OLAE-ICP：利用最优线性姿态估计器实现几何特征的鲁棒快速配准
机器人学
2019-06-27 v1
摘要
点云配准与基于矢量观测的姿态估计（Wahba问题）在计算机视觉与移动机器人领域有着广泛应用。本文提出一种简单方法，用于整合几何特征观测集合（点、线、面），使得点云配准或Wahba问题的任一解均可用于求解两集合间的SE(3)变换，从而最小化相应的代价函数。我们比较了三种方案的性能：经典的Horn最优四元数法、通过求解小型线性系统高效恢复最优Gibbs-Rodrigues矢量的最优线性姿态估计器（OLAE），以及迭代非线性Gauss-Newton求解器。我们特别说明了如何借助序贯旋转方法克服OLAE中Gibbs矢量的奇异性。点与点对应中的严重离群值可通过检测变换尺度失配来剔除。该方法还允许引入逐图元的相对权重，包括一个可选的鲁棒损失函数，但其仅当解的初始猜测已知时才适用。实验评估了三种方案在不同几何图元下对输入数据噪声的容忍度。最后，真实数据集实验验证了该最优配准算法作为迭代最近点/图元（ICP）算法核心的适用性。所述全部算法的开源实现见 https://github.com/MOLAorg/mp2p_icp。
引用
@article{arxiv.1906.10783,
title = {OLAE-ICP: Robust and fast alignment of geometric features with the optimal linear attitude estimator},
author = {Jose Luis Blanco-Claraco},
journal= {arXiv preprint arXiv:1906.10783},
year = {2019}
}
备注
Supplementary material to conference paper at "Robotics: Science and Systems" (RSS 2019)