
La nuvola di punti scansionata viene prima sottocampionata utilizzando il filtro a griglia voxel per ridurre la densità e sopprimere il rumore. Successivamente, viene impiegata la Trasformata di Caratteristiche Invarianti di Scala (SIFT) per estrarre punti chiave invarianti di scala, e i loro descrittori Istogrammi di Caratteristiche di Punti Veloci (FPFH) vengono calcolati per rappresentare le caratteristiche geometriche locali. Sulla base di queste caratteristiche dei punti chiave, viene eseguito l'Allineamento Iniziale a Consenso Campionario (SAC-IA) per la registrazione globale approssimativa. Questo algoritmo raggiunge corrispondenze iniziali stabili e stima la trasformazione iniziale cercando un consenso casuale all'interno dello spazio delle caratteristiche FPFH. Successivamente, viene utilizzato il Punto Più Vicino Iterativo (ICP) per la registrazione locale fine, minimizzando iterativamente la distanza dai punti più vicini per ottenere una stima della posa ad alta precisione. Per migliorare la robustezza e la convergenza, il sottocampionamento adattivo e i vincoli normali vengono incorporati nel processo ICP. La trasformazione finale si ottiene moltiplicando le matrici di registrazione approssimativa e fine, ottenendo un allineamento ad alta precisione tra la nuvola di punti scansionata e la nuvola di punti CAD, fornendo così una base affidabile per la stima della posa del pezzo e la successiva mappatura del percorso.
Diagramma tecnico dell'architettura del sistema: Atterraggio...