思路
- 使用**截断最小二乘(TLS)**对配准问题进行建模(类似于ICP算法)
- 使用图理论框架将配准问题分解为尺度(scale)、**旋转(rotation)和平移(translation)**三个子问题
- 使用adaptive voting算法求解尺度问题
- 使用半正定规划松弛(SDP relaxation)将旋转问题转化为凸问题并求解
- 使用adaptive voting算法求解平移问题
部分细节理解
截断最小二乘(TLS)
截断最小二乘即在最小二乘法的基础上设置一个截断阈值 c ‾ 2 \overline{c}^2 c2,如果误差超过阈值则舍弃。
平移不变测量(TIMs)
在平移操作过程中,点云内部任意两点的距离不变,两点相减后消去平移向量。因此配准后两点之间的向量只与尺度操作和旋转操作有关。
平移和旋转不变测量(TRIMs)
尺度变换后两片点云内部对应两点之间距离理论上相等,而尺度因子s为变换前后相同向量模的比值,即:
最后
对于TEASER方法,我只理解了大致思路,由于知识储备有限,并未深入了解adaptive voting算法和SDP松弛算法。具体的求解方法及数学公式若日后有需要再进一步了解。