侯大伟

(中国科学技术太学 信息科学技术学院，安徽 合肥230026)

0 引言

点云配准是三维重建、工业测量、机器人抓取等方面的一种常见方法，目标是将不同视角下点云拼接成一块完整的点云数据。随着深度相机的广泛应用，研究人员可以便捷地获取三维空间的点云数据，用以估计物体的六维位姿。 图 1(a)和图 1(b)是在不同视角下的存在交集的两片点云，不断地调整交集部分的点云直到基本重叠，最终两片点云拼接为一个整体(图 1(c))。

以上两片点云配准的过程，本质上得到的是两片点云之间相对位姿的变换矩阵。假设其中一片点云参考目标，即相对世界坐标系的位姿参数均已知，便可推理得到另一片点云的位姿，从而实现目标点云的位姿估计。

图1

目前基于RGB-D 图位姿估计的方法一般先从RGB 图片中获取物体初始姿态，再依据 RGB-D 图用ICP 算法[1]迭代优化得到最终姿态，如HINTERSTOISSER S[2-4]提出的 LINEMOD 算法，它针对物体的3D 模型，从各个不同的视角来提取 RGB 图像和 RGB-D 图像来生成模板，再与实际的图像去匹配，得到初始姿态估计后再用ICP 算法进行优化。CHAI Z Q 等[5]提出利用全卷积网络(Fully Convolutional Networ-ks，FCN)分 割 RGB 图 像 ，与 LINEMOD算法相结合的新方法，实现对图像中目标的快速检测和定位。 陈启军等[6]将 RGB-D 图转换成 HHA 特征图和场景点云后进行物体的实例分割，并依据4PCS 算法和ICP 算法，将分割出的目标点云和目标CAD 模型的模型点云进行匹配和位姿精修，从而得到精确的位姿估计结果。 CHI L 等[7]通过端到端深度学习模型同时分析RGB 图片和 RGB-D 图片，获取初始的姿态后输入3D 信息来优化出最终的六维位姿。……