従来の反復最近傍点（ICP）アルゴリズムは、点群に重なりまたは部分的な重なりがある場合に登録誤差が大きく、適応性が低いという問題を解決するため、マッチング点対の重み付け最適化に基づく改良登録アルゴリズムを提案する。まず、改良されたボクセルダウンサンプリングアルゴリズムを提案し、点群のサンプリングを行い、データ量を削減しつつノイズに対するアルゴリズムのロバスト性を向上させる。次に、改良されたシグモイド関数を用いて登録に関与するマッチング点対に異なる重みを付与し、従来のアルゴリズムが距離が小さいマッチング点対内の誤った点対を無視する欠点を克服するとともに、登録精度と収束速度を向上させる。最後に、特異値分解（SVD）法を用いて登録パラメータを求める方法を提案し、登録精度をさらに高める。異なる重なり度の登録実験およびノイズ実験を設計し、クランクシャフトの3D点群再構成と組み合わせて本手法を検証した。実験結果から、本手法はTr-ICPアルゴリズムに比べて誤差を約34.1％削減し、AA-ICPアルゴリズムに比べて約29％削減し、登録時間はTr-ICPアルゴリズムより約16.1％短縮された。最終的に、本手法は高い登録精度とともに優れた適用性およびロバスト性を持つことが示された。

点群登録;反復最近傍点アルゴリズム;Tr-ICP;マッチング点対最適化