用于快速准确全局轨迹优化的精确点云下采样
机器人学
2023-12-27 v3
摘要
本文提出一种基于全局配准误差最小化的点云下采样算法，用于快速准确的轨迹优化。所提算法选取输入点云的残差加权子集，使得该子集在评估点处给出与原始点云完全相同的二次点云配准误差函数。该方法仅用一小部分输入点（最少29个残差）即可精确逼近原始配准误差函数。使用KITTI数据集的实验结果表明，所提算法在保持精度的同时，将全局配准误差最小化的处理时间显著减少（87%）并降低内存消耗（99%）。
引用
@article{arxiv.2307.02948,
title = {Exact Point Cloud Downsampling for Fast and Accurate Global Trajectory Optimization},
author = {Kenji Koide and Shuji Oishi and Masashi Yokozuka and Atsuhiko Banno},
journal= {arXiv preprint arXiv:2307.02948},
year = {2023}
}
备注
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2023)