基于邊緣卷積的點(diǎn)云配準(zhǔn)網(wǎng)絡(luò)

摘要： 地下巷道結(jié)構(gòu)狹長(zhǎng)且支道繁多,在地下巷道中獲取的點(diǎn)云需要進(jìn)行點(diǎn)云配準(zhǔn)獲得完整數(shù)據(jù),傳統(tǒng)的點(diǎn)云配準(zhǔn)方法對(duì)點(diǎn)云初始位置要求高并且計(jì)算迭代次數(shù)多,在環(huán)境復(fù)雜且數(shù)據(jù)量巨大的地下巷道場(chǎng)景點(diǎn)云中配準(zhǔn)效果不佳且計(jì)算緩慢。因此,基于深度學(xué)習(xí)技術(shù),以PCRNet為基礎(chǔ)并結(jié)合邊緣卷積網(wǎng)絡(luò)在局部特征提取中的優(yōu)勢(shì),構(gòu)建了一種基于邊緣卷積的點(diǎn)云直接配準(zhǔn)網(wǎng)絡(luò)DGRNet,該網(wǎng)絡(luò)在特征提取模塊利用邊緣卷積核對(duì)... （共8頁(yè)）