碎碎念：之前使用了一下Sparse ICP做点云配准，效果很好，但是跑得比较慢。后面看到一份在此基础上的改进工作Efficient Sparse ICP，说是效果更好，还能避免前者会面临的局部最优问题。我当时想着，这人是过来水文章的吧，好像也没怎么改啊。现在我遇到了Sparse ICP中出现的局部最优问题，意识到了Efficient Sparse ICP工作的重要性，得把后者捡起来看一看。有缘就更新一个后续。有人看到这篇文章记得踢我一下，我看看能不能补个后续。
2022/11/17补：
Sparse ICP的确是给处理存在噪点条件下的匹配问题提供了一种新的思路：即通过合理设计代价函数诱导稀疏性，使得对应较好的点能对最终优化有更多的贡献。但是该文中提到的基于ADMM的方法优化速度较慢，后面的一些基于其它代价函数的方法达到了更好的效果。典型的文章有 Qianyi zhou等人做得 fast global registration、中科大张举勇组做的Fast and Robust Iterative Closest Point等。
更进一步地，有人做了一个归一化的损失函数，可以模仿所有的类似公式。 相关信息可参考波恩大学的课程：Mobile Sensing And Robotics， robust-slam这堂课
此贴就先这样了，祝看到的人身体健康，工作学业顺利
扫一扫
1050
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
