利用邻域特征点相关性的点云配准算法

针对经典ICP进行点云配准容易陷入局部最优且处理时间长、精度低的问题，本文提出一种利用邻域提取特征点进行配准的优化算法。首先，通过邻域特征计算法向量和曲率特征从待匹配数据中选取特征点，通过特征点匹配得到配准平移和旋转参数，并利用配准参数对待匹配数据进行初始配准，然后，通过ICP算法对数据进行精细配准。试验证明，在利用特征点进行初始配准的基础上，解决了经典ICP算法容易陷入局部最优的问题，且具有良好的配准精度和运行效率。