基于谱分解的几何保持采样方法用于三维配准
机器人学
2019-01-29 v2
摘要
在三维建图背景下，利用LIDAR传感器获取的点云规模越来越大。迭代最近点（ICP）算法用于对齐这些点云。然而，其复杂度直接取决于待处理点的数量。现有若干策略通过减少点数来解决该问题。但它们在非均匀密度、较大传感器噪声、虚假测量以及大规模点云（移动机器人中的情况）下往往表现不佳。本文提出一种用于ICP算法配准的基于谱分解分析的新型采样算法，称为谱分解滤波器（SpDF）。它沿点云拓扑保持几何信息，并能扩展至具有非均匀密度的大尺度环境。我们通过不同环境下的定量与定性实验验证并说明了方法的有效性。
引用
@article{arxiv.1810.01666,
title = {Geometry Preserving Sampling Method based on Spectral Decomposition for 3D Registration},
author = {Mathieu Labussiere and Johann Laconte and François Pomerleau},
journal= {arXiv preprint arXiv:1810.01666},
year = {2019}
}
备注
7 pages, 4 figures, 3 tables