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&