针对复杂场景下的三维点云目标识别速度慢，准确率低的问题，提出了一种基于关键点的点对特征三维目标识别算法. 通过直接对关键点建立点对特征，避免了周围邻域局部曲面的特征计算，具有空间维度小和计算速度快的特点. 使用哈希表存储，加快了特征匹配的时间. 利用快速投票方案对模型点云和场景点云进行匹配识别，生成候选位姿，利用贪婪算法对候选位姿进行聚类与筛选，采用ICP算法对物体位姿进行优化，基于配准后的点云重叠情况完成目标识别. 对提出的算法在多个数据集以及真实场景下进行了实验，验证了所提出的识别方法具有可行性和有效性，且对噪声的鲁棒性较强，具有一定的实际工程应用价值.
PDF全文下载地址：http://journal.bit.edu.cn/zr/article/exportPdf?id=20220212