单次对应足矣：面向城市环境避免退化的鲁棒全局配准
计算机视觉与模式识别
2022-03-15 v1 机器人学
摘要
利用三维点云进行全局配准是移动平台实现定位或处理回环闭合情况的关键技术。近年来，众多研究者提出了全局配准方法以应对大量外点对应。遗憾的是，退化问题（即估计内点数量低于三个的现象）仍潜在地不可避免。为解决该问题，我们提出了一种抗退化的基于解耦的全局配准方法，称为 Quatro。具体而言，我们的方法借助城市环境中的 Atlanta world 假设进行拟 SO(3) 估计，以避免旋转估计中的退化。因此，我们方法的最小自由度（DoF）由三降至一。在室内与室外三维 LiDAR 数据集上的验证表明，即便对于远距离点云对，与其他全局配准方法相比，我们所提方法仍能产生鲁棒的全局配准性能。此外，实验结果证实了我们的方法作为粗对齐的适用性。代码已公开：https://github.com/url-kaist/quatro。
引用
@article{arxiv.2203.06612,
title = {A Single Correspondence Is Enough: Robust Global Registration to Avoid Degeneracy in Urban Environments},
author = {Hyungtae Lim and Suyong Yeon and Soohyun Ryu and Yonghan Lee and Youngji Kim and Jaeseong Yun and Euigon Jung and Donghwan Lee and Hyun Myung},
journal= {arXiv preprint arXiv:2203.06612},
year = {2022}
}
备注
8 pages. Acccepted by ICRA 2022