一种基于泛化重力约束与浅层物理引导的点云配准方法

本发明公开了一种基于泛化重力约束与浅层物理引导的点云配准方法。该方法包括：获取输入点云数据，得到泛化重力约束向量；针对输入点云数据，得到潜在空间下的广义方向向量；获取局部空间邻域点集，在潜在空间中隐式度量相对几何拓扑；针对每个点对合成局部关系特征；构建重力感知残差核点卷积模块；将输入点云数据输入至点云配准网络中，得到编码后的全局特征；输出密集特征描述符与显著性分数；将源输入点云数据向目标输入点云数据进行对齐配准；本发明解决了现有深度学习点云配准方法在低重叠、含噪声场景下，浅层特征提取缺乏重力物理先验引导、局部几何拓扑表征能力不足，导致配准精度低、鲁棒性差的技术问题。