基于二维前视声纳观测的二维-三维点对应外点剔除
机器人学
2025-07-31 v2
摘要
在应用经典鲁棒方法之前剔除外点是提高估计成功率的一种常见方法，尤其是在外点比例极高（例如 90%）时。然而，该方法通常依赖于传感器或任务特定的特征，难以轻易迁移至不同场景。本文聚焦于从二维前视声纳（2D FLS）观测中剔除二维-三维点对应外点的问题。2D FLS 是水下领域最常用的感知设备之一，但其成像机制与广泛使用的透视相机和 LiDAR 存在显著差异。我们充分利用 2D FLS 俯仰方向的窄视场特性，针对不同的三维点配置开发了两种兼容性测试： 在一般情形下，我们设计了成对长度范围测试，以滤除由点集构成的过长或过短边； 在共面情形下，我们设计了共面性测试，以检验任意四个对应点在共面设置下是否兼容。两项测试均被集成至外点剔除流程中，随后通过最大团搜索识别最大的一致测量集作为内点。大量仿真实验表明，所提出的一般情形与共面情形方法在外点比例分别为 80% 和 90% 时均表现有效。
引用
@article{arxiv.2503.16066,
title = {Rejecting Outliers in 2D-3D Point Correspondences from 2D Forward-Looking Sonar Observations},
author = {Jiayi Su and Shaofeng Zou and Jingyu Qian and Yan Wei and Fengzhong Qu and Liuqing Yang},
journal= {arXiv preprint arXiv:2503.16066},
year = {2025}
}