基于螺旋理论并融合重力先验的确定性点云配准变换解耦策略
计算机视觉与模式识别
2023-11-03 v1
摘要
在存在大量错误对应点的情况下，点云配准具有挑战性。本文致力于解决实践中常见的带有重力先验的鲁棒基于对应的配准问题。重力方向通常由惯性测量单元（IMU）获得，可将旋转的自由度（DOF）从 3 降至 1。我们提出一种利用螺旋理论的新型变换解耦策略。该策略将原始的 4-DOF 问题分解为分别具有 1-DOF、2-DOF 和 1-DOF 的三个子问题，从而提升计算效率。具体而言，第一个 1-DOF 表示沿旋转轴的平移，我们提出一种基于区间穿刺的方法来求解；第二个 2-DOF 表示极点（螺旋理论中的辅助变量），我们利用分支定界法求解；最后一个 1-DOF 表示旋转角，我们提出一种全局投票方法对其进行估计。所提方法依次求解三个一致性最大化子问题，从而实现高效且确定性的配准。特别地，由于其显著的鲁棒性，它甚至能处理无对应配准问题。在合成与真实世界数据集上的大量实验表明，即便在处理超过 99% 离群率的情况下，我们的方法也比最先进（SOTA）的方法更高效、更鲁棒。
引用
@article{arxiv.2311.01432,
title = {Transformation Decoupling Strategy based on Screw Theory for Deterministic Point Cloud Registration with Gravity Prior},
author = {Xinyi Li and Zijian Ma and Yinlong Liu and Walter Zimmer and Hu Cao and Feihu Zhang and Alois Knoll},
journal= {arXiv preprint arXiv:2311.01432},
year = {2023}
}