ICP综述

一、ICP 求解过程

       ICP 有好多变种，ICP求解步骤可以分为以下部分：

       1、选点

       在模型或者场景中选取匹配点

       2、匹配

       将选取的一组点匹配另一组点

       3、分配权重

       给匹配的点对分配权重

       4、去除错误匹配

       根据单个匹配点对或者根据总体匹配情况去除错误匹配点

       5、给定误差标准

       可以是匹配点对的误差二模或者一模等形式

       6、最小化匹配误差

       通过最小化匹配误差求解位姿转换矩阵

       下面分别从六个方面介绍ICP的求解过程。

二、选点

选点有以下方式

1、利用全部点进行迭代匹配

2、对所有点进行均匀采样

3、对所有点进行随机采样

4、利用可见光图像采样梯度值大的点

5、对所有点按照法向量分布采样，使得采样点法向量分布均匀

6、对于所有上述采样算法，可以只从模型采样，或者只从场景采样，或者双向采样

7、按照对点云配准的贡献进行采样，算法见论文《Geometrically StableSampling for the ICP Algorithm》，见附录 C。

利用方法 1 – 4 采样缺点，对于下图所示的配准会产生误差，下图配准靠十字形凹槽进行配准。

三、匹配

1、closest point 在一组点云中找另一组点云的最近点，可以用 k-d tree等算法加速最近点搜索

2、normal shooting 一组点云中的一个点，沿着点的法向量的光线和另一组点云的交点最为匹配点

3、project将场景点，从模型点的视角下，投影到模型点云

4、project and walk 如 3 方法，在投影到目标点云后，再在目标点云处搜索，搜索可以根据两点之间的距离，点到光线的距离，或者灰度值的相近程度等

5、可以上述的所有算法，前提是在两个点能在给定的衡量标准下可以匹配上，衡量标准比如颜色、两个点之间法向量的角度等，利用最速下降法搜素