文献

J-GLOBAL ID：201702287609254491   整理番号：17A1295173

Taylor級数基準関数ロバスト性点雲レジストレーションアルゴリズム【JST・京大機械翻訳】

Robust Point Cloud Registration Algorithm for Taylor Series Criterion Function

著者 (6件)： Li Zhun (三峡大学水電工程智能視覚監測湖北省重点実験室 宜昌 443002) ,  Pan Xingzi (三峡大学水電工程智能視覚監測湖北省重点実験室 宜昌 443002) ,  Dong Fangmin (三峡大学水電工程智能視覚監測湖北省重点実験室 宜昌 443002) ,  Li Na (三峡大学水電工程智能視覚監測湖北省重点実験室 宜昌 443002;南京師范大学江蘇省三維打印装備与制造重点実験室 南京 210042) ,  Yang Jiquan (南京師范大学江蘇省三維打印装備与制造重点実験室 南京 210042) ,  Sun Shuifa (三峡大学水電工程智能視覚監測湖北省重点実験室 宜昌 443002;南京師范大学江蘇省三維打印装備与制造重点実験室 南京 210042)
資料名： Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao  (Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao)
巻： 29  号： 4  ページ： 784-790  発行年： 2017年 
JST資料番号： W1498A  ISSN： 1003-9775  CODEN： JFTXFX  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 点雲のレジストレーション精度に及ぼす異常値の影響を減少するために,点雲登録の反復計算過程における局所最小値に陥ることを避けて,ロバスト性基準関数の点雲登録フレームワークに基づいて,Taylor級数基準関数のロバストなポイントクラウド登録アルゴリズムを提案した。この方法はTaylor級数基準関数の提案と登録初期値の確定の2つの方面に分けることができる。Taylor級数基準関数の中で、各基準関数が異常値を制限することを考慮して、登録精度の内因を高め、重みの減少率が比較的合理的なCauchy基準関数に対してTaylor級数展開を行い、Taylor級数基準関数を構築して異常値問題を解いた。登録初期値の確定において、マッチング点雲データセットの重心を計算することにより、重心情報によって並進ベクトルを確定し、局部最小値問題を解決する。数値実験結果により、Taylor級数基準関数のレジストレーション誤差は最小二乗法、Huber、Tukey及びCauchy基準関数より小さく、レジストレーション精度において大きな向上があり、誤差値が安定的に収束することが分かった。内挿法アルゴリズムを用いて,点雲データを処理し,それにより,後続のレジストレーション精度を改善することができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 内挿法 ,  ベクトル ,  *アルゴリズム ,  マッチング ,  *ロバスト性 ,  重心 ,  最小二乗法 ,  並進 ,  異常値
準シソーラス用語： 数値実験 ,  Taylor級数展開 ,  減衰率 ,  初期値 ,  *Taylor級数 , 【Automatic Indexing@JST】

著者キーワード (4件)： point cloud registration ,  Taylor series ,  criterion function ,  outliers

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (6件)： Taylor級数 ,  関数 ,  ロバスト性 ,  点雲 ,  レジストレーション ,  アルゴリズム