三维栅格地图构建之四:点集配准

点集配准,又称场景拼接,通过将局部地图拼接成全局地图。主要方法分为精确配准和不精确配准,其中迭代最近点(ICP)算法因其鲁棒性而常用。ICP与证据网格法结合能提高配准效果。点集选取的策略对ICP应用至关重要,通常通过使点集接近来优化效果。
摘要由CSDN通过智能技术生成

点集配准,我叫它场景拼接,目的是将各局部场景(地图)拼接起来构成全局地图。由于一般的场景都是以点集的形式表示,所以等同于点集配准。

点集配准有很多方法,大体上可分为两类:精确配准,不精确的配准。精确的配准是在两点集中找到一一对应的点,然后进行配准,其结果非常精确,但一旦发生误匹配,结果就是不可挽回的;不精确的配准是根据两点集的整体信息进行配准,目前较流行的方法是迭代最近点逻辑(Iterative Closest Point,ICP),其匹配效果不是那么精确,但大体上还是说得过去的,而且鲁棒性比较好。尤其是ICP这类的方法与evidence grid这类概率方法结合会产生很好的效果(因为两种方法都没有什么精确的概念,所以鲁棒性就好了)。本文中用到的就是两方法的结合。

ICP算法经典文献是Paul J.Besl 1992年的论文《A Method for Registration of 3-D Shapes》。网上代码有很多,个人觉得http://www.mathworks.com/matlabcentral/fileexchange/27804-icp-variants,这个代码很经典,里面说明了不同的形式的适用情况。

有了算法,以后就是应用问题。ICP算法在应用时的一个最需要注意的问题就是控制点的选取。控制点怎么选才能达到很好效果,这个由于我很无知,一直不知道怎么论证。最后索性就不论证了,将两个待匹配点集放的非常近就可以了。在两个点集都是3d的情况下&

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值