一種基于激光測距儀的掃描匹配方法

劉 俊，李 霖,2

(1.武漢大學(xué) 資源與環(huán)境科學(xué)學(xué)院，湖北 武漢 430079；2.武漢大學(xué) 地球空間信息技術(shù)協(xié)同創(chuàng)新中心，湖北 武漢 430079)

激光測距儀因其快速、成本低、環(huán)境適應(yīng)力強(qiáng)等特點(diǎn)，常被用作移動機(jī)器人的外部傳感器[1]，掃描匹配通過計算使相鄰掃描重疊最大的最優(yōu)剛體變換，以此獲取相鄰時刻的運(yùn)動量估計，廣泛應(yīng)用于移動機(jī)器人同步定位與環(huán)境建圖(Simultaneous Localization and Mapping, SLAM)領(lǐng)域[1-10]。目前應(yīng)用最廣泛的掃描匹配算法是迭代最近鄰算法(Iterative ClosestPoint, ICP)[1, 11-17]，但該算法對離群掃描點(diǎn)與稀疏掃描點(diǎn)較為敏感，由于缺少實(shí)際對應(yīng)點(diǎn)，這些掃描點(diǎn)容易建立錯誤對應(yīng)關(guān)系。此外，ICP算法根據(jù)最近點(diǎn)規(guī)則建立對應(yīng)關(guān)系，可能存在一對多和對應(yīng)距離極端大的問題[12-13]，這會影響最優(yōu)變換計算的準(zhǔn)確性，從而影響匹配的準(zhǔn)確性。

Zhang等人提出一種單向?qū)?yīng)的方法[13]，通過尋找多個最近點(diǎn)，根據(jù)其定義的規(guī)則選取某個點(diǎn)作為對應(yīng)點(diǎn)，從而減少一對多對應(yīng)，但該方法仍有可能建立對應(yīng)距離極端大的對應(yīng)關(guān)系。Chetverikov等人提出一種基于截斷思想的迭代最近鄰算法[18]，通過設(shè)置截斷比例η，僅保留對應(yīng)距離前η%的對應(yīng)關(guān)系，從而剔除對應(yīng)距離極端大的對應(yīng)，但該方法對η參數(shù)較為敏感[19]，若η設(shè)置過大，可能保留對應(yīng)距離極端大的對應(yīng)，從而影響匹配的準(zhǔn)確性，若η設(shè)置過小，可能剔除過多的對應(yīng)關(guān)系，導(dǎo)致算法陷入局部最優(yōu)。Pomerleau等人提出一種基于相對移動量的剔除方法[20]，但當(dāng)旋轉(zhuǎn)量較大時，剔除閾值的估算值并不準(zhǔn)確[13]。

為了減少掃描數(shù)據(jù)中的離群掃描點(diǎn)和稀疏掃描點(diǎn)，本文提出一種基于連通格序列的方法，通過對掃描點(diǎn)進(jìn)行空間網(wǎng)格劃分并建立連通格序列，認(rèn)為連通度較低的連通格是掃描數(shù)據(jù)的離群或稀疏部分，予以剔除，為ICP算法提供較為理想的輸入；針對對應(yīng)關(guān)系中的一對多和距離極端大的問題，本文通過建立唯一對應(yīng)，避免建立一對多對應(yīng)關(guān)系，并基于四分位數(shù)法[21]計算對應(yīng)距離的上截斷點(diǎn)，對應(yīng)距離超過該截斷點(diǎn)的為錯誤對應(yīng)的可能性較大，予以剔除，減少錯誤對應(yīng)數(shù)量，從而提高匹配的準(zhǔn)確性。

1 ICP算法

ICP算法是目前應(yīng)用最廣泛的掃描匹配方法，其本質(zhì)是一個“建立對應(yīng)關(guān)系-求解最優(yōu)變換”的迭代優(yōu)化過程[22]，在每次迭代中，尋找參考掃描中最近點(diǎn)作為對應(yīng)點(diǎn)，建立目標(biāo)掃描與參考掃描的對應(yīng)關(guān)系，基于該對應(yīng)關(guān)系，求解一個使得目標(biāo)函數(shù)最小的最優(yōu)變換，并應(yīng)用于目標(biāo)掃描，作為下一次迭代的輸入，直到達(dá)到收斂條件，最終實(shí)現(xiàn)兩幅掃描貼合，并輸出一個最優(yōu)剛體變換。ICP算法步驟如下：

1)建立對應(yīng)關(guān)系。對于目標(biāo)掃描中的每一個點(diǎn)，尋找參考掃描中距離最近的掃描點(diǎn)作為對應(yīng)點(diǎn)，建立對應(yīng)關(guān)系。一般使用K-d樹以加速最近點(diǎn)搜索過程[23]；

2)計算最優(yōu)變換。計算一個最優(yōu)變換，使以下目標(biāo)函數(shù)最小，一般使用單位四元數(shù)法[23]求解旋轉(zhuǎn)分量R和平移分量t；

(1)

3)應(yīng)用最優(yōu)變換。對目標(biāo)掃描應(yīng)用最優(yōu)變換，得到新點(diǎn)集，作為下一次迭代的輸入。

重復(fù)上述步驟，直到滿足收斂條件或迭代次數(shù)超出限制。

2 掃描預(yù)處理

ICP算法采取點(diǎn)-點(diǎn)對應(yīng)，對離群掃描點(diǎn)較為敏感，然而，由于室內(nèi)環(huán)境的復(fù)雜性，激光測距儀在采集數(shù)據(jù)時可能會產(chǎn)生離群掃描點(diǎn)，如圖1(b)所示，由于不存在實(shí)際對應(yīng)點(diǎn)，這些離群掃描點(diǎn)容易建立錯誤的對應(yīng)關(guān)系，如圖1(c)所示。此外，在距離激光測距儀較遠(yuǎn)的區(qū)域，掃描點(diǎn)較為稀疏，這些稀疏掃描點(diǎn)容易建立方向上矛盾的對應(yīng)關(guān)系，如圖1(d)所示。因此，本文提出一種基于連通格序列的方法，通過對掃描點(diǎn)進(jìn)行空間網(wǎng)格劃分并建立連通格序列，認(rèn)為連通度較大的連通格序列是掃描數(shù)據(jù)的主體部分，保留其范圍內(nèi)的掃描點(diǎn)，認(rèn)為連通度較小的連通格序列是掃描數(shù)據(jù)的離群或稀疏部分，剔除其范圍內(nèi)的掃描點(diǎn)，從而為ICP算法提供較為理想的輸入。

圖1 離群點(diǎn)與稀疏點(diǎn)

首先，對所有掃描點(diǎn)進(jìn)行空間網(wǎng)格劃分。以傳感器為坐標(biāo)原點(diǎn)，計算所有掃描點(diǎn)的空間坐標(biāo)，得到掃描點(diǎn)的最小外接矩形，根據(jù)一定的網(wǎng)格邊長進(jìn)行空間劃分，如圖2(a)所示，網(wǎng)格邊長根據(jù)激光測距儀的分辨率與最大掃描距離決定，本文使用UTM-30LX激光測距儀，測量范圍R=30 m，角度分辨率θ=0.25°，網(wǎng)格邊長l=R|sinθ，取值為0.13 m。

接下來，獲取連通格序列。網(wǎng)格分為占據(jù)格和空格，占據(jù)格內(nèi)包含若干掃描點(diǎn)，空格內(nèi)不包含掃描點(diǎn)，如圖2(b)所示。首先，以第一個占據(jù)格G0為起點(diǎn)，初始化一個連通格序列，搜索G0的8鄰域范圍是否存在其他占據(jù)格G1；若存在，則將G1加入連通格序列，繼續(xù)搜索G1的8鄰域范圍是否存在其他占據(jù)格；若不存在，該連通格序列建立完畢，以下一個占據(jù)格為起點(diǎn)，初始化一個新的連通格序列，重復(fù)上述過程。上述步驟一直執(zhí)行，直到所有占據(jù)格都?xì)w屬于某個連通格序列，如圖3(a)所示。

最后，剔除離群掃描點(diǎn)與稀疏掃描點(diǎn)。定義連通格序列包含的占據(jù)格的數(shù)量為該序列的連通度，主體部分的掃描點(diǎn)較為連續(xù)，因此所歸屬的連通格序列的連通度較大，離群掃描點(diǎn)與主體部分距離較遠(yuǎn)，稀疏掃描點(diǎn)之間相隔較遠(yuǎn)，因此所歸屬的連通格序列的連通度較小。因此，通過剔除連通度較小的連通格序列內(nèi)的掃描點(diǎn)，可以達(dá)到剔除離群掃描點(diǎn)與稀疏掃描點(diǎn)的目標(biāo)。本文取最小連通度為5，判定連通度小于5的連通格序列內(nèi)的掃描點(diǎn)為離群掃描點(diǎn)，予以剔除，結(jié)果如圖3(b)所示，可以看出，離群點(diǎn)與稀疏掃描點(diǎn)被成功去除，掃描點(diǎn)的主體部分得以保留。

圖2 網(wǎng)格劃分

圖3 掃描預(yù)處理

3 改進(jìn)ICP算法

3.1 唯一對應(yīng)

ICP算法假設(shè)目標(biāo)掃描中每個點(diǎn)都存在實(shí)際對應(yīng)點(diǎn)，然而，隨著移動機(jī)器人探索新環(huán)境，以及環(huán)境中的動態(tài)障礙物等因素，該假設(shè)在實(shí)際應(yīng)用中很難成立。例如，移動機(jī)器人在經(jīng)過拐角時，傳感器在上一時刻無法掃描到的障礙物，在當(dāng)前時刻卻可以掃描到，如圖4(a)和圖4(b)所示。ICP算法依據(jù)最近點(diǎn)規(guī)則建立對應(yīng)關(guān)系，對于目標(biāo)掃描中每一個點(diǎn)，選取參考掃描中距離最近的作為對應(yīng)點(diǎn)，如圖4(c)所示，可以看出，多個掃描點(diǎn)錯誤地對應(yīng)參考掃描中同一個點(diǎn)，如圖4(d)所示，這是由于這些掃描點(diǎn)不存在實(shí)際對應(yīng)點(diǎn)，仍根據(jù)最近點(diǎn)規(guī)則建立對應(yīng)關(guān)系所致，這些對應(yīng)關(guān)系會顯著影響最優(yōu)變換計算的準(zhǔn)確性。

因此，本文提出一種建立對應(yīng)關(guān)系的新規(guī)則，通過限定每個參考點(diǎn)只能分配給最近的掃描點(diǎn)作為對應(yīng)點(diǎn)，從而保證對應(yīng)關(guān)系的唯一性，如圖5(a)所示。例如，給定目標(biāo)掃描中某掃描點(diǎn)pi，尋找參考掃描中距離最近點(diǎn)mj，作為候選對應(yīng)點(diǎn)，判斷mj是否已被分配給其他掃描點(diǎn)作為對應(yīng)點(diǎn)，若未分配，則直接作為pi的對應(yīng)點(diǎn)，若已分配給掃描點(diǎn)px，則比較pi和px到mj的距離，若pi距離更近，則替代px，并更新對應(yīng)關(guān)系，否則跳過pi，不建立對應(yīng)關(guān)系。根據(jù)該規(guī)則建立對應(yīng)關(guān)系，結(jié)果如圖5(b)所示，可以看出，一對多對應(yīng)問題被成功解決。然而，該方法只能保證對應(yīng)的唯一性，無法保證正確性，因此仍可能建立少數(shù)對應(yīng)距離極端大的對應(yīng)關(guān)系，在下一節(jié)將介紹一種穩(wěn)健的剔除方法予以剔除。

圖4 根據(jù)最近點(diǎn)規(guī)則建立的對應(yīng)關(guān)系

圖5 根據(jù)新規(guī)則建立的對應(yīng)關(guān)系

3.2 剔除對應(yīng)

上述新規(guī)則只能保證對應(yīng)關(guān)系的唯一性，無法保證其正確性，因此仍可能建立少數(shù)距離極端大的對應(yīng)關(guān)系，這些對應(yīng)關(guān)系為錯誤對應(yīng)的可能性較大。因此，本文基于四分位數(shù)法計算對應(yīng)距離的上截斷點(diǎn)，剔除對應(yīng)距離大于該上截斷點(diǎn)的對應(yīng)關(guān)系。

四分位數(shù)法是一種常用的異常值剔除方法，與傳統(tǒng)的標(biāo)準(zhǔn)差法、Z分?jǐn)?shù)法、經(jīng)驗(yàn)法相比，具有簡單方便、計算量小、受極端值影響小的優(yōu)點(diǎn)，該方法將數(shù)據(jù)升序排列后劃分為四個部分，每個部分包含25%的數(shù)據(jù)，Q1為第1四分位數(shù)(第25百分位數(shù))，Q2為第2四分位數(shù)(第50百分位數(shù))，Q3為第3四分位數(shù)(第75百分位數(shù))，四分位極差R=Q3-Q1，在此基礎(chǔ)上，該方法定義數(shù)據(jù)的上截斷點(diǎn)為Q1-1.5×R，下截斷點(diǎn)為Q3+1.5×R，判定大于上截斷點(diǎn)的為極大值，小于下截斷點(diǎn)的為極小值，從數(shù)據(jù)集中去除。以一組對應(yīng)關(guān)系為例，對應(yīng)距離的分布如圖6(a)所示，根據(jù)四分位數(shù)法計算對應(yīng)關(guān)系距離的上截斷點(diǎn)為0.119，可以看出，大于該上截斷點(diǎn)的僅有少數(shù)極端大的對應(yīng)距離，根據(jù)該上截斷點(diǎn)進(jìn)行剔除，結(jié)果如圖6(b)所示，可以看出，距離極端大的對應(yīng)被成功剔除。

由于剔除目標(biāo)主要是對應(yīng)距離極端大的對應(yīng)關(guān)系，因此，本文僅計算對應(yīng)距離的上截斷點(diǎn)dmax，剔除對應(yīng)距離大于dmax的對應(yīng)關(guān)系。dmax的計算步驟如下：

1)計算指數(shù)i。將對應(yīng)關(guān)系按照對應(yīng)距離升序排列后，根據(jù)i=(p/100)×n計算指數(shù)i，其中n為對應(yīng)距離的項(xiàng)數(shù)，p為所求的百分位數(shù)的位置，例如求解第1四分位數(shù)，p為25；

2)計算第1四分位數(shù)Q1、第3四分位數(shù)Q3和分位數(shù)極差R。以計算Q1為例，若其指數(shù)i為整數(shù)，以第i項(xiàng)與第i+1項(xiàng)的平均值作為Q1的值，若i不為整數(shù)，將i向上取整后下標(biāo)對應(yīng)的值為Q1的值，同理求出第3分位數(shù)Q3。在此基礎(chǔ)上，根據(jù)Q3-Q1求出R。

3)計算對應(yīng)距離的上截斷點(diǎn)dmax。根據(jù)四分位數(shù)法，上截斷點(diǎn)定義為Q3+1.5×R，根據(jù)該定義，求解出對應(yīng)距離的上截斷點(diǎn)dmax。

圖6 基于四分位數(shù)法的剔除

4 試驗(yàn)結(jié)果及分析

4.1 實(shí)驗(yàn)設(shè)備

實(shí)驗(yàn)設(shè)備由一臺移動小車和一個激光測距儀(UTM-30LX, Hokuyo Automatic Co. Ltd)組成，激光測距儀的最大測量距離為30 m，掃描角度范圍270°，角度分辨率為0.25°，安裝在移動小車前方，對室內(nèi)環(huán)境進(jìn)行水平掃描，獲取二維掃描數(shù)據(jù)，如圖7所示。

4.2 實(shí)驗(yàn)過程及成果

4.2.1 局部匹配實(shí)驗(yàn)

為了驗(yàn)證本文算法對于相鄰時刻掃描的匹配效果，本文設(shè)計一組實(shí)驗(yàn)，實(shí)驗(yàn)選取一組相鄰時刻的掃描數(shù)據(jù)，如圖8(a)和圖8(b)所示，可以看出，當(dāng)前時刻掃描在矩形1區(qū)域中存在離群點(diǎn)，在矩形2區(qū)域中存在部分稀疏掃描點(diǎn)。

圖7 實(shí)驗(yàn)設(shè)備及環(huán)境

為了驗(yàn)證掃描預(yù)處理對于匹配結(jié)果的影響，實(shí)驗(yàn)1以當(dāng)前時刻原始掃描為目標(biāo)掃描，上一時刻原始掃描為參考掃描，應(yīng)用ICP算法進(jìn)行匹配實(shí)驗(yàn)，實(shí)驗(yàn)2對當(dāng)前時刻掃描進(jìn)行預(yù)處理，以處理后的掃描作為目標(biāo)掃描，上一時刻原始掃描作為參考掃描，同樣應(yīng)用ICP算法進(jìn)行匹配實(shí)驗(yàn)。在建立對應(yīng)關(guān)系階段，實(shí)驗(yàn)1建立的對應(yīng)關(guān)系如圖9(a)所示，可以看出，由于目標(biāo)掃描中存在離群點(diǎn)，且在參考掃描中缺少其實(shí)際對應(yīng)點(diǎn)，從而產(chǎn)生錯誤對應(yīng)，實(shí)驗(yàn)2建立的對應(yīng)關(guān)系如圖9(b)所示，可以看出，掃描預(yù)處理成功剔除了離群點(diǎn)與部分稀疏掃描點(diǎn)，但仍存在一對多對應(yīng)和部分距離極端大的對應(yīng)。實(shí)驗(yàn)1和實(shí)驗(yàn)2的匹配結(jié)果如圖9(c)和圖9(d)所示，可以看出，目標(biāo)掃描與參考掃描間均存在較為明顯的偏離，匹配結(jié)果都不理想，這說明掃描預(yù)處理僅能減少掃描中的離群點(diǎn)和稀疏點(diǎn)，但無法解決一對多對應(yīng)和少數(shù)對應(yīng)距離極端大的問題。

圖8 相鄰時刻掃描數(shù)據(jù)

圖9 實(shí)驗(yàn)1與實(shí)驗(yàn)2

為了驗(yàn)證ICP改進(jìn)算法處理一對多對應(yīng)和距離極端大對應(yīng)的效果，實(shí)驗(yàn)3與實(shí)驗(yàn)4均以掃描預(yù)處理后的當(dāng)前時刻掃描為目標(biāo)掃描，以上一時刻原始掃描為參考掃描，實(shí)驗(yàn)3應(yīng)用ICP標(biāo)準(zhǔn)算法進(jìn)行匹配，建立的對應(yīng)關(guān)系如圖10(a)所示，可以看出，對應(yīng)關(guān)系中仍存在一對多對應(yīng)和少數(shù)極端大的對應(yīng)關(guān)系，其匹配結(jié)果如圖10(b)所示，可以看出，掃描之間存在明顯的偏離，匹配結(jié)果并不理想。實(shí)驗(yàn)4應(yīng)用ICP改進(jìn)算法進(jìn)行匹配，建立的對應(yīng)關(guān)系如圖10(c)所示，可以看出，一對多對應(yīng)和少數(shù)極端大的對應(yīng)關(guān)系被去除，其匹配結(jié)果如圖10(d)所示，可以看出，目標(biāo)掃描與參考掃描緊密貼合，匹配結(jié)果明顯改善。

4.2.2 全局匹配實(shí)驗(yàn)

為了驗(yàn)證本文方法在實(shí)際應(yīng)用中的匹配表現(xiàn)，我們使用移動小車與激光測距儀采集了武漢大學(xué)化學(xué)院三樓部分走廊的掃描數(shù)據(jù)，在缺少里程計提供匹配初值的條件下，以第一幅掃描數(shù)據(jù)的坐標(biāo)系為參考，分別應(yīng)用ICP標(biāo)準(zhǔn)算法和本文算法，對所有相鄰時刻掃描數(shù)據(jù)進(jìn)行匹配實(shí)驗(yàn)，得到實(shí)驗(yàn)結(jié)果。ICP算法的匹配結(jié)果如圖11(a)所示，可以看出，累計誤差較大，匹配結(jié)果在走廊的后半段出現(xiàn)彎曲。本文方法的匹配結(jié)果如圖11(b)所示，可以看出，匹配結(jié)果未出現(xiàn)明顯彎曲，較好地表達(dá)了室內(nèi)的平面結(jié)構(gòu)，說明本文算法在實(shí)際應(yīng)用中具有較好的匹配表現(xiàn)。

圖10 實(shí)驗(yàn)3與實(shí)驗(yàn)4

圖11 實(shí)際應(yīng)用匹配結(jié)果

5 結(jié)束語

為了剔除掃描數(shù)據(jù)中的離群掃描點(diǎn)和稀疏掃描點(diǎn)，本文提出一種基于連續(xù)格序列的方法，通過對掃描點(diǎn)進(jìn)行網(wǎng)格劃分并建立連續(xù)格序列，剔除連通度較小的網(wǎng)格內(nèi)的掃描點(diǎn)，實(shí)現(xiàn)掃描數(shù)據(jù)的預(yù)處理，為掃描匹配提供較為理想的輸入，實(shí)驗(yàn)結(jié)果表明，該方法能夠有效剔除掃描數(shù)據(jù)中的離群掃描點(diǎn)和稀疏掃描點(diǎn)。此外，針對匹配過程中產(chǎn)生的一對多對應(yīng)和距離極端大的對應(yīng)，本文通過限定對應(yīng)關(guān)系的唯一性，從而避免建立一對多對應(yīng)，然后基于一種穩(wěn)健的四分位數(shù)法計算距離閾值，剔除對應(yīng)距離大于閾值的對應(yīng)關(guān)系，從而減少對應(yīng)距離極端大的對應(yīng)關(guān)系，提高匹配的準(zhǔn)確性，實(shí)驗(yàn)結(jié)果表明，本文方法能夠較好地匹配相鄰時刻掃描數(shù)據(jù)，且在實(shí)際應(yīng)用中具有較好的全局匹配表現(xiàn)。

[1] LYU J, YUKINORI K, RAVANKAR A A, et al. A solution to estimate robot motion with large rotation by matching laser scans[C]. Society of Instrument and Control Engineers of Japan, 2015: 1083-1088.

[2] PEDROSA E, PEREIRA A, LAU N. Efficient localization based on scan matching with a continuous likelihood field[C]. IEEE International Conference on Autonomous Robot Systems and Competitions, 2017: 61-66.

[3] 錢曉明, 張浩, 王曉勇,等.基于激光掃描匹配的移動機(jī)器人相對定位技術(shù)研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報, 2016, 47(3): 14-21.

[4] WANG X, JIA Y, XI N, et al. Mobile robot pose estimation using laser scan matching based on Fourier Transform[C]. IEEE International Conference on Robotics and Biomimetics, 2014: 474-479.

[5] LIU Y, SUN Y. Mobile robot instant indoor map building and localization using 2D laser scanning data[C]. International Conference on System Science and Engineering, 2012: 339-344.

[6] DIOSI A, KLEEMAN L. Fast Laser Scan Matching using Polar Coordinates[J]. International Journal of Robotics Research, 2007, 26(10): 1125-1153.

[7] MINGUEZ J, MONTESANO L, LAMIRAUX F. Metric-based iterative closest point scan matching for sensor displacement estimation[J]. IEEE Transactions on Robotics, 2006, 22(5): 1047-1054.

[8] DIOSI A, KLEEMAN L. Laser scan matching in polar coordinates with application to SLAM[C]. Ieee/rsj International Conference on Intelligent Robots and Systems, 2005: 3317-3322.

[9] PFISTER S T, KRIECHBAUM K L, ROUMELIOTIS S I, et al. Weighted range sensor matching algorithms for mobile robot displacement estimation[C]. IEEE International Conference on Robotics and Automation, 2002. Proceedings. ICRA, 2002: 1667-1674 vol.2.

[10] BENGTSSON O, BAERVELDT A J. Localization by Matching of Range Scans - Certain or Uncertain?[C]. Eurobot, 2001.

[11] 顧文華, 周波, 戴先中.基于ICP匹配算法的室內(nèi)移動機(jī)器人定位[J]. 華中科技大學(xué)學(xué)報(自然科學(xué)版), 2013, 41(增1): 262-266.

[12] POMERLEAU F, COLAS F, SIEGWART R, et al. Comparing ICP variants on real-world data sets[J]. Autonomous Robots, 2013, 34(3): 133-148.

[13] ZHANG L, CHOI S I, PARK S Y. Robust ICP Registration Using Biunique Correspondence[C]. International Conference on 3d Imaging, Modeling, Processing, Visualization and Transmission, 2011: 80-85.

[14] CENSI A. An ICP variant using a point-to-line metric[C]. IEEE International Conference on Robotics and Automation, 2008: 19-25.

[15] ZHU J, ZHENG N, YUAN Z, et al. Point-to-line metric based Iterative Closest Point with bounded scale[C]. Industrial Electronics and Applications, 2009. Iciea 2009. IEEE Conference on, 2009: 3032-3037.

[16] RUSINKIEWICZ S, LEVOY M. Efficient Variants of the ICP Algorithm[M]. 2001: 145-152.

[17] 洪斌斌, 孟正大.基于MBlCP匹配算法的陪護(hù)機(jī)器人定位方法[J]. 工業(yè)控制計算機(jī), 2015, (9): 42-44.

[18] CHETVERIKOV D, SVIRKO D, STEPANOV D, et al. The Trimmed Iterative Closest Point Algorithm[C]. 16 Th International Conference on Pattern Recognition, 2002: 30545.

[19] ZHU J, MENG D, LI Z, et al. Robust registration of partially overlapping point sets via genetic algorithm with growth operator[J]. Iet Image Processing, 2014, 8(10): 582-590.

[20] POMERLEAU F, COLAS F, FERLAND F, et al. Relative Motion Threshold for Rejection in ICP Registration[M]. Springer Berlin Heidelberg, 2009: 229-238.

[21] 鞏斌, 丁華軍. 在統(tǒng)計分析中如何快捷識別極端值[J]. 統(tǒng)計與咨詢, 2007, (3): 14-15.

[22] 王育堅, 廉騰飛, 吳明明, 等. 基于八叉樹與KD樹索引的點(diǎn)云配準(zhǔn)方法[J]. 測繪工程, 2017, 26(8): 35-40.

[23] 劉江, 張旭, 朱繼文. 一種基于K-D樹優(yōu)化的ICP三維點(diǎn)云配準(zhǔn)方法[J]. 測繪工程, 2016, 25(6): 15-18.