Para resolver o problema de grandes erros de registro e baixa adaptabilidade do algoritmo tradicional Iterative Closest Point (ICP) quando há sobreposição ou sobreposição parcial em nuvens de pontos, propõe-se um algoritmo de registro aprimorado baseado na otimização ponderada de pares de pontos correspondentes. Primeiro, propõe-se um algoritmo aprimorado de amostragem por voxel para amostrar a nuvem de pontos, reduzindo a quantidade de dados e, ao mesmo tempo, aumentando a robustez do algoritmo contra ruídos; em seguida, utiliza-se uma função sigmoide melhorada para atribuir pesos diferentes aos pares de pontos correspondentes envolvidos no registro, superando a desvantagem dos algoritmos tradicionais que ignoram pares errôneos em pares de pontos correspondentes próximos, melhorando a precisão e a velocidade de convergência do registro; por fim, propõe-se um método para resolver os parâmetros de registro utilizando decomposição em valores singulares (SVD), aumentando ainda mais a precisão do registro. Foram projetados experimentos de registro com diferentes graus de sobreposição e ruído, e o algoritmo foi validado por meio da reconstrução 3D do virabrequim. Os resultados experimentais mostram que o erro deste algoritmo diminuiu cerca de 34,1% em comparação com o algoritmo Tr-ICP, cerca de 29% em comparação com o algoritmo AA-ICP, e o tempo de registro foi reduzido cerca de 16,1% em comparação com Tr-ICP. Finalmente, o algoritmo demonstra maior precisão no registro, assim como melhor aplicabilidade e robustez.

Registro de nuvem de pontos;Algoritmo ICP;Tr-ICP;Otimização de pares de pontos correspondentes