基于M估计算法的三维点云平面拟合方法研究

来源：电子测量技术杂志2024年第5期北京时间：

作者：杨少舟，龙东平，陈继尧，吴士旭，徐先懂

单位：1.湖南科技大学机电工程学院 湘潭 411201; 2.难加工材料高效精密加工湖南省重点实验室 湘潭 411201; 3.长沙视浪科技有限公司 长沙 410006; 4.韶关学院智能工程学院 韶关 512005

摘要：通过激光传感器获取的三维点云难免混入噪声和异常点，导致点云平面的拟合精度降低。为解决该问题，本文提出了一种结合M估计样本一致性(MSAC)算法和主成分分析(PCA)法拟合点云平面的方法。该方法首先通过MSAC算法去除点云数据中的异常点，获得较为理想的点云平面，然后使用PCA方法对保留的点云数据进行平面拟合，以获取更加精确的点云平面参数。使用电池托盘作为被测物，应用3D线激光轮廓传感器扫描被测物并将点云数据传输到计算机进行处理。通过设定的仿真数据和电池托盘点云数据进行实验，发现本文方法与随机采样一致性(RANSAC)结合PCA、最小平方中值(LMedS)结合PCA的方法相比，在耗时接近的情况下，能够显著降低异常点对点云平面拟合的影响，获得更精确的平面拟合参数。对两个部分的电池托盘点云滤波处理后进行平面拟合时，能够发现本文方法与其他两种方法相比，标准差分别降低了28.6%和22.5%%、24.0%和29.0%，该方法具有较高的平面拟合精度和实用性。

关键词：点云数据;异常点;平面拟合;M估计;主成分分析方法

基金资助：湘潭市科技计划项目(ZD-YB20211003)、韶关学院博士引进基金（440-9900064607）项目资助