Globale Optimierung für die Punktwolkenregistrierung mit dem Bienenalgorithmus
摘要
Das Problem der 3D-Registrierung beinhaltet die Schätzung der räumlichen Transformation, die zwei Punktsets am besten auf einander ausrichtet. Iterative Closest PointIterative Closest Point (ICP) ist wohl der beliebteste und einer der effektivsten Algorithmen für 3D-Registrierung derzeit. Dieser Algorithmus verwendet Singulärwertzerlegung,Zerlegung um die Summe der Abstandsquadrate zweier Punktsets zu minimieren. Als gieriges Ausrichtungsverfahren neigt Iterative Closest PointIterative Closest Point (ICP) dazu, zu suboptimalen Lösungen zu konvergieren. In dieser Studie wird das Problem der 3D-Registrierung mit Hilfe der beliebten BienenalgorithmusmetaheuristMetaheuristikik angegangen. Dank ihres Ansatzes der globalen Suche, ist der BienenalgorithmusBienen Algorithmus, DER bekannt dafür, sehr unempfindlich gegenüber suboptimaler Konvergenz zu sein. Um die Effizienz der Suche zu erhöhen, wird SingulärwertzerlegungZerlegung verwendet, um die Suchergebnisse des Bienenalgorithmus auszunutzen. Experimentelle Beweise zeigten, dass der vorgeschlagene Algorithmus Iterative Closest PointIterative Closest Point (ICP) in Bezug auf Konsistenz und Präzision übertraf und eine hohe Robustheit gegenüber RauschenRauschen in den Punktsets zeigte.