《A review of point cloud registration algorithms fro mobile robotics》
正如论文标题,这篇综述将icp算法在移动机器人学中的应用。
大多数综述分为3个部分:回顾历史、具体形式和应用场景。本文首先介绍第一部分。
1 回顾历史
ICP算法的目的是为了通过把不同坐标系中的点,通过最小化配准误差,变换到一个共同的坐标系中。
上图中,绿色为参考点云,蓝色为需要匹配的点云。左图为两个点云的初始位置,其实在这个图中,两个点云已经位于同一个坐标系(由我们指定的初始值).中图红色直线为匹配的误差. 右图为配准后的点云.
由上图表明,ICP算法就是干这种活的。
这个是关于ICP论文的数量变化曲线,蓝色代表一个数据库的,绿色代表另一个数据库的。说明ICP算法的繁荣发展。
有很多大牛对ICP算法进行了改进,这里不介绍。下面介绍一下算法的整体思路:
几何配准的目的:
The aim of geometric registration is to be able to represent a shape,called reading, in the same coordinate frame as another, called reference. This is equivalent t