전통적인 반복 최근접점(ICP) 알고리즘이 점군에서 중첩 또는 부분 중첩이 있을 때 등록 오차가 크고 적응성이 떨어지는 문제를 해결하기 위해, 매칭 점 쌍 가중치 최적화 기반의 개선된 등록 알고리즘을 제안한다. 먼저, 점군 샘플링을 위한 개선된 복셀 다운샘플링 알고리즘을 제안하여 데이터 양을 줄이는 동시에 알고리즘의 잡음에 대한 강인성을 향상시킨다. 그 다음, 개선된 시그모이드 함수를 사용하여 등록에 참여하는 매칭 점 쌍에 서로 다른 가중치를 부여하여, 기존 알고리즘이 거리 작은 매칭 점 쌍 내 오류 쌍을 무시하는 단점을 극복하고 등록 정확도와 수렴 속도를 향상시킨다. 마지막으로, 특이값 분해(SVD) 방법을 사용하여 등록 파라미터를 해결하는 방법을 제안하여 등록 정확도를 더욱 향상시킨다. 다양한 중첩도와 잡음 조건의 등록 실험을 설계하고 크랭크축 3D 점군 복원을 통해 본 논문의 알고리즘을 검증하였다. 실험 결과, 본 알고리즘은 Tr-ICP 알고리즘 대비 약 34.1% 오차를 줄였고 AA-ICP 알고리즘 대비 약 29% 줄였으며, 등록 시간은 Tr-ICP 알고리즘 대비 약 16.1% 단축되었다. 최종적으로 본 알고리즘이 높은 등록 정확도와 더 우수한 적용성 및 강인성을 갖는 것을 보여준다.

점군 등록;반복 최근접점 알고리즘;Tr-ICP;매칭 점 쌍 최적화