基于深度学习的三維点云配准方法研究.pdf
文本预览下载声明
摘要
摘要
随着3D激光雷达、深度相机等高精度传感器的快速发展和广泛应用，三维
点云出现在越来越多的领域，比如三维地图重建、自动驾驶、智能机器人等。然
而，三维扫描仪采集到的点云数据通常存在角度单一、不完整的问题，影响点云
配准的准确性。传统点云配准方法在精度和噪声鲁棒性上表现有待提高。在热门
的深度学习领域，点云配准方法对噪声和异常值具有较好的鲁棒性，且配准效率
更高。以经典的PCRNet（Point
显示全部