DICP：多普勒迭代最近点算法
机器人学
2022-06-01 v2 计算机视觉与模式识别
摘要
本文提出一种针对可测量每回波瞬时径向速度的距离传感器的点云配准新算法：多普勒 ICP。现有仅依赖几何或其他特征的 ICP 变体，在具有非显著特征和/或重复几何结构（如走廊、隧道、高速公路、桥梁）的场景中通常无法正确估计传感器运动。我们提出一个新的多普勒速度目标函数，利用每点的多普勒测量与传感器当前运动估计的兼容性。我们将多普勒速度目标函数与几何目标函数联合优化，即使在无特征环境中也充分约束点云对齐问题。此外，通过剪除来自动态目标的、通常会劣化 ICP 解的点，用于对齐的对应匹配得以改进。我们在真实传感器与仿真采集的数据上评估了该方法。结果表明，与仅依赖几何残差的经典点对面 ICP 相比，加入多普勒速度残差项后，我们的方法在配准精度上取得显著提升，且平均收敛更快。
引用
@article{arxiv.2201.11944,
title = {DICP: Doppler Iterative Closest Point Algorithm},
author = {Bruno Hexsel and Heethesh Vhavle and Yi Chen},
journal= {arXiv preprint arXiv:2201.11944},
year = {2022}
}
备注
Accepted at Robotics: Science and Systems (RSS) 2022