KISS-Matcher：重新审视快速稳健点云配准
计算机视觉与模式识别
2025-07-17 v3 机器人学
摘要
虽然全局点云配准系统在各个方面都取得了显著进展，但许多研究聚焦于特定组件，如特征提取、图论修剪或姿态求解器。在本文中，我们对配准问题持整体观点，开发了一个开源且通用的 C++ 库用于点云配准，称为 KISS-Matcher。KISS-Matcher 组合了一种新型特征检测器 Faster-PFH，该检测器改进了经典的快速点特征直方图 (FPFH)。此外，它采用基于 -core 的图论修剪以减少排除离群配对 correspondence 的时间复杂度。最后，它将这些模块组合成一个完整、用户友好且即插即用的数据管道。通过大量实验验证，KISS-Matcher 在可扩展性和广泛适用性方面具有优势，相较于基于离群容错的先进配准管道实现了显著加速，同时保持准确性。我们的代码将在 https://github.com/MIT-SPARK/KISS-Matcher 上提供。
关键词
引用
@article{arxiv.2409.15615,
title = {KISS-Matcher: Fast and Robust Point Cloud Registration Revisited},
author = {Hyungtae Lim and Daebeom Kim and Gunhee Shin and Jingnan Shi and Ignacio Vizzo and Hyun Myung and Jaesik Park and Luca Carlone},
journal= {arXiv preprint arXiv:2409.15615},
year = {2025}
}
备注
9 pages, 9 figures