![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
点云配准
文章平均质量分 84
xinxiangwangzhi_
这个作者很懒,什么都没留下…
展开
-
pcl配准模块总结
按照pcl说明配准分为以下几个步骤:配准步骤:1寻找关键点(keypoint)2计算关键点的特征3估计特征的对应关系(1)对于直接使用坐标值的点间配准,一般使用kdtree查找对应关系(2)对于使用特征的配准,除了kdtree搜索外还可以使用直接估计,或者“Reciprocal” correspondence estimation。Direct correspondence estimation (default) searches for correspondences in cloud .原创 2022-01-05 18:07:32 · 4373 阅读 · 1 评论 -
点云配准综述
1基本概念点云配准定义:通过求解坐标转换关系,将连续扫描的两帧或多帧激光点云统一到同一坐标系(scan–to-scan),或者将当前扫描点云与以建立的地图进行配准(scan-to-map)从而最终恢复载体位置和姿态的变化。slam配准:为了得到相对姿态变化,在实时性与精度之间取得平衡测绘点云配准(拼接):得到坐标系统一的点云,更注重精度二者解决的是同一个问题。2配准方法分类文章主要从scan-to-scan内容,分为三类,基于点的配准icp类,基于特征的配准,基于数字特性的配准NDT类。各自的原创 2021-01-05 11:50:25 · 3182 阅读 · 0 评论 -
点云配准--对称式ICP
针对于局部平面不完美的情况,提出了一种对称式ICP目标函数,相较于传统的ICP方法,增大了收敛域,提高了收敛速度。论文理论说明不甚清楚,实验较少,但代码开源。原创 2023-10-31 17:44:31 · 257 阅读 · 0 评论 -
点云配准--Fast Global Registration
目标函数1是很难直接进行优化的,我们利用Black -Rangaration对偶(对偶:即等价的)处理目标函数1,Black -Rangaration对偶是稳健估计和线性的。我们直接优化所有点云的全局位姿。如果F§和F(q)互为最近邻点,则通过互惠性检验,是一个对应关系对,将所有通过互惠性检验的对应关系集合记为。是由匹配点从P和Q中获得的对应集合,我们的目标是优化位姿T,使得对应点之间的距离最小化,同时拒绝。对于点p的F§,在F(Q)中找到p点的最近邻点,同样对于点q,在F§中找到q的最近邻点。原创 2023-03-22 22:23:12 · 364 阅读 · 0 评论 -
点云配准--4PCS原理与应用
点云配准原创 2022-06-19 21:47:54 · 4314 阅读 · 0 评论 -
点云配准--gicp原理与其在pcl中的使用
在概率模型中假设存在配准中两个点集, A^={ai^}\hat{A}=\left\{\hat{a_{i}}\right\}A^={ai^} and B^={bi^}\hat{B}=\left\{\hat{b_{i}}\right\}B^={bi^},并且假设 AAA and BBB 分别服从 ai∼N(ai^,CiA)a_{i} \sim \mathcal{N}\left(\hat{a_{i}}, C_{i}^{A}\right)ai∼N(ai^,CiA)and bi∼N(b^i,CiB)b原创 2022-06-11 17:44:28 · 9034 阅读 · 5 评论 -
NDT配准原理
文章目录NDT预备知识正态分布高斯牛顿法求解非线性最小二乘NDT原理(1)目标函数(2)简化目标函数(3)数值求解(4)算法流程:(5)相比ICP的优势NDT源码解析与其在PCL应用参考资料NDT预备知识正态分布n维正态随机过程中,其概率密度函数为:p(x⃗)=1(2π)D/2∣Σ∣exp(−(x⃗−μ⃗)TΣ−1(x⃗−μ⃗)2)(1)p(\vec{x})=\frac{1}{(2 \pi)^{D / 2} \sqrt{|\boldsymbol{\Sigma}|}} \exp \left(-\f原创 2022-05-29 14:18:47 · 1903 阅读 · 1 评论 -
旋转矩阵注意事项
在网上可以发现有各种旋转矩阵的形式,在使用欧拉角表示旋转矩阵时,有很多注意事项,使用欧拉角讨论旋转矩阵时,需要注意以下5点:1主动旋转还是被动旋转,主动旋转表示向量旋转,被动旋转表示坐标系旋转。主动旋转与被动旋转互为逆操作,也就是说坐标轴逆时针旋转θ\thetaθ度相当于点或向量顺时针旋转θ\thetaθ度.博客12右手系还是左手系,一般使用右手系3欧拉角的正负。一般选择逆时针为正。如果是右手系,从旋转轴正方向原点观察时,逆时针方向的旋转是正、顺时针方向的旋转是负。亦可这样描述:使用右转载 2022-05-21 20:58:05 · 853 阅读 · 0 评论 -
PCL配准中的对应关系估计与拒绝接口与实例
在之前的博客中系统地总结了PCL配准模块的主要功能和ICP算法的流程,今天讨论其中对应关系估计与拒绝,即matching 与rejection环节。1pcl中匹配对的表示方法pcl的单个匹配对可以用pcl::Correspondence表示,pcl::Correspondence是个结构体,其包含四个元素:struct pcl::Correspondence{ //query (source) point的索引 int index_query ; // the matching (target原创 2022-05-15 18:02:48 · 765 阅读 · 0 评论 -
icp配准流程总结与经典论文总结
文章目录1经典流程2opals流程3pcl流程4最终流程:情况A:情况B:1经典流程根据经典论文《Efficient variants of the ICP algorithm》的描述,icp分为以下6个过程:Selection :对点云进行处理,选择合适的点云进行配准Matching :对基准点云和待配准点云进行最近邻点匹配Weighting :对匹配对进行加权Rejecting :匹配对中存在一些错误匹配对,需要根据一定法则去除error metric:选择误差度量,如点到点,点到面度量原创 2022-05-15 16:53:36 · 1838 阅读 · 0 评论 -
efficient variants of the ICP algorithm论文
发表于03年ICP领域经典的一篇综述论文,主要贡献:将ICP论文总结为6个阶段,汇总了各个阶段的算法,并提出了法线空间采样(Normal space sampling),该论文大部分综述已经过时,这里转载一篇翻译:1 ICP 的六个阶段Selection: 在 target 和 source 的模型中下采样点来进行计算 (主要目的是为了增加运算速度)Matching: 将target和 source 中下采样的点进行配对,即找到对应关系Weighting: 给这些对应关系中增加相应的权重Reje转载 2022-05-09 21:59:20 · 322 阅读 · 0 评论 -
trimmed ICP及其在PCL代码解析与使用
文章目录1 基本原理2trimmed ICP在pcl中的实现3PCL中trimmedICP的使用1 基本原理定义data set(source set,待配准数据):P={pi}1Np\mathcal{P}=\left\{\mathbf{p}_{i}\right\}_{1}^{N_{p}}P={pi}1Np点云数量为NpN_pNp定义 model set (target set,基准数据):M={mi}1Nm\mathcal{M}=\left\{\mathbf{m}_{i}\right原创 2022-05-08 22:42:12 · 1766 阅读 · 0 评论 -
内旋外旋与矩阵左乘右乘
文章目录1矩阵左乘和右乘2内旋和外旋[3](https://zhuanlan.zhihu.com/p/144032401)3旋转矩阵为何左乘是相对固定坐标系,右乘是相对当前坐标系?1矩阵左乘和右乘从定义角度分析:标量乘符合交换律导致“乘”和“乘以”的概念混用的锅。对比除法,a÷b是a“除以”b或b除a。那么AB是A经过B过程转换后的结果,就该是A“(的)右(边)乘以”B,即A左乘B。同样:BA,称为A右乘B。1从几何角度理解:左乘结果是 向量旋转 之后相对于原坐标系的位置, 右乘是参考系旋转移动原创 2022-05-08 17:09:24 · 4435 阅读 · 2 评论 -
ICP算法原理及优缺点(简洁明了)
在网上看了很多ICP算法的介绍,都不甚详细。这里转载一篇知乎文章,以为甚是清晰,摘抄部分,以供学习,内容如下:作者:刘缘完整链接:https://www.zhihu.com/question/34170804/answer/121533317来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。精配准的模式基本上已经固定为使用ICP算法及其各种变种。ICP算法由B...转载 2019-04-02 18:31:29 · 31125 阅读 · 1 评论 -
寻找两个点云重叠部分
目录方法1:方法1实验效果:方法2:方法2实验效果:结论:网上大部分寻找重叠区域都是对一个点云建立kdtree,然后在r半径内搜索另外一个点云的点。这种方法适合两个点云完全一样。一般的点云数据并不完全一样,例如两条航带的点云,并不完全相同,如果应用这方法会损失很多点,造成特征计算的不准确性。下面介绍两种方法:写在前面的结论:第二种方法速度和精度上均优于第一种方法(octree yyds!!!)方法1:(1)假设有两组点云A,B,计算A的OBB包围盒(2)寻找点云A的OBB包围盒内的点云B,这样就得原创 2022-01-16 00:25:47 · 7949 阅读 · 39 评论 -
物体姿态表示的几种方法总结
遇到了配准中物体姿态旋转的问题,书上指出了用了欧拉角和四元数法,查询相关博客,发现很多博客加上轴角法和旋转矩阵方法,对于旋转矩阵特别困惑,参考了csdn,知乎,维基做一个总结,如下:1、常用方法:欧拉角、四元数、轴角2、基本概念:网上很多不多介绍https://blog.csdn.net/candycat1992/article/details/41254799维基等注意事项:(心得)...原创 2019-04-01 22:05:45 · 4348 阅读 · 0 评论