《表1 两种算法的定量评估结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进NDT算法的城市场景三维点云配准》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为验证所提算法对于城市环境三维LiDAR扫描点云配准的有效性和准确性，采用实验室Velodyne HDL-64E型64线激光雷达所采集的城市复杂动态环境下的三维点云数据为研究对象。实验平台为Intel（R）Core（TM）i7-6700 [email protected]，16GB ARM，Unbuntu 16.04操作系统，Qt Creator5.7开发环境，开发语言为C++。首先，选取连续500帧经过地面分割处理的点云数据，这些点云中均含有大量的动静态障碍物，如机动车、非机动车、树木、行人等；然后通过本文所提算法RGC-NDT对这些点云进行帧间匹配操作，并与开源点云库（PCL1.7.1dev）中的传统3D-NDT算法进行对比实验。配准时使用零平移和零旋转的参数估计进行初始化，即不为匹配提供原始的位姿变化信息。NDT算法实现的网格大小为0.8 m×0.8 m×0.5 m。对于这两种基于优化的方法，当梯度的范数或步长的范数降至10-6以下时优化终止。实验结果见图3～图6和表1。