基于随机抽取一致性的稳健点云平面拟合

CORC > 沈阳自动化研究所 > 中国科学院沈阳自动化研究所 > 机器人学研究室

	基于随机抽取一致性的稳健点云平面拟合
	魏英姿 ; 刘晓莉
刊名	北京工业大学学报
	2014
卷号	40 期号:3 页码:400-403
关键词	点云数据随机抽取一致性(RANSAC) 最小二乘法平面拟合
ISSN号	0254-0037
其他题名	Robust Plane Fitting of Point Clouds Based on RANSAC
产权排序	1
中文摘要	针对常用的平面拟合方法在点云数据存在误差或异常值时产生拟合不稳定的现象,提出了结合最小二乘法的随机抽取一致性(random sample consensus,RANSAC)平面拟合算法.该方法先用RANSAC算法检测并剔除异常数据点,再利用最小二乘法将得到的有效数据点拟合,计算平面模型参数.实验中,分别采用该算法和最小二乘法、特征值法对仿真数据进行平面拟合,且采用本文提出的算法,分别对含有不同程度误差和异常值的点云数据进行拟合计算.研究结果表明:该算法适用于存在误差和异常值的点云数据拟合,能稳定地得到较好的平面参数估值,具有较强的稳健性.
英文摘要	In common plane fitting methods for point clouds，the results of planar parameter estimation are not always accurate when the gross errors and outliers are included. To overcome this shortcoming, ＲANSAC ( random sample consensus) algorithm is proposed combined with least square method． The ＲANSAC algorithm is adopted to detect and eliminate the outlier points，and least square method makes plane fitting for the remaining inner valid points. Analytical simulation experiments have been conducted. Comparative results between our method and traditional methods，such as least squares and eigenvalue method，are provided. The proposed method is also used for solving the point clouds problems with varying scale of errors and outliers. Calculation results verify that the method is adaptive to plane fitting in various point clouds，and it can steadily get fine planar parameters with good robustness.
资助信息	机器人学国家重点实验室开放基金资助项目(RLO201005); 辽宁省博士启动基金资助项目(20101125-YOL6170601)
语种	中文
内容类型	期刊论文
源URL	[http://ir.sia.ac.cn/handle/173321/15110]
专题	沈阳自动化研究所_机器人学研究室
推荐引用方式 GB/T 7714	魏英姿,刘晓莉. 基于随机抽取一致性的稳健点云平面拟合[J]. 北京工业大学学报,2014,40(3):400-403.
APA	魏英姿,&刘晓莉.(2014).基于随机抽取一致性的稳健点云平面拟合.北京工业大学学报,40(3),400-403.
MLA	魏英姿,et al."基于随机抽取一致性的稳健点云平面拟合".北京工业大学学报 40.3(2014):400-403.