一、算法原理
1、原理简介
NormalSpaceSampling即:法线空间采样,它在法向量空间内均匀随机抽样,使所选点之间的法线分布尽可能大,结果表现为地物特征变化大的地方剩余点较多,变化小的地方剩余点稀少,可有效保持地物特征。
这种策略的动机是观察到,对于某些场景(如“切割平面”数据集),模型的小特征对于确定正确的对齐至关重要。像随机抽样这样的策略通常只会在这些特征中选择几个样本,这导致某些部分无法确定正确刚体转换。因此,一种提高存在足够约束以确定转换所有组件的可能性的方法是根据角度空间中的法线位置来存储点,然后尽可能均匀地在这些存储点上采样。因此,法线空间采样是使用地表特征进行对齐的一个非常简单的例子;与传统的基于特征的方法相比,该方法具有较低的计算成本,但鲁棒性较差。
具有良好正态分布的场景,精确的采样策略并不是关键。然而,“切割平面”场景只有法线空间采样才能收敛。原因是不在沟槽中的样本只有助于确定刚体变换的六个分量中的三个(一个平移和两个旋转)。其他三个(平面内的两个平移和一个旋转) 完全由切口内的样本决定。随机均匀采样策略只在沟槽中放置少量样本(a)。这一点,