基于工业三维检测的点云配准技术研究进展

王水仙 邓朝晖 葛吉民 刘伟

摘要 随着制造业的发展，所需零件逐渐向大尺寸、复杂形状、表面加工质量高等方向发展，且在加工过程中对零件质量进行检测是必不可少的环节。为提高质量检测的精度、速率以及自动化程度等，基于模型分析的三维检测取代了传统的手工检测和二维检测，成了工业检测领域的重要手段。点云配准作为三维检测中的关键环节，其精度直接影响检测结果的准确性。因此，对国内外学者在点云配准技术方面的主要研究成果进行综述，从算法原理出发，将目前的配准方法归纳为传统配准方法、基于仿生群智能优化算法的配准方法和基于深度学习的配准方法。详细介绍了各类方法的特点、优缺点、典型算法及其变体，总结了点云配准的技术难点并对未来的发展趋势进行了展望。

关键词 三维检测；点云配准；仿生群智能；深度學习

中图分类号 TG58; TP311; TP391 文献标志码 A

文章编号 1006-852X（2023）03-0285-13

DOI 码 10.13394/j.cnki.jgszz.2022.0164收稿日期 2022-09-28 修回日期 2023-01-17