Da die derzeit gebräuchlichen Registrierungsalgorithmen den hohen Präzisionsanforderungen in der Fertigungsindustrie nicht gerecht werden, schlägt dieser Artikel eine effektive Lösung zur verbesserten Registrierung von 3D-Punktwolken basierend auf dem verbesserten dreidimensionalen Formkontext (3DSC) vor. Zunächst wird durch eine verbesserte Downsampling-Methode ein Schwellenwert zur Erfassung von Konturpunktwolken festgelegt, und die erfassten Punktwolken werden nacheinander in 3D-Netze unterteilt, um den Formkontext zu bilden. Anschließend erfolgt eine verbesserte 3DSC-Initialregistrierung, gefolgt von einer präzisen Registrierung mittels iterativem nächstem Punkt (ICP), wodurch Rotations- und Translationsänderungen zwischen der Quellpunktwolke und der Zielpunktwolke realisiert werden. Zur Validierung der Wirksamkeit des verbesserten Algorithmus wurden Registrierungsvergleichsexperimente mit FPFH-ICP, PFH-ICP, dem traditionellen 3DSC und dem hier vorgestellten verbesserten Algorithmus durchgeführt. Die experimentellen Ergebnisse zeigen, dass die Genauigkeit des verbesserten Algorithmus für die Punktwolken bunny und flowerpot jeweils 2,25355e-05 m bzw. 9,96902e-06 m erreicht, was deutlich besser als die Genauigkeit anderer Algorithmen ist. Im Vergleich zum traditionellen 3DSC-Registrierungsalgorithmus spart der verbesserte 3DSC-Algorithmus 75 % bis 85 % der Registrierungszeit ein. Die verbesserte 3DSC-Punktwolkenregistrierungsmethode trägt zur Verbesserung der Registrierungsgenauigkeit bei und optimiert die Registrierungszeit, wodurch die Effizienz der Registrierung erhöht wird.

Punktwolkenregistrierung;dreidimensionaler Formkontext;iterativer nächster Punkt;dreidimensionale Vision