(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211143519.6 (22)申请日 2022.09.20 (71)申请人 安徽酷哇机 器人有限公司 地址 241000 安徽省芜湖市中国(安徽)自 由贸易试验区芜湖片区西昌路1号 申请人 上海酷移机 器人有限公司 (72)发明人 廖文龙　何弢　王祺鑫　谢荣荣　 (74)专利代理 机构 上海锻创知识产权代理有限 公司 314 48 专利代理师 何惠燕 (51)Int.Cl. G06T 7/33(2017.01) G06T 1/20(2006.01) G06V 10/764(2022.01) (54)发明名称 基于分布特性的点云配准结果评估方法及 系统 (57)摘要 本发明提供了一种基于分布特性的点云配 准结果评估方法及系统， 包括： 获取源点云和目 标点云， 对源点云进行配准得到配准点云； 将配 准点云和目标点云放置在同一个三维空间， 将当 前三维空间划分为多个大小相同的网格， 网格内 配准点云和目标点云分别为网格对应的格内配 准点云和格内目标点云； 每个关联网格， 对格内 目标点云进行特征分解得到特征向量和特征值， 再根据特征值和协方差矩阵行列式的大小， 确定 格内目标点 云的分布特性， 根据分布特性对关联 网格进行分类； 确定目标点云的分布特性， 并根 据分布特性对关联网格进行分类； 根据类别分别 计算点云配准成功率； 将每类点 云配准成功率与 权重相乘后加总， 总体配准成功率； 最后评估点 云配准结果。 权利要求书5页 说明书10页 附图2页 CN 115511929 A 2022.12.23 CN 115511929 A 1.一种基于分布特性的点云配准结果评估方法， 其特 征在于， 包括： 步骤S1： 获取源点云和目标点云， 并对所述源点云进行配准得到配准 点云； 步骤S2： 将所述配准点云和所述目标点云放置在同一个三维空间中， 并将所述三维空 间划分为多个大小相同的网格， 落在每个网格内的所述配准点云和所述目标点云分别为每 个网格对应的格内配准 点云和格内目标点云； 步骤S3： 以格 内配准点云和格内目标点云所包含的点的数量均大于第 一数量阈值为条 件对所有网格进行筛 选， 筛选后得到N个关联网格； 步骤S4： 针对每个关联网格， 对格内目标点云的协方差矩阵进行特征分解得到特征向 量和特征值， 再根据特征值和协方差矩阵行列式的大小， 确定格内目标点云的分布特性， 并 根据格内目标点云的分布特性对每 个关联网格进行分类； 步骤S5： 根据关联网格的类别分别计算每 类关联网格的点云配准成功率； 步骤S6： 将每类关联网格的点云配准成功率与对应的权重参数相乘后加总， 得到总体 点云配准成功率； 步骤S7： 根据所述总体点云配准成功率评估点云配准结果。 2.根据权利要求1所述的基于分布特性的点云配准结果评估方法， 其特征在于， 所述步 骤S4包括： 步骤S4.1： 对所述关联网格从1到N依次编号， 初始化 i为1； 步骤S4.2： 对于第i个关联网格， 对格内目标点云的协方差矩阵Ct进行特征分解得到特 征向量和三个特 征值， 并计算Ct的行列式det  Ct； 步骤S4.3： 将所述三个特征值从大到小排序， 依 次得到第一特征值λ1、 第二特征值λ2和 第三特征值 λ3， 用 λ1除以λ2得到第一比值ζ1， 用 λ2除以λ3得到第二比值ζ2； 步骤S4.4： 根据ζ1、 ζ2和det Ct， 确定格内目标点云 的分布特性， 若ζ1和均ζ2小于第一比 值阈值ζth， 且det Ct小于第一行列式阈值Dth， 则格内目标点云的分布特性属于 集中分布； 若 ζ1大于第一比值阈值ζth， 则格内目标点云的分布特性属于线形分布； 若ζ1小于第一比值阈 值ζth而ζ2大于第一比值阈值ζth， 则格内目标点云的分布特性属于面形分布； 若ζ1和ζ2均小 于第一比值阈值ζth， 且det Ct大于第一行列式阈值Dth， 则格内目标点云的分布特性属于离 散分布； 步骤S4.5： 根据格内点云的分布特性， 对第i个关联网格进行分类， 若格内目标点云的 分布特性属于集中分布， 则第i个关联网格属于集中分布类关联网格； 若格内目标点云的分 布特性属于线 形分布， 则第i个关联网格属于线 形分布类关联网格； 若格内目标点云的分布 特性属于面形分布， 则第i个关联网格属于面形分布类关联网格； 若格内目标点云的分布特 性属于离散分布， 则第i个关联网格属于 离散分布类关联网格； 步骤S4.6： 令i的值加1， 然后判断新i值是否小于或等于N， 若是， 则跳回步骤S4.2并重 新顺序执行相关步骤； 若否， 则结束执 行所有步骤。 3.根据权利要求1所述的基于分布特性的点云配准结果评估方法， 其特征在于， 所述步 骤S5包括： 集中分布类关联网格的点云配准成功率计算方法为： 先判断每一个集中分布类关联网 格是否配准成功， 具体地， 若格内目标点云的重心Gt1的坐标为(xgt1,ygt1,zgt1)， 格内配准点权　利　要　求　书 1/5 页 2 CN 115511929 A 2云的重心Gr1的坐标为(xg r1,yg r1,zg r1) ， 计算两个点云重心的空间距离 若dg1小于第一距离阈值dth1， 则判断为 配准成功， 否则判断为配准失败； 若集中分布类关联网格总数为N1， 配准成功的集中分布类 关联网格的数量 为K1， 则集中分布类关联网格的点云配准成功率 为 η1＝K1/N1； 线形分布类关联网格的点云配准成功率计算方法为： 先对所有N2个线形分布类关联网 格进行筛选， 具体 地， 对于每一个线形 分布类关联网格， 若格内目标点云的拟合直线Lt2与垂 直轴之间的夹角α小于第一角度阈值αth则保留， 否则剔除， 筛选后得到N2s个备选线形分布 类关联网格； 然后判断每一个备选线 形分布类关联网格是否配准成功， 具体地， 若格内目标 点云的重心Gt2的坐标为(xgt2,ygt2,zgt2)， 格内配准点云的重心Gr2的坐标为(xgr2,ygr2,zgr2)， 计算两个点云重心的空间距离 在 计算重心Gr2到直线Lt2的垂直距离d2＝dg2 cosβ， 其中β 是两个点云重心的连线与直线Lt2的 夹角， 若d2小于第二距离阈值dth2， 则判断为配准成功， 否则判断为配准失败； 若配准成功的 备选线形分布类 关联网格的数量为K2， 则线形分布类 关联网格的点云配准 成功率为 η2＝K2/ N2s； 面形分布类关联网格的点云配准成功率计算方法为： 先判断每一个面形分布类关联网 格是否配准成功， 具体地， 若格内目标点云的重心Gt3的坐标为(xgt3,ygt3,zgt3)， 格内配准点 云的重心Gr3的坐标为(xg r3,yg r3,zg r3) ， 计算两个点云重心的空间距离 再计算重心Gr3到格内目标点云的拟合 平面St3的垂直距离d3＝dg3 cosγ， 其中， γ是两个点云重心的连线与平面St3的法线的夹 角， 若d3小于第三距离阈值dth3， 则判断为配准成功， 否则判断为配准失败； 若面形分布类关 联网格总数为N3， 配准成功的面 形分布类关联网格的数量为 K3， 则面形分布类关联网格的点 云配准成功率 为 η3＝K3/N3； 离散分布类关联网格的点云配准成功率计算方法为： 先判断每一个离散分布类关联网 格是否配准成功， 具体地， 对于每一个离散 分布类关联网格， 若格内目标点云的协方差矩阵 为Ct4， 其行列式为det  Ct4， 格内配准点云的协方差矩阵为Cr4， 其行列式为det  Cr4， 则格内目 标点云和格内配准点云的熵分别为Et4＝1+ln(det  Ct4)和Er4＝1+ln(det  Cr4)， 二者的点云 熵差为ΔE4＝Et4‑Er4， 若ΔE4的绝对值小于第一熵差阈值ΔEth， 则判断为配准成功， 否则判 断为配准失败； 若离散分布类关联网格总数为N4， 配准成功的离散分布类关联网格的数量 为K4， 则离散分布类关联网格的点云配准成功率 为 η4＝K4/N4； 集中分布类关联网格N1、 线形分布类关联网格N2、 面形分布类关联网格N3和离散分布类 关联网格N4的总和为 N， 即： N1+N2+N3+N4＝N 4.根据权利要求3所述的基于分布特性的点云配准结果评估方法， 其特征在于， 所述总 体点云配准成功率的计算公式为： ηwhole＝a1η1+a2η2+a3η3+a4η4权　利　要　求　书 2/5 页 3 CN 115511929 A 3