Iterative Closest Point
ICP简介¶
ICP常用的点云精配准算法。
- ICP, Iterative Closest Point, 迭代最近点。顾名思义，ICP是通过最近邻法来找 配对点 的
- ICP经典论文：A method for registration of 3-D shapes | IEEE Journals & Magazine | IEEE Xplore
优缺点
- 需要提供一个较好的初值，同时由于算法本身缺陷，最终迭代结果可能会陷入局部最优
原理简介¶
ICP 算法流程
- 首先，找到 Source 点云与 Target 点云中的对应点（corresponding point sets）
- 然后，针对对应点，通过最小二乘法构建目标函数，进行迭代优化
估计对应点¶
对Source点云中的一点，求解其与Target点云中距离最近的那个点，作为其对应点。如此操作很费时间，因此通常会通过一些办法来加速
- 阈值判断：可以设定一个阈值，当距离小于阈值时，就将其作为对应点
- ANN(Approximate Nearest Neighbor)
迭代优化¶
- 在“估计对应点”之后，就获得了两组对应的点集（N个点对）
- 然后根据N个点对，计算出欧式变换\(R\)、\(t\)
- 基于最小二乘法进行迭代计算，使得误差平方和达到极小值，从而得到最优的\(R\)、\(t\)
相关库¶
| 库名 | 说明 | 相关链接 |
|---|---|---|
| PCL | ||
| OpenCV SurfaceMatching ICP | ||
| libpointmatcher | libpointmatcher | |
| SLAM6D | SLAM6D 3DTK | |
| libicp | Andreas Geiger (cvlibs.net) | |
| g-icp | avsegal/gicp: Generalized ICP reference implementation (github.com) | |
| n-icp | Normal ICP - Normal Iterative Closest Point (jacoposerafin.com) |