本申請涉及點云配準，具體涉及一種基于隨機抽樣和迭代優化的點云配準方法及裝置。
背景技術：
1、在現代工業和工程應用中，三維點云數據處理技術廣泛應用于建筑信息建模(bim)、自動駕駛、機器人導航、橋梁構件三維重建等領域。點云配準技術是這些應用的關鍵步驟，旨在將來自不同視角或不同時間的點云數據準確對齊，以形成完整且高精度的三維模型。
2、由于掃描過程中的誤差、環境干擾、測量設備的局限性、點云采集對象的制造誤差等因素，點云數據中通常會含有不同程度的噪聲和異常點。現有的點云配準方法如icp(iterative?closest?point)算法和umeyama算法，雖然能夠在一定程度上對齊點云數據，但在處理含有噪聲和異常點的數據時，往往會受到較大影響，導致配準精度下降。icp算法對初始對齊的依賴性較高，容易陷入局部最優，特別是在存在大量噪聲和異常點的情況下，導致收斂結果不穩定。umeyama算法在計算過程中假設噪聲為高斯分布，對于非高斯分布的異常點和大量噪聲，其匹配效果較差，難以準確對齊點云數據。
技術實現思路
1、本申請提供一種基于隨機抽樣和迭代優化的點云配準方法及裝置，可以解決現有技術中存在的處理含有噪聲和異常點的數據時配準精度低的技術問題。
2、第一方面，本申請實施例提供一種基于隨機抽樣和迭代優化的點云配準方法，所述基于隨機抽樣和迭代優化的點云配準方法包括：
3、對第一點云和第二點云進行初步配準：從第一點云中隨機抽取目標數量的點得到第一子集，從第二點云中獲取第一子集中所有點的對應點得到第二子集，對第一子集和第二子集進行配準得到第一相似變換矩陣，根據第一相似變換矩陣對第二子集進行變換得到第三子集；
4、若第一子集和第三子集中任意點對的偏差大于或等于偏差閾值，則重新對第一點云和第二點云進行初步配準；
5、若第一子集和第三子集中每個點對的偏差均小于偏差閾值，則根據第一相似變換矩陣對第二點云進行變換得到第三點云，從第一點云中確定異常點，其中，異常點與第三點云中對應點的偏差大于或等于偏差閾值；
6、從第一點云中剔除所有異常點得到第四子集，從第二點云中剔除所有異常點的對應點得到第五子集，對第四子集和第五子集進行配準得到第二相似變換矩陣。
7、進一步地，一實施例中，在所述重新對第一點云和第二點云進行初步配準的步驟之前還包括：
8、若以當前的目標數量對第一點云和第二點云進行初步配準的次數達到次數閾值，且當前的目標數量大于預設下限，則減小目標數量。
9、進一步地，一實施例中，在所述重新對第一點云和第二點云進行初步配準的步驟之前還包括：
10、若以當前的目標數量對第一點云和第二點云進行初步配準的次數達到次數閾值，且當前的目標數量等于預設下限，則增大偏差閾值。
11、進一步地，一實施例中，在所述根據第一相似變換矩陣對第二點云進行變換得到第三點云，從第一點云中確定異常點的步驟之后還包括：
12、若異常點的數量大于或等于數量閾值，則增大目標數量和/或減小偏差閾值，重新對第一點云和第二點云進行初步配準。
13、進一步地，一實施例中，在所述對第四子集和第五子集進行配準得到第二相似變換矩陣的步驟之后還包括：
14、根據第二相似變換矩陣對第二點云進行變換得到第四點云；
15、輸出第一點云和第四點云中每個點對的偏差。
16、第二方面，本申請實施例還提供一種基于隨機抽樣和迭代優化的點云配準裝置，所述基于隨機抽樣和迭代優化的點云配準裝置包括：
17、初步配準模塊，用于對第一點云和第二點云進行初步配準：從第一點云中隨機抽取目標數量的點得到第一子集，從第二點云中獲取第一子集中所有點的對應點得到第二子集，對第一子集和第二子集進行配準得到第一相似變換矩陣，根據第一相似變換矩陣對第二子集進行變換得到第三子集；
18、迭代優化模塊，用于若第一子集和第三子集中任意點對的偏差大于或等于偏差閾值，則重新對第一點云和第二點云進行初步配準；
19、異常定位模塊，用于若第一子集和第三子集中每個點對的偏差均小于偏差閾值，則根據第一相似變換矩陣對第二點云進行變換得到第三點云，從第一點云中確定異常點，其中，異常點與第三點云中對應點的偏差大于或等于偏差閾值；
20、最終配準模塊，用于從第一點云中剔除所有異常點得到第四子集，從第二點云中剔除所有異常點的對應點得到第五子集，對第四子集和第五子集進行配準得到第二相似變換矩陣。
21、進一步地，一實施例中，迭代優化模塊還用于：
22、若以當前的目標數量對第一點云和第二點云進行初步配準的次數達到次數閾值，且當前的目標數量大于預設下限，則減小目標數量。
23、進一步地，一實施例中，迭代優化模塊還用于：
24、若以當前的目標數量對第一點云和第二點云進行初步配準的次數達到次數閾值，且當前的目標數量等于預設下限，則增大偏差閾值。
25、進一步地，一實施例中，迭代優化模塊還用于：
26、若異常點的數量大于或等于數量閾值，則增大目標數量和/或減小偏差閾值，重新對第一點云和第二點云進行初步配準。
27、進一步地，一實施例中，基于隨機抽樣和迭代優化的點云配準裝置還包括偏差輸出模塊，用于：
28、根據第二相似變換矩陣對第二點云進行變換得到第四點云；
29、輸出第一點云和第四點云中每個點對的偏差。
30、本申請中，對待配準的兩個點云進行隨機抽樣得到兩個子集，對兩個子集進行初步配準，初步配準后如果存在偏差較大的點對就說明抽取到了異常點對，需要重新進行隨機抽樣，直到不存在偏差較大的點對，說明兩個子集成功避開了所有異常點對，借助其相似變換矩陣從待配準的兩個點云中剔除異常點對，剔除異常點對后再對兩個點云進行最終配準得到高精度的相似變換矩陣。通過本申請，在處理含有噪聲和異常點的點云數據時，能夠顯著提升配準精度和數據利用率。
1.一種基于隨機抽樣和迭代優化的點云配準方法，其特征在于，所述基于隨機抽樣和迭代優化的點云配準方法包括：
2.如權利要求1所述的基于隨機抽樣和迭代優化的點云配準方法，其特征在于，在所述重新對第一點云和第二點云進行初步配準的步驟之前還包括：
3.如權利要求2所述的基于隨機抽樣和迭代優化的點云配準方法，其特征在于，在所述重新對第一點云和第二點云進行初步配準的步驟之前還包括：
4.如權利要求1所述的基于隨機抽樣和迭代優化的點云配準方法，其特征在于，在所述根據第一相似變換矩陣對第二點云進行變換得到第三點云，從第一點云中確定異常點的步驟之后還包括：
5.如權利要求1至4中任一項所述的基于隨機抽樣和迭代優化的點云配準方法，其特征在于，在所述對第四子集和第五子集進行配準得到第二相似變換矩陣的步驟之后還包括：
6.一種基于隨機抽樣和迭代優化的點云配準裝置，其特征在于，所述基于隨機抽樣和迭代優化的點云配準裝置包括：
7.如權利要求6所述的基于隨機抽樣和迭代優化的點云配準裝置，其特征在于，迭代優化模塊還用于：
8.如權利要求7所述的基于隨機抽樣和迭代優化的點云配準裝置，其特征在于，迭代優化模塊還用于：
9.如權利要求6所述的基于隨機抽樣和迭代優化的點云配準裝置，其特征在于，迭代優化模塊還用于：
10.如權利要求6至9中任一項所述的基于隨機抽樣和迭代優化的點云配準裝置，其特征在于，基于隨機抽樣和迭代優化的點云配準裝置還包括偏差輸出模塊，用于：