異常点の干渉、一部の点の重なり、および対応しない類似点などの要因により点群間の一部点対の誤マッチング問題を解決するため、本稿では特徴相互作用と点マッチング強化を融合した教師なし点群登録アルゴリズムを設計した。まず、抽出されたソース点群とターゲット点群の特徴情報を相互作用させ、この相互作用特徴を対応位置の前層抽出特徴と融合する特徴融合モジュールを設計し、特徴表現能力を強化した。次に、グラフ畳み込み-トランスフォーマー融合モジュールを提案し、グラフ畳み込みにより局所幾何情報を抽出するとともに、トランスフォーマーの自己注意メカニズムでグローバルコンテキスト情報を取得し、さらにクロスアテンション機構を導入して点群間特徴相互作用融合を実現した。最後に、ソース点群とターゲット点群の点特徴のユークリッド距離および点の隣接特徴類似性を利用して点間対応関係をマッチングする点マッチング強化モジュールを導入した。本アルゴリズムはModelNet40（ノイズ含む）、7Scenes、ICL-NUIM、KITTI、およびScanObjectNNデータセットで検証され、実験結果はIFNetアルゴリズムと比較して平均二乗誤差RMSE（R）がそれぞれ31.93％、23.72％、19.76％、10.53％、21.05％減少し、提案算法の登録精度および堅牢性の優位性を十分に検証した。総じて、本アルゴリズムは登録精度、汎化能力、耐ノイズ性の面で優れた性能を示し、良好な応用の可能性を示している。

点群登録;特徴相互作用;クロスアテンション;点マッチング強化;教師なし