従来の点群特徴に基づく粗・精密の2段階登録アルゴリズムにおける高次元特徴計算の複雑さと時間消費、密集点群登録の遅さといった問題に対処するために、3次元点群の近隣分布高速登録手法を提案する。まず、近隣点の3種類の深層幾何特徴を定義し、低次元多スケール近隣分布特徴記述を提案することで特徴計算の複雑度を大幅に低減しつつ、特徴記述の識別性を向上させ、点群局所特性の効率的表現を実現する。次に、近隣分布特徴に基づく高速粗登録手法を提案し、点群全体の起伏と近隣分布方向に基づいて特徴点を抽出し、近隣分布特徴記述により特徴点初期対応条件を構築し、点間のユークリッド距離制約条件を改善して誤対応点対を除去し、高速かつ精度の高い粗登録を実現する。最後に、密集点群登録の速度遅延問題を解決するため、k次元木およびボクセル化格子法を用いて反復最近点（ICP）アルゴリズムを改良し、二次精密登録戦略を採用してダウンサンプリングによる登録誤差を補正し、精密登録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点群登録実験により、本手法は従来の伝統的特徴記述に基づく登録手法に比べて、登録精度が22％以上向上し、処理時間が43％以上短縮されることを示し、本手法が異なる視点からの対象物表面点群を迅速かつ効果的に登録でき、安定性と適用性に優れていることを証明した。

点群登録;近隣分布特徴;マッチング点対最適化;反復最近点;ボクセル化格子法