利用李代数改进迭代最近点算法
机器人学
2020-10-22 v1
摘要
依赖点云配准的建图算法不可避免地遭受局部漂移,无论是在定位还是所建地图中。需要精确地图的应用(如环境监测)受益于可减少此类漂移的额外传感器模态。在我们的工作中,我们针对基于迭代最近点(ICP)算法且使用额外方向源(如惯性测量单元(IMU))的建图器族。我们引入一个由李代数导出的新角惩罚项。我们的公式避免了调谐任意参数的需要。取而代之使用的是方向协方差,且所得误差项契合ICP代价函数最小化问题。在我们自己的真实世界数据与KITTI数据集上进行的实验显示出一致的行为,同时抑制了离群IMU测量的影响。我们进一步讨论了有前景的实验,其应导致ICP代价函数最小化问题中所有误差项的最优组合,使我们能平滑结合机器人传感器提供的几何与惯性信息。
引用
@article{arxiv.2010.11160,
title = {Improving the Iterative Closest Point Algorithm using Lie Algebra},
author = {Maxime Vaidis and Johann Laconte and Vladimír Kubelka and François Pomerleau},
journal= {arXiv preprint arXiv:2010.11160},
year = {2020}
}
备注
Final version published in the International Conference on Intelligent Robots and Systems (IROS) workshop in October 2020