明提出了基于切比雪夫的ICP点云全局最优配准方法及装置，通过构建6维空间变换可行域、分支定界搜索、切比雪夫代理模型拟合等求解全局最优的空间变换矩阵，实现两片随机位置点云的精确配准。该方法具有良好的抗噪、鲁棒性能，能避免ICP算法受限于点云初始位置而收敛于局部最优解。

附图说明

通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：

图1所示为本发明的基于切比雪夫的ICP点云全局最优配准方法的相关算法的流程图；

图2所示为本发明的基于切比雪夫的ICP点云全局最优配准装置结构图；

图3所示为本发明的旋转变量和平移变量的可行域空间示意图；

图4所示为本发明的切比雪夫代理模型求解平移向量原理示意图；

图5所示为一个具体实施方式的点云初始位置示意图；

图6所示为图5中的具体实施方式的在应用了本发明的基于切比雪夫的ICP点云全局最优配准方法后的配准结果示意图。

具体实施方式

以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

参照图1、图3以及图4所示为根据本公开的基于切比雪夫的ICP点云全局最优配准方法的流程图，下面结合图1来阐述根据本公开的实施方式的基于切比雪夫的ICP点云全局最优配准方法。

本公开提出基于切比雪夫的ICP点云全局最优配准方法，所述基于切比雪夫的ICP点云全局最优配准方法包括以下步骤：

步骤101、获取点云P以及源点云Q；

步骤102、构建所述点云P以及源点云Q的关于旋转变量和平移变量的6维可行域空间，所述6维可行域搜索空间包括3维旋转空间以及3维平移空间；

步骤103、构建关于所述旋转变量的分支定界框架，将所述旋转变量的可行域空间进行8等分处理得到8个子可行域空间，并分别求解8个子可行域空间的罗德里格旋转矩阵得到8个子可行域空间对应的罗德里格旋转矩阵；

步骤104、对8个子可行域空间分别构建关于所述平移变量的切比雪夫代理模型，并计算8个子可行域空间分别对应的最优平移向量；

步骤105、根据8个子可行域空间分别对应的最优平移向量，分别计算对应的8个子可行域空间的边界函数；

步骤106、结合传统ICP算法求解8个子可行域空间的分别对应的配准误差最优解，分别判断8个子可行域空间的分别对应的配准误差最优解是否大于所述配准误差最优解对应的子可行域空间的边界函数的下边界值，若是则将对应的配准误差最优解对应的子可行域空间摒弃；

步骤107、找出摒弃后剩余的最小配准误差最优解，获取所述最小配准误差最优解对应的子可行域空间的边界函数的下边界值，计算所述最小配准误差最优解与所述下边界值的差，判断所述最小配准误差最优解与所述下边界值的差是否小于第一阈值，若是则将所述最小配准误差最优解作为全局配准误差最优解，若否则将所述最小配准误差最优解对应的子可行域空间的旋转变量作为新的旋转变量，重复执行步骤103至步骤107。

在本实施方式中，通过构建6维空间变换可行域、分支定界搜索、切比雪夫代理模型拟合等求解全局最优的空间变换矩阵，实现两片随机位置点云的精确配准。该方法具有良好的抗噪、鲁棒性能，能避免ICP算法受限于点云初始位置而收敛于局部最优解。

图1为本发明的基于切比雪夫的ICP点云全局最优配准方法的相关算法的流程图，参照图1可以更好的对本发明提出的基于切比雪夫的ICP点云全局最优配准方法进行理解。

作为本发明的优选实施方式，在此给出步骤102中的一个实施方式，上述步骤102中构建6维可行域空间的方式具体包括以下：

将所述目标点云P以及向其配准的点云Q同时缩放至中点为绝对坐标原点的边长为2的包围盒，对所述包围盒进行参数化求解得到其旋转变量的可行域区间C_r∈[-π，π]³以及平移变量的可行域区间C_t∈[-1，1]³，令C_cut＝C_r，E_global＝∞，其中C_cut表示中间变量，E_global表示最小配准误差最优解。

作为本发明的优选实施方式，与上述步骤102中的一个实施方式相配合的，在此给出步骤103的一个实施方式，所述步骤103具体包括：

构建关于所述旋转变量的BnB全局优化框架，将所述旋转变量的可行域区间即C_cut均匀划分为8个子可行域空间C_ri，并分别求出C_ri对应的区间重点的参数值R_i∈C_ri，其中i＝1，2，...，8，根据所述参数值R_i求解得出对应的罗德里格旋转矩阵，根据8个子可行域空间C_ri对点云P进行旋转变换得到8个不同位姿的点云P_i，其中i＝1，2，...，8。

作为本发明的优选实施方式，与上述步骤103中的一个实施方式相配合的，在此给出步骤104的一个实施方式，所述步骤104具体包括：

对所述8个不同位姿的点云P_i分别构建关于平移参数t∈C_t和点云配准误差E_t的切比雪夫代理模型f(t)＝C(t)β_i ^T，并对可行域区间C_t进行细分网格得到均匀分布的平移参数t_i∈C_t，分别计算点云P_i关于t_i的最小配准误差Ei_min＝min(C(t_i)β_i ^T)，以及最小配准误差对应的平移参数Ti_best＝arg min(C(t_i)β_i ^T)。

作为本发明的优选实施方式，与上述步骤104中的一个实施方式相配合的，在此给出步骤105以及步骤106的一个实施方式，上述步骤105至步骤106具体包括以下：

根据Ti_best分别对8个不同位姿的点云P_i进行平移变换得到8个新的点云P_j，j＝1，2，...，8，结合传统ICP算法对P_j进行进一步校准，得到对应的配准误差E_j，j＝1，2，...，8，以及对应的配准点云P_ICP，获取E_j中的最小值E*＝min(E_j)，判断E*是否小于E_global，如果是则将E_global更新为E*，即令E_global＝E*；

分别计算8个子可行域空间C_ri的边界函数的下边界值LB_i，i＝1，2，...，8，如果LB_i＞E_global，则将LB_i对应的子可行域空间C_ri摒弃，最后将摒弃剩余的子可行域空间C_ri对应的下边界值LB_i存储至数组C_all中。

作为本发明的优选实施方式，与上述步骤105以及步骤106中的一个实施方式相配合的，在此给出步骤107的一个实施方式，上述步骤107具体包括以下：

找寻数组C_all中最小的下边界值

计算

判断

是否小于第一阈值ε，若是则完成配准，将

对应的子可行域空间C_ri对应的点云作为配准点云P_best，若否则将子可行域空间C_ri对应的点云定义为新的点云P1返回步骤102中重复执行所述基于切比雪夫的ICP点云全局最优配准方法直至得到配准点云P_best。

参照图2，本发明还提出基于切比雪夫的ICP点云全局最优配准装置，所述装置应用了所述基于切比雪夫的ICP点云全局最优配准方法，包括：

点云获取模块，用于获取点云P以及源点云Q；

第一计算模块，用于构建所述点云P以及源点云Q的关于旋转变量和平移变量的6维可行域空间，所述6维可行域搜索空间包括3维旋转空间以及3维平移空间；

第二计算模块，用于构建关于所述旋转变量的分支定界框架，将所述旋转变量的可行域空间进行8等分处理得到8个子可行域空间，并分别求解8个子可行域空间的罗德里格旋转矩阵得到8个子可行域空间对应的罗德里格旋转矩阵；

第三计算模块，用于对8个子可行域空间分别构建关于所述平移变量的切比雪夫代理模型，并计算8个子可行域空间分别对应的最优平移向量；

第四计算模块，用于根据8个子可行域空间分别对应的最优平移向量，分别计算对应的8个子可行域空间的边界函数；

第一计算判断模块，用于结合传统ICP算法求解8个子可行域空间的分别对应的配准误差最优解，分别判断8个子可行域空间的分别对应的配准误差最优解是否大于所述配准误差最优解对应的子可行域空间的边界函数的下边界值，若是则将对应的配准误差最优解对应的子可行域空间摒弃；

第二计算判断模块，用于找出摒弃后剩余的最小配准误差最优解，获取所述最小配准误差最优解对应的子可行域空间的边界函数的下边界值，计算所述最小配准误差最优解与所述下边界值的差，判断所述最小配准误差最优解与所述下边界值的差是否小于第一阈值，若是则将所述最小配准误差最优解作为全局配准误差最优解，若否则将所述最小配准误差最优解对应的子可行域空间的旋转变量作为新的旋转变量，重复执行步骤103至步骤107。

本装置在应用了上述基于切比雪夫的ICP点云全局最优配准方法后，通过构建6维空间变换可行域、分支定界搜索、切比雪夫代理模型拟合等求解全局最优的空间变换矩阵，实现两片随机位置点云的精确配准。能够具有良好的抗噪、鲁棒性能，能避免ICP算法受限于点云初始位置而收敛于局部最优解，减少了搜索最近邻匹配点的次数，加快了其收敛速度，进而提高了ICP全局最优点云配准的效率。

参照图5以及图6，本发明以兔子为例，在初始位置点云P与点云Q的配准是不理想的，在经过本发明的方法处理之后，配准效果是十分明显的。

本发明还提出一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的基于切比雪夫的ICP点云全局最优配准方法的步骤。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。

所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储的介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。

以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

Claims (8)

1.基于切比雪夫的ICP点云全局最优配准方法，其特征在于，所述基于切比雪夫的ICP点云全局最优配准方法包括以下步骤：

步骤101、获取点云P以及源点云Q；

步骤102、构建所述点云P以及源点云Q的关于旋转变量和平移变量的6维可行域空间，所述6维可行域搜索空间包括3维旋转空间以及3维平移空间；

步骤103、构建关于所述旋转变量的分支定界框架，将所述旋转变量的可行域空间进行8等分处理得到8个子可行域空间，并分别求解8个子可行域空间的罗德里格旋转矩阵得到8个子可行域空间对应的罗德里格旋转矩阵；

步骤104、对8个子可行域空间分别构建关于所述平移变量的切比雪夫代理模型，并计算8个子可行域空间分别对应的最优平移向量；

步骤105、根据8个子可行域空间分别对应的最优平移向量，分别计算对应的8个子可行域空间的边界函数；

步骤106、结合传统ICP算法求解8个子可行域空间的分别对应的配准误差最优解，分别判断8个子可行域空间的分别对应的配准误差最优解是否大于所述配准误差最优解对应的子可行域空间的边界函数的下边界值，若是则将对应的配准误差最优解对应的子可行域空间摒弃；

步骤107、找出摒弃后剩余的最小配准误差最优解，获取所述最小配准误差最优解对应的子可行域空间的边界函数的下边界值，计算所述最小配准误差最优解与所述下边界值的差，判断所述最小配准误差最优解与所述下边界值的差是否小于第一阈值，若是则将所述最小配准误差最优解作为全局配准误差最优解，若否则将所述最小配准误差最优解对应的子可行域空间的旋转变量作为新的旋转变量，重复执行步骤103至步骤107。

2.根据权利要求1所述的基于切比雪夫的ICP点云全局最优配准方法，其特征在于，上述步骤102中构建6维可行域空间的方式具体包括以下：

将所述目标点云P以及向其配准的点云Q同时缩放至中点为绝对坐标原点的边长为2的包围盒，对所述包围盒进行参数化求解得到其旋转变量的可行域区间C_r∈[-π，π]³以及平移变量的可行域区间C_t∈[-1，1]³，令C_cut＝C_r，E_global＝∞，其中C_cut表示中间变量，E_global表示最小配准误差最优解。

3.根据权利要求2所述的基于切比雪夫的ICP点云全局最优配准方法，其特征在于，所述步骤103具体包括：

构建关于所述旋转变量的BnB全局优化框架，将所述旋转变量的可行域区间即C_cut均匀划分为8个子可行域空间C_ri，并分别求出C_ri对应的区间重点的参数值R_i∈C_ri，其中i＝1，2，...，8，根据所述参数值R_i求解得出对应的罗德里格旋转矩阵，根据8个子可行域空间C_ri对点云P进行旋转变换得到8个不同位姿的点云P_i，其中i＝1，2，...，8。

4.根据权利要求3所述的基于切比雪夫的ICP点云全局最优配准方法，其特征在于，所述步骤104具体包括：

对所述8个不同位姿的点云P_i分别构建关于平移参数t∈C_t和点云配准误差E_t的切比雪夫代理模型f(t)＝C(t)β_i ^T，并对可行域区间C_t进行细分网格得到均匀分布的平移参数t_i∈C_t，分别计算点云P_i关于t_i的最小配准误差Ei_min＝min(C(t_i)β_i ^T)，以及最小配准误差对应的平移参数Ti_best＝arg min(C(t_i)β_i ^T)。

5.根据权利要求4所述的基于切比雪夫的ICP点云全局最优配准方法，其特征在于，上述步骤105至步骤106具体包括以下：

根据Ti_best分别对8个不同位姿的点云P_i进行平移变换得到8个新的点云P_j，j＝1，2，...，8，结合传统ICP算法对P_j进行进一步校准，得到对应的配准误差E_j，j＝1，2，...，8，以及对应的配准点云P_ICP，获取E_j中的最小值E*＝min(E_j)，判断E*是否小于E_global，如果是则将E_global更新为E*，即令E_global＝E*；

分别计算8个子可行域空间C_ri的边界函数的下边界值LB_i，i＝1，2，...，8，如果LB_i＞E_global，则将LB_i对应的子可行域空间C_ri摒弃，最后将摒弃剩余的子可行域空间C_ri对应的下边界值LB_i存储至数组C_all中。

6.根据权利要求5所述的基于切比雪夫的ICP点云全局最优配准方法，其特征在于，上述步骤107具体包括以下：

找寻数组C_all中最小的下边界值

计算

判断

是否小于第一阈值ε，若是则完成配准，将

对应的子可行域空间C_ri对应的点云作为配准点云P_best，若否则将子可行域空间C_ri对应的点云定义为新的点云P1返回步骤102中重复执行所述基于切比雪夫的ICP点云全局最优配准方法直至得到配准点云P_best。

7.基于切比雪夫的ICP点云全局最优配准装置，其特征在于，所述装置应用了所述基于切比雪夫的ICP点云全局最优配准方法，包括：

点云获取模块，用于获取点云P以及源点云Q；

第一计算模块，用于构建所述点云P以及源点云Q的关于旋转变量和平移变量的6维可行域空间，所述6维可行域搜索空间包括3维旋转空间以及3维平移空间；

第二计算模块，用于构建关于所述旋转变量的分支定界框架，将所述旋转变量的可行域空间进行8等分处理得到8个子可行域空间，并分别求解8个子可行域空间的罗德里格旋转矩阵得到8个子可行域空间对应的罗德里格旋转矩阵；

第三计算模块，用于对8个子可行域空间分别构建关于所述平移变量的切比雪夫代理模型，并计算8个子可行域空间分别对应的最优平移向量；

第四计算模块，用于根据8个子可行域空间分别对应的最优平移向量，分别计算对应的8个子可行域空间的边界函数；

第一计算判断模块，用于结合传统ICP算法求解8个子可行域空间的分别对应的配准误差最优解，分别判断8个子可行域空间的分别对应的配准误差最优解是否大于所述配准误差最优解对应的子可行域空间的边界函数的下边界值，若是则将对应的配准误差最优解对应的子可行域空间摒弃；

第二计算判断模块，用于找出摒弃后剩余的最小配准误差最优解，获取所述最小配准误差最优解对应的子可行域空间的边界函数的下边界值，计算所述最小配准误差最优解与所述下边界值的差，判断所述最小配准误差最优解与所述下边界值的差是否小于第一阈值，若是则将所述最小配准误差最优解作为全局配准误差最优解，若否则将所述最小配准误差最优解对应的子可行域空间的旋转变量作为新的旋转变量，重复执行步骤103至步骤107。

8.一种计算机可读存储的介质，其特征在于，所述计算机可读存储的介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的基于切比雪夫的ICP点云全局最优配准方法的步骤。

Images