论文阅读笔记_005 Generalized ICP

 

一、前言

Robotics science and system 会议论文 作者是斯坦福大学的 Aleksandr V. Segal、Dirk Haehnel、Sebastian Thrun。

本文首先介绍了ICP和point to plane 方法，然后引出了Generalized ICP方法

二、ICP原理简介

标准的ICP算法可以分成两步：

1. 确定两组点云之间的点的对应关系；
2. 计算能够使具有对应关系的点对距离最小的Transformation。

通过两步之间的不断迭代可以使得到两组点云之间的变换逐渐收敛。由于两次测量（scan）中仅有部分重叠区域，作者提出可以通过添加最大匹配阈值（距离）解决此问题。代表了收敛性和准确性之间的一种权衡。

图1 标准ICP算法

 

三、 Point-to-plane 方法简介

Point-to-plane是一种ICP变体通过利用曲面法线信息来提高性能（单从描述上看我还没看出来如何提高性能？难道收敛变快了？不会吧？），此方法与标准ICP方法的不同之处在于算法的第11行替换为：

其中，是点处的法向量

四、GICP方法介绍

GICP方法同样是针对图1中算法的第11行进行修改，在其中附加了一个概率模型。设有两组点云按照编号一一对应，可以根据测量模型认为，，则有

令，则其分布如下：

    

然后，可以利用极大似然估计的方法计算：

把ICP问题这样建模以后，和的选择就成为了一个需要考虑的问题。其选取如下图所示，作者认为在测点的不确定性主要体现在切平面上因此,

其中，为极小值。