PCR-Pro：面向位姿图 SLAM 的不同尺度稀疏三维点云配准与信息矩阵鲁棒估计
机器人学
2018-08-30 v1
摘要
针对室内与室外环境，我们提出了一种高效新颖的方法，用于处理当前流行的 ICP 方法无法应对的不同尺度稀疏三维点云配准问题。我们的算法高效检测点云间的尺度差异，并利用关键帧估计相对位姿以计算尺度差异。该算法应用滤波器并计算收敛到全局最小值的终末变换。变换与尺度的良好估计有助于利用闭式解高效计算协方差矩阵。点云间的该协方差有助于位姿图 SLAM 中信息矩阵的估计。
引用
@article{arxiv.1808.09693,
title = {PCR-Pro: 3D Sparse and Different Scale Point Clouds Registration and Robust Estimation of Information Matrix For Pose Graph SLAM},
author = {M. Usman Maqbool Bhutta and Ming Liu},
journal= {arXiv preprint arXiv:1808.09693},
year = {2018}
}
备注
6 pages, 6 figures, The 8th Annual IEEE International Conference on CYBER Technology in Automation, Control, and Intelligent Systems