[1]申鸿,李平,贾丙佳.采用特征预处理ICP算法的机器人运动环境建图[J].华侨大学学报(自然科学版),2022,43(2):229-236.[doi:10.11830/ISSN.1000-5013.202012002]
　SHEN Hong,LI Ping,JIA Bingjia.Map Creation of Robot Motion Environment Using Feature Preprocessing ICP Algorithm[J].Journal of Huaqiao University(Natural Science),2022,43(2):229-236.[doi:10.11830/ISSN.1000-5013.202012002]
点击复制

采用特征预处理ICP算法的机器人运动环境建图()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第43卷
期数:
2022年第2期
页码:
229-236
栏目:
出版日期:
2022-03-08

文章信息/Info

Title:
Map Creation of Robot Motion Environment Using Feature Preprocessing ICP Algorithm
文章编号:
1000-5013(2022)02-0229-08
作者:
申鸿;  李平;  贾丙佳
华侨大学 信息科学与工程学院, 福建 厦门 361021
Author(s):
SHEN Hong;  LI Ping;  JIA Bingjia
College of Information Science and Engineering, Huaqiao University, Xiamen 361021, China
关键词:
建图;  特征预处理;  迭代最近点算法;  移动机器人
Keywords:
map creation;  feature preprocessing;  iterative closest point algorithm;  mobile robot
分类号:
TP24
DOI:
10.11830/ISSN.1000-5013.202012002
文献标志码:
A
摘要:
针对机器人运动环境建图中迭代最近点(ICP)算法的扫描配准过程存在关联点对对应困难、迭代初值要求高的问题,首先,提出一种特征预处理的粗配准方法,以保证配准过程的迭代初值较小;然后,基于扫描点过滤思想对粗配准后存在较大误差的数据进行过滤,剔除测量噪声,提高点对关联准确率.结果表明:经过特征预处理的粗配准及噪声剔除后的改进ICP算法能够有效地进行扫描配准,解决机器人运动环境建图存在的问题.
Abstract:
For the scanning registration process of iterative closest point(ICP)algorithm in map creation of robot motion environment, there are some problems, such as difficult correspondence of correlation point pair and high requirements for the iterative initial values, firstly, a coarse registration method with feature preprocessing is proposed, in order to ensure the iterative initial values of the registration process are relatively small. Then, based on the idea of scanning point filtering, the data with relatively large errors after coarse registration are filtered to eliminate measurement noise and improve the correlation accuracy of point pair. The results show that the improved ICP algorithm after coarse registration of feature preprocessing and noise elimination can effectively perform scanning registration, and solve the existing problems in map creation of robot motion environment.

参考文献/References:

[1] 华豪,葛孟媛.基于改进ICP算法的移动机器人室内激光扫描定位方法[J].科学技术创新,2019(29):96-97.
[2] 宗文鹏,李广云,李明磊,等.激光扫描匹配方法研究综述[J].中国光学,2018,11(6):914-930.
[3] BESL P J,MCKAY N D.A method for registration of 3-d shapes[J].IEEE Transcations on Pattern Analysis and Machine Intelligence,1992,14(2):239-256.DOI:10.1109/34.121791.
[4] 胡加涛,吴晓红,何小海,等.一种基于几何特征由粗到细点云配准算法[J].科学技术与工程,2020,20(5):1947-1952.
[5] 祝继华,郑南宁,袁择剑,等.基于ICP算法和粒子滤波的未知环境地图创建[J].自动化学报,2009,35(8):1107-1113.DOI:10.3724/SP.J.1004.2009.01107.
[6] 顾文华,周波,戴先中.基于ICP匹配算法的室内移动机器人定位[J].华中科技大学学报(自然科学版),2013,41(1):262-266.
[7] 王鹏.基于特征点引导的改进ICP算法研究[D].天津:天津大学,2019.
[8] 满增光.基于激光雷达的室内AGV地图创建与定位方法研究[D].南京:南京航空航天大学,2014.
[9] 周文振,陈国良,杜珊珊,等.一种聚类改进的迭代最近点配准算法[J].激光与光电子学进展,2016,53(5):196-202.DOI:10.3788/LOP53.051202.
[10] CENSI A.An ICP variant suing a point-to-line metric[C]//IEEE International Conference on Robotics and Automation.Pasadena:IEEE Press,2008:19-25.DOI:10.1109/ROBOT.2008.4543181.
[11] 陈春旭,漆钰晖,朱一帆,等.ICP配准算法的影响因素及评价指标分析[J].导航定位与授时,2018,5(5):67-72.DOI:10.19306/j.cnki.2095-8110.2018.05.012.
[12] WANG Meiling,LI Yu,YANG Yi,et al.Localization and mapping in urban area based on 3D point cloud of autonomous vehicles[J].Journal of Beijing Institute of Technology,2016,25(4):37-46.DOI:10.15918/j.jbit1004-0579.201625.0405.
[13] 邢广鑫,许钢,荣桂兰,等.动态环境下改进ICP算法的RGB-D SLAM研究[J].重庆工商大学学报(自然科学版),2020,37(3):81-87.DOI:10.16055/j.issn.1672-058X.2020.0003.013.
[14] 杨小青,杨秋翔,杨剑.基于法向量改进的ICP算法[J].计算机工程与设计,2016,37(1):169-173.DOI:10.16208/j.issn1000-7024.2016.01.032.
[15] 吴昊.基于ICP算法的点云自动配准改进算法研究[D].阜新:辽宁工程技术大学,2016.

备注/Memo

备注/Memo:
收稿日期: 2020-12-01
通信作者: 李平(1981-),女,副教授,博士,主要从事非线性系统与智能控制、复杂控制系统的研究.E-mail:pingping_1213@126.com.
基金项目: 国家自然科学基金资助项目(61603144); 福建省自然科学基金资助项目(2018J01095); 福建省高校产学合作科技重大项目(2013H6016); 华侨大学中青年教师科技创新资助计划项目(ZQN-PY509); 华侨大学研究生科研创新基
更新日期/Last Update: 2022-03-20