PCL：GICP配准

已于 2024-03-30 16:11:16 修改
阅读量412 收藏 1
点赞数 7
分类专栏： pcl学习 文章标签： 算法 c++ 3d
于 2024-03-29 17:31:06 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_71596228/article/details/137069692
版权
pcl学习 专栏收录该内容
43 篇文章 11 订阅 ¥19.90 ¥99.00
订阅专栏
GICP（Generalized-ICP）是一种融合Point-To-Point和Point-To-Plane的3D点云配准算法，它引入概率信息和协方差矩阵，形成统一的配准模型。该算法考虑了点到点、点到平面以及平面到平面的损失函数，适用于匹配点集的优化。在实际应用中，可通过设置最大距离、最小转换差异、收敛条件和最大迭代次数等参数来控制配准过程。
摘要由CSDN通过智能技术生成

         GICP（Generalized-ICP） 是一种点云配准方法，它将传统的 Point-To-Point 和 Point-To-Plane ICP 统一在一个概率框架下，并进一步拓展为 Plane-to-Plane ICP。

1.核心思想

GICP 引入了概率信息，使用协方差矩阵，提出了 ICP 的统一模型。它从概率的角度出发，重新审视和推导 ICP 算法的目标函数。具体而言，假设有两个匹配好的点集 A 和 B，且每个点都服从高斯分布。GICP 通过点到点的距离作为损失函数求解 point-to-point 的损失函数，点到局部目标点局部拟合的平面距离作为 point-to-plane 的损失函数，而还引入了 plane-to-plane 损失函数。

2.相关参数

设置对应点对之间的最大距离

gicp.setMaxCorrespondenceDistance(100)

为终止条件设置最小转换差异

gicp.setTransformationEpsilon(1e-10)

设置收敛条件是均方误差和小于阈值， 停止迭代

gicp.setEuclideanFitnessEpsilon(0.001)

最大迭代次数

gicp.setMaximumIterations(100)

3.相关程序


                

        

        

    




        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
            

        

    

      

        

            

              
                
                  乔小乔丫
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                    7
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    1
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                  1
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      

            

                专栏目录
          

                

                        订阅专栏
                










                



	

		

			

				
					
PCL点云处理之ICP配准（附代码，参数设置，实验结果）（六十六）

				
			

			

				

					weixin_44329757的博客
				

				

					09-09
					
					1550
					
				

			

		

		

			
				
ICP 最经典配准算法实验，有图有真相，教你用PCL的ICP配准

			
		

	



                

              
                



	

		

			

				
					
PCL ICP算法实现点云精配准【2024最新版】

					
热门推荐

				
			

			

				

					点云侠的博客
				

				

					04-28
					
					31万+
					
				

			

		

		

			
				
PCL1.14.1 及之前版本所实现的迭代最近点ICP算法。博客长期更新，本文最新更新时间为：2024年7月24日。

			
		

	



                


  
              

                


	

		

			

				
					
PCL--点云配准--ICP使用

				
			

			

				

					月照银海似蛟龙的博客
				

				

					09-01
					
					2220
					
				

			

		

		

			
				
PCL--点云配准--ICP使用前言一对点云配准对应点对估计去除对配准有影响的错误的对应点对变换矩阵估算迭代最近点算法（ICP）采样一致性初始对齐算法 （粗拼接）使用迭代最近点ICP算法CodeResult
前言
通过实物模型产生数字模型的逆向工程应用越来越广泛，SLAM就是其中之一。
该技术在应用中，由于点云的 不完整、旋转错位、平移错位等，使得要得到完整点云就需要对局部点云进行配准。
点云配准定义：为了得到物体的完整数据模型，需要确定一个合适的坐标变换，将从各个视角得到的点集合并到一个统一的坐标系下，形

			
		

	





	

		

			

				
					
PCL中点云配准（非常详细，建议收藏）

				
			

			

				

					Roar冷颜的博客
				

				

					10-20
					
					1万+
					
				

			

		

		

			
				
PCL中点云配准（一）1 PCL中实现的配准算法及相关概念1.1  一对点云配准
  随着计算机辅助设计技术的发展，通过实物模型产生数字模型的逆向工程技术获得了越来越广泛的应用，与此同时硬件设备的日趋完善也为数字模型操作提供了足够的技术支持。在逆向工程、计算机视觉、文物数字化等领域中，由于点云的不完整、旋转错位、平移错位等，使得要得到完整点云就需对局部点云进行配准。为了得到被测物体的完整数据模型，需要确定一个合适的坐标变换，将从各个视角得到的点集合并到一个统一的坐标系下，形成一个完整的数据点云，然后就可以方

			
		

	



		

			
		



	

		

			

				
					
[论文阅读][ICP变种] Generalized-ICP

				
			

			

				

					你代码像一首诗的博客
				

				

					07-23
					
					4340
					
				

			

		

		

			
				
Generalized-ICP
文章目录Generalized-ICPAbstractIntroductionScanMatchingGeneralized ICPGeneralized ICP的应用：plane-to-plane ICPResults
Abstract
这篇文章的提供一种新方法，可以将point-to-point icp 与point-to-plane icp整合起来。新方法对于错误匹配更加鲁棒，使得maximum match distance参数(详见下文)的调节更加容易。除了性能上的提

			
		

	





	

		

			

				
					
点云配准--gicp原理与其在pcl中的使用

				
			

			

				

					xinxiangwangzhi_的博客
				

				

					06-11
					
					9209
					
				

			

		

		

			
				
在概率模型中假设存在配准中两个点集, A^={ai^}\hat{A}=\left\{\hat{a_{i}}\right\}A^={ai​^​} and B^={bi^}\hat{B}=\left\{\hat{b_{i}}\right\}B^={bi​^​},并且假设 AAA and BBB 分别服从 ai∼N(ai^,CiA)a_{i} \sim \mathcal{N}\left(\hat{a_{i}}, C_{i}^{A}\right)ai​∼N(ai​^​,CiA​)and bi∼N(b^i,CiB)b

			
		

	





	

		

			

				
					
Generalized-ICP(GICP)論文研讀

				
			

			

				

					keineahnung2345的博客
				

				

					02-09
					
					3825
					
				

			

		

		

			
				
ICP最基本的形式是point-to-point，即以點到點之間的距離作為損失函數；它的一個變種是point-to-plane，改用點到目標點局部擬合平面的距離作為損失函數。
本篇介紹的GICP是上述兩者的generalization，它重新定義了自己的損失函數。point-to-point，point-to-plane，甚至plane-to-plane都可以用GICP這個統一的框架表達。

			
		

	





	

		

			

				
					
PCL第三讲：ROS与PCL的结合1

				
			

			

				

					08-04
				

			

		

		

			
				
点云配准过程中，`pcl::search::KdTree`通常用于快速查找最近邻，`pcl::BilateralFilter`等滤波器可能用于预处理点云，提高配准效果。  在实际应用中，ROS提供了`pcl_ros`包，包含了PCL与ROS消息之间的转换函数，如`...

			
		

	





	

		

			

				
					
pcl-1.9.0源码(点云库源码)

				
			

			

				

					09-09
				

			

		

		

			
				
6. **配准**：PCL提供了多种点云配准算法，包括ICP（Iterative Closest Point）、GICP（Generalized Iterative Closest Point）和NDT（Normal Distributions Transform）等。  7. **可视化**：PCL集成了一个名为PCL...

			
		

	





	

		

			

				
					
PCL 体素化广义迭代最近点配准算法VGICP,C++/PYTHON程序

				
			

			

				

					05-19
				

			

		

		

			
				
在PCL中，VGICP结合了体素化技术与广义迭代最近点（GICP）算法，以提高配准的效率和精度。  首先，让我们理解体素化的过程。体素是3D空间中的基本单元，类似于2D图像的像素。在3D空间中，体素化是将点云数据划分为一...

			
		

	





	

		

			

				
					
利用C PCL库对KITTI数据集进行三维重建

				
			

			

				

					04-28
				

			

		

		

			
				
匹配后的关键点可以进一步通过`pcl::registration`模块中的算法（如ICP、GICP等）进行配准，找到不同扫描之间的姿态变换。不断迭代这个过程，可以逐步融合所有扫描，形成完整的三维模型。  最后，为了可视化重建结果...

			
		

	





	

		

			

				
					
点云配准的ICP算法代码

				
			

			

				

					05-29
				

			

		

		

			
				
在VC++环境下，ICP算法的实现可能会涉及到更底层的编程，比如使用C++标准库或者第三方库（如OpenCV、PCL等）来处理点云数据和计算几何变换。基本流程与MATLAB类似，但需要注意的是，VC++的实现可能需要考虑内存管理...

			
		

	





	

		

			

				
					
pcl点云配准

				
			

			

				

					qq_20604231的博客
				

				

					02-20
					
					2161
					
				

			

		

		

			
				
文章介绍点云配准的方法以及基于pcl的实现。

			
		

	





	

		

			

				
					
pcl点云库的配准介绍

				
			

			

				

					qq_38633071的博客
				

				

					02-22
					
					297
					
				

			

		

		

			
				
pcl点云配准的导航

			
		

	





	

		

			

				
					
ICP

				
			

			

				

					hoppss
				

				

					06-01
					
					425
					
				

			

		

		

			
				
视觉slam十四讲P173, 先求旋转后平移, 答案应该是R=VUt ? 第一版是不是印刷错误?
技术刘详细推导,先平移后旋转
对每个点去质心后的相乘矩阵类似一个协方差矩阵, SVD直接分解



			
		

	





	

		

			

				
					
 PCL 之 ICP 算法实现

				
			

			

				

					weixin_34280237的博客
				

				

					07-11
					
					625
					
				

			

		

		

			
				
ICP是什么？
ICP（Iterative Closest Point），即最近点迭代算法，是最为经典的数据配准算法。其特征在于，通过求取源点云和目标点云之间的对应点对，基于对应点对构造旋转平移矩阵，并利用所求矩阵，将源点云变换到目标点云的坐标系下，估计变换后源点云与目标点云的误差函数，若误差函数值大于阀值，则迭代进行上述运算直到满足给定...

			
		

	





	

		

			

				
					
PCL之——点云配准算法ICP

				
			

			

				

					qq_34782535的博客
				

				

					01-04
					
					1万+
					
				

			

		

		

			
				
PCL之——点云配准算法ICP一、ICP介绍：1.ICP用途2.ICP原理3.PCL的ICP实现二、ICP使用：1.ICP配准步骤2.官方例程——采坑
一、ICP介绍：
1.ICP用途
ICP原名IterativeClosestPoint（迭代最近点算法），主要用于点云配准，找到两部分点云之间的刚体变换关系。可用于SLAM、位姿估计等
2.ICP原理
刚体变换不理解先看：
https://blog...

			
		

	





	

		

			

				
					
算法的学习笔记—删除链表中重复的结点（牛客JZ76）

					
最新发布

				
			

			

				

					业精于勤，荒于嬉
				

				

					08-14
					
					780
					
				

			

		

		

			
				
本文介绍了一种删除排序链表中重复节点的高效算法。通过递归的方式，算法能够有效地删除所有重复节点，并保留链表中仅出现一次的节点。此方法的实现简单且易于理解，同时在时间和空间复杂度方面表现优异，适用于处理大规模数据链表中的重复节点问题。😁热门专栏推荐想学习vue的可以看看这个java基础合集数据库合集redis合集nginx合集linux合集手写机制微服务组件spring_尘觉springMVCmybits🤔欢迎大家加入我的社区尘觉社区。

			
		

	





	

		

			

				
					
【LeetCode每日一题】——623.在二叉树中增加一行

				
			

			

				

					IronmanJay的博客
				

				

					08-14
					
					667
					
				

			

		

		

			
				
给定一个二叉树的根 root 和两个整数 val 和 depth ，在给定的深度 depth 处添加一个值为 val 的节点行。

注意，根节点 root 位于深度 1 。

加法规则如下:

给定整数 depth，对于深度为 depth - 1 的每个非空树节点 cur ，创建两个值为 val 的树节点作为 cur 的左子树根和右子树根。
cur 原来的左子树应该是新的左子树根的左子树。
cur 原来的右子树应该是新的右子树根的右子树。
如果 depth == 1 意味着 depth - 1 根本没有深度

			
		

	





	

		

			

				
					
gicp open3d

				
			

			

				

					12-18
				

			

		

		

			
				
gicp是Generalized Iterative Closest Point的缩写，是一种用于点云配准的算法。而Open3D是一个开源的用于三维数据处理的库。

gicp open3d的组合意味着可以利用Open3D库中的功能来实现gicp算法，从而对点云数据进行配准。通过使用Open3D库中的现成工具和函数，可以更方便地实现gicp算法，省去了自行实现和调试一些功能的麻烦。

使用gicp open3d可以实现点云的配准，即将两个点云数据进行匹配，找到它们之间的对应关系并将它们重合在一起。这在三维重建、物体识别、机器人导航等领域都有着重要的应用。

通过gicp算法，可以有效地对点云数据进行配准，并且Open3D库提供了丰富的功能和工具，可以帮助用户更轻松地实现这一过程。同时，Open3D还支持Python接口，使得开发者可以使用Python来进行开发和调试。这为进行三维数据处理和配准提供了更便利的途径。

总之，gicp open3d的组合可以帮助我们更高效地实现点云配准，为三维数据处理和相关领域的研究和应用提供了便利和支持。

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 1

	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
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
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
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