BO-ICP：基于贝叶斯优化的迭代最近点初始化方法
机器人学
2023-04-27 v1 计算机视觉与模式识别
摘要
迭代最近点（ICP）等典型的点云配准算法需要两片点云之间有一个良好的初始变换估计，才能成功完成配准。现有选择该起始条件的方法依赖于随机采样或分支定界等全局优化技术。在本工作中，我们提出一种基于贝叶斯优化来寻找关键ICP初始变换的新方法。我们为该方法提供了三种不同配置，突出了该算法在快速得出结果以及在有更充裕运行时间（如离线建图）的场景下对其精炼的通用性。实验在流行数据集上运行，结果表明在给定相近计算时间时，我们的方法优于现有最优方法。此外，它与其他ICP改进方案兼容，因为它仅关注初始变换的选择——所有基于ICP方法的起点。
引用
@article{arxiv.2304.13114,
title = {BO-ICP: Initialization of Iterative Closest Point Based on Bayesian Optimization},
author = {Harel Biggie and Andrew Beathard and Christoffer Heckman},
journal= {arXiv preprint arXiv:2304.13114},
year = {2023}
}
备注
IEEE International Conference on Robotics and Automation 2023