SuperAPI AI 工具集

matlab-register-point-clouds

通用与其它

查看项目

更新于 10-16 00:21

技能介绍

用途:对 pointCloud 对象表示的三维点云进行配准、对齐与匹配,支持从多帧激光雷达扫描构建地图,以及合并已配准的点云。不适用于二维点云(改用 matchScans 等)或图像配准(改用 imregtform、imregcorr)。需 Computer Vision Toolbox 与 Lidar Toolbox。

主要能力与算法选择:局部配准在已有初始变换或轻微错位时使用,按顺序尝试 pcregistericp(Metric="planeToPlane" 为默认起点,有颜色可试 planeToPlaneWithColor)、pointToPlane、pointToPoint,以及 pcregisterloam(需有序点云,可用 pcorganize 组织)、pcregisterndt(调 gridStep)。地面数据无初始变换时用 pcregistercorr 相位相关。无初始变换且重叠低于 50% 时先用全局配准:pcregisterfgr、pcregistercpd(Transform="Rigid" 或 "Nonrigid")、FPFH 特征匹配(extractFPFHFeatures + pcmatchfeatures + estgeotform3d),再可选局部精化。

用法要点:以 RMSE 作为精度指标;局部配准应设置 InitialTransform,序列配准可假设匀速用上一对变换。预处理可用 findPointsInCylinder 圆柱滤波(仅旋转式激光雷达)、pcdownsample(gridAverage 或 gridNearest);用 select 过滤有序点云时设 OutputSize="full"。不建议默认去地面,可先评估。合并点云用 pcalign(推荐,支持多帧、密度均匀),保留全部点用 pccat,两帧重叠区降采样用 pcmerge。可视化用 pcshowpair,交互比较用 pointCloudRegistrationAnalyzer 应用。

限制:pcregisterfgr 的 RMSE 仅基于内点,与其他函数不可直接比较;LOAM 需有序点云或激光雷达参数;全局配准通常较慢;分析器应用暂不支持 ICP 的 planeToPlaneWithColor 与 pointToPlaneWithColor。避免用 rigid3d 作 InitialTransform,改用 rigidtform3d。参数调优建议在给定典型范围内取不超过 10 个值,再逐步收窄。具体安装命令与收费信息暂未提供。