본 발명은 3차원 포인트 클라우드의 이웃 분포를 빠르게 맞추는 방법에 관한 것이다. 먼저, 근접 포인트의 3가지 기하학적 특징을 정의하고, 저차원 다중 스케일 이웃 분포 특징 설명을 제안함으로써 특징 계산 복잡성을 크게 줄이고 특징 설명의 분별력을 높이면서 포인트 클라우드의 지역 특성을 효과적으로 나타내도록 함. 그 후, 포인트 클라우드의 전체 등고선 정도와 이웃 분포 방향에 기초하여 빠른 그로스 맞춤 방법을 제안하고, 이웃 분포 특징 설명을 기반으로 특징 포인트의 초기 매칭 조건을 추출하고, 포인트 쌍 간 유클리드 거리 제약 조건을 개선하여 잘못된 매칭 포인트 쌍을 제거하고 효율적이고 정확한 그로스 맞춤을 실현함. 마지막으로 k-차원 트리 및 복셈화 그리드 방법을 이용하여 반복 가까운 지점(ICP) 알고리즘을 개선하고 다운 샘플링으로 인한 맞춤 오차를 수정하는 이중 정밀 맞춤 전략을 적용하여 정밀 맞춤의 정확성과 효율성을 더욱 향상시킴을 제안함. 스탠퍼드 모델 실험 및 실제 산업 부품 포인트 클라우드 맞춤 실험을 통해 본 방법은 기존 전통적 특징 설명에 기초한 맞춤 방법에 비해 맞춤 정확도가 22% 이상 향상되고 시간이 43% 이상 절약된 것으로 나타나서 다양한 시각의 물체 표면 포인트 클라우드를 빠르고 효과적으로 맞출 수 있으며 안정성과 적용 가능성이 뛰어남을 입증함.

포인트 클라우드 맞춤; 이웃 분포 특징; 매칭 포인트 쌍 최적화; 반복 가까운 지점; 복셈화 그리드 방법