两帧点云刚性配准的ICP算法

点云配准的一般思路是根据两个点云的匹配点&＃xff0c;估计刚性变换矩阵[R t]。
空间刚性变换的3×4矩阵[R t]虽然包含12个数&＃xff0c;但只有旋转和平移6个自由度(参数)。在SLAM中相机的位姿也用[R t]矩阵表示&＃xff0c;称为SE(3)。

与所有视觉问题中求解数据关联的问题一样&＃xff0c;点云配准的难点在于&＃xff1a;如何自动找到两个点云中对应的匹配点。尽管有各种点云的特征点匹配算法&＃xff0c;但最简单的方法是利用目标点云的就近点(Closet Point)作为源点云的对应点&＃xff0c;找到对应点之后求[R,t]步骤则是相对容易&＃xff0c;是一个典型的非线性优化问题。

ICP算法可以简单总结为“找近邻点-求Rt”这两个步骤的循环&＃xff08;ICP中的I就是迭代的意思&＃xff09;。

备注&＃xff1a;
点击下面链接&＃xff0c;进入奥比中光开发者社区&＃xff0c;了解更多3D视觉技术信息&＃xff1a;https://developer.orbbec.com.cn/
或扫描下方二维码,进入奥比中光开发者社区&＃xff1a;