점군 센서는 일반적으로 깊이 오차가 있으며, 기존의 핸드-아이 보정 방법은 이 요소를 충분히 고려하지 않아 다양한 스케일에서 핸드-아이 행렬의 적용성 문제를 야기합니다. 본 논문에서는 교대 최소제곱 최적화 기반의 고정밀 핸드-아이 보정 방법을 제안합니다. 먼저, 보정판 평면 맞춤과 복셀 균일 다운샘플링을 통해 근거리, 중간, 원거리 세 가지 스케일의 점군 데이터를 전처리하여 서로 다른 스케일에서 보정판 점군 밀도를 통일합니다. 다음으로, GICP(Generalized-ICP) 알고리즘을 사용하여 점군 등록 행렬을 얻고 각 스케일의 핸드-아이 행렬 초기값을 구한 후, 한 스케일의 핸드-아이 행렬을 고정하며 회전 및 병진 오차의 최소제곱 문제를 구성하여 나머지 스케일 등록 파라미터를 최적화합니다. 마지막으로, 최적화된 각 스케일 등록 행렬을 기반으로 Tsai-Lenz 방법을 재보정하여 깊이 오차를 보상하는 핸드-아이 행렬을 얻습니다. 비교 실험 결과 본 방법의 회전 행렬 평균 오차는 0.1448°, 병진 벡터 평균 오차는 0.6335 mm, 핸드-아이 행렬을 적용한 점군 등록 평균 제곱근 오차는 0.2769 mm임을 보였습니다. 보정 구 방법과 비교하여 근거리 초점 거리 점군 등록 오차가 평균 19%, 원거리 초점 거리 점군 등록 오차가 평균 16% 감소하는 것을 확인했습니다. 본 방법은 깊이 오차가 보정 정확도에 미치는 영향을 효과적으로 줄이고 적용성을 향상시킬 수 있습니다.

깊이 오차; 핸드-아이 보정; 구조광; 점군 등록