1.纯估计法
2.里程计辅助法
1、纯估计方法
ICP(变形)
- 目的
给定两个点云集合:
𝑋 = {𝑥1, 𝑥2, ⋯ , 𝑥𝑁𝑥}
𝑃 = {𝑝1, 𝑝2, ⋯ , 𝑝𝑁𝑝}
求解R和t,使得下式最小:
找到一个R和t,使两个点云距离最小
X和P为 图中黄色和白色形成的点云集合,假设他们的点云都是一一匹配的(打向物理空间的同一个点)。
1、已知对应点的求解方法
> 通过闭环 close-from 求得一个解析解,
- 求x,p点云平均位姿
- 把每个点云移到平均位姿
- 假设一个如上式的w,并对其进行svd分解
- 显然得,同一坐标系下的解为一个向量t
ICP,R=UV(T)式,可以查阅相关论文或博客ICP去除运动畸变
2、位置对应点的求解方法
- 实际中,不知道对应点匹配
- 不能一步到位计算出R和t
- 进行迭代计算
- EM算法的一个特例
ICP算法为EM算法的一个特例,求解非线性MLE(极大似然估计)的工具。
(A(R和t),B(点对应)隐变量)–先固定A求B,再固定B求A,循环迭代得到收敛位姿过程。
算法流程
对算法的优化也是从以下四个点进行的。
- 寻找对应点
- 根据对应点,计算R和t
- 对点云进行转换,计算误差
- 不断迭代,直至误差小于某一个