本発明は、3次元ポイントクラウドの近傍分布を迅速に整合する方法に関する。まず、近接ポイントの3つの幾何学的特徴を定義し、低次元多スケール近傍分布特徴記述を提案することにより、特徴計算の複雑さを大幅に低減し、同時に特徴記述の識別度を向上させ、ポイントクラウドの局所特性を効果的に表現する。次に、ポイントクラウド全体の起伏度と近傍分布方向に基づいて迅速なグロス整合手法を提案し、近傍分布特徴記述に基づいて特徴点の初期マッチング条件を抽出し、ポイント対間ユークリッド距離制約条件を改善して誤ったマッチングポイント対を除去し、効果的で正確なグロス整合を実現する。最後に、k次元ツリーおよびボクセル化グリッド法を使用して繰り返し最近点（ICP）アルゴリズムを改良し、二次精密整合戦略を採用してダウンサンプリングによる整合誤差を修正し、精密整合の精度と効率をさらに向上させる。スタンフォードモデル実験および実際の産業部品ポイントクラウド整合実験により、本手法は既存の伝統的特徴記述に基づく整合手法に比べて整合精度が22%以上向上し、時間が43%以上削減され、異なる視点の物体表面ポイントクラウドを迅速かつ効率的に整合することができ、安定性と適用性に優れることが証明される。

ポイントクラウド整合; 近傍分布特徴; マッチングポイント対の最適化; 繰り返し最近点; ボクセル化グリッド法