题目：用于空间探测的基于3D数据信息的点云配准算法研究

空间探测中目标姿态定位是近几年航天领域中发展较快的系统问题。使用基于3D数据信息的点云配准技术解决该问题，具有针对性强、适用环境广等优势。为了给出一种完整的基于3D点云数据的配准解决方案，研究使用不同探测曲线获取点云数据时的可行性问题，并给出了基于李萨如图扫描方式的性能指标。

基于3D点云数据的配准算法在航天领域之外有广泛应用，形成了以使用基于几何信息的配准算法作为粗配准、基于迭代的算法作为精配准这一算法架构。但是，需要研究这些现有算法是否适合于空间探测中的稀疏点云以及相关空间硬件环境。在对已有算法进行了仿真实验之后，明确了现有算法的局限性。在此基础上，提出一种基于哈希思想的3D点云配准算法，该算法计算速度快、空间占用小、精度较高，基本满足航天需求。同时，使用多种算法加速和算法提精手段，可以进一步对实现的多边形哈希算法进行优化。

空间探测问题使用3D点云配准算法作为解决方案还存在另一个关键问题，即探测器和目标的相对运动导致获取数据的时效性不统一。这一问题会导致配准精度与理论实际值造成偏差。针对该问题，提出一种独立性强且模块间耦合性弱的点云补偿算法。使用该补偿算法与配准算法结合，可以较好地解决空间探测项目中的姿态定位问题。

在完成两类算法的设计之后，使用C++语言开发可在Windows平台下运行的探测配准仿真平台，该平台为模拟空间环境中的配准和补偿算法提供了测试基础，该平台也可以运用于实际项目，对实时获取的3D点云数据做真实配准。