基于正态分布相似性的双视角点云配准方法.pdfVIP

第

59

卷第

6

期浙

江

大

学

学

报(工学版)Vol.59

No.6

2025

年

6

月Journal

of

Zhejiang

University

(Engineering

Science)Jun.

2025

引用格式：李朝龙,

庞善民,

王超玉,

等.

基于正态分布相似性的双视角点云配准方法[J].

浙江大学学报：工学版,

2025,

59(6):

1179−1190.

Citation:LI

Zhaolong,

PANG

Shanmin,

WANG

Chaoyu,

et

al.

Pair-wise

point

cloud

registration

method

based

on

normal

distribution

similarity

[J].

Journal

of

Zhejiang

University:

Engineering

Science,

2025,

59(6):

1179−1190.

基于正态分布相似性的双视角点云配准方法

李朝龙，庞善民，王超玉，王翌丰，史鹏程

(西安交通大学

软件学院，陕西

西安

710049)

摘

要：针对现有“点到点”双视角点云配准算法效率慢、精度低的问题，提出基于正态分布相似性的双视角点云

配准方法.

将传统“点到点”配准问题转化为“分布到分布”配准问题，利用K-means聚类算法生成若干正态分布聚

簇来拟合原始点云数据，再对这些正态分布聚簇进行配准，从而降低计算开销，提升配准效率；将Kullback-Lei-

bler散度引入最近邻匹配正态分布的相似性评估，从而削弱非重叠数据区域对配准的负面影响，提升配准精度.

使用李代数求解器来获取最终的配准结果.

为了验证所提方法的有效性，选取其他8种双视角点云配准方法进行

比对，其中包含多种“点到点”配准方法.

结果表明，本研究所提算法在保持较低计算开销的同时，有效提升了配

准的稳定性和精确性.

在2个数据集上进行真实场景实验，证明了本研究所提算法在真实环境配准任务上拥有较

好的应用潜力.

关键词：

双视角配准；部分重叠配准；正态分布变换；K-means聚类算法；Kullback-Leibler散度；李代数求解器

中图分类号：

TP

391

文献标志码：

A

文章编号：

1008−973X（2025）06−1179−12

DOI:10.3785/j.issn.1008-973X.2025.06.009

Pair-wisepointcloudregistrationmethodbasedon

normaldistributionsimilarity

LI

Zhaolong,

PANG

Shanmin,

WANG

Chaoyu,

WANG

Yifeng,

SHI

Pengcheng

(SchoolofSoftwareEngineering,Xi’anJiaotongUniversity,Xi’an710049,China)

Abstract:A

pair-wise

point

cloud

registration

method

based

on

normal

distribution

similarity

was

proposed

to

solve

the

problem

of

slow

efficiency

and

low

accuracy

of

existing

“point-to-point”

pair-wise

point

cloud

registration

algorithms.

The

traditional

“point-to-p