PCL 非线性加权最小二乘优化的点到面ICP算法【2024最新版】

已于 2024-09-03 21:41:28 修改
阅读量10w+ 收藏 14
点赞数 6
分类专栏： PCL学习 文章标签： 算法 计算机视觉 开发语言 3d c++
于 2020-09-07 20:32:53 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/qq_36686437/article/details/108455563
版权
本文介绍了作者自创的非线性加权最小二乘优化的点到面迭代最近点（ICP）算法，强调了其基于量子力学理论的独特性，并分为算法原理、代码实现和结果展示三个部分。算法使用风险自负，适用于计算机视觉领域的专业人士。
摘要由CSDN通过智能技术生成

目录

在这里插入图片描述

本文由CSDN点云侠原创，原文链接，首发于：2020年9月7日。如果你不是在点云侠的博客中看到该文章，那么此处便是不要脸的抄袭狗。

博客长期更新，本文最近一次更新时间为：2024年9月3日。

一、算法原理

注意：该算法是由本人根据量子力学理论自创的，一般人无法驾驭！！！慎用！！！后果自负！！！

二、代码实现

1、原始版本


                

                
                
        

        

    

  


        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
            

        

    

      

        

            

              
                
                  点云侠
                
              
            

            

                关注
              
            

        

        

          
      

      

            

                专栏目录
          

                

                        订阅专栏
                









                



	

		

			

				
					
PCL：实现非线性加权最小二乘优化的点到面ICP算法（附完整源码）

				
			

			

				

					希望我的博客，能帮上你解决学习中工作中所遇到的问题
				

				

					10-06
					
					130
					
				

			

		

		

			
				
PCL：实现非线性加权最小二乘优化的点到面ICP算法（附完整源码）

			
		

	



                

              
                



	

		

			

				
					
c++ 最小二乘算法拟合球心 使用Vs2008

				
			

			

				

					08-02
				

			

		

		

			
				
最小二乘算法是一种在数学和工程领域广泛应用的优化方法，尤其在数据分析和曲线拟合中。在本案例中，我们关注的是如何利用C++和Visual Studio 2008实现一个最小二乘算法来拟合球心。这个算法主要用于处理三维空间中...

			
		

	



                


  
              

                


	

		

			

				
					
点到面的ICP算法

				
			

			

				

					taifyang的博客
				

				

					04-25
					
					3462
					
				

			

		

		

			
				
其中是源点，是对应的目的点，是处的单位法线向量。该式没有解析解，我们只能使用非线性最小二乘的方法求解，为了加快求解，有研究者发现当两个输入表面之间的相对方向较小时，可以使用近似的方法来有效地求解的线性最小二乘法近似非线性优化问题。使用点到平面（point-plane）误差度量的迭代最近点 (ICP) 算法已被证明比使用点到点（point-point）误差度量的算法收敛得更快。在 ICP 算法的每次迭代中，产生最小点到平面误差的相对位姿变化通常使用标准的非线性最小二乘法来解决。多次迭代后直到算法收敛。

			
		

	





	

		

			

				
					
Linear Least-Squares Optimization for Point-to-Plane ICP Surface Registration（论文笔记）（点对平面的ICP算法）

				
			

			

				

					qq_57894564的博客
				

				

					08-12
					
					319
					
				

			

		

		

			
				
给定源表面和目标表面，ICP算法的每次迭代首先在源表面上的点与目标表面上的点之间组成一组对应点对。例如，对于源表面上的每个点，选择目标表面上最近的点作为其对应点。ICP迭代的输出是一个3D刚体变换M，它变换源点，使对应点之间的总误差在某一选定的误差度量下最小。是旋转矩阵R中非线性三角函数的参数，因此不能使用有效的线性最小二乘技术来求解。当使用点对平面的误差度量时，优化目标是在相应的目的点（见图1）每个源点和切平面之间距离的平方之和。这是一个标准的线性最小二乘问题，可以使用SVD（奇异值分解）来解决。

			
		

	



		

			
		



	

		

			

				
					
数学建模【系统评价决策模型(概论、案例分析-汽车选购、层次分析法、案例分析-职员晋升、动态加权综合评价法、案例分析-大气污染问题)】

				
			

			

				

					upward
				

				

					08-08
					
					3万+
					
				

			

		

		

			
				
8.1 系统评价决策模型概论

8.1.1 问题的引入

8.1.2 系统评价决策模型的基本概念

8.1.3 系统评价决策模型的要素

8.1.4 系统评价决策模型的步骤

8.1.5 评价指标的规范化处理

1.评价指标类型的一致化处理

2.评价指标的无量纲化

8.1.6 系统评价模型的建立

1.线性加权综合法（加权和法）

2.非线性加权综合法（加权积法）

3.逼近理想点法（简称TOPSIS法）

8.2 案例分析-汽车选购

8.2.1 问题引入

8.2.2 决策矩阵的规范化
...

			
		

	





	

		

			

				
					
数学建模综合评价模型与决策方法

				
			

			

				

					bai_lan_ya的博客
				

				

					03-20
					
					3972
					
				

			

		

		

			
				
评价方法主要分为两类，其主要区别在确定权重的方法上一类是主观赋权法，多次采取综合资讯评分确定权重，如综合指数法，模糊综合评判法，层次评判法，功效系数法等另一类是客观赋权法，根据各指标间的相关关系或各指标变异程度来确定权数，如主成分分析法，因子分析法，理想解法（TOPISIS法等）

			
		

	





	

		

			

				
					
点面icp_icp_点面icp里程计_

				
			

			

				

					10-01
				

			

		

		

			
				
点面ICP算法是基于迭代最近点（Iterative Closest Point）方法的一种改进版本，它的基本思想是通过最小化点到平面的距离误差来优化两个点云之间的变换。在原始ICP中，误差是基于点到点的距离计算的，而在点面ICP中，...

			
		

	





	

		

			

				
					
pcl调用icp算法拼接两个点云

				
			

			

				

					01-08
				

			

		

		

			
				
pcl调用icp算法拼接两个点云 PCL:1.8.1 IDE:vs2017 拼接两个角度的点云 main.cpp.  #include //标准输入输出头文件 #include //I/O操作头文件 #include //点类型定义头文件 #define BOOST_TYPEOF_EMULATION //要加在...

			
		

	





	

		

			

				
					
基于最小二乘实现线性回归（C++）最小二乘

				
			

			

				

					03-19
				

			

		

		

			
				
基于最小二乘求解直线参数（又称线性回归），该代码有个直线拟合的可视化展示，因此需要配置PCL环境实现可视化。具体编程原理参考博客：https://mp.csdn.net/mp_blog/creation/editor/new/129658300

			
		

	





	

		

			

				
					
ICP_点到面几何特征

				
			

			

				

					03-03
				

			

		

		

			
				
ICP fit points in data to the points in model. Fit with respect to minimize the sum of square errors with the closest model points and data points.

			
		

	





	

		

			

				
					
空间离散点球体最小二乘拟合SphereFit

				
			

			

				

					04-06
				

			

		

		

			
				
空间离散点球体最小二乘拟合，也被称为SphereFit，是一种在计算机科学和工程领域常见的几何拟合技术，特别是在数据分析、计算机图形学、物理建模和图像处理中广泛应用。这种技术的主要目的是找到一个最佳的球面模型...

			
		

	





	

		

			

				
					
PCL 点到面的ICP算法（LM非线性最小二乘优化）

					
热门推荐

				
			

			

				

					点云侠的博客
				

				

					12-04
					
					39万+
					
				

			

		

		

			
				
非线性优化的点到面的ICP算法

			
		

	





	

		

			

				
					
PCL 点到面的ICP算法

				
			

			

				

					点云侠的博客
				

				

					02-09
					
					36万+
					
				

			

		

		

			
				
经典的点到面的ICP算法

			
		

	





	

		

			

				
					
Open3D 点到面的ICP配准算法

				
			

			

				

					点云侠的博客
				

				

					10-29
					
					37万+
					
				

			

		

		

			
				
点到面的ICP(python版本)

			
		

	





	

		

			

				
					
PCL 点到面的ICP算法实现点云配准（C++详细过程版）

				
			

			

				

					点云侠的博客
				

				

					06-29
					
					1758
					
				

			

		

		

			
				
[1] Low K L. Linear least-squares optimization for point-to-plane icp surface registration[J]. Chapel Hill, University of North Carolina, 2004, 4(10): 1-3 计算方法详细过程复现

			
		

	





	

		

			

				
					
Open3D ICP精配准（点到面）

				
			

			

				

					dayuhaitang1的博客
				

				

					08-07
					
					1438
					
				

			

		

		

			
				
Open3D ICP精配准（点到面）

			
		

	





	

		

			

				
					
点云配准中的ICP算法

				
			

			

				

					vjhghjghj的博客
				

				

					04-09
					
					1万+
					
				

			

		

		

			
				
一、背景与意义


点云数据能够以较小的存储成本获得物体准确的拓扑结构和几何结构，因而获得越来越广泛的关注。在实际的采集过程中，因为被测物体尺寸过大，物体表面被遮挡或者三维扫描设备的扫描角度等因素，单次的扫描往往得不到物体完整的几何信息。因此，为了获得被测物体的完整几何信息，就需要将不同视角即不同参考坐标下的两组或者多组点云统一到统一坐标系下，进行点云的配准。在配准算法中，研究者使用最多的是I...

			
		

	





	

		

			

				
					
ICP综述

				
			

			

				

					FireMicrocosm的专栏
				

				

					12-29
					
					3885
					
				

			

		

		

			
				
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

			
		

	





	

		

			

				
					
atcoder abc372 启发式合并， dp

					
最新发布

				
			

			

				

					2201_75845839的博客
				

				

					09-22
					
					174
					
				

			

		

		

			
				
现在考虑如何存数据。可以用并查集合并两个集合，并且在合并的时候一定要将小的集合合并到大的集合中去，因为小集合合并到大集合中，最后的集合一定大于小集合元素数量的两倍，因此合并的时间复杂度不会超过logn。思路：判断当前变化的位置对结果是否会产生影响，在询问前先计算有多少ABC, 每次变换位置x前后扫描一下[x - 2, x + 2]范围内是否有ABC，变换前有让cnt --， 变换后有让cnt ++思路：三进制转换，可以参考二进制，先把当前可以加入的最大的3的幂次加入,这样一定可以凑出答案。

			
		

	





	

		

			

				
					
玩转u8g2 OLED库，一篇就够

				
			

			

				

					06-02
				

			

		

		

			
				
很高兴听到您对u8g2 OLED库的兴趣。下面是一篇简短的文章，帮助您快速入门和使用u8g2 OLED库。

u8g2 OLED库是一个用于驱动各种OLED屏幕的库。它支持多种芯片和接口，包括I2C、SPI和并行接口。使用u8g2库可以轻松地控制OLED屏幕，使其显示文本、图形和动画。

以下是使用u8g2 OLED库的基本步骤：

1. 安装u8g2库

您可以在Arduino IDE的库管理器中找到u8g2库，安装后即可使用。

2. 初始化OLED屏幕

在您的Arduino代码中，首先需要初始化OLED屏幕。在初始化时，您需要指定OLED屏幕的型号、接口和引脚等信息。例如，以下代码初始化了一个128x64像素的OLED屏幕，使用I2C接口：

```
#include <U8g2lib.h>

U8G2_SSD1306_128X64_NONAME_F_HW_I2C u8g2(U8G2_R0);

void setup() {
  u8g2.begin();
}
```

3. 显示文本

使用u8g2库可以方便地在OLED屏幕上显示文本。以下代码在OLED屏幕上显示了一行文本：

```
u8g2.setFont(u8g2_font_ncenB08_tr);
u8g2.drawStr(0, 10, "Hello World!");
```

在这里，我们指定了文本的字体和位置。

4. 显示图形

u8g2库还支持在OLED屏幕上显示各种图形，包括线条、矩形、圆形等。以下代码在OLED屏幕上绘制了一个矩形：

```
u8g2.drawFrame(10, 10, 20, 30);
```

在这里，我们指定了矩形的位置和大小。

5. 刷新屏幕

在您的代码中完成文本和图形的绘制后，需要调用u8g2库的`sendBuffer()`函数将数据发送到OLED屏幕上。以下代码刷新了OLED屏幕：

```
u8g2.sendBuffer();
```

以上就是使用u8g2 OLED库的基本步骤。您可以根据自己的需要进行文本和图形的绘制，实现各种有趣的效果。

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 9

	

	
	




  

    

      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
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
点云侠

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
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