技術(shù)特征：

1.一種基于自適應(yīng)變形交叉注意力漸進(jìn)匹配的多源點(diǎn)云配準(zhǔn)方法，其特征在于，所述方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于自適應(yīng)變形交叉注意力漸進(jìn)匹配的多源點(diǎn)云配準(zhǔn)方法，其特征在于，步驟s1所述對(duì)多源點(diǎn)云進(jìn)行預(yù)處理，具體為：根據(jù)多源點(diǎn)云的密度，采用不同的下采樣參數(shù)對(duì)多源點(diǎn)云進(jìn)行體素化下采樣。

3.根據(jù)權(quán)利要求1所述的基于自適應(yīng)變形交叉注意力漸進(jìn)匹配的多源點(diǎn)云配準(zhǔn)方法，其特征在于，所述步驟s2具體包括以下步驟：

4.根據(jù)權(quán)利要求3所述的基于自適應(yīng)變形交叉注意力漸進(jìn)匹配的多源點(diǎn)云配準(zhǔn)方法，其特征在于，所述步驟s3中軟匹配關(guān)系通過(guò)雙分支結(jié)構(gòu)建立，分支一進(jìn)行稀疏點(diǎn)云和密集點(diǎn)云的匹配，分支二進(jìn)行稀疏點(diǎn)云和密集點(diǎn)云的匹配；具體包括以下步驟：

5.根據(jù)權(quán)利要求4所述的基于自適應(yīng)變形交叉注意力漸進(jìn)匹配的多源點(diǎn)云配準(zhǔn)方法，其特征在于，所述步驟s4具體包括以下步驟：

6.根據(jù)權(quán)利要求5所述的基于自適應(yīng)變形交叉注意力漸進(jìn)匹配的多源點(diǎn)云配準(zhǔn)方法，其特征在于，所述兩個(gè)軟匹配候選點(diǎn)集的質(zhì)心的計(jì)算公式為：

7.根據(jù)權(quán)利要求5所述的基于自適應(yīng)變形交叉注意力漸進(jìn)匹配的多源點(diǎn)云配準(zhǔn)方法，其特征在于，所述步驟s5具體包括以下步驟：

8.根據(jù)權(quán)利要求7所述的基于自適應(yīng)變形交叉注意力漸進(jìn)匹配的多源點(diǎn)云配準(zhǔn)方法，其特征在于，所述filternet網(wǎng)絡(luò)的公式為：

9.根據(jù)權(quán)利要求1所述的基于自適應(yīng)變形交叉注意力漸進(jìn)匹配的多源點(diǎn)云配準(zhǔn)方法，其特征在于，所述步驟s6具體包括以下步驟：

10.根據(jù)權(quán)利要求9所述的基于自適應(yīng)變形交叉注意力漸進(jìn)匹配的多源點(diǎn)云配準(zhǔn)方法，其特征在于，步驟s62中所述成本矩陣中的元素的計(jì)算公式為：

技術(shù)總結(jié)
本發(fā)明屬于計(jì)算機(jī)三維視覺(jué)技術(shù)領(lǐng)域，具體公開(kāi)了一種基于自適應(yīng)變形交叉注意力漸進(jìn)匹配的多源點(diǎn)云配準(zhǔn)方法，包括：對(duì)經(jīng)預(yù)處理的密集點(diǎn)云和密集點(diǎn)云分別進(jìn)行特征提取和下采樣，得到密集點(diǎn)云和密集點(diǎn)云的特征和稀疏點(diǎn)云；基于密集點(diǎn)云和密集點(diǎn)云的特征和稀疏點(diǎn)云，建立雙分支稀疏到密集的軟匹配關(guān)系；根據(jù)軟匹配關(guān)系和自適應(yīng)變形交叉注意力網(wǎng)絡(luò)進(jìn)行局部特征細(xì)化，得到稀疏匹配關(guān)系；對(duì)稀疏對(duì)應(yīng)關(guān)系進(jìn)行篩選過(guò)濾，得到篩選后的稀疏匹配關(guān)系；根據(jù)篩選后的稀疏匹配關(guān)系進(jìn)行局部密集匹配，恢復(fù)點(diǎn)云剛性變化，實(shí)現(xiàn)多源點(diǎn)云配準(zhǔn)。本發(fā)明解決了多源點(diǎn)云一致性較差，導(dǎo)致配準(zhǔn)精度下降的問(wèn)題，實(shí)現(xiàn)了大規(guī)模多源激光點(diǎn)云高效精確的配準(zhǔn)融合。

技術(shù)研發(fā)人員：張艷寧,王鵬,曾振軒,何一帆,楊佳琪,席慶彪,田雪濤
受保護(hù)的技術(shù)使用者：西北工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/26