従来の点群登録アルゴリズムは、異なるシーンの点群を登録する際に適用性が低く、頑健性に欠け、登録効率が悪いという問題がある。本論文では、モデルおよび屋内外の点群を対象とした高効率登録アルゴリズムを提案する。まず、ボクセルグリッドフィルターを用いて点群をダウンサンプリングし、内部形状記述子（ISS）で点群特徴を抽出する。次に、高速ポイント特徴ヒストグラム（FPFH）を用いて特徴点を記述し、ランダムサンプリングコンセンサス（RANSAC）アルゴリズムで粗い登録を行う。最後に、グラフィックプロセッサ（GPU）の並列加速によるボクセライズド一般化反復最近点（VGICP）アルゴリズムで精密登録を実現する。実験結果は、ノイズ点を含む3Dモデル、屋内および低重複率の屋外点群において、本アルゴリズムが高い登録精度を達成し、時間はそれぞれ0.118秒、0.306秒、0.648秒であることを示している。既存の登録アルゴリズムと比較して、登録効率は79.12％、82.41％、88.28％向上した。本アルゴリズムは様々な応用シーンで高い登録精度と効率を持ち、適用性が高く、頑健性も優れている。

点群登録;ランダムサンプリングコンセンサス;グラフィックプロセッサ;ボクセライズド一般化反復最近点