（点、6）精配准Iterative Closest Point（ICP）

知乎ICP

ICP算法本文具体化

精配准：给定一个初始变换，进一步优化得到更精确的变换。ICP目的是把不同坐标系中的点，通过最小化配准误差，变换到一个共同的坐标系中。

为什么需要点云配准

通过RGBD相机获取两组点云，在待匹配的两组点云数据的重叠区域内，选取两组点云，一组点云
$P_{s}$ （源），相机经过位姿变换（旋转平移）之后拍摄第二组点云 $P_{t}$ （平移后）。

理论上，两者内部的点应该是一一对应的,并且在存储的时候，按照顺序存储下标为i的像素。

在没有误差的情况下，计算出旋转R和平移t，可以将 $P_{s}$ 转换到 $P_{t}$ ，转换公式如下: $p_{t}^{i}=R\cdot p_{s}^{i}\dotplus t$

但由于噪声存在，以及匹配错误存在，上面的公式不一定对于所有的点都成立，所以存在误差。

ICP具体算法

核心：最小化一个目标函数，即上面提到的误差。
寻找对应点：我们现在并不知道有哪些对应点。因此，我们在有初值的情况下，假设用初始的旋转平移矩阵对源点云进行变换，得到的一个变换后的点云。然后将这个变换后的点云与目标点云进行比较，只要两个点云中存在距离小于一定阈值，我们就认为这两个点就是对应点，称为最邻近点对。
R、T优化：有了对应点之后，我们就可以用对应点对旋转R与平移T进行估计。这里R和T中只有6个自由度，而我们的对应点数量是庞大的（存在多余观测值）。因此，我们可以采用最小二乘等方法求解最优的旋转平移矩阵。
迭代：我们优化得到了一个新的R与T，导致了一些点转换后的位置发生变化，一些最邻近点对也相应的发生了变化。因此，我们又回到了步骤2)中的寻找最邻近点方法。2)3)步骤不停迭代进行，直到满足一些迭代终止条件，如R、T的变化量小于一定值，或者上述目标函数的变化小于一定值，或者邻近点对不再变化等。

ICP一般流程：

1、点云预处理——滤波、数据清理

2、匹配——应用上一步求解出的变换，寻找最近点

3、加权——调整一些对应点的权重

4、剔除不合理的对应点

5、计算loss

6、最小化loss，求解当前最优变换

7、返回步骤2进行迭代，直到收敛

（点、6）精配准Iterative Closest Point（ICP）相关推荐

迭代最近点（Iterative Closest Point, ICP）算法
1. 定义 ICP(Iterative Closest Point,迭代最近点)算法是一种迭代计算方法,主要用于计算机视觉中深度图像的精确拼合,通过不断迭代最小化源数据与目标数据对应点来实现精确地拼合 ...
迭代最近点（Iterative Closest Point, ICP）算法及matlab实现
前言通常,使用RGB-D相机或是其他方法获取到物体的三维点云后,由于采集设备不同.拍摄视角不同等等因素的影响,即使是同一个物体所得到的点云也会有较大的差异,主要是旋转或者平移的变化.对于一组图像数据 ...
迭代近邻算法Iterative Closest Point, ICP
参考的文章链接: https://zhuanlan.zhihu.com/p/35893884 https://blog.csdn.net/u014709760/article/details/9924 ...
SAC-IA粗配准+ICP精配准
最近一直在看点云配准相关的算法,在这里记录一下我试验过的配准算法. 第一弹:SAC-IA粗配准+ICP精配准采样一致性初始配准算法(Sample Consensus Initial Aligment ...
点云配准 3- icp-交互式ICP点云配准
一.声明本人作为初学者,才开始接触点云配准这一块,如有错误地方,望大家指出,我将及时修改,共同进步.其次这一部分主要是点云数据配准的第一个程序,也是官方代码比较直观的一次icp配准实验. 二.数据来 ...
点云配准的传统算法ICP与NDT概述
公众号致力于分享点云处理,SLAM,三维视觉,高精地图相关的文章与技术,欢迎各位加入我们,一起交流一起进步,有兴趣的可联系微信:920177957.本文来自点云PCL博主的分享,未经作者允许请勿转载, ...
迭代最近点算法 Iterative Closest Points
研究生课程系列文章参见索引<在信科的那些课> 基本原理假定已给两个数据集P.Q, ,给出两个点集的空间变换f使他们能进行空间匹配.这里的问题是,f为一未知函数,而且两点集中的点数不一定相 ...
SLAM--VICP(Velocity Updating Iterative Closest Point Algorithm)学习笔记
参考资料: <VICP: Velocity Updating Iterative Closest Point Algorithm>–Seungpyo Hong Heedong Ko Jin ...
点云的粗配准和精配准
1.前言点云配准是点云处理的重要技术之一,可以用来估计物体位姿,拼接多个视角下的点云. 分别用基于采样一致性的粗配准,以及粗配准与ICP精配准结合的方法进行配准实验. 粗配准流程图如下,主要为精配准 ...

（点、6）精配准Iterative Closest Point（ICP）

为什么需要点云配准

ICP具体算法

（点、6）精配准Iterative Closest Point（ICP）相关推荐

最新文章

热门文章