基于多模态数据协同的弱纹理表面高精度点云配准算法

为解决大型构件表面弱纹理特征的捕捉和多次测量的精度配准问题，采用集成结构光与光度立体视觉的复合测量系统，利用结构光测量获取工件表面整体形状的点云数据，利用光度立体视觉获取表面精细弱纹理的法向量信息。在此基础上，提出了一种融合邻域点云坐标与法向量信息的新型局部特征描述子，可对弱纹理工件表面特征进行有效且鲁棒地描述。大量仿真和真实实验验证了所提方法的有效性，其性能大幅超越了基于传统特征描述子的迭代最近点算法。所提方法可有效捕捉并描述弱纹理表面的丰富细节特征，构建鲁棒显著的特征描述子，进而大幅提升了测量结果的匹配精度，减小了大型复杂构件的整体重建误差。